Математичні методи і моделі для оцінювання актуарних ризиків

Скорочена інформація про документ
dc.contributor.advisorБідюк, Петро Іванович
dc.contributor.authorПоркалова, Катерина Андріївна
dc.date.accessioned2020-02-25T13:25:11Z
dc.date.available2020-02-25T13:25:11Z
dc.date.issued2019-12
dc.description.abstractenMaster`s thesis contains: 64 p., 24 tables, 28 fig.,11 references and 1 add. This paper deals with actuarial risk assessment using mathematical models and credit risk assessment methods. Object of research: actuarial risks, intelligent methods in data analysis. Subject of study: actuarial risk assessment methodologies and Bayesian data analysis methods. The following methods of credit risk analysis were used in the paper: using logistic regression methods and Bayesian networks. The purpose of the work is to develop and apply mathematical models to actuarial risk assessment based on statistics. Methods of investigation - linear regression and Bayesian networks Topicality - building models that will help in assessing the risk exposure in insurance companies and improve quality and accuracy. The analysis of the obtained results is carried out, the analysis of the obtained prognostic model is performed. Ways of further development of the subject of research are methods of predictive modeling using neural networks.uk
dc.description.abstractukМагістерська дисертація: 64 с., 28 рис., 24 табл., 11 джерела і 1 додаток. В роботі розглядаються питання оцінювання актуарних ризиків задопомогою математичних моделей та методів оцінювання кредитного ризику. Об’єкт дослідження: актуарні ризики, інтелектуальні методи в аналізі даних. Предмет дослідження: методології оцінювання актуарних ризиків і методи байєсівського аналізу даних. В роботі використано такі методи аналізу кредитних ризиків: за допомогою методів логістичної регресії та Байєсівських мереж. Мета роботи – розробка і застосування математичних моделей для оцінювання актуарних ризиків на основі статистичних даних. Методи дослідження – лінійна регресія та Байєсовські мережі Актуальність – побудова моделей, що допоможе при оцінюванні актуарних ризиків у страхових компаніях та покращить якість та точність. Проведений аналіз отриманих результатів, виконано аналіз отриманої прогностичної моделі. Шляхи подальшого розвитку предмету дослідження – методи прогнозного моделювання за допомогою нейронних мереж.uk
dc.format.page65 с.uk
dc.identifier.citationПоркалова, К. А. Математичні методи і моделі для оцінювання актуарних ризиків : магістерська дис. : 124 Системний аналіз / Поркалова Катерина Андріївна. - Київ, 2019. - 65 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/31900
dc.language.isoukuk
dc.publisher.placeКиївuk
dc.subjectактуарний ризикuk
dc.subjectстрахова компаніяuk
dc.subjectлогістична регресіяuk
dc.subjectбайєсівська мережаuk
dc.subjectпрогнозуванняuk
dc.subjectдерева рішеньuk
dc.subjectіндекс джініuk
dc.subjectзагальна точність моделіuk
dc.subjectactuar riskuk
dc.subjectinsurance companyuk
dc.subjectlogistic regressionuk
dc.subjectbayesian networkuk
dc.subjectforecastinguk
dc.subjectdecision treeuk
dc.subjectgini indexuk
dc.subjectgeneral accuracyuk
dc.subject.udc004.942uk
dc.titleМатематичні методи і моделі для оцінювання актуарних ризиківuk
dc.typeMaster Thesisuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Porkalova_magistr.pdf
Розмір:
2.39 MB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
9.06 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Магістерські роботи (ММСА)
Магістерські роботи