Klassische Risikomodelle

Größe: px
Ab Seite anzeigen:

Download "Klassische Risikomodelle"

Transkript

1 Klassische Risikomodelle Kathrin Sachernegg 15. Jänner

2 Inhaltsverzeichnis 1 Einführung Begriffserklärung Individuelles Risikomodell Geschlossenes Modell Allgemeinere Modelle Mehrere Policen Kollektives Risikomodell Freie Reserve Cramer-Lundberg-Modell Alternative Modelle

3 1 Einführung In Folge werden ein paar der wichtigsten klassischen Risikomodelle der Versicherungsmathematik vorgestellt und kurz erklärt. Es handelt sich hierbei um das individuelle Risikomodell, das kollektive Risikomodell, das Cramér-Lundberg Modell und das Sparre-Andersen Modell. Außerdem werden zusätzlich zu diesen Modellen die freie Reserve und die Schadenshöhenverteilung noch weiter erläutert. 1.1 Begriffserklärung Was sind Risiken im versicherungstechnischen Sinn? Beispiele: Unfall, Krankheit, Todesfall, Feuer, Diebstahl, Hagel, Auto. Die Versicherungsgesellschaften übernehmen die Risiken ihrer Kunden, also potentielle Schäden. Für diese Leistung berechnen sie einen Preis, die sogenannte Prämie. Der Vertrag dazu heißt Police. Wenn man ein Kollektiv von Risiken oder Policen betrachtet, spricht man von einem Portfolio. [1] Typischerweise sind in einem solchen Portfolio Verträge derselben Versicherungssparte (z.b. Lebensversicherung, Krankenversicherung, KfZ-Versicherung usw.) enthalten. [2] Falls ein Risiko oder ein Kollektiv von Risiken sich als zu groß für eine Versicherungsgesellschaft erweist, so werden Teile davon weiterverkauft an eine oder mehrere andere Versicherungsgesellschaften. Die erste Versicherung heißt Erstversicherung, die zweite heißt Rückversicherung. Rückversicherungsgesellschaften teilen häufig große Risiken untereinander auf, sodass schließlich das ursprüngliche Risiko oder Kollektiv durch ein ganzes Netzwerk von Erstund Rückversicherungsarrangements abgedeckt wird. [1] Wichtige Größen eines Risikos für die Versicherungsmathematik: T : Schadenszeitpunkt X : Schadenshöhe P: Prämieneinnahmen 2 Individuelles Risikomodell Im individuellen Risikomodell gibt es ein Portfolio mit n Policen. Die einzelnen zu den Policen gehörenden Schadenshöhen X 1,..., X n sind voneinander unabhängige, nichtnegative Zufallsvariablen. X i ist also der Schaden, der sich aufgrund des i-ten Versicherungsvertrages (Police) in dem betrachteten Zeitraum, z.b. ein Jahr, für die Versicherung ergibt. [3] Definition 2.1: Der Gesamtschaden des Portfolios ist die Zufallsvariable S = n X i (1) i=1 3

4 Die Gesamtsumme die das Versicherungsunternehmen auszahlen muss, ist gleich der Gesamtschaden S. Für diesen Gesamtschaden wird eine geeignete Wahrcheinlichkeitsverteilung gesucht. Dies ist notwendig, da viele wichtige Entscheidungen darauf basieren, wie z.b. Prämienkalkulation, Rücklagen und Rückstellungen.[3] 2.1 Geschlossenes Modell Bei einem geschlossenem Modell ist die Anzahl der versicherten Einheiten n schon am Anfang der Periode bekannt und festgelegt. Dieses Modell wird nun Anhand eines Beispiels für eine Lebensversicherung veranschaulicht. Bei einer Versicherung mit einer einjährigen Laufzeit erklärt sich die Versicherung bereit, einen bestimmten Betrag b zu zahlen, wenn der Versicherte in diesem Jahr stirbt. Wenn der Versicherte das Jahr überlebt wird kein Betrag fällig. Die Wahrscheinlichkeit, dass ein Schaden für die Versicherung eintritt - in diesem Beispiel ein Todesfall - wird als q bezeichnet.[4] Nun betrachten wir die Verteilung der Schadenszufallsvariable X : Sei I eine Zufallsvariable, die den Wert 0 hat und den Wert 1 annimmt, wenn ein Schaden eintritt. I wird auch als Indikator bezeichnet. Dann gilt X = Ib (2) Somit gilt Weiters gilt P (I = 0) = 1 q P (I = 1) = q (3) E[I] = q V ar[i] = q(1 q) (4) E[X] = bq V ar[x] = b 2 q(1 q) (5) 2.2 Allgemeinere Modelle Bei allgemeineren Modellen ist die Summe der Schäden wiederum eine Zufallsvariable und in einem Zeitraum/Periode können mehrere Schäden vorkommen. Beispiele für allgemeinere Modelle findet man z.b. bei Gesundheits-, Automobil- und Eigentumsversicherungen. [4] Hier gilt X = IB (6) X ist hier wieder die Schadenszufallsvariable und B gibt hier die gesamte Schadenshöhe während einer Periode an. I ist hier ein Indikator dafür, ob ein Schaden eintritt (I = 1) oder nicht (I = 0). Weiters gilt wieder P (I = 1) = q (7) 2.3 Mehrere Policen Nun wird eine Methode für die Bestimmung der Verteilung der Summe von unabhängigen Zufallsvariablen anhand eines kurzen Beispiels vorgestellt. Dafür wird die Summe S = X + Y (8) 4

5 zweier unabhängiger Schadenszufallsvariablen betrachtet. In der folgenden Abbildung wird nun das Ereignis S s durch die Linie s = X + Y und durch die darunterliegende Fläche repräsentiert. Somit ist die Verteilungsfunktion von S gleich Abbildung 1: Ereignis[X + Y s] ([4], S.32) F S (s) = P (S s) = P (X + Y s) (9) Nun können wir für 2 diskrete, nichtnegative Zufallsvariablen das Gesetz der totalen Wahrscheinlichkeit verwenden und bekommen F S (s) = y s P (X + Y s Y = y)p (Y = y) (10) = y s P (X s y Y = y)p (Y = y) Für stetige, nichtnegative Zufallsvariablen gilt F S (s) = s 0 P (X s y Y = y)f Y (y)dy (11) Die Funktion aus (11) wird als Faltung bezeichnet. Um die Verteilung einer Summe von mehr als 2 Zufallsvariablen zu bestimmen, wird dieser Faltungsprozess immer wiederholt.[4] Sei S der in (1) definierte Gesamtschaden mit den unabhängigen Zufallsvariablen X i. F i ist die Verteilungsfunktion von X i und F (k) ist die Verteilungsfunktion von X 1 + X X k. Dann gilt F (2) = F 2 F (1) = F 2 F 1 F (3) = F 3 F (2) F (4) = F 4 F (3)... F s = F (n) = F n F (n 1) 5

6 Das individuelle Risikomodell ist ein gutes Modell um den Gesamtschaden einer Periode zu berechnen. Allerdings müssen dafür alle eventuell auftretenden Schäden betrachtet werden, auch wenn nie welche vorkommen. Des weiteren ist die Faltung bis auf einige Ausnahmen relativ schwer zu berechnen. 3 Kollektives Risikomodell Ohne die Annahme identischer Verteilungen, bzw. ähnlicher Verteilungen der Risiken, ist das individuelle Modell nur schwer zu benützen und es können nur wenige Aussagen getroffen werden. [3] Im kollektiven Modell hingegen wird versucht, diese Beschränkung zu vermeiden. Bei diesem Modellierungsansatz wird nicht beachtet, welches Risiko einen Schaden verursacht, sondern das gesamte Portfolio wird als Produzent einer zufälligen Anzahl von Schäden einer Beobachtungsperiode betrachtet. [3] Nun muss man einige Modellannahmen treffen: Man betrachtet ein Portfolio von Versicherungspolicen über einen fixen Zeitraum t = (0, T ]. Die Zufallsvariable für die Anzahl der Schäden wird als N(t) bezeichnet, der Gesamtschaden zum Zeitpunkt t als S(t). Der Zeitraum t beginnt hier bei 0, sodass N(0) = 0. Außerdem gilt wenn N(t) = 0 folgt S(t) = 0. Die Zufallsvariable X i repräsentiert die Höhe des i-ten Schadens. Man nimmt im allgemeinen an, dass die X i identisch verteilt sind und dass die Zufallsvariablen N(t) und die X i unabhängig sind. [4] [5] Definition 3.1: Der Gesamtschaden des Portfolios ist die Zufallsvariable S(t) = X 1 + X X N(t) (12) Die Verteilungsfunktion von S ist je nach Anzahl der Schäden unterschiedlich. Diese sieht folgendermaßen aus: F (x) = P (S x) = P (S x N = n)p (N = n) (13) = n=0 P (X 1 + X X n x)p (N = n) n=0 Auch hier kann man die Faltung anwenden. Dann ergibt sich: P (X 1 + X X n x) = P P... P (x) = P n (x) (14) Daraus folgt F (x) = P n (x)p (N = n) (15) n=0 6

7 3.1 Freie Reserve Die freie Reserve ergibt sich aus dem Ausgangskapital zuzüglich der Prämien abzüglich aller Schäden in einem Zeitintervall. Die freie Reserve zum Zeitpunkt t wir als U(t) bezeichnet. Zusätzlich wird angenommen, dass die Prämien kontinuierlich mit einer konstanten Prämienrate (c > 0) eingehen. [4] Wenn U(0) = u die freie Reserve zum Zeitpunkt 0 ist, dann gilt U(t) = u + ct S(t) t 0 (16) Man beachte, dass die freie Reserve linear mit Steigung c wächst, außer zu den Zeitpunkten an denen Schäden auftreten. Dann verringert sich die freie Reserve um die Höhe des Schadens. So kann es auch passieren, dass die freie Reserve negativ wird. Wenn dies zum 1. Mal passiert, spricht man von einem Ruin. Nun definiert man als Zeitpunkt des Ruins. [4] T = min{t : t 0 und U(t) < 0} (17) Abbildung 2: Veranschaulichung der freien Reserve ([4], S.345) Der Zeitpunkt T i ist jener Zeitpunkt, an dem der i-te Schaden auftritt, wobei zu einem Zeitpunkt nur ein Schaden auftritt. T 1, T 2,... sind Zufallsvariablen wobei T 1 < T 2 <... gilt. Die Zeit zwischen den T i wird als W i bezeichnet und es gilt W i = T i T i 1 und W 1 = T 1 (18) In der Praxis tritt ein Ruin so gut wie nie auf. Wenn eine Versicherunsggesellschaft merkt, dass ihre freie Reserve stark abnimmt, werden die Prämien erhöhen. [2] 3.2 Cramer-Lundberg-Modell Das Cramer-Lundberg-Modell ist ein kollektives Risikomodell mit folgenden Eigenschaften [6]: Die freie Reserve bzw. der Ruin wird wie bereits definiert verwendet. Für die Verteilung der Anzahl der Schäden (N(t)) wird meist die Poisson-Verteilung verwendet. 7

8 Die Wahrscheinlichkeitsfunktion sieht hier folgendermaßen aus P (N(t) = n) = (λt)n e λt n! n = 0, 1, 2,... λ > 0 (19) λ ist hier die Schadensintensität. Diese Wahrscheinlichkeitsfunktion ist gleichbedeutend damit, dass die W i exponential mit λ verteilt sind. Für Erwartungswert und Varianz gilt: E[N(t)] = V ar[n(t)] = λ (20) Mit dieser Verteilung von N(t) ist jetzt S(t) eine zusammengesetzte Poisson-Verteilung: E[S(t)] = λtp 1 und V ar[s(t)] = λtp 2 (21) p 1 und p 2 sind hier der 1. und 2. Moment der Schadenshöhenverteilung. [4] Das Cramer-Lundberg-Modell ist das Standardmodell für die Schadensversicherung. Es trennt und modelliert die 2 wichtigsten Ursachen für große Verluste: häufige Schäden und große Schäden. [6] 3.3 Alternative Modelle Natürlich ist das Cramer-Lundberg-Modell nicht das einzige Risikomodell, welches in der Versicherungsmathematik verwendet wird. Alternative Modelle sind zum Beispiel das Sparre-Andersen-Modell oder der Markov Risikoprozess. [6] Literatur [1] C. Klüppelberg. Risikotheorie. Skriptum, TU München, 2004 [2] H. Albrecher. Finanz- und Versicherungsmathematik 1. Skriptum, TU Graz, 2006 [3] M. Riedle. Risikotheorie. Skriptum, Universität Berlin, 2005 [4] N. Bowers. Actuarial Mathematics. The society of Actuaries, 1986 [5] C. Hipp. Risikotheorie 1. Skriptum, TH Karlsruhe, 2001 [6] Back, Bielecki, Hipp, Peng, Schachermayer. Stochastic Methods in Finance. Springer, Brixen(Italien),

Präsenzübungsaufgaben zur Vorlesung Elementare Sachversicherungsmathematik

Präsenzübungsaufgaben zur Vorlesung Elementare Sachversicherungsmathematik Präsenzübungsaufgaben zur Vorlesung Elementare Sachversicherungsmathematik Dozent: Volker Krätschmer Fakultät für Mathematik, Universität Duisburg-Essen, WS 2012/13 1. Präsenzübung Aufgabe T 1 Sei (Z 1,...,

Mehr

Beispiel 48. 4.3.2 Zusammengesetzte Zufallsvariablen

Beispiel 48. 4.3.2 Zusammengesetzte Zufallsvariablen 4.3.2 Zusammengesetzte Zufallsvariablen Beispiel 48 Ein Würfel werde zweimal geworfen. X bzw. Y bezeichne die Augenzahl im ersten bzw. zweiten Wurf. Sei Z := X + Y die Summe der gewürfelten Augenzahlen.

Mehr

Lebensdauer eines x-jährigen

Lebensdauer eines x-jährigen Lebensdauer eines x-jährigen Sabrina Scheriau 20. November 2007, Graz 1 INHALTSVERZEICHNIS 2 Inhaltsverzeichnis 1 Einleitung 3 2 Sterbewahrscheinlichkeiten 4 2.1 Definition und Ermittlung....................

Mehr

Statistische Thermodynamik I Lösungen zur Serie 1

Statistische Thermodynamik I Lösungen zur Serie 1 Statistische Thermodynamik I Lösungen zur Serie Zufallsvariablen, Wahrscheinlichkeitsverteilungen 4. März 2. Zwei Lektoren lesen ein Buch. Lektor A findet 2 Druckfehler, Lektor B nur 5. Von den gefundenen

Mehr

Kapitel 3. Zufallsvariable. Wahrscheinlichkeitsfunktion, Dichte und Verteilungsfunktion. Erwartungswert, Varianz und Standardabweichung

Kapitel 3. Zufallsvariable. Wahrscheinlichkeitsfunktion, Dichte und Verteilungsfunktion. Erwartungswert, Varianz und Standardabweichung Kapitel 3 Zufallsvariable Josef Leydold c 2006 Mathematische Methoden III Zufallsvariable 1 / 43 Lernziele Diskrete und stetige Zufallsvariable Wahrscheinlichkeitsfunktion, Dichte und Verteilungsfunktion

Mehr

Kapitalversicherungen

Kapitalversicherungen Kapitalversicherungen Sanela Omerovic Proseminar Versicherungsmathematik TU Graz 11. Dezember 2007 Inhaltsverzeichnis 1 Einführung 1 2 Einfache Versicherungsformen 3 2.1 Todesfallversicherungen (Life Insurance)....................

Mehr

Ein möglicher Unterrichtsgang

Ein möglicher Unterrichtsgang Ein möglicher Unterrichtsgang. Wiederholung: Bernoulli Experiment und Binomialverteilung Da der sichere Umgang mit der Binomialverteilung, auch der Umgang mit dem GTR und den Diagrammen, eine notwendige

Mehr

Kreditrisiko bei Swiss Life. Carl-Heinz Meyer, 13.06.2008

Kreditrisiko bei Swiss Life. Carl-Heinz Meyer, 13.06.2008 Kreditrisiko bei Swiss Life Carl-Heinz Meyer, 13.06.2008 Agenda 1. Was versteht man unter Kreditrisiko? 2. Ein Beisiel zur Einführung. 3. Einige kleine Modelle. 4. Das grosse kollektive Modell. 5. Risikoberechnung

Mehr

Name:... Matrikel-Nr.:... 3 Aufgabe Handyklingeln in der Vorlesung (9 Punkte) Angenommen, ein Student führt ein Handy mit sich, das mit einer Wahrscheinlichkeit von p während einer Vorlesung zumindest

Mehr

4. Versicherungsangebot

4. Versicherungsangebot 4. Versicherungsangebot Georg Nöldeke Wirtschaftswissenschaftliche Fakultät, Universität Basel Versicherungsökonomie (FS 11) Versicherungsangebot 1 / 13 1. Einleitung 1.1 Hintergrund In einem grossen Teil

Mehr

MATHEMATIK UND VERSICHERUNGEN EINE ALLIANZ FÜRS LEBEN. Mitglied im DFG-Forschungszentrum Mathematik für Schlüsseltechnologien

MATHEMATIK UND VERSICHERUNGEN EINE ALLIANZ FÜRS LEBEN. Mitglied im DFG-Forschungszentrum Mathematik für Schlüsseltechnologien MATHEMATIK UND VERSICHERUNGEN EINE ALLIANZ FÜRS LEBEN Teilnehmer: Thomas Benkert Sebastian Flach Wolfgang Schmidt Philip Wanninger Sebastian Schubert Gruppenleiter: Peggy Daume Graf-Münster-Gymnasium Graf-Münster-Gymnasium

Mehr

16 Risiko und Versicherungsmärkte

16 Risiko und Versicherungsmärkte 16 Risiko und Versicherungsmärkte Entscheidungen bei Unsicherheit sind Entscheidungen, die mehrere mögliche Auswirkungen haben. Kauf eines Lotterieloses Kauf einer Aktie Mitnahme eines Regenschirms Abschluss

Mehr

Ausarbeitung des Seminarvortrags zum Thema

Ausarbeitung des Seminarvortrags zum Thema Ausarbeitung des Seminarvortrags zum Thema Anlagepreisbewegung zum Seminar Finanzmathematische Modelle und Simulationen bei Raphael Kruse und Prof. Dr. Wolf-Jürgen Beyn von Imke Meyer im W9/10 Anlagepreisbewegung

Mehr

RUPRECHTS-KARLS-UNIVERSITÄT HEIDELBERG

RUPRECHTS-KARLS-UNIVERSITÄT HEIDELBERG Die Poisson-Verteilung Jianmin Lu RUPRECHTS-KARLS-UNIVERSITÄT HEIDELBERG Ausarbeitung zum Vortrag im Seminar Stochastik (Wintersemester 2008/09, Leitung PD Dr. Gudrun Thäter) Zusammenfassung: In der Wahrscheinlichkeitstheorie

Mehr

BONUS MALUS SYSTEME UND MARKOV KETTEN

BONUS MALUS SYSTEME UND MARKOV KETTEN Fakultät Mathematik und Naturwissenschaften, Fachrichtung Mathematik, Institut für Mathematische Stochastik BONUS MALUS SYSTEME UND MARKOV KETTEN Klaus D. Schmidt Ringvorlesung TU Dresden Fakultät MN,

Mehr

Credit Risk+: Eine Einführung

Credit Risk+: Eine Einführung Credit Risk+: Eine Einführung Volkert Paulsen December 9, 2004 Abstract Credit Risk+ ist neben Credit Metrics ein verbreitetes Kreditrisikomodell, dessen Ursprung in der klassischen Risikotheorie liegt.

Mehr

Verteilungsmodelle. Verteilungsfunktion und Dichte von T

Verteilungsmodelle. Verteilungsfunktion und Dichte von T Verteilungsmodelle Verteilungsfunktion und Dichte von T Survivalfunktion von T Hazardrate von T Beziehungen zwischen F(t), S(t), f(t) und h(t) Vorüberlegung zu Lebensdauerverteilungen Die Exponentialverteilung

Mehr

Zufallsgrößen. Vorlesung Statistik für KW 29.04.2008 Helmut Küchenhoff

Zufallsgrößen. Vorlesung Statistik für KW 29.04.2008 Helmut Küchenhoff Zufallsgrößen 2.5 Zufallsgrößen 2.5.1 Verteilungsfunktion einer Zufallsgröße 2.5.2 Wahrscheinlichkeits- und Dichtefunktion Wahrscheinlichkeitsfunktion einer diskreten Zufallsgröße Dichtefunktion einer

Mehr

Deckungskapital. Proseminar Versicherungsmathematik. TU Graz. 11. Dezember 2007

Deckungskapital. Proseminar Versicherungsmathematik. TU Graz. 11. Dezember 2007 Deckungskapital Gülnur Adanç Proseminar Versicherungsmathematik TU Graz 11. Dezember 2007 1 Inhaltsverzeichnis 1 Deckungskapital 2 1.1 Prospektive und Retrospektive Methode.................... 3 1.1.1

Mehr

Quantilsschätzung als Werkzeug zur VaR-Berechnung

Quantilsschätzung als Werkzeug zur VaR-Berechnung Quantilsschätzung als Werkzeug zur VaR-Berechnung Ralf Lister, Aktuar, lister@actuarial-files.com Zusammenfassung: Zwei Fälle werden betrachtet und die jeweiligen VaR-Werte errechnet. Im ersten Fall wird

Mehr

Rückversicherung. Technik und Arten der Rückversicherung. Definition Rückversicherung. Wozu wird eine Rückversicherung gebraucht?

Rückversicherung. Technik und Arten der Rückversicherung. Definition Rückversicherung. Wozu wird eine Rückversicherung gebraucht? Technik und Arten der Definition Die Weitergabe von Risiken an andere Versicherer (Rückversicherer), soweit die Risiken ein im Wert normales Maß übersteigen. Definition ist die Versicherung der Versicherung

Mehr

Schützen Sie sich vor grossen finanziellen Sorgen!

Schützen Sie sich vor grossen finanziellen Sorgen! Plötzlich erwerbsunfähig? Schützen Sie sich vor grossen finanziellen Sorgen! Ihr Hab und Gut haben Sie bestimmt bestens versichert. Und wie steht es um die Sicherheit von Ihnen und Ihrer Familie? Was passiert

Mehr

Box-and-Whisker Plot -0,2 0,8 1,8 2,8 3,8 4,8

Box-and-Whisker Plot -0,2 0,8 1,8 2,8 3,8 4,8 . Aufgabe: Für zwei verschiedene Aktien wurde der relative Kurszuwachs (in % beobachtet. Aus den jeweils 20 Quartaldaten ergaben sich die folgenden Box-Plots. Box-and-Whisker Plot Aktie Aktie 2-0,2 0,8,8

Mehr

III. Grundlagen der Lebensversicherungsmathematik III.5. Deckungskapital für Lebensversicherungsprodukte

III. Grundlagen der Lebensversicherungsmathematik III.5. Deckungskapital für Lebensversicherungsprodukte III. Grundlagen der Lebensversicherungsmathematik III.5. Deckungskapital für Lebensversicherungsprodukte Universität Basel Herbstsemester 2015 Dr. Ruprecht Witzel ruprecht.witzel@aktuariat-witzel.ch www.aktuariat-witzel.ch

Mehr

MI - Mission Impossible Sind Sie gut versichert? Ein kurzes Beispiel zur Versicherungsmathematik

MI - Mission Impossible Sind Sie gut versichert? Ein kurzes Beispiel zur Versicherungsmathematik MI - Mission Impossible Sind Sie gut versichert? Ein kurzes Beispiel zur Versicherungsmathematik Seite 1 Vorstellung Organisation: Deutsche Aktuarvereinigung e.v. (DAV) berufsständische Vertretung der

Mehr

Finanz- und Versicherungsmathematik

Finanz- und Versicherungsmathematik Finanz- und Versicherungsmathematik Hansjörg Albrecher Institut für Mathematik B Technische Universität Graz Version: Februar 2006 2 Inhaltsverzeichnis 1 Risikomodelle 5 1.1 Das individuelle Risikomodell....................

Mehr

Krankenversicherungsmathematik

Krankenversicherungsmathematik Krankenversicherungsmathematik Florian Peycha 8. Januar 2008 Inhaltsverzeichnis 1 Kopfschaden 1 1.1 Die Methode von Rusam..................... 2 1.2 Altersgruppenbildung....................... 3 1.3 Die

Mehr

Vorsorgestiftung für Gesundheit und Soziales. Reglement über die Bildung und Auflösung von technischen Rückstellungen

Vorsorgestiftung für Gesundheit und Soziales. Reglement über die Bildung und Auflösung von technischen Rückstellungen Vorsorgestiftung für Gesundheit und Soziales Reglement über die Bildung und Auflösung von technischen Rückstellungen Sarnen, 1. Januar 2006 Inhaltsverzeichnis 1. Grundsätze und Ziele 1 1.1 Einleitung 1

Mehr

Kapitalversicherungen

Kapitalversicherungen Kapitalversicherungen Birgit Scharwitzl 10. Dezember 2008 Inhaltsverzeichnis 1 Begriffe und wichtige Definitionen 2 1.1 Prämie................................................... 2 1.2 Gewinnbeteiligung............................................

Mehr

Adverse Selektion. Thushyanthan Baskaran thushyanthan.baskaran@awi.uni-heidelberg.de

Adverse Selektion. Thushyanthan Baskaran thushyanthan.baskaran@awi.uni-heidelberg.de Adverse Selektion Thushyanthan Baskaran thushyanthan.baskaran@awi.uni-heidelberg.de Fachbereich Finanzwissenschaft Alfred Weber Institut für Wirtschaftswissenschaften Ruprecht-Karls- Universität Heidelberg

Mehr

- Geldmarktfonds. - Obligationenfonds. - Aktienfonds. Die 5 Hauptarten von Anlagefonds? - Strategiefonds. - Immobilienfonds.

- Geldmarktfonds. - Obligationenfonds. - Aktienfonds. Die 5 Hauptarten von Anlagefonds? - Strategiefonds. - Immobilienfonds. - Geldmarktfonds - Obligationenfonds Die 5 Hauptarten von Anlagefonds? - Aktienfonds - Strategiefonds - Immobilienfonds Wie heissen die 2 Hauptformen der Optionen? - Eurex-Option - Over-The-Counter-Option

Mehr

Füllmenge. Füllmenge. Füllmenge. Füllmenge. Mean = 500,0029 Std. Dev. = 3,96016 N = 10.000. 485,00 490,00 495,00 500,00 505,00 510,00 515,00 Füllmenge

Füllmenge. Füllmenge. Füllmenge. Füllmenge. Mean = 500,0029 Std. Dev. = 3,96016 N = 10.000. 485,00 490,00 495,00 500,00 505,00 510,00 515,00 Füllmenge 2.4 Stetige Zufallsvariable Beispiel. Abfüllung von 500 Gramm Packungen einer bestimmten Ware auf einer automatischen Abfüllanlage. Die Zufallsvariable X beschreibe die Füllmenge einer zufällig ausgewählten

Mehr

Risiko und Symmetrie. Prof. Dr. Andrea Wirth

Risiko und Symmetrie. Prof. Dr. Andrea Wirth Risiko und Symmetrie Prof. Dr. Andrea Wirth Gliederung 1. Einleitung Was ist eigentlich Risiko? 2. Risiko Mathematische Grundlagen 3. Anwendungsbeispiele Wo genau liegt der Schmerz des Risikos? 4. Sie

Mehr

2. Gesundheitsfinanzierung

2. Gesundheitsfinanzierung 2. Gesundheitsfinanzierung Inhalte dieses Abschnitts 2.1 Grundmodell der Versicherung Versicherungsmotiv Optimale Versicherungsnachfrage Aktuarisch faire und unfaire Prämien 145 2.1 Grundmodell der Versicherung

Mehr

Anforderungen an Krankenversicherer unter SST und Solvency II. Prüfungskolloquium zum Aktuar SAV Michele Casartelli, 16.

Anforderungen an Krankenversicherer unter SST und Solvency II. Prüfungskolloquium zum Aktuar SAV Michele Casartelli, 16. Anforderungen an Krankenversicherer unter SST und Solvency II Prüfungskolloquium zum Aktuar SAV Michele Casartelli, 16. November 2012 Grundlagen Hauptziele von Solvenzvorschriften: Schutz von Versicherungsnehmern

Mehr

INFORMATIONSABEND ZUR STUDIEN- UND BERUFSWAHL

INFORMATIONSABEND ZUR STUDIEN- UND BERUFSWAHL 11.06.02 VWA VERSICHERUNGSWISSENSCHAFTLICHE ABTEILUNG DER UNIVERSITÄT BASEL 1/10 INFORMATIONSABEND ZUR STUDIEN- UND BERUFSWAHL DAS STUDIUM DER VERSICHERUNGSWISSENSCHAFT AN DER UNIVERSITÄT BASEL INHALT

Mehr

Zinseszins- und Rentenrechnung

Zinseszins- und Rentenrechnung Zinseszins- und Rentenrechnung 1 Berechnen Sie den Zeitpunkt, an dem sich das Einlagekapital K bei a) jährlicher b) monatlicher c) stetiger Verzinsung verdoppelt hat, wobei i der jährliche nominelle Zinssatz

Mehr

13.5 Der zentrale Grenzwertsatz

13.5 Der zentrale Grenzwertsatz 13.5 Der zentrale Grenzwertsatz Satz 56 (Der Zentrale Grenzwertsatz Es seien X 1,...,X n (n N unabhängige, identisch verteilte zufällige Variablen mit µ := EX i ; σ 2 := VarX i. Wir definieren für alle

Mehr

Trends in der risiko- und wertorientierten Steuerung des Versicherungsunternehmens

Trends in der risiko- und wertorientierten Steuerung des Versicherungsunternehmens Trends in der risiko- und wertorientierten Steuerung des Versicherungsunternehmens Inhalt Einleitung Finanzwirtschaftliche Führung von Versicherungsunternehmen Fair Value Prinzip IAS als Accounting Standard

Mehr

Codierungstheorie Rudolf Scharlau, SoSe 2006 9

Codierungstheorie Rudolf Scharlau, SoSe 2006 9 Codierungstheorie Rudolf Scharlau, SoSe 2006 9 2 Optimale Codes Optimalität bezieht sich auf eine gegebene Quelle, d.h. eine Wahrscheinlichkeitsverteilung auf den Symbolen s 1,..., s q des Quellalphabets

Mehr

q = 1 p = 0.8 0.2 k 0.8 10 k k = 0, 1,..., 10 1 1 0.8 2 + 10 0.2 0.8 + 10 9 1 2 0.22 1 = 0.8 8 [0.64 + 1.6 + 1.8] = 0.678

q = 1 p = 0.8 0.2 k 0.8 10 k k = 0, 1,..., 10 1 1 0.8 2 + 10 0.2 0.8 + 10 9 1 2 0.22 1 = 0.8 8 [0.64 + 1.6 + 1.8] = 0.678 Lösungsvorschläge zu Blatt 8 X binomialverteilt mit p = 0. und n = 10: a PX = = 10 q = 1 p = 0.8 0. 0.8 10 = 0, 1,..., 10 PX = PX = 0 + PX = 1 + PX = 10 10 = 0. 0 0.8 10 + 0. 1 0.8 9 + 0 1 10 = 0.8 8 [

Mehr

Nichtlebenversicherungsmathematik Aus welchen Teilen besteht eine Prämie Zufallsrisiko, Parameterrisiko, Risikokapital Risikomasse (VaR, ES) Definition von Kohärenz Zusammengesetze Poisson: S(i) CP, was

Mehr

Übungsrunde 7, Gruppe 2 LVA 107.369, Übungsrunde 7, Gruppe 2, 28.11. Markus Nemetz, markus.nemetz@tuwien.ac.at, TU Wien, 11/2006

Übungsrunde 7, Gruppe 2 LVA 107.369, Übungsrunde 7, Gruppe 2, 28.11. Markus Nemetz, markus.nemetz@tuwien.ac.at, TU Wien, 11/2006 1 3.34 1.1 Angabe Übungsrunde 7, Gruppe 2 LVA 107.369, Übungsrunde 7, Gruppe 2, 28.11. Markus Nemetz, markus.nemetz@tuwien.ac.at, TU Wien, 11/2006 U sei auf dem Intervall (0, 1) uniform verteilt. Zeigen

Mehr

$ % + 0 sonst. " p für X =1 $

$ % + 0 sonst.  p für X =1 $ 31 617 Spezielle Verteilungen 6171 Bernoulli Verteilung Wir beschreiben zunächst drei diskrete Verteilungen und beginnen mit einem Zufallsexperiment, indem wir uns für das Eintreffen eines bestimmten Ereignisses

Mehr

AUTOMATISIERTE HANDELSSYSTEME

AUTOMATISIERTE HANDELSSYSTEME UweGresser Stefan Listing AUTOMATISIERTE HANDELSSYSTEME Erfolgreich investieren mit Gresser K9 FinanzBuch Verlag 1 Einsatz des automatisierten Handelssystems Gresser K9 im Portfoliomanagement Portfoliotheorie

Mehr

LIFE SETTLEMENTS. Dr. Frank Schiller, Leiter CoC Direct Insurance

LIFE SETTLEMENTS. Dr. Frank Schiller, Leiter CoC Direct Insurance LIFE SETTLEMENTS Dr. Frank Schiller, Leiter CoC Direct Insurance Universität Duisburg, 05.01.2010 Agenda Was sind Life Settlements? Wo sind Life Settlements erfolgreich und warum? Was macht Life Settlements

Mehr

Melanie Kaspar, Prof. Dr. B. Grabowski 1

Melanie Kaspar, Prof. Dr. B. Grabowski 1 7. Hypothesentests Ausgangssituation: Man muss sich zwischen 2 Möglichkeiten (=Hypothesen) entscheiden. Diese Entscheidung soll mit Hilfe von Beobachtungen ( Stichprobe ) getroffen werden. Die Hypothesen

Mehr

i x k k=1 i u i x i v i 1 0,2 24 24 0,08 2 0,4 30 54 0,18 3 0,6 54 108 0,36 4 0,8 72 180 0,60 5 1,0 120 300 1,00 2,22 G = 1 + 1 n 2 n i=1

i x k k=1 i u i x i v i 1 0,2 24 24 0,08 2 0,4 30 54 0,18 3 0,6 54 108 0,36 4 0,8 72 180 0,60 5 1,0 120 300 1,00 2,22 G = 1 + 1 n 2 n i=1 1. Aufgabe: Der E-Commerce-Umsatz (in Millionen Euro) der fünf größten Online- Shopping-Clubs liegt wie folgt vor: Club Nr. Umsatz 1 120 2 72 3 54 4 30 5 24 a) Bestimmen Sie den Ginikoeffizienten. b) Zeichnen

Mehr

Risiko und Versicherung - Übung

Risiko und Versicherung - Übung Sommer 2009 Risiko und Versicherung - Übung Entscheidungstheoretische Grundlagen Renate Bodenstaff Vera Brinkmann r.bodenstaff@uni-hohenheim.de vera.brinkmann@uni-hohenheim.de https://insurance.uni-hohenheim.de

Mehr

Rückstellungsreglement der Pensionskasse der ISS Schweiz, Zürich. Gültig ab 15.5.2013

Rückstellungsreglement der Pensionskasse der ISS Schweiz, Zürich. Gültig ab 15.5.2013 der Pensionskasse der ISS Schweiz, Zürich Gültig ab 15.5.2013 INHALT 1. Ziel 3 2. Definitionen 3 3. Versicherungstechnische Grundlagen 3 4. Zuständigkeiten 4 5. Rückstellungsarten 4 6. Vorsorgekapitalien

Mehr

2. Mai 2011. Geldtheorie und -politik. Die Risiko- und Terminstruktur von Zinsen (Mishkin, Kapitel 6)

2. Mai 2011. Geldtheorie und -politik. Die Risiko- und Terminstruktur von Zinsen (Mishkin, Kapitel 6) Geldtheorie und -politik Die Risiko- und Terminstruktur von Zinsen (Mishkin, Kapitel 6) 2. Mai 2011 Überblick Bestimmung des Zinssatzes im Markt für Anleihen Erklärung der Dynamik von Zinssätzen Überblick

Mehr

Würfelt man dabei je genau 10 - mal eine 1, 2, 3, 4, 5 und 6, so beträgt die Anzahl. der verschiedenen Reihenfolgen, in denen man dies tun kann, 60!.

Würfelt man dabei je genau 10 - mal eine 1, 2, 3, 4, 5 und 6, so beträgt die Anzahl. der verschiedenen Reihenfolgen, in denen man dies tun kann, 60!. 040304 Übung 9a Analysis, Abschnitt 4, Folie 8 Die Wahrscheinlichkeit, dass bei n - maliger Durchführung eines Zufallexperiments ein Ereignis A ( mit Wahrscheinlichkeit p p ( A ) ) für eine beliebige Anzahl

Mehr

Stochastik für die Naturwissenschaften

Stochastik für die Naturwissenschaften Stochastik für die Naturwissenschaften Dr. C.J. Luchsinger 4. Zufallsgrösse X Literatur Kapitel 4 * Storrer: Kapitel (37.2)-(37.8), (38.2)-(38.3), (38.5), (40.2)-(40.5) * Stahel: Kapitel 4, 5 und 6 (ohne

Mehr

P (X = 2) = 1/36, P (X = 3) = 2/36,...

P (X = 2) = 1/36, P (X = 3) = 2/36,... 2.3 Zufallsvariablen 2.3 Zufallsvariablen Meist sind die Ereignisse eines Zufallseperiments bereits reelle Zahlen. Ist dies nicht der Fall, kann man Ereignissen eine reelle Zahl zuordnen. Zum Beispiel

Mehr

5. Schließende Statistik. 5.1. Einführung

5. Schließende Statistik. 5.1. Einführung 5. Schließende Statistik 5.1. Einführung Sollen auf der Basis von empirischen Untersuchungen (Daten) Erkenntnisse gewonnen und Entscheidungen gefällt werden, sind die Methoden der Statistik einzusetzen.

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

Verordnung über die Kapitalausstattung von Versicherungsunternehmen (Kapitalausstattungs- Verordnung)

Verordnung über die Kapitalausstattung von Versicherungsunternehmen (Kapitalausstattungs- Verordnung) Verordnung über die Kapitalausstattung von Versicherungsunternehmen (Kapitalausstattungs- Verordnung) KapAusstV 1983 Ausfertigungsdatum: 13.12.1983 Vollzitat: "Kapitalausstattungs-Verordnung vom 13. Dezember

Mehr

Regelmäßigkeit (Erkennen von Mustern und Zusammenhängen) versus Zufall

Regelmäßigkeit (Erkennen von Mustern und Zusammenhängen) versus Zufall Wahrscheinlichkeitstheorie Was will die Sozialwissenschaft damit? Regelmäßigkeit (Erkennen von Mustern und Zusammenhängen) versus Zufall Auch im Alltagsleben arbeiten wir mit Wahrscheinlichkeiten, besteigen

Mehr

Springer-Lehrbuch Masterclass

Springer-Lehrbuch Masterclass Springer-Lehrbuch Masterclass Riccardo Gatto Stochastische Modelle der aktuariellen Risikotheorie Eine mathematische Einführung Riccardo Gatto Universität Bern Institut für Mathematische Statistik und

Mehr

Bei einem solchen Versicherungsvertrag wollen die guten Risiken keine Volldeckung haben. Sie streben stattdessen den Punkt F an.

Bei einem solchen Versicherungsvertrag wollen die guten Risiken keine Volldeckung haben. Sie streben stattdessen den Punkt F an. Neue Institutionenökonomik, ufgabe 11 und 12 Seite 1 ufgabe 11 Von Zeit zu Zeit wird die Forderung erhoben, dass private Krankenversicherer eine einheitliche Krankenversicherungsprämie für Frauen und Männer

Mehr

Universität Bonn 28. Juli 2010 Fachbereich Rechts- und Wirtschaftswissenschaften Statistische Abteilung Prof. Dr. A. Kneip. KLAUSUR Statistik B

Universität Bonn 28. Juli 2010 Fachbereich Rechts- und Wirtschaftswissenschaften Statistische Abteilung Prof. Dr. A. Kneip. KLAUSUR Statistik B Universität Bonn 28. Juli 2010 Fachbereich Rechts- und Wirtschaftswissenschaften Statistische Abteilung Prof. Dr. A. Kneip Sommersemester 2010 KLAUSUR Statistik B Hinweise zur Bearbeitung: Bei allen Teilaufgaben

Mehr

Unabhängigkeit KAPITEL 4

Unabhängigkeit KAPITEL 4 KAPITEL 4 Unabhängigkeit 4.1. Unabhängigkeit von Ereignissen Wir stellen uns vor, dass zwei Personen jeweils eine Münze werfen. In vielen Fällen kann man annehmen, dass die eine Münze die andere nicht

Mehr

Kreuzer Yacht Club Deutschland e.v. Informationen für Charterskipper. Wie viel Versicherung braucht der Charterskipper?

Kreuzer Yacht Club Deutschland e.v. Informationen für Charterskipper. Wie viel Versicherung braucht der Charterskipper? Wie viel Versicherung braucht der Charterskipper? Es gibt Skipperhaftpflichtversicherung Reiserücktrittskostenversicherung Kautionsversicherung Auslandskrankenversicherung Insassenunfallversicherung Wir

Mehr

Mit Prediction-Modellen Adwords effizienter nutzen

Mit Prediction-Modellen Adwords effizienter nutzen Mit Prediction-Modellen Adwords effizienter nutzen So erkennen Sie schneller, welche Keywords performen und welche nicht Von Tobias Kiessling Internet-Shop Besitzer sind darauf angewiesen, effizient Traffic

Mehr

Informationsökonomik: Anwendung Versicherungsmarkt

Informationsökonomik: Anwendung Versicherungsmarkt Informationsökonomik: Anwendung Versicherungsmarkt Tone Arnold Universität des Saarlandes 13. Dezember 2007 Tone Arnold (Universität des Saarlandes) Informationsökonomik: Anwendung Versicherungsmarkt 13.

Mehr

PKV-Info. Lohnt der Wechsel innerhalb der PKV?

PKV-Info. Lohnt der Wechsel innerhalb der PKV? PKV-Info Lohnt der Wechsel innerhalb der PKV? 2 Die Unternehmen der privaten Krankenversicherung (PKV) stehen miteinander im Wettbewerb. Das ist so gewollt, zum Nutzen der Versicherten. Denn jeder Wettbewerb

Mehr

Die 3. Säule und Lebensversicherungspolicen

Die 3. Säule und Lebensversicherungspolicen Die 3. Säule und Lebensversicherungspolicen 1.+2. Säule decken 60% des Einkommens Einkommen und Vermögen sichern - Einkommen und Lebensstandart trotz Erwerbsunfähigkeit, Invalidität oder Unfall erhalten

Mehr

Programm. Wiederholung. Gleichverteilung Diskrete Gleichverteilung Stetige Gleichverteilung. Binomialverteilung. Hypergeometrische Verteilung

Programm. Wiederholung. Gleichverteilung Diskrete Gleichverteilung Stetige Gleichverteilung. Binomialverteilung. Hypergeometrische Verteilung Programm Wiederholung Gleichverteilung Diskrete Gleichverteilung Stetige Gleichverteilung Binomialverteilung Hypergeometrische Verteilung Wiederholung verschiedene Mittelwerte für verschiedene Skalenniveaus

Mehr

Binäre abhängige Variablen

Binäre abhängige Variablen Binäre abhängige Variablen Thushyanthan Baskaran thushyanthan.baskaran@awi.uni-heidelberg.de Alfred Weber Institut Ruprecht Karls Universität Heidelberg Einführung Oft wollen wir qualitative Variablen

Mehr

MaRisk-relevante Anpassungen im Kreditportfoliomodell. GenoPOINT, 28. November 2013 Dr. Martin Bialek parcit GmbH

MaRisk-relevante Anpassungen im Kreditportfoliomodell. GenoPOINT, 28. November 2013 Dr. Martin Bialek parcit GmbH im Kreditportfoliomodell GenoPOINT, 28. November 2013 Dr. Martin Bialek parcit GmbH Agenda Überblick KPM-KG Bedeutung des Portfoliomodells für den MaRisk-Report MaRisk-relevante Anpassungen MaRisk-relevante

Mehr

Erläuterungen zu Leitlinien zum Untermodul Krankenversicherungskatastrophenrisiko

Erläuterungen zu Leitlinien zum Untermodul Krankenversicherungskatastrophenrisiko Erläuterungen zu Leitlinien zum Untermodul Krankenversicherungskatastrophenrisiko Die nachfolgenden Ausführungen in deutscher Sprache sollen die EIOPA- Leitlinien erläutern. Während die Leitlinien auf

Mehr

KFZ-Versicherung. Pflicht für jeden Besitzer! Beratung durch:

KFZ-Versicherung. Pflicht für jeden Besitzer! Beratung durch: KFZ-Versicherung Pflicht für jeden Besitzer! Beratung durch: AVB Assekuranz Kontor GmbH Demmlerplatz 10 19053 Schwerin Tel.: 0385 / 71 41 12 Fax: 0385 / 71 41 12 avb@avb-schwerin.de http://www.avb-schwerin.de

Mehr

Private Versicherungen

Private Versicherungen In Deutschland gibt es viele private Versicherungen. Diese bieten für Arbeitnehmer und für Selbstständige einen zusätzlichen Schutz. Über diese Versicherungen entscheidest du allein. Überlege dir genau,

Mehr

Eine sichere Perspektive: Beiträge, die nicht steigen. RisikoLeben mit garantierten Beiträgen

Eine sichere Perspektive: Beiträge, die nicht steigen. RisikoLeben mit garantierten Beiträgen Eine sichere Perspektive: Beiträge, die nicht steigen. RisikoLeben mit garantierten Beiträgen Schutz und Sicherheit für das, was Ihnen lieb und wichtig ist Schützen Sie Partner und Angehörige Es bedeutet

Mehr

Naturgewalten & Risikoempfinden

Naturgewalten & Risikoempfinden Naturgewalten & Risikoempfinden Eine aktuelle Einschätzung durch die TIROLER Bevölkerung Online-Umfrage Juni 2015 Eckdaten zur Untersuchung - Online-Umfrage von 11.-17. Juni 2015 - Themen... - Einschätzung

Mehr

V. GEWINNBETEILIGUNG KRANKENVERSICHERUNG LEBENSVERSICHERUNG

V. GEWINNBETEILIGUNG KRANKENVERSICHERUNG LEBENSVERSICHERUNG V. GEWINNBETEILIGUNG KRANKENVERSICHERUNG Alle nach Tarifen mit einer Anpassungsklausel abgeschlossenen Versicherungsverträge erhalten zum 31. ezember 2010 einen Sondergewinnanteil, sofern ihre Prämie bei

Mehr

Dieses Quiz soll Ihnen helfen, Kapitel besser zu verstehen.

Dieses Quiz soll Ihnen helfen, Kapitel besser zu verstehen. Dieses Quiz soll Ihnen helfen, Kapitel 2.5-2. besser zu verstehen. Frage Wir betrachten ein Würfelspiel. Man wirft einen fairen, sechsseitigen Würfel. Wenn eine oder eine 2 oben liegt, muss man 2 SFr zahlen.

Mehr

0 für t < für 1 t < für 2 t < für 3 t < für 4 t < 5 1 für t 5

0 für t < für 1 t < für 2 t < für 3 t < für 4 t < 5 1 für t 5 4 Verteilungen und ihre Kennzahlen 1 Kapitel 4: Verteilungen und ihre Kennzahlen A: Beispiele Beispiel 1: Eine diskrete Zufallsvariable X, die nur die Werte 1,, 3, 4, 5 mit positiver Wahrscheinlichkeit

Mehr

REGLEMENT ÜBER DIE BILDUNG VON TECHNISCHEN RÜCKSTELLUNGEN

REGLEMENT ÜBER DIE BILDUNG VON TECHNISCHEN RÜCKSTELLUNGEN REGLEMENT ÜBER DIE BILDUNG VON TECHNISCHEN RÜCKSTELLUNGEN Gültig ab 31. Dezember 2013 INHALTSVERZEICHNIS Seite A ALLGEMEIN 1 1. Ziel 1 2. Definition 1 3. Versicherungstechnische Grundlagen 1 4. Technische

Mehr

Varianz und Kovarianz

Varianz und Kovarianz KAPITEL 9 Varianz und Kovarianz 9.1. Varianz Definition 9.1.1. Sei (Ω, F, P) ein Wahrscheinlichkeitsraum und X : Ω eine Zufallsvariable. Wir benutzen die Notation (1) X L 1, falls E[ X ]

Mehr

Versicherungswirtschaftslehre

Versicherungswirtschaftslehre Tristan Nguyen Frank Romeike Versicherungswirtschaftslehre Grundlagen für Studium und Praxis 4y Springer Gabler XI Inhaltsverzeichnis 1 Theoretische Grundlagen des Versicherungsgeschäfts 1 1.1 Das Risikotheoretisches

Mehr

Hochschule Rhein-Main. Sommersemester 2015

Hochschule Rhein-Main. Sommersemester 2015 von Vorlesung Hochschule Rhein-Main Sommersemester 2015 Dr. Roland Stamm 4. Mai 2015 von Diskontfaktoren: Legt man heute (in t) 1 Einheit bis T an, und erhält dafür in T insgesamt x zurück (mit Zinseszins,

Mehr

V. GEWINNBETEILIGUNG KRANKENVERSICHERUNG LEBENSVERSICHERUNG

V. GEWINNBETEILIGUNG KRANKENVERSICHERUNG LEBENSVERSICHERUNG HIGHLIGHTS & MANAGEMENT UNTERNEHMEN & STRATEGIE LAGEBERICHT 2011 JAHRESABSCHLUSS 2011 V. GEWINNBETEILIGUNG KRANKENVERSICHERUNG Alle nach Tarifen mit einer Anpassungsklausel abgeschlossenen Versicherungsverträge

Mehr

V. GEWINNBETEILIGUNG KRANKENVERSICHERUNG LEBENSVERSICHERUNG D 89

V. GEWINNBETEILIGUNG KRANKENVERSICHERUNG LEBENSVERSICHERUNG D 89 HIGHLIGHTS & MANAGEMENT UNTERNEHMEN & STRATEGIE LAGEBERICHT 2012 JAHRESABSCHLUSS 2012 V. GEWINNBETEILIGUNG KRANKENVERSICHERUNG Alle nach Tarifen mit einer Anpassungsklausel abgeschlossenen Versicherungsverträge

Mehr

ifa Institut für Finanz- und Aktuarwissenschaften

ifa Institut für Finanz- und Aktuarwissenschaften Fondspolice oder Fondssparplan Erste Antworten auf eine schwierige Frage von Alexander Kling, Dr. Jochen Ruß, Dr. Andreas Seyboth Die Situation Zum 1.1.2005 wurde die Besteuerung von Lebensversicherungen

Mehr

y 1 2 3 4 5 6 P (Y = y) 1/6 1/6 1/6 1/6 1/6 1/6

y 1 2 3 4 5 6 P (Y = y) 1/6 1/6 1/6 1/6 1/6 1/6 Fachhochschule Köln Fakultät für Wirtschaftswissenschaften Prof. Dr. Arrenberg Raum 221, Tel. 39 14 jutta.arrenberg@fh-koeln.de Übungen zur Statistik für Prüfungskandidaten und Prüfungskandidatinnen Unabhängigkeit

Mehr

RiskSolo Kongruente Rückdeckung der Risiken Invalidität und Tod

RiskSolo Kongruente Rückdeckung der Risiken Invalidität und Tod RiskSolo Kongruente Rückdeckung der Risiken Invalidität und Tod Kongruente Rückdeckung abgestimmt auf Ihre Bedürfnisse «Von Pensionskassen für Pensionskassen» nach diesem Grundsatz entwickeln wir all unsere

Mehr

Abhängigkeiten zwischen Großschäden

Abhängigkeiten zwischen Großschäden Abhängigkeiten zwischen Großschäden Holger Drees, Universität Hamburg I. Typen von Abhängigkeiten II. Modelle für abhängige Großschäden III. Fallstudie: Dänische Feuerversicherung I. Typen von Abhängigkeiten

Mehr

Betreff: Bester Schätzwert für die Prämienrückstellung. Sehr geehrte Damen und Herren!

Betreff: Bester Schätzwert für die Prämienrückstellung. Sehr geehrte Damen und Herren! BEREICH Versicherungsaufsicht und Pensionskassenaufsicht GZ FMA-VU000.680/0001-VPM/2014 (bitte immer anführen!) SACHBEARBEITER/IN Mag. Dr. Klaus Gansberger TELEFON (+43-1) 249 59-2303 TELEFAX (+43-1) 249

Mehr

Pensionskasse PERKOS. Reglement 1.1.2010. Bildung von Rückstellungen. Pensionskasse evangelisch-reformierter Kirchen der Ostschweiz

Pensionskasse PERKOS. Reglement 1.1.2010. Bildung von Rückstellungen. Pensionskasse evangelisch-reformierter Kirchen der Ostschweiz Pensionskasse evangelisch-reformierter Kirchen der Ostschweiz Reglement..00 Bildung von Erstellt von Swisscanto Vorsorge AG Inhaltsverzeichnis Inhaltsverzeichnis A. und Inhalt Art. Allgemeine Bestimmungen

Mehr

- Eine typische Ausfallrate, wie sie bei vielen technischen Anwendungen zu sehen ist hat die Form einer Badewanne, deshalb nennt man diese Kurve auch

- Eine typische Ausfallrate, wie sie bei vielen technischen Anwendungen zu sehen ist hat die Form einer Badewanne, deshalb nennt man diese Kurve auch 1 2 - Eine typische Ausfallrate, wie sie bei vielen technischen Anwendungen zu sehen ist hat die Form einer Badewanne, deshalb nennt man diese Kurve auch Badewannenkurve. -mit der Badewannenkurve lässt

Mehr

Mathematische Grundlagen geophysikalischer Naturgefahrenmodelle

Mathematische Grundlagen geophysikalischer Naturgefahrenmodelle Mathematische Grundlagen geophysikalischer Naturgefahrenmodelle Tagung der Fachschaft Mathematik/Informatik des Cusanuswerks "Mathematik von Naturkatastrophen" 28. Mai 1. Juni 2014 Dietmar Pfeifer Institut

Mehr

Informationspflichten

Informationspflichten Informationspflichten Informationspflichten Bisherige Informationspflichten: 10a und Anlage D VAG sowie 48b VVG und Anlage. (EU-Richtlinien 2002/62EG, 2002/83/EG und 2202/65/EG) Neue Informationspflichten:

Mehr

(8 + 2 Punkte) = = 0.75

(8 + 2 Punkte) = = 0.75 Aufgabe 1 (8 + 2 Punkte) Von 20 Teilnehmern einer Bergwanderung geben 8 Personen an Knieschmerzen zu haben. 6 Teilnehmer leiden an Sonnenbrand. 8 Teilnehmer blieben unversehrt. a) Wie groß ist die Wahrscheinlichkeit,

Mehr

Diskrete Verteilungen

Diskrete Verteilungen KAPITEL 6 Disrete Verteilungen Nun werden wir verschiedene Beispiele von disreten Zufallsvariablen betrachten. 1. Gleichverteilung Definition 6.1. Eine Zufallsvariable X : Ω R heißt gleichverteilt (oder

Mehr

REGLEMENT TEILLIQUIDATION

REGLEMENT TEILLIQUIDATION REGLEMENT TEILLIQUIDATION Gültig ab 01. Januar 2014 INHALTSVERZEICHNIS Seite 1. Grundlagen 1 2. Bestimmung der Höhe der freien Mittel 2 3. Aufteilung zwischen verbleibenden und austretenden versicherten

Mehr

U R T E I L S A U S Z U G

U R T E I L S A U S Z U G ÜBERSETZUNG Geschäftsverzeichnisnr. 2174 Urteil Nr. 65/2002 vom 28. März 2002 U R T E I L S A U S Z U G In Sachen: Präjudizielle Frage in bezug auf Artikel 80 2 des Gesetzes vom 9. Juli 1975 über die Kontrolle

Mehr

Wegen der neuen Regelungen ist es sinnvoll, sich Gedanken zu machen. Und zwar in den nächsten Monaten um Altersversorgung und Krankenversicherungen.

Wegen der neuen Regelungen ist es sinnvoll, sich Gedanken zu machen. Und zwar in den nächsten Monaten um Altersversorgung und Krankenversicherungen. BFFM GmbH & Co KG Normannenweg 17-21 20537 Hamburg www.bffm.de August 2012, Nr. 3 Viele Versicherungen ändern sich Unisex - Tarife zum Jahresende. Was ist zu tun? Was bedeuten Unisex - Tarife? Wo wird

Mehr

Versicherungsmathematik in 50 Minuten. Schnellbleiche für Unwissende. Vortrag vom 10. Dezember 2008 an der Universität Basel Prof. Dr.

Versicherungsmathematik in 50 Minuten. Schnellbleiche für Unwissende. Vortrag vom 10. Dezember 2008 an der Universität Basel Prof. Dr. Versicherungsmathematik in 50 Minuten Schnellbleiche für Unwissende Vortrag vom 10. Dezember 2008 an der Universität Basel Prof. Dr. Herbert Lüthy 1 Inhalt 1. Was ist Versicherungsmathematik? 2. Bedeutung

Mehr

Technische Hochschule Köln Fakultät für Wirtschafts- und Rechtswissenschaften Prof. Dr. Arrenberg Raum 221, Tel. 3914 jutta.arrenberg@th-koeln.

Technische Hochschule Köln Fakultät für Wirtschafts- und Rechtswissenschaften Prof. Dr. Arrenberg Raum 221, Tel. 3914 jutta.arrenberg@th-koeln. Übungen zur Vorlesung Wirtschaftsstatistik Zufallsvariablen Aufgabe 4.1 Ein Unternehmen fertigt einen Teil der Produktion in seinem Werk in München und den anderen Teil in seinem Werk in Köln. Auf Grund

Mehr