Байєсівські методи моделювання актуарних процесів та оцінювання ризиків страхових компаній
| dc.contributor.author | Дубініна, Світлана Віталіївна | |
| dc.contributor.degreedepartment | Кафедра математичних методів системного аналізу | uk |
| dc.contributor.degreefaculty | Навчально-науковий комплекс «Інститут прикладного системного аналізу» | uk |
| dc.contributor.degreegrantor | Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» | uk |
| dc.date.accessioned | 2017-03-14T07:16:15Z | |
| dc.date.available | 2017-03-14T07:16:15Z | |
| dc.date.issued | 2017 | |
| dc.description.abstracten | The research is directed towards forecasting of insurance payments in respective cases and estimation of operational risk for insurance companies. The necessary mathematical models were developed in the form of generalized linear models (GLM) and Bayesian networks what is a new scientific element of the research. The problem being solved has a high priority due to the fact that the most known factor of companies’ bankruptcy is induced by the non-settled or not performed at all financial analysis of insurance company activities that is accompanied by non-payments of insurance premiums and mathematical modeling is not actively used. The most important factors of influence on insurance payments were analyzed and the payment dynamics was revealed depending on the number of insurance cases and payments according to the insurance policies. An adaptation procedure based on extreme value theory was proposed for processing degenerated statistical samples for constructing GLM. It was shown that the extreme value theory is very effective basis for processing available financial processes outliers. It was also shown experimentally that the statistical data used were approaching to the class of generalized extreme values distribution with initial threshold of about 6.65. The threshold was estimated in this specific case by making use of visual data analysis and special statistical methodology. The model parameters were successfully estimated with application of Bayesian approach using prior and posterior parameters distributions as well as algorithms for selecting the best models. Each step of computations was accompanied by application of appropriate set of statistical quality criteria what led to high quality final results. New generalized linear models were constructed for the selected actuarial processes that provide for a possibility of estimating high quality short term forecasts regarding insurance payments. It was established that the best model was the one with gamma distribution and logarithmic link function. To get the possibility for probabilistic estimation of operational risks the model in the form of Bayesian network was developed using a set of selected variables. The model in the form of directed acyclic graph with the variables as nodes was developed and tested with actual statistical data reflecting activities of Ukrainian insurance companies in the area of life insurance within the period of 2003 – 2016. Thus, the bankruptcy risk, in the case of 25% probability of insurance situation and payment of 100% of insurance premiums, exhibited 87% in conditions that 78.2% of clients timely perform their payments according to their policies. A noticeable value of insurance company bankruptcy reflects an absence of effective mechanism for companies’ funds management: both companies’ own means and regular premium payments. Thus, models in the form of Bayesian networks create a powerful instrument for studying actuarial processes and estimating possible financial losses. The experimental results generated demonstrate high accuracy with respect to the widely accepted statistical quality criteria. The complex model developed provides a possibility for timely prevention of insurance company bankruptcy and perform an analysis for necessary volume of insurance payments according to the specific insurance policies. All computational experiments were performed with the decision support system designed and implemented by the author. The system constitutes a handy data analysis instrument for insurance company managers and can be easily extended with new functions. | en |
| dc.description.abstractru | Исследование направлено на прогнозирование величины страховых выплат в случае наступления страхового случая и оценивания операционного риска страховых компаний (СК). Модели разработаны в форме обобщенных линейных моделей (ОЛМ) и сети Байеса, что является элементом научной новизны. Решаемая задача имеет высокий приоритет, так как наиболее распространенный фактор банкротства СК наступает через нерегулируемый либо отсутствующий финансовый анализ деятельности компаний, который сопровождается невыплатой страховых премий. Проанализировано факторы, влияющие на страховые выплаты и выявлено закономерности изменения их динамики в зависимости от количества страховых случаев и платежей, поступающих за договорами страхования. Показано, что теория экстремальных значений – эффективный способ обработки экстремальных значений в финансовых процессах. Экспериментально доказано приближение данных к классу обобщенных распределений экстремальных значений с начальным порогом 6,65. Построенные новые ОЛМ для описания актуарных процессов обеспечивают оценки краткосрочных прогнозов высокой точности, касающихся страховых выплат. Оценки прогнозов страховых выплат вычислены с помощью построенных ОЛМ. Наилучшей оказалась модель с гамма распределением и логарифмической функцией связи. Для вероятностного оценивания операционных рисков страховых компаний построена сеть Байеса. Функционирования сети апробировано на примерах фактических данных, а именно – рейтингов СК Украины за договорами страхования жизни в период 2003 – 2016 гг. Риск банкротства СК в случае 25% вероятности наступления страхового случая и 100% выплаты страховых премий составляет 87% притом, что 78,2% страховщиков вовремя осуществляют платеж за договорами страхования. Существенный риск банкротства СК свидетельствует об отсутствии эффективного механизма управления денежными средствами. Построенная комплексная модель предоставляет возможность вовремя предотвратить банкротство СК и качественно проанализировать необходимую сумму страховых выплат при наступлении страхового случая за договорами страхования. | ru |
| dc.description.abstractuk | Дослідження спрямоване на прогнозування величини страхових виплат у разі настання страхового випадку та оцінювання операційного ризику страхових компаній. Моделі розроблено у формі узагальнених лінійних моделей (УЛМ) та мережі Байєса, що є елементом новизни дослідження. Проаналізовано фактори, що впливають на страхові виплати, і виявлено існування закономірності зростання динаміки страхових виплат у залежності від кількості страхових випадків та страхових платежів. Запропоновано процедуру адаптації виродженої статистичної вибірки з метою подальшої побудови УЛМ. Експериментально доведено наближення даних до класу узагальнених розподілів екстремальних значень з початковим порогом 6,65. Для оцінювання параметрів успішно застосовано байєсівський підхід з використанням апріорних та апостеріорних розподілів параметрів, а також алгоритмів вибору кращої моделі. Побудовано нові узагальнені лінійні моделі для обраних актуарних процесів, які забезпечують оцінювання короткострокових прогнозів стосовно страхових виплат прийнятної точності. Обчислено оцінки прогнозів страхових виплат за допомогою побудованих у роботі узагальнених лінійних моделей. Встановлено, що кращою є модель з гамма розподілом та логарифмічною функцією зв’язку. Також, для ймовірнісного оцінювання операційних ризиків страхових компаній розроблено мережу Байєса. Функціонування такої мережі апробовано на прикладах з використанням фактичних статистичних даних, а саме – рейтингів СК України за договорами страхування життя у період 2003-2016 рр. Ризик банкротства СК у випадку 25% ймовірності настання страхового випадку та 100% виплати страхової премії складає 87% при тому, що 78,2% страхувальників вчасно здійснюють платежі за договорами про страхування. Отримані результати демонструють високу точність відповідно до загальноприйнятих статистичних критеріїв якості. Комплексна модель дає можливість вчасно запобігти банкротства СК і якісно проаналізувати необхідну величину страхових виплат при настанні страхового випадку за договорами страхування. | uk |
| dc.format.page | 26 с. | uk |
| dc.identifier.citation | Дубініна, С. В. Байєсівські методи моделювання актуарних процесів та оцінювання ризиків страхових компаній : автореф. дис. … канд. техн. наук : 05.13.23 – системи та засоби штучного інтелекту / Дубініна Світлана Віталіївна. – Київ, 2017. – 26 с. | uk |
| dc.identifier.uri | https://ela.kpi.ua/handle/123456789/19007 | |
| dc.language.iso | uk | uk |
| dc.publisher | КПІ ім. Ігоря Сікорського | uk |
| dc.publisher.place | Київ | uk |
| dc.status.pub | published | uk |
| dc.subject | актуарні процеси | uk |
| dc.subject | математичне моделювання | uk |
| dc.subject | узагальнені лінійні моделі | uk |
| dc.subject | мережі Байєса | uk |
| dc.subject | екстремальні значення та теорія екстремальних значень | uk |
| dc.subject | розподіли екстремальних значень | uk |
| dc.subject | actuarial processes | en |
| dc.subject | mathematical modeling | en |
| dc.subject | generalized linear models | en |
| dc.subject | Bayesian networks | en |
| dc.subject | extreme values and extreme value theory | en |
| dc.subject | distributions of extreme values | en |
| dc.subject | актуарные процессы | ru |
| dc.subject | математическое моделирование | ru |
| dc.subject | обобщенные линейные модели | ru |
| dc.subject | сети Байеса | ru |
| dc.subject | экстремальные значения и теория экстремальных значений | ru |
| dc.subject.udc | [004.8:519.226]:386.025.6](043.3/.5) | uk |
| dc.title | Байєсівські методи моделювання актуарних процесів та оцінювання ризиків страхових компаній | uk |
| dc.type | Thesis | uk |
| thesis.degree.level | candidate | uk |
| thesis.degree.name | кандидат технічних наук | uk |
| thesis.degree.speciality | 05.13.23 – системи та засоби штучного інтелекту | uk |
Файли
Контейнер файлів
1 - 1 з 1
Вантажиться...
- Назва:
- Dubinina_aref.pdf
- Розмір:
- 1.06 MB
- Формат:
- Adobe Portable Document Format
Ліцензійна угода
1 - 1 з 1
Ескіз недоступний
- Назва:
- license.txt
- Розмір:
- 7.71 KB
- Формат:
- Item-specific license agreed upon to submission
- Опис: