<> Versicherbarkeit <> Äquivalenzprinzip <> Versicherungs-

Größe: px
Ab Seite anzeigen:

Download "<> Versicherbarkeit <> Äquivalenzprinzip <> Versicherungs-"

Transkript

1 Titel <> Versicherbarkeit <> Äquivalenzprinzip <> Versicherungs- technisches Risiko Michael Pichler, Leo Forster Folie Nr. 1

2 Literaturgrundlagen Versicherbarkeit Farny VBL S.37ff Äquivalenz Pinzip Farny VBL S.67f Versicherungs-technisches Risiko Farny VBL S. 79ff Albrecht, Schwake HdV 1988 S Folie Nr. 2

3 Inhalt des Referats: Versicherbarkeit Äquivalenzprinzip Versicherungstechnisches Risiko Folie Nr. 3

4 Versicherbarkeit Was? Warum? Wirtschaftlicher Nutzen Versicherung muss für Versicherten und Versicherer einen Nettonutzen ergeben. Entscheidung über Nutzen ist subjektiv geprägt Angebot und Nachfrage Versicherbar? Folie Nr. 4

5 Versicherbarkeit Wo stoßen Versicherungen an Ihre Grezen? Terrorismus? Warum? WTC ~ $ Aber: Schaden f. Weltwirtschaft war größer Seuchen? Warum? Theor. Einsatz von Anthrax in Washington DC: Volkswirtschaftlicher Schaden von $ AKW Unfall? Warum? Tschernobyl, Schaden: noch immer nicht abzuschätzen Folie Nr. 5

6 Kriterien Versicherbarkeit Versicherbarkeit > Kriterien Induktive Verfahren Deduktive Verfahren Folie Nr. 6

7 Induktiv (marktm( marktm.) Kriterien Versicherbarkeit > Kriterien > induktiv marktmäßiges Verfahren Beobachtung am Markt welche Risiken versichert werden Schließen aus einzelnen Beobachtung. Folie Nr. 7

8 Deduktives log. Verfahren Versicherbarkeit > Kriterien > deduktiv logisches Verfahren Bei dieser Art werden gewisse Kriterien bestimmt, bei denen ein Risiko als Versicherbar angenommen wird. Merkmale des zu Versichernden Risikos: Zufälligkeit Schätzbarkeit Eindeutigkeit Unabhängigkeit Größenmerkmale Folie Nr. 8

9 Zufälligkeit Versicherbarkeit > Kriterien > deduktiv logisches Verfahren > Merkmale Notwendige Ungewißheit über Entstehung allgemein Zeitpunkt Willen und Verhalten des Versicherungsnehmers des Schadens Aber Vertragsfreiheit in Versicherungs- Bedingungen: Zb Selbstmord in Lebensversicherung nach einer Wartezeit Folie Nr. 9

10 Schätzbarkeit Versicherbarkeit > Kriterien > deduktiv logisches Verfahren > Merkmale Schätzung durch den Versicherer Zuordnung numerischer Werte Qualität kann nicht bestimmt werden Informationen: Rechnungswesen Betriebl. Schadensstatistiken Spezielle Analysen für neue Risiken Versicherer Entscheidet über Versicherung Folie Nr. 10

11 Eindeutigkeit Versicherbarkeit > Kriterien > deduktiv logisches Verfahren > Merkmale Sachen Schäden Gefahren Sind im Versicherungsvertrag vor dem Versicherungsfall genau zu definieren Kann ein Schaden nicht bewertet werden ( Leben bei der Lebensversicherung) wird ein fixer Geldbetrag vereinbart Pauschel Versicherung nur im Rahmen von Rückversicherungen, weil nicht Eind. Folie Nr. 11

12 Unabhängigkeit ngigkeit Versicherbarkeit > Kriterien > deduktiv logisches Verfahren > Merkmale Möglichst kein Zusammenhang zwischen unterschiedlichen versicherten Schadensverteilungen Vermeidung von Kumul Schäden Beispiel Hagelsturm München 1984 Krankheiten.. Keine absolute Voraussetzung Abhängigkeiten dürfen ein gewisses Ausmaß nicht überschreiten. Prämienanpassung möglich Folie Nr. 12

13 Größ ößenmerkmale Versicherbarkeit > Kriterien > deduktiv logisches Verfahren > Merkmale Possible Maximum Loss Große Einzelschäden führen zu starker Streuung, Treten selten auf Kapazitätsproblem Rückversicherer Folie Nr. 13

14 Grenzen? Versicherbarkeit > Zusammenfassung Keine absolute Grenze für Versicherungsgeber Bagatellschäden, fast sicher, Selbstbehalt Grenzen des Versicherungsnehmers: Nutzen : Prämie? Annähernd auszuschließender Schaden Relativierung durch 9/11 Zu geringe Schadensgröße Folie Nr. 14

15 Versicherbarkeit Äquivalenzprinzip Versicherungstechnisches Risiko Folie Nr. 15

16 Äquivalenzprinzip Äquivalenzprinzip > Überblick Reine Risikoprämie soll Erwartungswert der Schäden entsprechen Individuelles Äquivalenzprinzip Kollektives Äquivalenzprinzip Folie Nr. 16

17 Individuelles Äquivalenzp. verursachungsgemäße Zurechnung des Erwartungswerts der Schäden auf einzeln versicherte Risiken Bsp Feuerversicherung: Holzhaus - mehr Risikoprämie als Steinhaus Folie Nr. 17

18 Kollektives Äquivalenzp. Überlebensbedingungen des Versicherers Gesamtrisikoprämie muss mind. in Höhe des kollektiven Erwartungswerts der Schäden des Versicherungsbestands zur Verfügung stehen Folie Nr. 18

19 Zusammenhang Individuelles Ä. schließt kollektives Ä. ein Kollektives Ä. schließt individuelles Ä. nicht ein Bsp. Marktwirtschaftlich betriebene Versicherung vs Sozialversicherung (Versicherungspflicht) Folie Nr. 19

20 Gesamtkostenberechnung Äquivalenzprinzip kann mittels Verursacherprinzip auch für Bruttoprämien- & Gesamtkostenberechnung herangezogen werden Rückversicherungs-, Sicherheitskapital- & Betriebskosten Zurechnungsprobleme bei Betriebskosten Folie Nr. 20

21 Versicherbarkeit Äquivalenzprinzip Versicherungstechnisches Risiko Folie Nr. 21

22 Versicherungstechnisches Risiko Vers.techn.Risiko > Überblick Versicherer befindet sich mit von ihm betriebenen Geschäft in Risikolage Streuung der Gesamtschadenverteilung drückt versicherungstechnisches Risiko aus Folie Nr. 22

23 Definition Das versicherungstechnische Risiko ist die Gefahr, dass für einen bestimmten Zeitraum der Gesamtschaden des versicherten Bestandes die Summe der für die reine Risikoübernahme zur Verfügung stehenden Gesamtprämie und des vorhandenen Sicherheitskapitals übersteigt. Quelle: Albrecht/Schwake; Handwörterbuch der Versicherung; Farny, et.al.; Karlsruhe 1988 Folie Nr. 23

24 Entstehung/1 Versicherungsschutz wird gewährt Finanzielle Nachteile aus Eintritt von Ereignissen werden übertragen Versicherungsnehmer bezahlt fixe Prämie zu Beginn der Versicherungsperiode Folie Nr. 24

25 Entstehung/2 WICHTIG: Prämienfestsetzung und Preisentrichtung IM VORAUS! dadurch entsteht versicherungstechnisches Risiko Folie Nr. 25

26 Hauptgrund für f r das Bestehen Unvorhersehbarkeit der zu leistenden Entschädigung Eintritt des Versicherungsfalles stets zufallsbedingt Höhe der Entschädigung kann vom Zufall abhängig sein Folie Nr. 26

27 Vergleich Versicherungsunternehmen sonstige Unternehmungen Abweichungen können auf Irrtümer oder Änderungen, welche sich in der Zukunft ergeben haben, basieren Bei Versicherungsunternehmen ist zusätzlich durch Zufallsabhängigkeit der Entschädigungsleistungen Höhe der Kosten ungewiss Folie Nr. 27

28 Finanzierungsquellen Risikoprämie Sicherheitszuschlag Sicherheitskapital Folie Nr. 28

29 Wahrscheinlichkeitsverteilung Wahrscheinlichkeitsverteilung des kollektiven Gesamtschadens Zusätzliche Einbeziehung der Risikoprämie Zusätzliche Einbeziehung eines Sicherheitszuschlags zur Risikoprämie Zusätzliche Einbeziehung einer Risikoreserve Folie Nr. 29

30 Messung des VTR Streuung - absolute Maße - relative Maße Einperiodische Verlustwahrscheinlichkeit aus dem Risikogeschäft Einperiodische Ruinwahrscheinlichkeit aus dem Risikogeschäft Folie Nr. 30

31 Komponenten des VTR Entstehungsgründe des VTR A priori Prämienfestsetzung Stochastische Schadensentwicklung Untersuchung der Komponenten des VTR (Arten, Bestandteile, Erscheinungsformen) Folie Nr. 31 Das Versicherungstechnische Risiko entsteht, weil im vorhinein die Höhe der Prämien und die späteren Schäden unsicher sind. Darum werden die Komponenten des Risikos Arten Bestandteile und Erscheinungsformen genauer betrachtet. Es lassen sich hier je nach Autor 3 bis 4 Hauptverursacher von Risiken finden

32 Folie Nr. 32

33 Teile des VTR Versicherungstechnisches Risiko Zufallsrisiko Irrtumsrisiko Änderungsrisiko Katastrophen risiko Diagnose R. Prognose R. Folie Nr. 33 Das VTR untergliedert sich in Zufallsrisiko (Gürtler) Irrtumsrisiko (Farny) Diagnose R (Helten) Prognose R (Helten) Änderungsrisiko (Farny) Katastrophen Risiko (Gürtler umfasst Ansteckungsrisiken) Das Risiko besteht hierbei immer in der Gefahr des Übersteigens der Einzahlungen der Kalkulierter Prämie und das Sicherheitskapital, wobei hier der Ausgleich in der Zeit nicht berücksichtigt wird. Es haben sich Unterschiedliche Modelle herausgebildet Autoren oben Karten sieht zum Beispiel die 2 Komponenten in der Wahrscheinlichkeitsverteilung des Gesamtschadens und im Grad der Information.

34 Zufallsrisiko Mögliches Abweichen des kollektiven Effektivwerts vom Erwartungswert der Schäden. KENNTNIS der wahren stochastischen Verteilung der Gesetzmäßigkeit des Schaden- Verlaufs Anzahl/Höhe der eingetretenen Schäden weichen ab Folie Nr. 34 Das Zufallsrisiko bleibt selbst bei bestehen von Vollständigen Informationen. Gefahr der Überschreitung des Schadens der Sicherheiten durch den Gesamtschaden bei KENNTNIS der wahren stochastischen Verteilung Gesetzmäßigkeit des Schadensverlaufs

35 Teilmengen der Zufallsschäden Unabhängigkeit nicht gegeben Gänzlich oder teilweise abhängig Kumulrisiko (Münchner Hagelsturm) Ansteckungsrisiken Katastrophen, Groß-, Größtschäden Folie Nr. 35

36 Quantifizierung Größe hängt ab von Eigenschaften der Einzelrisiken Gesamtbestand der Risiken Streuung der (hypothetischen) Gesamtschadenverteilung Durchschnittliche Schadeneintrittswahrscheinlichkeit Gleichheit bzw Ungleichheit der Schadeneintrittswahrscheinlichkeiten bei den Einzelrisiken Versicherungssummen Schadenbeträge Folie Nr. 36 Größe hängt ab von Eigenschaften der Risiken, die sich auch durch die folgenden Punkte ausdrücken: Gesamtbestand der Risiken, also Anzahl Streuung Die eben durch Varianz, Standardabweichung und Variationskoeffizienten ausgedrückt werden Durchschnittliche Schadeneintrittswahrscheinlichkeit Gleichartigkeit und Ungleichartigkeit der Schadeneintrittswahrscheinlichkeiten bei den Einzelrisiken Versicherungssummen Schadenbeträge

37 Quantifizierung P (S > B + K) P Verlustw. B Beitragseinahmen. K Sicherheitskapital. E B B+K Gesamtschaden Folie Nr. 37 Zufallsrisiko ist wenn der Gesamtschaden den erwarteten Wert übersteigt. Hier ausgedrückt als Wahrscheinlichkeit P Die Dichtefunktion zeigt die oberhalb des roten Pfeils die Wahrscheinlichkeit, dass der Schaden die Beitragseinnahmen sowie das Sicherheitskapital übersteigt.

38 [Zusatz Zufallsrisiken] Für die Berechnung wird eine Binomialverteilung des kollektiven Schadens angenommen und mit StdAbw oder Varianz sowie dem Variationskoeffizienten gemessen Folie Nr. 38

39 Allgemeines: Standardabweichung des Schadens.. Erwartungswert.. Variationskoeffizient S Wahrscheinlichkeit p q = (1-p) n Anzahl der Risiken σ = µ = p n σ S = µ S = p q n q p n Folie Nr. 39

40 Abhängigkeit Anzahl der Risiken n: Entsprechend der Formel nimmt (Ceteris Paribus) die Standardabweichung der Schäden zu, jedoch der Variationskoeffizient ab. Der Variationskoeffizient ist setzt ein erhöhtes n zur Standardabweichung in Relation Trivial formuliert: je höher die Anzahl der Risiken n desto besser funktioniert der Risikoausgleich σ = S= p q n q p n Folie Nr. 40

41 Beispiel: Vergleich p = 0,1 n1 = 1 n2 = 10 n3 = 100 Vergleich Standardabweichung und Variationskoeffizient: σ = S= p q n q p n Folie Nr. 41

42 Ergebnis: n = 1 n = 10 n = 100 Standardabweichung 0,0900 0,9487 3,0000 Variationskoeffizient 0,9000 0,9487 0,3000 Es ist deutlich die abnehmende Streuung der Schadenverteilung bei Erhöhung des Kollektivs am fallen des Variationskoeffizienten zu erkennen. Folie Nr. 42

43 Änderungsrisiko Risikoursachen verhalten sich dynamisch Risken verändern sich im Zeitablauf selbst. Bezeichnet die effektive Abweichung der Schäden vom geschätzten Erwartungswert als Folge der Änderungen von Risiken Änderungen der Schadensverteilungen sind nicht vorhersehbar Änderungsrisiken sind nach Risikoursachensystemen bestimmt Folie Nr. 43 zb Erhöhung der Sterblichkeit in der Lebensversicherung mit zunehmendem Alter ist vorhersehbar, daher kein Problem des VTR Risikoursachensysteme:

44 Risikoursachensysteme: Natur Technik Wirtschaft Gesellschaft Staat Zwischenstaatliche Beziehungen Biometrische Parameter Einteilung Arten der Veränderung: Veränderungsrichtung Betroffene Parameter Änderungshäufigkeiten Folie Nr. 44 Natur Klima, Geolohie Technik Produktion, Stofftechnik, Biologie, Forschung Wirtschaft Strukturen, Konjunktur^-1, Gesellschaft Strukturen, Werte, Einstellungen, Staat Staat Wirtschaft, Staat Bürger, Zwischenstaatliche Beziehungen Kriege, Vereinigungen EU.. Biometrische Parameter demographische Entwicklung > Gesellschaft, Lebenserwartung, Kosten.. Veränderungsrichtung: Schadenerwartung kann steigen oder sinken (Sterblichkeit, Unfallzahlen, Klima) Parameter: Größen (Klimaerwärmung, immer höhere Unwetterschäden) Häufigkeiten Änderungshäufigkeiten Regelmäßigkeiten, Zyklen,

45 ÄR. Zusammenfassung Größe durch vielfältige Hintergründe schwer bestimmbar Komplexe Zusammenhänge Ausgleichseffekte Folie Nr. 45 Größe des Änderungsrisiko lässt sich kaum bestimmen Es gilt komplexe Zusammenhänge im speziellen die Risikoursachen zu beachten und zu bewerten. Erhöhung der Lebenserwartung führt zb zu geringeren Leistungen für Todesfallversicherungen, aber zu erhöhten Ausgaben in den Krankenverischerungen

46 Irrtumsrisiko UNKENNTNIS der wahren stochastischen Verteilung der Gesetzmäßigkeit des Schadenverlaufs Diagnose Risiko Fehler bei Vergangenheitsbezogenen Auswertungen, dadurch Prognose Risiko Folgefehler für zukünftige Prognosen Irrtümer mit positiven Auswirkungen Folie Nr. 46 Beim Irrtumsrisiko besteht unvollständige Information/Unkenntnis über Schadensverteilungen, wohingegen das Änderungsrisiko und das Zufallsrisiko von einer bekannten Schadensverteilung ausgehen Selbst bei Annahme eine fehlerfreien Diagnose, fehlt immer noch Information ob die zukünftigen Schäden auch den Prognosen entsprechen. Positive Auswirkungen: Irrtümer über Prämien können aber auch eine Gewinnwirkung haben, wenn sie zu hoch angesetzt wurden, oder Zufälle, dass kein Schaden eintritt Prinzipiell haben alle Risiken gemeinsam, dass es zu einer Änderung der Schadengesetzmäßigkeiten kommt, sei es durch Irrtum oder durch Zufall.! Diagnoserisiko besteht in der Möglichkeit, Fehler bei der Analyse der Schadengesetzmäßigkeit vergangener Perioden zu begehen.! Prognoserisiko besteht in der Ungewissheit, ob die aus den Daten der Vergangenheit abgeleitete Zufallsgesetzmäßigkeit auch in Zukunft gültig sein wird, selbst unter der Annahme, bei der Diagnose der Schadengesetzmäßigkeit keine Fehler gemacht zu haben. Die Quantifizierung des Diagnoserisikos erfolgt mittels Verfahren der statistischen Testtheorie, falls der Verteilungstyp des Gesamtschadens aus Daten der Vergangenheit ermittelt wird. Werden Funktionalparameter aus Vergangenheitsdaten ermittelt, lässt sich das Diagnoserisiko mittels Verfahren der Schätztheorie quantifizieren. Für die Quantifizierung des Prognoserisikos stehen Methoden zur Gütemessung einzelner Prognoseverfahren zur Verfügung. Die Güte einer Prognose kann immer erst ex post gemessen werden, und es muss berücksichtigt werden, dass sich Fehler bei der Diagnose in der Prognose fortpflanzen.

47 Irrtumsrisiko Irrtumsrisiko ist stark abhängig von statistischen Schätzverfahren Neue Risiken haben höheres Irrtumsrisiko als bekannte Risiken Folie Nr. 47

48 Reduktion des VTR: Risikopolitik Risikopolitisches Instrumentarium Organisation von Risikokollektiven Risikopreispolitik Risikoreservepolitik Rückversicherungspolitik Ausgleich Kollektiv In der Zeit Folie Nr. 48 Zur Reduktion des VTR empfiehlt sich der Einsatz von folgenden Risikopolitischen Instrumenten: Organisation von Risikokollektiven Risikopreispolitik genaue Kalkulation von Prämien exakte Messung und Schätzungen Risikoreservepolitik Solvabilitätspolitik Bereitstellung von Sicherheitskapital Ausreichende Höhe der Prämien sichern den Bestand und haben somit positive Effekte auf alle anderen Versicherten bei einem Versicherungsunternehmen Rückversicherungspolitik Abhängigkeit vom Rückversicherungsvertrag Einbindung von Klauseln Ausgeglichen werden kann dieses Risiko einerseits im Kollektiv und andererseits in der Zeit. Ausgleich im Kollektiv, wenn bei steigender Kollektivgröße die Summe aus (Risiko-) Prämie und Sicherheitskapital nur degressiv anwächst. Die Streuung bei steigenden Risiken ist zwar größer, reltiv zum kollektiven Schadenerwartungswert allerdings geringer. Bei einer unterstellten Binomialverteilung wächst das Risiko daher je um die Quadratwurzel aus der Anzahl der der zusätzlichen Risiken. (Beispiel) Ausgleich in der Zeit liegt vor wenn bei gleichbleibender Anzahl der Risiken die Summe aus (Risiko) Prämie und Sicherheitskapital nur degressiv anwächst. Praktisch ist das der Ausgleich von mehrerer einperiodischer Risioausgleiche in der Zeit. Die Streuung (Riskomaß) auf lange Sicht ist geringer, als in einer Periode sodass sich dafür Perioden mit Überschäden und solche mit Unterschäden ausgleichen. (Voraussetzungen sind dass es kein Änderungsrisiko gibt.)

49 ENDE Folie Nr. 49

Kriterien Versicherbarkeit Zur Klärung der Versicherbarkeit werden Induktive und deduktive Verfahren angewandt.

Kriterien Versicherbarkeit Zur Klärung der Versicherbarkeit werden Induktive und deduktive Verfahren angewandt. Zentrale Fragen: 1. Kriterien der Versicherbarkeit 2. Induktive Verfahren der Versicherbarkeit 3. Deduktive Verfahren der Versicherbarkeit a. Zufälligkeit b. Schätzbarkeit, c. Eindeutigkeit, d. Unabhängigkeit,

Mehr

GESCHÄFT ODER GEWISSEN? VOM AUSZUG DER VERSICHERUNG AUS DER SOLIDARGEMEINSCHAFT

GESCHÄFT ODER GEWISSEN? VOM AUSZUG DER VERSICHERUNG AUS DER SOLIDARGEMEINSCHAFT GESCHÄFT ODER GEWISSEN? VOM AUSZUG DER VERSICHERUNG AUS DER SOLIDARGEMEINSCHAFT PROF. DR. FRED WAGNER LEHRSTUHL FÜR VERSICHERUNGSBETRIEBSLEHRE UNIVERSITÄT LEIPZIG GOSLAR, 26. JANUAR 2017 INHALT 2 1 Versicherung:

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

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

Andrea Burkhardt Umweltkatastrophen und Klimawandel Kalkulierbarkeit der Versicherung von Umweltrisiken Bachelor + Master Publishing

Andrea Burkhardt Umweltkatastrophen und Klimawandel Kalkulierbarkeit der Versicherung von Umweltrisiken Bachelor + Master Publishing Bachelorarbeit Andrea Burkhardt Umweltkatastrophen und Klimawandel Kalkulierbarkeit der Versicherung von Umweltrisiken Bachelor + Master Publishing Andrea Burkhardt Umweltkatastrophen und Klimawandel:

Mehr

Muster Verlag Versicherungswirtschaft GmbH

Muster Verlag Versicherungswirtschaft GmbH 3.1.2 Gegenparteiausfallrisiko Die schwerste Form, in der sich dieses Risiko verwirklichen kann, ist der vollständige Zahlungsausfall der Gegenpartei. Damit entfällt die Rückzahlung einer Anleihe oder

Mehr

Versicherbare Risiken

Versicherbare Risiken 1 Versicherbare Risiken 1. Grundlagen des Geschäftsmodells der Versicherungsunternehmen 1.1. Gegenstand des Leistungsversprechens Bereiche ungünstiger Abweichungen und günstiger Abweichungen sind Normalverteilt

Mehr

Versicherungsbetriebslehre

Versicherungsbetriebslehre www.kiehl.de Versicherungsbetriebslehre Von Professor Dr. Christian Führer und Professor Dr. Arnd Grimmer kiehl Inhaltsverzeichnis Vorwort 5 Inhaltsverzeichnis 7 A.Risiko und Versicherung > 13 1. Begriff

Mehr

Effekte von Obliegenheiten in Versicherungsverträgen Johannes Handlbauer

Effekte von Obliegenheiten in Versicherungsverträgen Johannes Handlbauer Effekte von Obliegenheiten in Versicherungsverträgen Johannes Handlbauer Obliegenheiten als Instrument Eingrenzung des versicherten Risikos Schutz des Versicherers Anreize für Versicherungsnehmer Vorteile:

Mehr

1. Einführung in die induktive Statistik

1. Einführung in die induktive Statistik Wichtige Begriffe 1. Einführung in die induktive Statistik Grundgesamtheit: Statistische Masse, die zu untersuchen ist, bzw. über die Aussagen getroffen werden soll Stichprobe: Teil einer statistischen

Mehr

Die Bedeutung von Abhängigkeitsstrukturen in der Rückversicherung. Dresdner Versicherungsforum 23. Juni 2006 Dr. Ekkehard Kessner

Die Bedeutung von Abhängigkeitsstrukturen in der Rückversicherung. Dresdner Versicherungsforum 23. Juni 2006 Dr. Ekkehard Kessner Die Bedeutung von Abhängigkeitsstrukturen in der Rückversicherung Dresdner Versicherungsforum 23. Juni 2006 Dr. Ekkehard Kessner Abhängigkeiten von Risiken Die Kenntnis über ursächliche oder statistisch

Mehr

JEDER FÜR SICH KEINER FÜR ALLE? VOM AUSZUG DER VERSICHERUNG AUS DER SOLIDARGEMEINSCHAFT

JEDER FÜR SICH KEINER FÜR ALLE? VOM AUSZUG DER VERSICHERUNG AUS DER SOLIDARGEMEINSCHAFT JEDER FÜR SICH KEINER FÜR ALLE? VOM AUSZUG DER VERSICHERUNG AUS DER SOLIDARGEMEINSCHAFT VEREIN ZUR FÖRDERUNG DER VERSICHERUNGSWISSENSCHAFT IN BERLIN BERLIN, 27. NOVEMBER 2017 PROF. DR. FRED WAGNER INHALT

Mehr

Können Risiken aus technisch-ökonomischen Entwicklungen zuverlässig eingeschätzt werden? 1

Können Risiken aus technisch-ökonomischen Entwicklungen zuverlässig eingeschätzt werden? 1 Können Risiken aus technisch-ökonomischen Entwicklungen zuverlässig eingeschätzt werden? Ein Diskussionsbeitrag aus Sicht der mathematischen Statistik Prof. Dr. Dietmar Pfeifer Institut für Mathematik

Mehr

epub WU Institutional Repository

epub WU Institutional Repository epub WU Institutional Repository Erwin Eszler Logik der reinen Versicherung Paper Original Citation: Eszler, Erwin (2014) Logik der reinen Versicherung. Business, Vienna. WU Vienna University of Economics

Mehr

Versicherungsbilanzen

Versicherungsbilanzen Versicherungsbilanzen Rechnungslegung nach HGB, US-GAAP und IFRS Bearbeitet von Werner Rockel, Elmar Helten, Herbert Loy, Peter Ott, Roman Sauer 2., überarbeitete und erweiterte Auflage 2007 2007. Buch.

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

Zusammenfassung Mathe II. Themenschwerpunkt 2: Stochastik (ean) 1. Ein- und mehrstufige Zufallsexperimente; Ergebnismengen

Zusammenfassung Mathe II. Themenschwerpunkt 2: Stochastik (ean) 1. Ein- und mehrstufige Zufallsexperimente; Ergebnismengen Zusammenfassung Mathe II Themenschwerpunkt 2: Stochastik (ean) 1. Ein- und mehrstufige Zufallsexperimente; Ergebnismengen Zufallsexperiment: Ein Vorgang, bei dem mindestens zwei Ereignisse möglich sind

Mehr

Internationale Bio und Deponiegas Fachtagung Synergien nutzen und voneinander lernen VIII Grenzen der Versicherbarkeit

Internationale Bio und Deponiegas Fachtagung Synergien nutzen und voneinander lernen VIII Grenzen der Versicherbarkeit Internationale Bio und Deponiegas Fachtagung Synergien nutzen und voneinander lernen VIII Grenzen der Versicherbarkeit Agenda Top 1 Vorstellung Top 2.1 Was heißt Versicherung? Top 2.2 Gibt es wirklich

Mehr

6.6 Poisson-Verteilung

6.6 Poisson-Verteilung 6.6 Poisson-Verteilung Die Poisson-Verteilung ist eine Wahrscheinlichkeitsverteilung, die zur Modellierung der Anzahl von zufälligen Vorkommnissen in einem bestimmten räumlichen oder zeitlichen Abschnitt

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

Bereiche der Statistik

Bereiche der Statistik Bereiche der Statistik Deskriptive / Exploratorische Statistik Schließende Statistik Schließende Statistik Inferenz-Statistik (analytische, schließende oder konfirmatorische Statistik) baut auf der beschreibenden

Mehr

II. Die Leistungskonzeption des Versicherungsgeschäfts 44

II. Die Leistungskonzeption des Versicherungsgeschäfts 44 II. Die Leistungskonzeption des Versicherungsgeschäfts 44 Da in Jahresabschlüssen stets wirtschaftliche 45 Inhalte abzubilden sind, die eine begrif iche Durchdringung der Materie unter Realkategorien 46

Mehr

1. Wahrscheinlichkeitsverteilungen und Versicherungsanwendungen 1.1 Wichtige diskrete Verteilungen a. Poisson-Verteilung.

1. Wahrscheinlichkeitsverteilungen und Versicherungsanwendungen 1.1 Wichtige diskrete Verteilungen a. Poisson-Verteilung. 1. Wahrscheinlichkeitsverteilungen und Versicherungsanwendungen 1.1 Wichtige diskrete Verteilungen a. Poisson-Verteilung. Sei N eine zufällige Variable, ist ein Poisson-Verteilung mit Parameter λ definiert

Mehr

SBP Mathe Aufbaukurs 1 # 0 by Clifford Wolf. SBP Mathe Aufbaukurs 1

SBP Mathe Aufbaukurs 1 # 0 by Clifford Wolf. SBP Mathe Aufbaukurs 1 SBP Mathe Aufbaukurs 1 # 0 by Clifford Wolf SBP Mathe Aufbaukurs 1 # 0 Antwort Diese Lernkarten sind sorgfältig erstellt worden, erheben aber weder Anspruch auf Richtigkeit noch auf Vollständigkeit. Das

Mehr

Leitlinie zu Vertragsgrenzen

Leitlinie zu Vertragsgrenzen EIOPA-BoS-14/165 DE Leitlinie zu Vertragsgrenzen EIOPA Westhafen Tower, Westhafenplatz 1-60327 Frankfurt Germany - Tel. + 49 69-951119-20; Fax. + 49 69-951119-19; email: info@eiopa.europa.eu site: https://eiopa.europa.eu/

Mehr

Statistik I für Betriebswirte Vorlesung 3

Statistik I für Betriebswirte Vorlesung 3 Statistik I für Betriebswirte Vorlesung 3 Dr. Andreas Wünsche TU Bergakademie Freiberg Institut für Stochastik 15. April 2019 Dr. Andreas Wünsche Statistik I für Betriebswirte Vorlesung 3 Version: 1. April

Mehr

Statistik I für Betriebswirte Vorlesung 4

Statistik I für Betriebswirte Vorlesung 4 Statistik I für Betriebswirte Vorlesung 4 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 25. April 2016 Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung

Mehr

Grundzüge der. Kapitel 5 Mikroökonomie (Mikro I) Entscheidungen unter Unsicherheit

Grundzüge der. Kapitel 5 Mikroökonomie (Mikro I) Entscheidungen unter Unsicherheit Grundzüge der Kapitel 5 Mikroökonomie (Mikro I) Entscheidungen unter Unsicherheit 1 BESCHREIBUNG VON RISIKO 2 Entscheidung unter Risiko Annahme: Wir kennen alle möglichen (sich gegenseitig ausschliessenden)

Mehr

Kapitel 1: Grundlagen des Versicherungs geschäfts

Kapitel 1: Grundlagen des Versicherungs geschäfts Kapitel 1: Grundlagen des Versicherungs geschäfts 1 1 Funktionsweise der Versicherung 1.1 Definition von Versicherung Versicherungsunternehmen wird im Rahmen der Bilanzierung neben den Kreditinstituten

Mehr

1 Prognoseverfahren F H

1 Prognoseverfahren F H 1 Prognoseverfahren 1.1 Zielsetzung 1.2 Bedarfsverlauf von Verbrauchsfaktoren 1.3 Prognose bei regelmäßigen Bedarf 1.4 Prognosemodelle in Standard-ERP-Software 1.5 Ausblick Herrmann, Frank: Operative Planung

Mehr

Kapitel 3. Probleme der Krankenversicherung. 3.1 Überblick 3.2 Ex-ante Moral Hazard 3.3 Ex-post Moral Hazard 3.4 Lösungen bei Moral Hazard

Kapitel 3. Probleme der Krankenversicherung. 3.1 Überblick 3.2 Ex-ante Moral Hazard 3.3 Ex-post Moral Hazard 3.4 Lösungen bei Moral Hazard Kapitel 3 Probleme der Krankenversicherung 3.1 Überblick 3.2 Ex-ante Moral Hazard 3.3 Ex-post Moral Hazard 3.4 Lösungen bei Moral Hazard Literatur: BZK 6 (Auszüge), Breyer und Buchholz 6.2.1 Hendrik Schmitz

Mehr

Versicherungstechnische Bewertung unterschiedlicher Deckungskonzepte für Terrorismusrisiken

Versicherungstechnische Bewertung unterschiedlicher Deckungskonzepte für Terrorismusrisiken Karlsruher Reihe II Risikoforschung und Versicherungsmanagement Band 4 Herausgegeben von Prof. Dr. Dr. h. c. Robert Schwebler Prof. Dr. Ute Werner Versicherungstechnische Bewertung unterschiedlicher Deckungskonzepte

Mehr

DIPLOMARBEIT. Titel der Diplomarbeit. Behandlung von Schadensfällen - Die mathematischen Prinzipien der Schadenversicherung

DIPLOMARBEIT. Titel der Diplomarbeit. Behandlung von Schadensfällen - Die mathematischen Prinzipien der Schadenversicherung DIPLOMARBEIT Titel der Diplomarbeit Behandlung von Schadensfällen - Die mathematischen Prinzipien der Schadenversicherung angestrebter akademischer Grad Magister der Naturwissenschaften (Mag.rer.nat) Verfasser:

Mehr

Statistik K urs SS 2004

Statistik K urs SS 2004 Statistik K urs SS 2004 3.Tag Grundlegende statistische Maße Mittelwert (mean) Durchschnitt aller Werte Varianz (variance) s 2 Durchschnittliche quadrierte Abweichung aller Werte vom Mittelwert >> Die

Mehr

Schriftenreihe Finanz- und Risikomanagement. Band 16. Stefan Peter Giebel. Optimierung der passiven Risikobewältigung

Schriftenreihe Finanz- und Risikomanagement. Band 16. Stefan Peter Giebel. Optimierung der passiven Risikobewältigung Schriftenreihe Finanz- und Risikomanagement Band 16 Stefan Peter Giebel Optimierung der passiven Risikobewältigung Integration von Selbsttragen und Risikotransfer im Rahmen des industriellen Risikomanagements

Mehr

Dieses Vielfach hängt ab von der Form der Nutzenfunktion. Man bezeichnet dies auch als Arrow-Pratt Koeffizient.

Dieses Vielfach hängt ab von der Form der Nutzenfunktion. Man bezeichnet dies auch als Arrow-Pratt Koeffizient. Die Riskoprämie ergibt sich also als ein Vielfaches der Varianz der zugrundeliegenden Unsicherheit Dieses Vielfach hängt ab von der Form der Nutzenfunktion. Man bezeichnet dies auch als Arrow-Pratt Koeffizient.

Mehr

Übung zu Risiko und Versicherung Entscheidungstheoretische Grundlagen

Übung zu Risiko und Versicherung Entscheidungstheoretische Grundlagen Übung zu Risiko Entscheidungstheoretische Grundlagen Stefan Neuß Sebastian Soika http://www.inriver.bwl.lmu.de Newsletter Auf der Homepage unter http://www.inriver.bwl.uni-muenchen.de/studium/sommer_203/bachelorveranstaltungen/risiko_und_versicherungen/index.html

Mehr

Forschungsstatistik I

Forschungsstatistik I Prof. Dr. G. Meinhardt 6. Stock, Taubertsberg 2 R. 06-206 (Persike) R. 06-214 (Meinhardt) Sprechstunde jederzeit nach Vereinbarung Forschungsstatistik I Dr. Malte Persike persike@uni-mainz.de http://psymet03.sowi.uni-mainz.de/

Mehr

Wahrscheinlichkeitsverteilungen

Wahrscheinlichkeitsverteilungen Universität Bielefeld 3. Mai 2005 Wahrscheinlichkeitsrechnung Wahrscheinlichkeitsrechnung Das Ziehen einer Stichprobe ist die Realisierung eines Zufallsexperimentes. Die Wahrscheinlichkeitsrechnung betrachtet

Mehr

Andreas Nareuisch. Kaufmann/-frau für Versicherungen und Finanzen Abschlussprüfung

Andreas Nareuisch. Kaufmann/-frau für Versicherungen und Finanzen Abschlussprüfung Andreas Nareuisch Kaufmann/-frau für Versicherungen und Finanzen Abschlussprüfung 04/15 Best.-Nr. 342 2. Auflage 2015 Best.-Nr. 342 ISBN 978-3-88234-342-7 Titelbild: AllebaziB Fotolia.com Alle Rechte liegen

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

Regression ein kleiner Rückblick. Methodenseminar Dozent: Uwe Altmann Alexandra Kuhn, Melanie Spate

Regression ein kleiner Rückblick. Methodenseminar Dozent: Uwe Altmann Alexandra Kuhn, Melanie Spate Regression ein kleiner Rückblick Methodenseminar Dozent: Uwe Altmann Alexandra Kuhn, Melanie Spate 05.11.2009 Gliederung 1. Stochastische Abhängigkeit 2. Definition Zufallsvariable 3. Kennwerte 3.1 für

Mehr

III. Grundlagen der Lebensversicherungsmathematik III.3. Grundlagen der Theorie der Personengesamtheiten

III. Grundlagen der Lebensversicherungsmathematik III.3. Grundlagen der Theorie der Personengesamtheiten III. Grundlagen der Lebensversicherungsmathematik III.3. Grundlagen der Theorie der Personengesamtheiten Universität Basel Herbstsemester 2015 Dr. Ruprecht Witzel ruprecht.witzel@aktuariat-witzel.ch www.aktuariat-witzel.ch

Mehr

Mathematische und statistische Methoden II

Mathematische und statistische Methoden II Methodenlehre e e Prof. Dr. G. Meinhardt 6. Stock, Wallstr. 3 (Raum 06-206) Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung. Mathematische und statistische Methoden II Dr. Malte Persike

Mehr

Kalkulation versicherungstechnischer Risiken

Kalkulation versicherungstechnischer Risiken Kalkulation versicherungstechnischer Risiken mit Beispielen aus den Sparten Dr. Arnd Grimmer DBV-Winterthur Lebensversicherung AG Wiesbaden Begriff des Risikos Definition: Risiko bedeutet die Möglichkeit

Mehr

Stochastik für Ingenieure

Stochastik für Ingenieure Otto-von-Guericke-Universität Magdeburg Fakultät für Mathematik Institut für Mathematische Stochastik Stochastik für Ingenieure (Vorlesungsmanuskript) von apl.prof. Dr. Waltraud Kahle Empfehlenswerte Bücher:

Mehr

13 Mehrdimensionale Zufallsvariablen Zufallsvektoren

13 Mehrdimensionale Zufallsvariablen Zufallsvektoren 3 Mehrdimensionale Zufallsvariablen Zufallsvektoren Bisher haben wir uns ausschließlich mit Zufallsexperimenten beschäftigt, bei denen die Beobachtung eines einzigen Merkmals im Vordergrund stand. In diesem

Mehr

7. Übung: Aufgabe 1. b), c), e) Aufgabe 2. a), c), e) Aufgabe 3. c), e) Aufgabe 4. Aufgabe 5. Aufgabe 6. Aufgabe 7. Aufgabe 8. Aufgabe 9.

7. Übung: Aufgabe 1. b), c), e) Aufgabe 2. a), c), e) Aufgabe 3. c), e) Aufgabe 4. Aufgabe 5. Aufgabe 6. Aufgabe 7. Aufgabe 8. Aufgabe 9. 7. Übung: Aufgabe 1 b), c), e) Aufgabe a), c), e) Aufgabe 3 c), e) Aufgabe 4 b) Aufgabe 5 a) Aufgabe 6 b) Aufgabe 7 e) Aufgabe 8 c) Aufgabe 9 a), c), e) Aufgabe 10 b), d) Aufgabe 11 a) Aufgabe 1 b) Aufgabe

Mehr

2 Versicherungswirtschaft in Deutschland

2 Versicherungswirtschaft in Deutschland 2 Versicherungswirtschaft in Deutschland Da die Industrialisierung von Versicherungsunternehmen Gegenstand dieses Buches ist, soll an dieser Stelle eine kurze Einführung in das Untersuchungsgebiet Versicherung

Mehr

Stichprobenverteilung bei unterschiedlichen Auswahlsätzen

Stichprobenverteilung bei unterschiedlichen Auswahlsätzen Stichprobenverteilung bei unterschiedlichen Auswahlsätzen Begleitende Unterlagen zur Übung Induktive Statistik Michael Westermann Universität Essen Inhaltsverzeichnis 1 Einleitung.......................................................

Mehr

Modellanpassung und Parameterschätzung. A: Übungsaufgaben

Modellanpassung und Parameterschätzung. A: Übungsaufgaben 7 Modellanpassung und Parameterschätzung 1 Kapitel 7: Modellanpassung und Parameterschätzung A: Übungsaufgaben [ 1 ] Bei n unabhängigen Wiederholungen eines Bernoulli-Experiments sei π die Wahrscheinlichkeit

Mehr

Einleitung Definition Credibility Theorie Bühlmann-Straub Modell. Credibility Theory. Martin Klaudinger

Einleitung Definition Credibility Theorie Bühlmann-Straub Modell. Credibility Theory. Martin Klaudinger Credibility Theory Martin Klaudinger 26.06.2012 Inhalt Einleitung Individuelle Prämie Kollektive Prämie Bayes Prämie Definition Credibility Theorie Bühlmann-Straub Modell Modell Annahmen Credibility Prämie

Mehr

Vorlesung: Statistik II für Wirtschaftswissenschaft

Vorlesung: Statistik II für Wirtschaftswissenschaft Vorlesung: Statistik II für Wirtschaftswissenschaft Prof. Dr. Helmut Küchenhoff Institut für Statistik, LMU München Sommersemester 2017 6 Genzwertsätze Einführung 1 Wahrscheinlichkeit: Definition und Interpretation

Mehr

Vorlesung Gesamtbanksteuerung Mathematische Grundlagen II Dr. Klaus Lukas Carsten Neundorf. Vorlesung 04 Mathematische Grundlagen II,

Vorlesung Gesamtbanksteuerung Mathematische Grundlagen II Dr. Klaus Lukas Carsten Neundorf. Vorlesung 04 Mathematische Grundlagen II, Vorlesung Gesamtbanksteuerung Mathematische Grundlagen II Dr. Klaus Lukas Carsten Neundorf 1 Was sollen Sie heute lernen? 2 Agenda Wiederholung stetige Renditen deskriptive Statistik Verteilungsparameter

Mehr

Der kollektive biometrische Risikoausgleich beim Pensionsfonds versus individuelle Nachschusspflicht

Der kollektive biometrische Risikoausgleich beim Pensionsfonds versus individuelle Nachschusspflicht Der kollektive biometrische Risikoausgleich beim Pensionsfonds versus individuelle Nachschusspflicht aba-jahrestagung am 16.05.2013 in Berlin von Markus Klinger Agenda 01 Betriebswirtschaftliche Vorgehensweise

Mehr

Versicherungstechnik. Sommersemester Dr. Andrea Boos

Versicherungstechnik. Sommersemester Dr. Andrea Boos Versicherungstechnik Sommersemester 2012 Dr. Andrea Boos Versicherungstechnik Dr. Andrea Boos Institut für Risikoforschung und Versicherungswirtschaft http://www.inriver.bwl.uni-muenchen.de boos@lmu.de

Mehr

Übung zu Risiko und Versicherung Entscheidungstheoretische Grundlagen

Übung zu Risiko und Versicherung Entscheidungstheoretische Grundlagen Übung zu Risiko Entscheidungstheoretische Grundlagen Christoph Lex Dominik Lohmaier http://www.inriver.bwl.lmu.de Newsletter Auf der Homepage unter http://www.inriver.bwl.uni-muenchen.de/studium/sommer_04/bachelorveranstaltungen/risiko_und_versicherungen/index.html

Mehr

Vermessungskunde für Bauingenieure und Geodäten

Vermessungskunde für Bauingenieure und Geodäten Vermessungskunde für Bauingenieure und Geodäten Übung 5: statistische Auswertung gleichgenauer Messungen Milo Hirsch Hendrik Hellmers Florian Schill Institut für Geodäsie Fachbereich 3 Inhaltsverzeichnis

Mehr

Wahrscheinlichkeitstheorie 2

Wahrscheinlichkeitstheorie 2 Wahrscheinlichkeitstheorie 2 Caroline Sporleder Computational Linguistics Universität des Saarlandes Sommersemester 2011 19.05.2011 Caroline Sporleder Wahrscheinlichkeitstheorie 2 (1) Wiederholung (1):

Mehr

Asset-Liability-Modell einer Lebensversicherung

Asset-Liability-Modell einer Lebensversicherung Asset-Liability-Modell einer Lebensversicherung Umsetzung eines Bewertungsmodells Seminar Finanzmarktmodelle in der Lebensversicherung betreut von Dr. Zoran Nikolic und Dr. Tamino Meyhöfer Max Gripp, Tanja

Mehr

VU mathematische methoden in der ökologie: räumliche verteilungsmuster 1/5 h.lettner /

VU mathematische methoden in der ökologie: räumliche verteilungsmuster 1/5 h.lettner / VU mathematische methoden in der ökologie: räumliche verteilungsmuster / h.lettner / Analyse räumlicher Muster und Verteilungen Die Analyse räumlicher Verteilungen ist ein zentrales Gebiet der ökologischen

Mehr

Mehrdimensionale Zufallsvariablen

Mehrdimensionale Zufallsvariablen Mehrdimensionale Zufallsvariablen Im Folgenden Beschränkung auf den diskreten Fall und zweidimensionale Zufallsvariablen. Vorstellung: Auswerten eines mehrdimensionalen Merkmals ( ) X Ỹ also z.b. ω Ω,

Mehr

Statistik Einführung // Stichprobenverteilung 6 p.2/26

Statistik Einführung // Stichprobenverteilung 6 p.2/26 Statistik Einführung Kapitel 6 Statistik WU Wien Gerhard Derflinger Michael Hauser Jörg Lenneis Josef Leydold Günter Tirler Rosmarie Wakolbinger Statistik Einführung // 6 p.0/26 Lernziele 1. Beschreiben

Mehr

15.5 Stetige Zufallsvariablen

15.5 Stetige Zufallsvariablen 5.5 Stetige Zufallsvariablen Es gibt auch Zufallsvariable, bei denen jedes Elementarereignis die Wahrscheinlich keit hat. Beispiel: Lebensdauer eines radioaktiven Atoms Die Lebensdauer eines radioaktiven

Mehr

Statistik I für Betriebswirte Vorlesung 14

Statistik I für Betriebswirte Vorlesung 14 Statistik I für Betriebswirte Vorlesung 14 Dr. Andreas Wünsche TU Bergakademie Freiberg Institut für Stochastik 13. Juli 017 Dr. Andreas Wünsche Statistik I für Betriebswirte Vorlesung 14 Version: 8. Juli

Mehr

Statistik I. Methodologie der Psychologie

Statistik I. Methodologie der Psychologie Statistik I Methodologie der Psychologie Thomas Schmidt & Lena Frank Wintersemester 2003/2004 Georg-Elias-Müller-Institut für Psychologie Uni Göttingen Literatur: Glantz, S.A. (2002). Primer of Biostatistics.

Mehr

Rechtsfolgen bei Unwirksamkeit des claims-made-prinzips

Rechtsfolgen bei Unwirksamkeit des claims-made-prinzips Rechtsfolgen bei Unwirksamkeit des claims-made-prinzips 8. Juli 2010 Überblick 1. Versicherungsfall 2. Zeitlicher Umfang 3. Versicherbarkeit? 4. Eingreifen des Gesetzgebers? 5. Zusammenfassung Allgemeine

Mehr

Wird ein Bernoulli- Versuch, bei dem die Trefferwahrscheinlichkeit p = 0,2 ist, n = 40 mal durchgeführt, dann erwarten wir im Mittel 8 Treffer.

Wird ein Bernoulli- Versuch, bei dem die Trefferwahrscheinlichkeit p = 0,2 ist, n = 40 mal durchgeführt, dann erwarten wir im Mittel 8 Treffer. R. Brinkmann http://brinkmann-du.de Seite 1 06.1008 Erwartungswert binomialverteilter Zufallsgrößen. Wird ein Bernoulli- Versuch, bei dem die Trefferwahrscheinlichkeit p = 0,2 ist, n = 40 mal durchgeführt,

Mehr

Cashflows in Versicherungsverträgen der KV

Cashflows in Versicherungsverträgen der KV Cashflows in Versicherungsverträgen der KV Sarah Dempwolf 5. Juni 2015 Universität zu Köln Gliederung 1. Vergleich von privaten und gesetzlichen Krankenversicherungen 2. Allgemeines zur PKV 3. Kostenerstattungsprinzip

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

Statistik Einführung // Wahrscheinlichkeitstheorie 3 p.2/58

Statistik Einführung // Wahrscheinlichkeitstheorie 3 p.2/58 Statistik Einführung Wahrscheinlichkeitstheorie Kapitel 3 Statistik WU Wien Gerhard Derflinger Michael Hauser Jörg Lenneis Josef Leydold Günter Tirler Rosmarie Wakolbinger Statistik Einführung // Wahrscheinlichkeitstheorie

Mehr

STOCHASTISCHE UNABHÄNGIGKEIT. Annika Pohlmann Philipp Oel Wilhelm Dück

STOCHASTISCHE UNABHÄNGIGKEIT. Annika Pohlmann Philipp Oel Wilhelm Dück STOCHASTISCHE UNABHÄNGIGKEIT Annika Pohlmann Philipp Oel Wilhelm Dück 1 GLIEDERUNG 1) Bedingte Wahrscheinlichkeiten 2) Unabhängigkeit für mehr als zwei Ereignisse 3) Unabhängigkeit für Zufallsvariable

Mehr

Folie zur Vorlesung Finanz- und Versicherungsmathematik Beispiel zu Nutzenfunktionen von risikoaversen Personen:

Folie zur Vorlesung Finanz- und Versicherungsmathematik Beispiel zu Nutzenfunktionen von risikoaversen Personen: Folie zur Vorlesung Finanz- und Versicherungsmathematik 16.01.2013 Beispiel zu Nutzenfunktionen von risikoaversen Personen: Im folgenden sei X ein zufälliger Schaden und P die Prämie zur Übernahme des

Mehr

Wahrscheinlichkeit und Statistik: Zusammenfassung

Wahrscheinlichkeit und Statistik: Zusammenfassung HSR Hochschule für Technik Rapperswil Wahrscheinlichkeit und Statistik: Zusammenfassung beinhaltet Teile des Skripts von Herrn Hardy von Lukas Wilhelm lwilhelm.net 12. Januar 2007 Inhaltsverzeichnis 1

Mehr

2.3 Intervallschätzung

2.3 Intervallschätzung 2.3.1 Motivation und Hinführung Bsp. 2.15. [Wahlumfrage] Der wahre Anteil der rot-grün Wähler unter allen Wählern war 2009 auf eine Nachkommastelle gerundet genau 33.7%. Wie groß ist die Wahrscheinlichkeit,

Mehr

How To Find Out If A Ball Is In An Urn

How To Find Out If A Ball Is In An Urn Prof. Dr. P. Embrechts ETH Zürich Sommer 2012 Stochastik (BSc D-MAVT / BSc D-MATH / BSc D-MATL) Schreiben Sie für Aufgabe 2-4 stets alle Zwischenschritte und -rechnungen sowie Begründungen auf. Aufgabe

Mehr

4 Versichern beruhigt 4 Versichern beruhigt

4 Versichern beruhigt 4 Versichern beruhigt 1 4 Versichern beruhigt 2 3 Ein Risiko ist die kalkulierte Prognose eines möglichen Schadens bzw. Verlustes. => Gefahr eines zukünftigen Schadens! Risiko = Gefahr eines zukünftigen Schadens 4 Gegenmaßnahmen

Mehr

Grundlagen der Versicherungsproduktion

Grundlagen der Versicherungsproduktion Grundlagen der Versicherungsproduktion Dr. Andrea Boos Bitte beachten Sie, dass dieser Foliensatz in keiner Weise den Besuch der Vorlesung ersetzen kann. Die Folien bilden das Gerüst für die Vorlesung

Mehr

5. Spezielle stetige Verteilungen

5. Spezielle stetige Verteilungen 5. Spezielle stetige Verteilungen 5.1 Stetige Gleichverteilung Eine Zufallsvariable X folgt einer stetigen Gleichverteilung mit den Parametern a und b, wenn für die Dichtefunktion von X gilt: f x = 1 für

Mehr

ETWR Teil B. Spezielle Wahrscheinlichkeitsverteilungen (stetig)

ETWR Teil B. Spezielle Wahrscheinlichkeitsverteilungen (stetig) ETWR Teil B 2 Ziele Bisher (eindimensionale, mehrdimensionale) Zufallsvariablen besprochen Lageparameter von Zufallsvariablen besprochen Übertragung des gelernten auf diskrete Verteilungen Ziel des Kapitels

Mehr

Grundbegriffe der Wahrscheinlichkeitsrechnung

Grundbegriffe der Wahrscheinlichkeitsrechnung Algorithmen und Datenstrukturen 349 A Grundbegriffe der Wahrscheinlichkeitsrechnung Für Entwurf und Analyse randomisierter Algorithmen sind Hilfsmittel aus der Wahrscheinlichkeitsrechnung erforderlich.

Mehr

Beispiel 4 (Einige weitere Aufgaben)

Beispiel 4 (Einige weitere Aufgaben) 1 Beispiel 4 (Einige weitere Aufgaben) Aufgabe 1 Bestimmen Sie für die folgenden Zweierstichproben, d. h. Stichproben, die jeweils aus zwei Beobachtungen bestehen, a) den Durchschnitt x b) die mittlere

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

Teil VIII. Zentraler Grenzwertsatz und Vertrauensintervalle. Woche 6: Zentraler Grenzwertsatz und Vertrauensintervalle. Lernziele. Typische Situation

Teil VIII. Zentraler Grenzwertsatz und Vertrauensintervalle. Woche 6: Zentraler Grenzwertsatz und Vertrauensintervalle. Lernziele. Typische Situation Woche 6: Zentraler Grenzwertsatz und Vertrauensintervalle Patric Müller ETHZ Teil VIII Zentraler Grenzwertsatz und Vertrauensintervalle WBL 17/19, 29.05.2017 Wahrscheinlichkeit

Mehr

Statistik für NichtStatistiker

Statistik für NichtStatistiker Statistik für NichtStatistiker Zufall und Wahrscheinlichkeit von Prof. Dr. Karl Bosch 5., verbesserte Auflage R. Oldenbourg Verlag München Wien Inhaltsverzeichnis 1. ZufalLsexperimente und zufällige Ereignisse

Mehr

Wichtige Definitionen und Aussagen

Wichtige Definitionen und Aussagen Wichtige Definitionen und Aussagen Zufallsexperiment, Ergebnis, Ereignis: Unter einem Zufallsexperiment verstehen wir einen Vorgang, dessen Ausgänge sich nicht vorhersagen lassen Die möglichen Ausgänge

Mehr

Biomathematik für Mediziner, Klausur WS 1999/2000 Seite 1

Biomathematik für Mediziner, Klausur WS 1999/2000 Seite 1 Biomathematik für Mediziner, Klausur WS 1999/2000 Seite 1 Aufgabe 1: Wieviele der folgenden Variablen sind quantitativ stetig? Schulnoten, Familienstand, Religion, Steuerklasse, Alter, Reaktionszeit, Fahrzeit,

Mehr

Braeß, P.: Prämiengerechtigkeit aus wirtschaftswissenschaftlicher Sicht. In: Versicherungsarchiv S

Braeß, P.: Prämiengerechtigkeit aus wirtschaftswissenschaftlicher Sicht. In: Versicherungsarchiv S Literaturhinweise Ammeter, H.: Risikotheoretische Grundlagen der Erfahrungstarifierungen. In: Mitteilungen der Vereinigung schweizerischer Versicherungsmathematiker (61) 1961. S. 183-217. Berliner, B.:

Mehr

Mathematik für Naturwissenschaften, Teil 2

Mathematik für Naturwissenschaften, Teil 2 Lösungsvorschläge für die Aufgaben zur Vorlesung Mathematik für Naturwissenschaften, Teil Zusatzblatt SS 09 Dr. J. Schürmann keine Abgabe Aufgabe : Eine Familie habe fünf Kinder. Wir nehmen an, dass die

Mehr

Stop-LossPlus Eine innovative Versicherungslösung

Stop-LossPlus Eine innovative Versicherungslösung Stop-LossPlus Eine innovative Versicherungslösung Spitzenrisiken optimal abgesichert Typische Risikostruktur einer Vorsorgeeinrichtung 2 500 000 Risikosummen Invalidität in CHF 2 000 000 1 500 000 1 000

Mehr

Digitales Monitoring: Chancen und Risiken für die Assekuranz

Digitales Monitoring: Chancen und Risiken für die Assekuranz Digitales Monitoring: Chancen und Risiken für die Assekuranz Prof. Dr. Hato Schmeiser, Geschäftsführender Direktor des Instituts für Versicherungswirtschaft Oktober 2016 Ausgangslage: Gesellschaftlicher

Mehr

1.3 Stochastische Unabhängigkeit und bedingte

1.3 Stochastische Unabhängigkeit und bedingte 1.3 Stochastische Unabhängigkeit und bedingte Wahrscheinlichkeiten Ziel: komplexere Modelle aus Verkettung ( Koppelung ) von Zufallsexperimenten bauen, insbesondere Ziehung von n-personen aus n-maliger

Mehr

Investment & Actuarial Consulting, Controlling and Research.

Investment & Actuarial Consulting, Controlling and Research. Investment & Actuarial Consulting, Controlling and Research. www.ppcmetrics.ch Actuarial Consulting Professionelles Management von Langlebigkeitsrisiken Tagung «Langlebigkeit» PPCmetrics AG Dr. Marco Jost,

Mehr

1.5.4 Quantile und Modi. Bem [Quantil, Modus]

1.5.4 Quantile und Modi. Bem [Quantil, Modus] 1.5.4 Quantile und Modi 1.5 Erwartungswert und Varianz Bem. 1.73. [Quantil, Modus] und Vertei- Analog zu Statistik I kann man auch Quantile und Modi definieren. Gegeben sei eine Zufallsvariable X mit Wahrscheinlichkeitsverteilung

Mehr

Hypothesenbewertungen: Übersicht

Hypothesenbewertungen: Übersicht Hypothesenbewertungen: Übersicht Wie kann man Fehler einer Hypothese abschätzen? Wie kann man einschätzen, ob ein Algorithmus besser ist als ein anderer? Trainingsfehler, wirklicher Fehler Kreuzvalidierung

Mehr

Ausgewählte spezielle Verteilungen

Ausgewählte spezielle Verteilungen Ausgewählte spezielle Verteilungen In Anwendungen werden oft Zufallsvariablen betrachtet, deren Verteilung einem Standardmodell entspricht. Zu den wichtigsten dieser Modelle gehören: diskrete Verteilungen:

Mehr

Institut für Biometrie und klinische Forschung. WiSe 2012/2013

Institut für Biometrie und klinische Forschung. WiSe 2012/2013 Klinische Forschung WWU Münster Pflichtvorlesung zum Querschnittsfach Epidemiologie, Biometrie und Med. Informatik Praktikum der Medizinischen Biometrie (3) Überblick. Deskriptive Statistik I 2. Deskriptive

Mehr