Berechnung der Schadensrückstellung in der Sachversicherung

Größe: px
Ab Seite anzeigen:

Download "Berechnung der Schadensrückstellung in der Sachversicherung"

Transkript

1 Berechnung der Schadensrückstellung in der Sachversicherung Nikolaus Altmann Seminar aus Finanz- und Versicherungsmathematik 9. Jänner 2013 N. Altmann (Seminar) Sachversicherung / 26

2 Agenda Aufbau 1 Schadenrückstellung 2 Daten 3 Modelle und Verfahren + Beispiele 4 Tailschätzung 5 Groß- und Kumulschäden N. Altmann (Seminar) Sachversicherung / 26

3 Schadenabwicklungsprozess Schaden Schadensmeldung letzte Zahlung Abwicklung 3 Kategorien von Schäden: Gemeldet und abgeschlossen Gemeldet, aber noch nicht abgeschlossen (reported but not settled RBNS) Passiert, aber noch nicht gemeldet (incurred but not reported IBNR) N. Altmann (Seminar) Sachversicherung / 26

4 Schadenrückstellung Teil der versicherungstechnischen Rückstellungen Ergeben sich aus bekannten Versicherungsfällen + Rentenversicherungsfälle + Spätschäden + Schadenregulierungsaufwendungen Forderungen aus Regressen, etc. Punktschätzung zu einem gewissen Zeitpunkt (z.b , quartalsweise) N. Altmann (Seminar) Sachversicherung / 26

5 UGB vs. Solvency II - Bewertungsgrundsätze UGB Passivierung der Leistungsverpflichtungen gegenüber VN nach vernünftiger kaufmännischer Beurteilung Abzinsung von Schadenrückstellungen nur bei Renten Grundsatz der Einzelbewertung Bei großer Anzahl gleichartiger Fälle Gruppenbewertung möglich Solvency II Marktkonsistente Bewertung Abzinsung aller zukünftigen Zahlungsströme mit risikoloser Zinsstrukturkurve Ermittlung eines sog. Best Estimate Schadenrückstellung N. Altmann (Seminar) Sachversicherung / 26

6 Daten Vorraussetzung für aktuarielle Schätzungen ist eine valide und möglichst umfassende Datenbasis (z.b. DWH). Idealerweise vorhandene Daten sind: Brutto- und Nettozahlungen Brutto- und Nettorückstellungen Schadenzahlen Brutto- und Nettoprämien Volumenmaße pro Jahr und Sparte bzw. Line of Business N. Altmann (Seminar) Sachversicherung / 26

7 Zusätzliche Informationen Groß-, Kumul- oder Elementarschäden, Naturkatatstrophen Alte Schäden latente Schäden (Asbest, Gesundheitsschäden) Veränderungen in der Schadenregulierung- oder bearbeitungsprozesses Veränderungen in der Reservierungspolitik ökonomische Einflüsse (Inflation, Baukostenindex) veränderte gesetzliche, gesellschaftliche oder politische Rahmenbedingungen spezielle Trends (Schadenhäufigkeit, -durchschnitt) Bestandsübertragungen, Fusionen... Trends erkennen und berücksichtigen N. Altmann (Seminar) Sachversicherung / 26

8 Das Chain Ladder Modell n N... Anzahl der betrachteten Anfalljahre T N, meistens T = {1,..., n} Entwicklungszeitraum (P i,t ) t T Zahlungsprozess für Anfalljahr i = 1,..., n P i (s) := {P i,1,..., P i,s } Bedingung für bekannte Zahlungsentwicklung bis Zeitpunkt s Modellannahmen: Anfalljahre sind unabhängig, d.h. {P 1,t t T },..., {P n,t t T } sind unabhängig Für s, t T mit t = s + 1 gibt es einen Faktor f s t > 0 mit [ ] Pi,t E P i (s) = f s t i P i,s Aus der Vergangenheit auf die Zukunft schließen N. Altmann (Seminar) Sachversicherung / 26

9 Das Chain Ladder Verfahren Schätzung der Faktoren durch f t t+1 := n t+1 j=0 P j,t+1 n t+1 j=0 P j,t Geschätzter erwarteter Endschadenstand P i,n = P i,n i n 1 j=n i f j j+1 Geschätzte Reserve R i = P i,n P i,n i Geschätzte Gesamtreserve R = n R i i=1 N. Altmann (Seminar) Sachversicherung / 26

10 Numerisches Beispiel 1/4 CL Reserve f t t+1 N. Altmann (Seminar) Sachversicherung / 26

11 Numerisches Beispiel 2/4 CL Reserve f t t+1 1,899 1,329 1,232 1,120 1,044 1,000 N. Altmann (Seminar) Sachversicherung / 26

12 Numerisches Beispiel 3/4 CL Reserve f t t+1 1,899 1,329 1,232 1,120 1,044 1,000 N. Altmann (Seminar) Sachversicherung / 26

13 Numerisches Beispiel 4/4 CL Reserve f t t+1 1,899 1,329 1,232 1,120 1,044 1,000 Σ N. Altmann (Seminar) Sachversicherung / 26

14 Bemerkungen Vorteil: einfache Berechnung, Gefühl für Größenordnung Nachteil: anfällig für Ausreißer (z.b. Groß- u. Kumulschäden) Änderung der Schadenregulierung, Einzelfallreservierung Neugeschäft Alternativen durch Heranziehung nur der letzten Jahre, durchschnittlichem Übergangsfaktor (etwas konservativer) Händische Wahl von Faktoren N. Altmann (Seminar) Sachversicherung / 26

15 Cape-Cod Modell baut auf Chain-Ladder auf Verfeinerung Isolierung von Ausreißereffekten Annahme der identisch verteilten Endschadenquoten aller Anfalljahre: π 0,..., π n sowie κ und γ 0,..., γ n mit γ n = 1, sodass für alle i, k {0, 1,..., n} [ ] Pi,k E = κ π i γ k gilt. Voraussetzung: π 0,..., π n als Prämien bekannt Die erwartete Endschadenquote κ ist wegen [ ] Pi,n κ = E von den Anfalljahren unabhängig. π i N. Altmann (Seminar) Sachversicherung / 26

16 Cape-Cod Verfahren Chain-Ladder Quoten (Schätzung von γ i ) Ĝ n i := n t=n i+1 1 f t t+1 Durch gewichtetes Mittel wird Empfindlichkeit gegen Ausreißer verringert n i=0 κ := P i,n i n i=0 Ĝn iπ i Für i, k {0, 1,..., n} mit i, k n heißt Cape Cod-Schätzer für E[P i,n ]. P i,n := P i,n i + (Ĝn Ĝn i)π i κ Cape-Cod Reserve: R = n i=1 ( P i,n P i,n i ) N. Altmann (Seminar) Sachversicherung / 26

17 Beispiel i π i P i,5 i Ĝ 5 i Pi,5 κ Ri = P i,n P i,n i , , , , , , , , , , , Σ Nachteil: Jedes Jahr gleiche Schadenquote kühne Aussage N. Altmann (Seminar) Sachversicherung / 26

18 Weitere Modelle und Verfahren Bornhuetter-Ferguson Analog zum CL-Verfahren Bildung eines Schadenquotendreiecks Ableitung von a-priori Endschadenquoten i z.b. durchschnittliche Endschadenquote des ersten Abwicklungsjahres Vorteil: Anwendbar bei Sparten mit geringer Historie Nachteil: Gewählte Endschadenquoten sind subjektiv für Ergebnis sehr entscheidend Bornhuetter-Ferguson iteriert 1. Iteration äquivalent n-te Iteration: errechneter Endschaden ist neuer a-priori Endschaden Vorteil: Einfluss der a-priori Endschadenquotenschätzung wird reduziert N. Altmann (Seminar) Sachversicherung / 26

19 Weitere Modelle und Verfahren Loss-Development Ident mit CL-Verfahren, statt Abwicklungsfaktoren werden -quoten verwendet Händischer Eingriff alternativer Quoten Additives Verfahren Bestimmung durchschnittlicher Schadenquoten-Zuwächse Annahme: Endschadenquote = Σ Schadenquoten-Zuwächse Schätzung Endschaden = bisher Bezahltes + Quote Prämie N. Altmann (Seminar) Sachversicherung / 26

20 Versicherungszahlungen und -leistungen Versicherungszahlung ( Paid ) Alles was bis jetzt tatsächlich an VN ausbezahlt wurde Versicherungsleistungen bzw. Schadenaufwendungen ( Incurred ) Vers. zahlungen + gebildete Rückstellungen Realität: Paid tatsächlicher Endstand Incurred Verfahren auf beides anwenden Liefern nicht die selben Endstände wegen unterschiedlichem Verlauf Zusätzliche Information des Incurred nutzbar Munich Chain Ladder N. Altmann (Seminar) Sachversicherung / 26

21 Munich Chain Ladder Auszahlungsquote AQ i,k = P i,k Z Pi,k A Realität: AQ i,n = 100% i für k = 0,..., n Betrachten aktuelle Auszahlungsquote AQ i,n i und f Z k k+1, f A k k+1 Korrekturen von Faktoren danach, ob AQ i,k über- oder unterdurchschnittlich ist AQ i,k unterdurchschnittlich: f Z k k+1 und f A k k+1 analog bei Überdurchschnittlichkeit Ausmaß der Korrektur bestimmt durch Daten Abweichung von AQ i,k vom Durchschnittswert bisher beobachteten Korrelation zwischen Abweichungen von AQi,k und f Z/A k k+1 von ihren jeweiligen Mittelwerten N. Altmann (Seminar) Sachversicherung / 26

22 Unvollständige Schadenerfahrung (Tail) Schadenabwicklung ist nach n Jahren noch nicht abgeschlossen erst nach n + d Jahren Lang abwickelnde ( long-tail ) Sparten, z.b. Kfz-H, Unfall Neue Geschäftsfelder Aus Erfahrung Fehlender Beobachtungszeitraum Oder Erkennung dadurch, dass letzter Faktor 1 ist Schätzung einer Restreserve (Nachlauf, tail ) Tailschätzung Durchführung mittels eines zusätzlichen Abwicklungsfaktors Tailfaktor N. Altmann (Seminar) Sachversicherung / 26

23 Durchführung der Tailschätzung Marktfaktoren, Einzelfall- bzw. Pauschalreserven Extrapolation der Faktoren Exponentialfunktion Weibull-Funktion Potenzfunktion Entscheidung durch grafischen Vergleich, quadratischer Approximationsfehler d extrapolierte Tailfaktoren gemäß der angepassten Kurve Tailfaktor = extrapol.tailfaktoren Verteilungsanpassung Betrachte Zuwächse Zi,k mit k = 0,..., n als Verteilung der Schadenzahlung auf die Abwicklungsjahre k = 0,..., n Modellierung direkt mit parametrischer Verteilungsfunktion einfache Möglichkeit: Mischung zweier Exponentialverteilungen ( F (t) = F (t p, m 1, m 2 ) = 1 p exp t ) ( (1 p) exp t ) m 1 m 2 Tailreserve kann als Quantil dieser Verteilung berechnet werden Vorteil: Durchspielung verschiedener Szenarien N. Altmann (Seminar) Sachversicherung / 26

24 Groß- und Kumulschäden Deutlich anderes Abwicklungsmuster entspricht nicht der unternehmenstypischen Abwicklung Großschadengrenze, z.b. Alle Schäden ein bestimmtes Quantil der Schadenhöhenverteilung ein fester Prozentsatz des erw. Endschadenstandes des Anfalljahres ein fest gewählter Betrag (z.b. Priorität des XL) Art der Separierung der Großschäden komplett aus Abwicklungsdaten separieren Und Verfahren auf Großschadendaten anwenden Unterteilung in Basis- und Großschäden Kappung der Großschäden bis zur GS-Grenze Glättung durch Umverteilung der Zahlungen innerhalb des Anfalljahres Bewertung von Großschäden UGB Einzelfallreserve Best Estimate Reserve durch Schadenabteilung N. Altmann (Seminar) Sachversicherung / 26

25 Quellen Radte, Schmidt: Handbuch zur Schadenreservierung Deutscher Versicherungsverband: Broschüre Schaden und Prämienrückstellungen in der Kompositversicherung 2011 (pdf) Mack, Quarg: Munich Chain Ladder Wikipedia N. Altmann (Seminar) Sachversicherung / 26

26 Ende Vielen Dank für Ihre Aufmerksamkeit! N. Altmann (Seminar) Sachversicherung / 26

Das Bornhuetter Ferguson Prinzip. Über Gemeinsamkeiten bekannter Reservierungsverfahren

Das Bornhuetter Ferguson Prinzip. Über Gemeinsamkeiten bekannter Reservierungsverfahren AbD 2V AbM BFV BFP Bsp Über Gemeinsamkeiten bekannter Reservierungsverfahren Klaus D. Schmidt Lehrstuhl für Versicherungsmathematik TU Dresden Mathias Zocher Aktuariat Nichtleben Allianz Suisse Dresden,

Mehr

Beurteilung konkurrierender Information in der Reservierung

Beurteilung konkurrierender Information in der Reservierung Beurteilung konkurrierender Information in der Reservierung Mathias Zocher Allianz Suisse, Aktuariat Nichtleben Dresden, 21. Oktober 2011 Inhalt 1 Einführung: Reservierung 2 Ein Problem: divergierende

Mehr

Chain Ladder-Verfahren

Chain Ladder-Verfahren Chain Ladder-Verfahren Prof. Dr. Dietmar Pfeifer, Universität Oldenburg Dr. Doreen Straßburger, eas efficient actuarial solutions GmbH Das Chain Ladder-Verfahren (Strickleiter-Verfahren) ist das am weitesten

Mehr

Schadenversicherungsmathematik

Schadenversicherungsmathematik Schadenversicherungsmathematik Teil 3: Schadenreservierung Dr. Ulrich Riegel, Swiss Re Europe S.A. Mathematisches Institut LudwigMaximiliansUniversität München Wintersemester 2015/16 Dr. Ulrich Riegel,

Mehr

Stochastische Modelle in der Schadenreservierung

Stochastische Modelle in der Schadenreservierung Technische Universität Dresden Stochastische Modelle in der Schadenreservierung Vortrag an der Universität zu Köln am 17. November 2003 Gliederung 1. Abwicklungsdreiecke und Abwicklungsquadrate 2. Das

Mehr

Klausur zum Grundwissen Schadenversicherungsmathematik. Aufgaben mit Musterlösungen

Klausur zum Grundwissen Schadenversicherungsmathematik. Aufgaben mit Musterlösungen Klausur zum Grundwissen Schadenversicherungsmathematik Ch. Hipp, M. Morlock, H. Schmidli, K.D. Schmidt Mai 2015 in Köln Aufgaben mit Musterlösungen Aufgabe 1 (Risikomodelle) Eine Versicherung modelliert

Mehr

Multivariate Modelle in der Praxis

Multivariate Modelle in der Praxis DRESDNER FORUM ZUR VERSICHERUNGSMATHEMATIK Multivariate Modelle in der Praxis 23. Juni 2006 Technische Universität Dresden Anja Schnaus A Berkshire Hathaway Company Inhalt Multivariates Chain-Ladder für

Mehr

Klausur zum Grundwissen Schadenversicherungsmathematik

Klausur zum Grundwissen Schadenversicherungsmathematik Klausur zum Grundwissen Schadenversicherungsmathematik Ch. Hipp, M. Morlock, H. Schmidli, K. D. Schmidt Mai 2016 in Köln Die Klausur besteht aus 8 Aufgaben. Bei jeder Aufgabe sind maximal 15 Punkte zu

Mehr

E[X] = = 113. Nach den Gleichungen von Wald gilt für den Gesamtschaden S E[S] = E[N] E[X] = = 226

E[X] = = 113. Nach den Gleichungen von Wald gilt für den Gesamtschaden S E[S] = E[N] E[X] = = 226 Aufgabe 1 (Risikomodelle) Ein Versicherungsvertrag erzeugt pro Jahr N Schäden mit Schadenhöhen {X k } k N, wobei alle Zufallsvariablen stochastisch unabhängig sind. Die Schadenhöhen haben die Verteilung

Mehr

n IIP[N = n] x IIP[X = x] (a) Berechnen Sie die Nettoprämie und die Varianz für das Risiko S = N

n IIP[N = n] x IIP[X = x] (a) Berechnen Sie die Nettoprämie und die Varianz für das Risiko S = N Aufgabe (Risikomodelle) Ein kollektiver Versicherungsvertrag erzeugt in einem Jahr N Schäden mit Schadenhöhen {X k }, wobei alle Zufallsvariablen unabhängig sind. Die Verteilung von N ist gegeben durch

Mehr

Klausur zum Grundwissen Schadenversicherungsmathematik

Klausur zum Grundwissen Schadenversicherungsmathematik Klausur zum Grundwissen Schadenversicherungsmathematik Ch. Hipp, M. Morlock, H. Schmidli und K.D. Schmidt Mai 2013 in Köln Die Klausur besteht aus 8 Aufgaben und zwei Zusatzaufgaben. Eine oder zwei Zusatzaufgaben

Mehr

Klausur zum Grundwissen Schadenversicherungsmathematik

Klausur zum Grundwissen Schadenversicherungsmathematik Blätter DGVFM (2010) 31: 395 410 DOI 10.1007/s11857-010-0117-z ACTUARIAL EXAMS Klausur zum Grundwissen Schadenversicherungsmathematik Christian Hipp Martin Morlock Hanspeter Schmidli Klaus D. Schmidt Eingegangen:

Mehr

Prüfungskolloquium SAV 20. November 2008 Timofei Makarov

Prüfungskolloquium SAV 20. November 2008 Timofei Makarov Thema: "Welche Genauigkeit kann bei der Bestimmung von Rückstellungen unter Berücksichtigung von Prozess-Risiko als auch von Parameter- und Messfehlern erwartet werden?" Prüfungskolloquium SAV 20. November

Mehr

Distribution-free calculation of the standard error of Chain Ladder reserve estimates

Distribution-free calculation of the standard error of Chain Ladder reserve estimates Distribution-free calculation of the standard error of Chain Ladder reserve estimates David Fischinger 31. März 2018 David Fischinger 31. März 2018 1 / 41 Inhaltsverzeichnis 1) Einleitung 2) Chain Ladder

Mehr

Lineare Modelle in der Schadenreservierung

Lineare Modelle in der Schadenreservierung Lineare Modelle in der Schadenreservierung Klaus D Schmidt Gemeinsame Arbeit mit Klaus Th Hess, Kathrin Kloberdanz, Alexander Ludwig, Carsten Pröhl, Christiane Schmeißer, Katrin Thänert, Mathias Zocher

Mehr

Schadenversicherungsmathematik

Schadenversicherungsmathematik Schadenversicherungsmathematik Heinz-Willi Goelden Klaus Th. Hess Martin Morlock Klaus D. Schmidt Klaus J. Schröter Schadenversicherungsmathematik Heinz-Willi Goelden Fakultät Informatik/Mathematik Ostbayerische

Mehr

Klausur zum Grundwissen Schadenversicherungsmathematik

Klausur zum Grundwissen Schadenversicherungsmathematik Klausur zum Grundwissen Schadenversicherungsmathematik Ch. Hipp, M. Morlock, H. Schmidli und K.D. Schmidt Mai 2012 in Köln Die Klausur besteht aus 8 Aufgaben und zwei Zusatzaufgaben. Eine oder zwei Zusatzaufgaben

Mehr

Fast-Close-Abschlüsse und Schadenrückstellungen nach HGB, las/ifrs und US-GAAP

Fast-Close-Abschlüsse und Schadenrückstellungen nach HGB, las/ifrs und US-GAAP Oliver Schulte Fast-Close-Abschlüsse und Schadenrückstellungen nach HGB, las/ifrs und US-GAAP Mit einem Geleitwort von Prof. Dr. Michael Hommel Deutscher Universitäts-Verlag Inhaltsverzeichnis Tabellenverzeichnis

Mehr

Stochastische Reservierung in der Nichtlebenversicherung Methodik und Anwendung Prüfungskolloquium Aktuar SAV 2010

Stochastische Reservierung in der Nichtlebenversicherung Methodik und Anwendung Prüfungskolloquium Aktuar SAV 2010 Stochastische Reservierung in der Nichtlebenversicherung Methodik und Anwendung Prüfungskolloquium Aktuar SAV 2010 Bern, 19. November 2010 Marc Sarbach Übersicht 1. Einführung Schadenprozess im Nichtleben

Mehr

Zur Konsistenz zwischen Best-Estimate-Reservierung und Risikomodellierung bei S/U-Versicherern

Zur Konsistenz zwischen Best-Estimate-Reservierung und Risikomodellierung bei S/U-Versicherern Zur Konsistenz zwischen Best-Estimate-Reservierung und Risikomodellierung bei S/U-Versicherern Dr. Peter Müller, BaFin Marc Linde, BELTIOS P&C GmbH AG Interne Risikomodelle S/U des Ausschusses ERM der

Mehr

Tag der Dresdner Aktuare

Tag der Dresdner Aktuare Tag der Dresdner Aktuare Lineare Modelle in der Schadenreservierung Alexander Ludwig Christiane Schmeiÿer Katrin Thänert 30.10.2009 1 / 58 Christiane Schmeiÿer Consultant, Mercer Deutschland GmbH LoB:

Mehr

Bericht zur Prüfung im Mai 2004 über Schadenversicherungsmathematik (Grundwissen)

Bericht zur Prüfung im Mai 2004 über Schadenversicherungsmathematik (Grundwissen) Bericht zur Prüfung im Mai 2004 über Schadenversicherungsmathematik (Grundwissen) Christian Hipp (Karlsruhe) und Martin Morlock (Gießen) Am 8. Mai 2004 fand die neunte DAV-Prüfung zur Schadenversicherungsmathematik

Mehr

KMVU-Weiterbildung. QIS5 und MaRisk(VA) Dozenten: Prof. Dr. Dietmar Pfeifer / Dr. Doreen Straßburger

KMVU-Weiterbildung. QIS5 und MaRisk(VA) Dozenten: Prof. Dr. Dietmar Pfeifer / Dr. Doreen Straßburger KMVU-Weiterbildung QIS5 und MaRisk(VA) 17.08.2010 Dozenten: Prof. Dr. Dietmar Pfeifer / Dr. Doreen Straßburger 1 / 32 KMVU-Weiterbildung QIS 5 und MaRisk(VA) Inhalt Teil I: Die QIS 5 1. Die Solvency II-Bilanz

Mehr

Trennung von Groß- und Kleinschäden in Chain Ladder-Rechnungen

Trennung von Groß- und Kleinschäden in Chain Ladder-Rechnungen Trennung von Groß- und Kleinschäden in Chain Ladder-Rechnungen Tagung der ASTIN-Gruppe, Davos Dr. Ulrich Riegel, Swiss Re Europe S.A. 05.09.2014 Agenda Kappen oder Separieren von Großschäden? Problematik

Mehr

Prüfungskolloquium Aktuar SAV Biel, 20. November 2008 Dr. Stephan Clerc-Dändliker

Prüfungskolloquium Aktuar SAV Biel, 20. November 2008 Dr. Stephan Clerc-Dändliker Welche Genauigkeit kann bei der Bestimmung von Rückstellungen unter Berücksichtigung sowohl von Prozess- Risiko als auch von Parameter- und Messfehlern erwartet werden? Prüfungskolloquium Aktuar SAV Biel,

Mehr

Schadenversicherungsmathematik

Schadenversicherungsmathematik Schadenversicherungsmathematik Prof. Dr. Michael Kohler Sommersemester 2009 Vorlesung orientiert sich an: Thomas Mack: Schadenversicherungsmathematik. Gesellschaft für Versicherungsmathematik, Verlag Versicherungswirtschaft,

Mehr

Bericht zur Prüfung im Mai 2007 über Schadenversicherungsmathematik (Grundwissen)

Bericht zur Prüfung im Mai 2007 über Schadenversicherungsmathematik (Grundwissen) Blätter DGVFM DOI 10.1007/s11857-007-0027-x ACTUARIAL EXAMS Bericht zur Prüfung im Mai 2007 über Schadenversicherungsmathematik (Grundwissen Christian Hipp Martin Morlock Hanspeter Schmidli Klaus D. Schmidt

Mehr

Bericht zur Prüfung im Mai 2006 über Schadenversicherungsmathematik (Grundwissen)

Bericht zur Prüfung im Mai 2006 über Schadenversicherungsmathematik (Grundwissen) Bericht zur Prüfung im Mai 2006 über Schadenversicherungsmathematik (Grundwissen) Christian Hipp (Karlsruhe) und Martin Morlock (Giessen) Am 6. Mai 2006 fand in Köln die DAV-Prüfung zur Schadenversicherungsmathematik

Mehr

Prüfungskolloquium SAV

Prüfungskolloquium SAV Modellierung der Inflation in der Berechnung des Abwicklungsrisikos im SST in der Nichtlebenversicherung Prüfungskolloquium SAV Irina Sikharulidze, SST, FINMA 19. November 2010 Modellierung der Inflation

Mehr

Definition 18 (Die verallgemeinerte Pareto Verteilung (GPD)) Die standard GPD G γ : ) 1/γ. G γ,ν,β = 1 (1 + γ x ν β

Definition 18 (Die verallgemeinerte Pareto Verteilung (GPD)) Die standard GPD G γ : ) 1/γ. G γ,ν,β = 1 (1 + γ x ν β Die POT Methode (Peaks over Threshold) Definition 18 (Die verallgemeinerte Pareto Verteilung (GPD)) Die standard GPD G γ : G γ (x) = { 1 (1 + γx) 1/γ für γ 0 1 exp{ x} für γ = 0 wobei x D(γ) D(γ) = { 0

Mehr

Richtlinien für die Schadenrückstellungen

Richtlinien für die Schadenrückstellungen Richtlinien für die Schadenrückstellungen in der Nichtleben-Versicherung Version vom August 2006 Verabschiedet vom SAV-Vorstand am 1. September 2006 Seite 1 1. Absicht Die Richtlinien für die Schadenrückstellungen

Mehr

Credibility Theory. Christoph Chlubna. 10. Januar / 18

Credibility Theory. Christoph Chlubna. 10. Januar / 18 10. Januar 2012 1 / 18 Gliederung 1 Was ist 2 Das Problem der Risikobewertung 3 Das individuelle Risiko 4 Die verschiedenen Prämienarten 5 Die Risikofunktion 6 Die Prämie im einfachen Modell 2 / 18 Gliederung

Mehr

Interne Solvenzmodelle für Non-Life Versicherungen in in der Schweiz

Interne Solvenzmodelle für Non-Life Versicherungen in in der Schweiz Prüfungskolloquium SAV Prüfungskolloquium SAV Interne Solvenzmodelle für Non-Life Versicherungen in in der Schweiz Biel, Biel, 23.11.2006 23.11.2006 Sandra Sandra Fehlmann Fehlmann Agenda Historischer

Mehr

Überschrift. Titel Prognosemethoden

Überschrift. Titel Prognosemethoden Überschrift Prognosemethoden Überschrift Inhalt 1. Einleitung 2. Subjektive Planzahlenbestimmung 3. Extrapolierende Verfahren 3.1 Trendanalyse 3.2 Berücksichtigung von Zyklus und Saison 4. Kausale Prognosen

Mehr

Solvency II and Nested Simulations - a Least-Squares Monte Carlo Approach

Solvency II and Nested Simulations - a Least-Squares Monte Carlo Approach Grafik and - a Least-Squares Monte Carlo Approach Khischgee Turbat Technische Universität Wien 17. Februar 2016 Grafik 1 2 3 4 Grafik 5 6 Inhalt Grafik Großprojekt der EU-Kommission gültig ab dem 1. Jänner

Mehr

Methoden zur Schätzung von Schaden- und Prämienrückstellungen

Methoden zur Schätzung von Schaden- und Prämienrückstellungen Gesamtverband der Deutschen Versicherungswirtschaft e. V. Solvency II Schaden- und Unfallversicherung Methoden zur Schätzung von Schaden- und Prämienrückstellungen Veröffentlichung des GDV in Zusammenarbeit

Mehr

Die Familie der χ 2 (n)-verteilungen

Die Familie der χ 2 (n)-verteilungen Die Familie der χ (n)-verteilungen Sind Z 1,..., Z m für m 1 unabhängig identisch standardnormalverteilte Zufallsvariablen, so genügt die Summe der quadrierten Zufallsvariablen χ := m Z i = Z 1 +... +

Mehr

Die Familie der χ 2 (n)-verteilungen

Die Familie der χ 2 (n)-verteilungen Die Familie der χ (n)-verteilungen Sind Z 1,..., Z m für m 1 unabhängig identisch standardnormalverteilte Zufallsvariablen, so genügt die Summe der quadrierten Zufallsvariablen χ := m Z i = Z 1 +... +

Mehr

10 Statistisches Schätzen

10 Statistisches Schätzen 10 Statistisches Schätzen 620 10 Statistisches Schätzen 10.1 Punktschätzung 623 10.1.1 Schätzer und ihre Gütekriterien 623 10.1.2 Erwartungstreue 627 10.1.3 Erwartete quadratische Abweichung (MSE) 634

Mehr

3 Grundlagen statistischer Tests (Kap. 8 IS)

3 Grundlagen statistischer Tests (Kap. 8 IS) 3 Grundlagen statistischer Tests (Kap. 8 IS) 3.1 Beispiel zum Hypothesentest Beispiel: Betrachtet wird eine Abfüllanlage für Mineralwasser mit dem Sollgewicht µ 0 = 1000g und bekannter Standardabweichung

Mehr

Obligatorische Krankenpflegeversicherung (OKP): Prämien, Rückstellungen und Verwaltungskosten

Obligatorische Krankenpflegeversicherung (OKP): Prämien, Rückstellungen und Verwaltungskosten a Eidgenössisches Departement des Innern EDI Bundesamt für Gesundheit BAG Direktionsbereich Kranken- und Unfallversicherung Bundesamt für Gesundheit, Abteilung Versicherungsaufsicht, 1. April 2014 Obligatorische

Mehr

BVK 2017 Entscheide des Stiftungsrates Hintergrundinformationen zu den Beweggründen

BVK 2017 Entscheide des Stiftungsrates Hintergrundinformationen zu den Beweggründen B 2017 Entscheide des Stiftungsrates Hintergrundinformationen zu den Beweggründen 27. April 2016 Aktuelles Umfeld für Pensionskassen Anlagesituation der Pensionskassen hat sich durch die anhaltend tiefen

Mehr

Zur Konsistenz zwischen Best-Estimate- Reservierung und Risikomessung bei internen Modellen von Schaden-/Unfallversicherern

Zur Konsistenz zwischen Best-Estimate- Reservierung und Risikomessung bei internen Modellen von Schaden-/Unfallversicherern AG Interne Risikomodelle des Ausschusses Schaden Zur Konsistenz zwischen Best-Estimate- Reservierung und Risikomessung bei internen Modellen von Schaden-/Unfallversicherern FFBK-Serie Die Arbeitsgruppe

Mehr

Wie könnte ein IFRS für Versicherungsverträge aussehen?

Wie könnte ein IFRS für Versicherungsverträge aussehen? Insurance Wie könnte ein IFRS für Versicherungsverträge aussehen? Ulm, 17.1.2011, Dr. Thorsten Wagner Agenda I. Einführung II. III. IV. Inhalte des Exposure Drafts für IFRS 4 Phase II Schadenrückstellung

Mehr

Dr. L. Meier Statistik und Wahrscheinlichkeitsrechnung Sommer Musterlösung

Dr. L. Meier Statistik und Wahrscheinlichkeitsrechnung Sommer Musterlösung Dr. L. Meier Statistik und Wahrscheinlichkeitsrechnung Sommer 014 Musterlösung 1. 8 Punkte) a) 1 Pt)Für das Komplement gilt PR A) = 1 PR c A) = 0.968. b) 1 Pt)Nach Definition der bedingten Wahrscheinlichkeit

Mehr

Distribution-free calculation of the standard error of Chain Ladder reserve estimates. von David Fischinger

Distribution-free calculation of the standard error of Chain Ladder reserve estimates. von David Fischinger Distribution-free calculation of the standard error of Chain Ladder reserve estimates von David Fischinger betreut von Associate Prof. Dipl.-Ing. Dr.techn. Stefan Gerhold 31. Ma rz 018 Inhaltsverzeichnis

Mehr

Bericht über das Kölner Versicherungsmathematische Kolloquium im Wintersemester 2003/04

Bericht über das Kölner Versicherungsmathematische Kolloquium im Wintersemester 2003/04 Bericht über das Kölner Versicherungsmathematische Kolloquium im Wintersemester 2003/04 Alexander Aue (Universität zu Köln) Im Rahmen des Versicherungsmathematischen Kolloquiums der Universität zu Köln

Mehr

VERÄNDERUNGSANALYSE DER BEST ESTIMATES IN DER SOLVABILITÄTSÜBERSICHT (QRT 29.03/29.04)

VERÄNDERUNGSANALYSE DER BEST ESTIMATES IN DER SOLVABILITÄTSÜBERSICHT (QRT 29.03/29.04) VERÄNDERUNGSANALYSE DER BEST ESTIMATES IN DER SOLVABILITÄTSÜBERSICHT (QRT 29.03/29.04) 05. DEZEMBER 2017 Marco Ehlscheid (Oliver Wyman GmbH) Patric Bayer (BELTIOS P&C GmbH) qx-club, Köln Veränderungsanalyse

Mehr

3) Testvariable: T = X µ 0

3) Testvariable: T = X µ 0 Beispiel 4.9: In einem Molkereibetrieb werden Joghurtbecher abgefüllt. Der Sollwert für die Füllmenge dieser Joghurtbecher beträgt 50 g. Aus der laufenden Produktion wurde eine Stichprobe von 5 Joghurtbechern

Mehr

Schadenversicherungsmathematik Statische Risikomodelle Exposure Pricing in der nicht-proportionalen Rückversicherung

Schadenversicherungsmathematik Statische Risikomodelle Exposure Pricing in der nicht-proportionalen Rückversicherung Schadenversicherungsmathematik Statische Risikomodelle Exposure Pricing in der nicht-proportionalen Rückversicherung Prof. Dr. Michael Fröhlich, DAV Aktuar Gliederung 1. Einleitung 2. Exposurekurven in

Mehr

5. Schließende Statistik (Inferenzstatistik, konfirmatorische Verfahren)

5. Schließende Statistik (Inferenzstatistik, konfirmatorische Verfahren) 5. Schließende Statistik (Inferenzstatistik, konfirmatorische Verfahren) 5.1. Einführung Schätzen unbekannter Parameter im Modell, z.b. Wahrscheinlichkeiten p i (Anteile in der Gesamtmenge), Erwartungswerte

Mehr

20. Versicherungswissenschaftliches Fachgespräch. Berlin, 9. März 2012

20. Versicherungswissenschaftliches Fachgespräch. Berlin, 9. März 2012 20. Versicherungswissenschaftliches Fachgespräch Berlin, 9. März 2012 Geschäftsmodell Run-off 20. Versicherungswissenschaftliches Fachgespräch Berlin, 9. März 2012 Guten Abend Der Pionier seit 1949 Der

Mehr

Prüfpunkte vers.-techn. Rückstellungen Sparte Nichtleben (Schadenversicherung)

Prüfpunkte vers.-techn. Rückstellungen Sparte Nichtleben (Schadenversicherung) Prüfgegenstand Versicherungsunternehmen Zulassungstyp Prüfgesellschaft Leitender Prüfer Sparte im Fokus der quantitativen Prüfung Geschäftsjahr 2017 Geschäft zur obligatorischen Unfallversicherung nach

Mehr

Gedanken zur Ausgestaltung der Versicherungsmathematischen Funktion unter Solvency II

Gedanken zur Ausgestaltung der Versicherungsmathematischen Funktion unter Solvency II Gedanken zur Ausgestaltung der Versicherungsmathematischen Funktion unter Solvency II Solvara-Anwendertreffen ISS, Köln, 25. April 2016 Dietmar Pfeifer Schwerpunkt Versicherungs- und Finanzmathematik Agenda

Mehr

Anleitung für die deutschen Teilnehmer zur Bearbeitung der Dateien QIS1Fragebogen und QIS1Ergebnisse

Anleitung für die deutschen Teilnehmer zur Bearbeitung der Dateien QIS1Fragebogen und QIS1Ergebnisse Erste Untersuchung zu den quantitativen Auswirkungen von Solvabilität II (Quantitative Impact Study 1 QIS 1) Anleitung für die deutschen Teilnehmer zur Bearbeitung der Dateien QIS1Fragebogen und QIS1Ergebnisse

Mehr

Rundschreiben 2008/42 Rückstellungen Schadenversicherung. Versicherungstechnische Rückstellungen in der Schadenversicherung

Rundschreiben 2008/42 Rückstellungen Schadenversicherung. Versicherungstechnische Rückstellungen in der Schadenversicherung Banken Finanzgruppen und -kongl. Andere Intermediäre Versicherer Vers.-Gruppen und -Kongl. Vermittler Börsen und Teilnehmer Effektenhändler Fondsleitungen SICAV KG für KKA SICAF Depotbanken Vermögensverwalter

Mehr

Einfluss der Finanzkrise auf die Annahmen der Tarifierung in der Rückversicherung. Petra Müller Prüfungskolloquium Aktuar SAV Bern, 20.

Einfluss der Finanzkrise auf die Annahmen der Tarifierung in der Rückversicherung. Petra Müller Prüfungskolloquium Aktuar SAV Bern, 20. Einfluss der Finanzkrise auf die Annahmen der Tarifierung in der Rückversicherung Petra Müller Prüfungskolloquium Aktuar SAV Bern, 20. November 2009 Einleitung: Entstehung der Finanzkrise Anfang in USA

Mehr

2. Beispiel: n-armiger Bandit

2. Beispiel: n-armiger Bandit 2. Beispiel: n-armiger Bandit 1. Das Problem des n-armigen Banditen 2. Methoden zur Berechung von Wert-Funktionen 3. Softmax-Auswahl von Aktionen 4. Inkrementelle Schätzverfahren 5. Nichtstationärer n-armiger

Mehr

Vorlesung Stetige Verteilungen / Mathematische Behandlung

Vorlesung Stetige Verteilungen / Mathematische Behandlung B E A C D Z Faultät Verehrswissenschaften Friedrich List Professur für Verehrsströmungslehre Verehrssystemtheorie I+II (V.-Wirtschaft) Vorlesung..0 Stetige Verteilungen / Mathematische Behandlung Neufert,

Mehr

Thilo Moseler Bern,

Thilo Moseler Bern, Bern, 15.11.2013 (Verallgemeinerte) Lineare Modelle Stärken Schwächen Fazit und persönliche Erfahrung 2 i-te Beobachtung der zu erklärenden Variablen Yi ist gegeben durch Linearkombination von n erklärenden

Mehr

B&W Deloitte Thurgauerstrasse Zürich Tel: XYZ-Versicherung. Bericht des Verantwortlichen Aktuars. per. 31.

B&W Deloitte Thurgauerstrasse Zürich Tel: XYZ-Versicherung. Bericht des Verantwortlichen Aktuars. per. 31. Bericht des Verantwortlichen Aktuars per 31. Dezember 2006 Datum B&W Deloitte Thurgauerstrasse 23 8050 Zürich Tel: +41 44 318 71 11 Inhaltsverzeichnis: 1. Allgemeines 1.1 Bemerkungen 1.2 Zusammenfassung

Mehr

Schließende Statistik

Schließende Statistik Schließende Statistik [statistical inference] Sollen auf der Basis von empirischen Untersuchungen (Daten) Erkenntnisse gewonnen und Entscheidungen gefällt werden, sind die Methoden der Statistik einzusetzen.

Mehr

Hypothesentests für Erwartungswert und Median. für D-UWIS, D-ERDW, D-USYS und D-HEST SS15

Hypothesentests für Erwartungswert und Median. für D-UWIS, D-ERDW, D-USYS und D-HEST SS15 Hypothesentests für Erwartungswert und Median für D-UWIS, D-ERDW, D-USYS und D-HEST SS15 Normalverteilung X N(μ, σ 2 ) : «X ist normalverteilt mit Erwartungswert μ und Varianz σ 2» pdf: f x = 1 2 x μ exp

Mehr

Seminar im Wintersemester 2010/2011: Quantitative und implementierte Methoden der Marktrisikobewertung

Seminar im Wintersemester 2010/2011: Quantitative und implementierte Methoden der Marktrisikobewertung M.Sc. Brice Hakwa hakwa@uni-wuppertal.de Seminar im Wintersemester 2010/2011: Quantitative und implementierte Methoden der Marktrisikobewertung - Zusammenfassung zum Thema: Berechnung von Value-at-Risk

Mehr

Forschungsstatistik I

Forschungsstatistik I Prof. Dr. G. Meinhardt 6. Stock, Taubertsberg R. 06-06 (Persike) R. 06-31 (Meinhardt) Sprechstunde jederzeit nach Vereinbarung Forschungsstatistik I Dr. Malte Persike persike@uni-mainz.de http://psymet03.sowi.uni-mainz.de/

Mehr

Varianzkomponentenschätzung

Varianzkomponentenschätzung Qualitas AG Varianzkomponentenschätzung Peter von Rohr Qualitas AG Peter von Rohr Folien ZL I+II LFW C11 October 29, 2015 2 / 23 Multiple Lineare Regression Annahmen Modell y = Xb + e Varianz der Fehler

Mehr

Übungen mit dem Applet Rangwerte

Übungen mit dem Applet Rangwerte Rangwerte 1 Übungen mit dem Applet Rangwerte 1 Statistischer Hintergrund... 2 1.1 Verteilung der Einzelwerte und der Rangwerte...2 1.2 Kurzbeschreibung des Applets...2 1.3 Ziel des Applets...4 2 Visualisierungen

Mehr

Computergestützte Datenanalyse in der Kern- und Teilchenphysik

Computergestützte Datenanalyse in der Kern- und Teilchenphysik Computergestützte Datenanalysein der Kern- und Teilchenphysik p. 1/?? Computergestützte Datenanalyse in der Kern- und Teilchenphysik Vorlesung 4 Jan Friedrich Computergestützte Datenanalysein der Kern-

Mehr

Statistik für Ingenieure Vorlesung 3

Statistik für Ingenieure Vorlesung 3 Statistik für Ingenieure Vorlesung 3 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 14. November 2017 3. Zufallsgrößen 3.1 Zufallsgrößen und ihre Verteilung Häufig sind

Mehr

Lage- und Streuungsparameter

Lage- und Streuungsparameter Lage- und Streuungsparameter Beziehen sich auf die Verteilung der Ausprägungen von intervall- und ratio-skalierten Variablen Versuchen, diese Verteilung durch Zahlen zu beschreiben, statt sie graphisch

Mehr

Beispiel 2 (Einige Aufgaben zu Lageparametern) Aufgabe 1 (Lageparameter)

Beispiel 2 (Einige Aufgaben zu Lageparametern) Aufgabe 1 (Lageparameter) Beispiel (Einige Aufgaben zu Lageparametern) Aufgabe 1 (Lageparameter) 1 Ein Statistiker ist zu früh zu einer Verabredung gekommen und vertreibt sich nun die Zeit damit, daß er die Anzahl X der Stockwerke

Mehr

Prognoseverfahren von Michaela Simon 7.Semester Spezialisierung Finanzwirtschaft

Prognoseverfahren von Michaela Simon 7.Semester Spezialisierung Finanzwirtschaft Prognoseverfahren von Michaela Simon 7.Semester Spezialisierung Finanzwirtschaft Inhaltsverzeichnis I. Allgemeine Aussagen II. Subjektive Planzahlenbestimmung III. Extrapolierende Verfahren 1. Trendanalyse:

Mehr

SBWL Tourismusanalyse und Freizeitmarketing

SBWL Tourismusanalyse und Freizeitmarketing SBWL Tourismusanalyse und Freizeitmarketing Vertiefungskurs 4: Multivariate Verfahren 2 Teil 3: Mischmodelle / Modellgestützte Clusteranalyse Achim Zeileis & Thomas Rusch Institute for Statistics and Mathematics

Mehr

Gesamtverband der Deutschen Versicherungswirtschaft e.v. Jahres-Pressekonferenz am 14. November 2012

Gesamtverband der Deutschen Versicherungswirtschaft e.v. Jahres-Pressekonferenz am 14. November 2012 Jahres-Pressekonferenz am 14. November 2012 Rolf-Peter Hoenen Präsident des Gesamtverbandes der Deutschen Versicherungswirtschaft e.v. 2 Beitragseinnahmen 2012 auf bisher höchstem Niveau Schaden-/Unfallversicherung

Mehr

Theorie Parameterschätzung Ausblick. Schätzung. Raimar Sandner. Studentenseminar "Statistische Methoden in der Physik"

Theorie Parameterschätzung Ausblick. Schätzung. Raimar Sandner. Studentenseminar Statistische Methoden in der Physik Studentenseminar "Statistische Methoden in der Physik" Gliederung 1 2 3 Worum geht es hier? Gliederung 1 2 3 Stichproben Gegeben eine Beobachtungsreihe x = (x 1, x 2,..., x n ): Realisierung der n-dimensionalen

Mehr

Mathematik für Biologen

Mathematik für Biologen Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 12. Januar 2011 1 Vergleich zweier Erwartungswerte Was heißt verbunden bzw. unverbunden? t-test für verbundene Stichproben

Mehr

Chi-Quadrat-Verteilung

Chi-Quadrat-Verteilung Chi-Quadrat-Verteilung Wikipedia http://de.wikipedia.org/wiki/chi-quadrat-verteilung 1 von 7 6/18/2009 6:13 PM Chi-Quadrat-Verteilung aus Wikipedia, der freien Enzyklopädie Die Chi-Quadrat-Verteilung ist

Mehr

Masterarbeit. Credibility Chain Ladder

Masterarbeit. Credibility Chain Ladder Eidgenössische Technische Hochschule Zürich Departement Mathematik Masterarbeit Credibility Chain Ladder Eingereicht von: Patrick Helbling Eingereicht am: 12.02.2014 Betreuer: Prof. Dr. Alois Gisler Vorwort

Mehr

Modelle für Daten mit kontinuierlichen Wertebereich Verteilungen mit (Wahrscheinlichkeits-)Dichte. Normalverteilung N (µ, σ 2 ) mit Dichte

Modelle für Daten mit kontinuierlichen Wertebereich Verteilungen mit (Wahrscheinlichkeits-)Dichte. Normalverteilung N (µ, σ 2 ) mit Dichte Statistik II für Wirtschaftswissenschaftler Folie 6.1 Modelle für Daten mit kontinuierlichen Wertebereich Verteilungen mit (Wahrscheinlichkeits-)Dichte I) Werte in (, ), Parameter µ (, ), σ 2 > 0 Normalverteilung

Mehr

Auswertung und Lösung

Auswertung und Lösung Residuals vs Fitted Normal Q Q Residuals 2 1 0 1 2 16 18 30 Standardized residuals 2 1 0 1 2 18 30 16 5 10 15 20 25 30 Fitted values 2 1 0 1 2 Theoretical Quantiles Abbildung 1: Dieses Quiz soll Ihnen

Mehr

5. Schließende Statistik (Inferenzstatistik, konfirmatorische Verfahren)

5. Schließende Statistik (Inferenzstatistik, konfirmatorische Verfahren) 5. Schließende Statistik (Inferenzstatistik, konfirmatorische Verfahren) 5.1. Einführung Schätzen unbekannter Parameter im Modell, z.b. Wahrscheinlichkeiten p i (Anteile in der Gesamtmenge), Erwartungswerte

Mehr

Rundschreiben 2008/42 Rückstellungen Schadenversicherung. Versicherungstechnische Rückstellungen in der Schadenversicherung

Rundschreiben 2008/42 Rückstellungen Schadenversicherung. Versicherungstechnische Rückstellungen in der Schadenversicherung Rundschreiben 2008/42 Rückstellungen Schadenversicherung Versicherungstechnische Rückstellungen in der Schadenversicherung Referenz: FINMA-RS 08/42 Rückstellungen Schadenversicherung Erlass: 20. November

Mehr

Unverbindlicher Vorschlag für eine Gliederung des Erläuterungsberichts für HUK-Rentenverpflichtungen

Unverbindlicher Vorschlag für eine Gliederung des Erläuterungsberichts für HUK-Rentenverpflichtungen Ergebnisbericht des Ausschusses HUK Unverbindlicher Vorschlag für eine Gliederung des Erläuterungsberichts für HUK-Rentenverpflichtungen Köln, 19. März 2018 Präambel Der Ausschuss HUK der Deutschen Aktuarvereinigung

Mehr

IFRS 4 Entwicklungen im Bereich versicherungstechnische. aus Sicht der Wirtschaftsprüfung. Dr. Joachim Kölschbach

IFRS 4 Entwicklungen im Bereich versicherungstechnische. aus Sicht der Wirtschaftsprüfung. Dr. Joachim Kölschbach IFRS 4 Entwicklungen im Bereich versicherungstechnische Rückstellungen aus Sicht der Wirtschaftsprüfung Dr. Joachim Kölschbach Agenda I. Volatilität II. III. Konzeptionelle Überlegungen zum aktuellen Stand

Mehr

2.3 Intervallschätzung

2.3 Intervallschätzung 2.3.1 Motivation und Hinführung Bsp. 2.11. [Wahlumfrage] Der wahre Anteil der rot-grün Wähler 2009 war genau 33.7%. Wie groß ist die Wahrscheinlichkeit, in einer Zufallsstichprobe von 1000 Personen genau

Mehr

Allgemeine lineare Modelle

Allgemeine lineare Modelle 262 Merkpunkte Allgemeine lineare Modelle Multiple lineare Regression mit nicht-normalen Zufallsabweichungen bilden eine harmlose" Verallgemeinerung der multiplen lin. Regr. Beispiele: Gumbel-Regression,

Mehr

Physikalische Übungen für Pharmazeuten

Physikalische Übungen für Pharmazeuten Helmholtz-Institut für Strahlen- und Kernphysik Seminar Physikalische Übungen für Pharmazeuten Ch. Wendel Max Becker Karsten Koop Dr. Christoph Wendel Übersicht Inhalt des Seminars Praktikum - Vorbereitung

Mehr

Kapitel 3 Schließende Statistik

Kapitel 3 Schließende Statistik Motivation Grundgesamtheit mit unbekannter Verteilung F Stichprobe X 1,...,X n mit Verteilung F Realisation x 1,...,x n der Stichprobe Rückschluss auf F Dr. Karsten Webel 160 Motivation (Fortsetzung) Kapitel

Mehr

Aktuarielle Modellierung von Feuer-Summenexzedenten qx-club Rebecca Koose, Düsseldorf

Aktuarielle Modellierung von Feuer-Summenexzedenten qx-club Rebecca Koose, Düsseldorf Aktuarielle von Feuer-Summenexzedenten qx-club 10.04.2018 Rebecca Koose, Düsseldorf Agenda Aktuarielle von Feuer-Summenexzedenten 1. Besonderheiten der Feuer - Versicherungszweige - kurze Einführung 2.

Mehr

Step-Down Prozeduren

Step-Down Prozeduren Step-Down Prozeduren zur Kontrolle der Family-Wise Error Rate WS 2010/2011 Jakob Gierl HU Berlin 07.02.2011 1 / 19 Modell Schrittweise Step-Down Modell mathematische Stichprobe X 1,..., X n iid im R J

Mehr

Statistik und Wahrscheinlichkeitsrechnung

Statistik und Wahrscheinlichkeitsrechnung Statistik und Wahrscheinlichkeitsrechnung 11. Vorlesung Jochen Köhler 10.05.011 1 Inhalt der heutigen Vorlesung Zusammenfassung Parameterschätzung Übersicht über Schätzung und Modellbildung Modellevaluation

Mehr

Deskriptive Statistik

Deskriptive Statistik Deskriptive Statistik Deskriptive Statistik: Ziele Daten zusammenfassen durch numerische Kennzahlen. Grafische Darstellung der Daten. Quelle: Ursus Wehrli, Kunst aufräumen 1 Modell vs. Daten Bis jetzt

Mehr

Schweizer Statistiktage, Aarau, 18. Nov. 2004

Schweizer Statistiktage, Aarau, 18. Nov. 2004 Schweizer Statistiktage, Aarau, 18. Nov. 2004 Qualitative Überprüfung der Modellannahmen in der linearen Regressionsrechnung am Beispiel der Untersuchung der Alterssterblichkeit bei Hitzeperioden in der

Mehr

Schadenversicherungsmathematik

Schadenversicherungsmathematik Schadenversicherungsmathematik Teil 4: Risikoteilung Dr. Ulrich Riegel Mathematisches Institut LudwigMaximiliansUniversität München Wintersemester 2015/16 Dr. Ulrich Riegel Schadenversicherungsmathematik

Mehr

Bilanz zum 31. Dezember 2016 mit Gegenüberstellung der Vorjahreszahlen in tausend Euro (TEUR)

Bilanz zum 31. Dezember 2016 mit Gegenüberstellung der Vorjahreszahlen in tausend Euro (TEUR) Beilage I/1 Bilanz zum 31. Dezember 2016 Aktiva: A. Immaterielle Vermögensgegenstände I. Entgeltlich erworbener Firmenwert II. Aufwendungen für den Erwerb eines Versicherungsbestandes III. Sonstige immaterielle

Mehr