Add to watchlist
Back

 

13131-01 - Lecture: Risikotheorie 4 CP

Semester fall semester 2018
Course frequency Every fall sem.
Lecturers Michael Merz (michael.merz@unibas.ch, Assessor)
Content 1. Einführung
2. Schadenanzahlverteilungen
3. Schadenhöhenverteilungen
4. Kollektives Modell der Risikotheorie
5. Algorithmen für zusammengesetzte Gesamtschadenverteilungen
6. Approximationen für zusammengesetzte Gesamtschadenverteilungen
7. Individuelles Modell der Risikotheorie
8. Prämienprinzipien
9. Risikoteilung
10. SST-Standardmodell für Schadenversicherer
Learning objectives - Eigenschaften der wichtigsten Schadenanzahl- und Schadenhöhenverteilungen
- Eigenschaften des kollektiven und individuellen Modells
- Analytische, numerische und approximative Berechnung der zusammengesetzten Gesamtschadenverteilung
- Eigenschaften der wichtigsten Prämienprinzipien
- Wichtigste Formen der Risikoteilung und deren Eigenschaften
- Vermittlung der wichtigsten Grundlagen des SST-Standardmodells für Schadenversicherer
Bibliography Bühlmann, H (1970). Mathematical Methods in Risk Theory.
Denuit, M. (2005). Actuarial Theory for Dependent Risks: Measures, Orders and Models.
De Vylder, F. (1996). Advanced Risk Theory.
Dickson, D. C. M. (2005). Insurance Risk and Ruin.
Dienst, H.-R. (1988). Mathematische Verfahren der Rückversicherung.
Gatto, R. (2014). Stochastische Modelle der aktuariellen Risikotheorie.
Gerber, H. U. (1979). An Introduction to Mathematical Risk Theory.
Goovaerts, M. J. (1984). Insurance Premiums: Theory and Applications.
Gorge, G. (2013). Insurance Risk Management and Reinsurance.
Grandell, J. (1997). Mixed Poisson Processes.
Gray, R. J., Pitts, S. M. (2012). Risk Modelling in General Insurance.
Heilmann, W.-R., Schröter, K. J. (2014). Grundbegriffe der Risikotheorie.
Kaas, R. (2008). Modern Actuarial Risk Theory: Using R.
Klugman, S. A., et al. (2008). Loss Models: From Data to Decisions.
McNeil, A. J. (2005). Quantitative Risk Management: Concepts, Techniques and Tools.
Meintrup, D., Schäffler, S. (2005). Stochastik: Theorie und Anwendungen.
Mikosch, T. (2009). Non-Life Insurance Mathematics: An Introduction with the Poisson Process.
Liebwein, P. (2009). Klassische und moderne Formen der R¨uckversicherung.
Rolski T., et al. (2001). Stochastic Processes for Insurance and Finance.
Schröter, K. J. (1995). Verfahren zur Approximation der Gesamtschadenverteilung: Systematisierung, Techniken und Vergleiche.
Sundt, B. (1999). An Introduction to Non-Life Insurance Mathematics.
Tse, Y.-K. (2009). Nonlife Actuarial Models: Theory, Methods and Evaluation.
Wüthrich, M. V. (2013). Non-Life Insurance: Mathematics & Statistics. Lecture Notes, ETH Z¨urich, http://ssrn.com/abstract=2319328.

Weitere Literaturangaben werden in der Vorlesung abgegeben.
Comments Zur Vorlesung ist ein ausführliches Skript erhältlich.
In die Vorlesungen sind Übungen integriert.

 

Admission requirements Kenntnisse in Analysis, lineare Algebra, Wahrscheinlichkeitstheorie und Statistik
Language of instruction German
Use of digital media Online, mandatory
Course auditors welcome

 

Interval Weekday Time Room

No dates available. Please contact the lecturer.

Modules Module: Applied Mathematics (Bachelor's Studies: Mathematics)
Module: Applied Mathematics (Computational Chemistry) (Bachelor's Studies: Computational Sciences)
Module: Applied Mathematics (Computational Mathematics) (Bachelor's Studies: Computational Sciences)
Module: Applied Mathematics (Computational Physics) (Bachelor's Studies: Computational Sciences)
Module: Non-Life Insurance (Master's Studies: Actuarial Science) (Pflicht)
Assessment format continuous assessment
Assessment details Der Stoff dieser Vorlesung wird am Ende der Vorlesung durch eine mündliche oder schriftliche Prüfung geprüft.
Assessment registration/deregistration Reg.: course registration, dereg: cancel course registration
Repeat examination no repeat examination
Scale 1-6 0,5
Repeated registration as often as necessary
Responsible faculty University of Basel
Offered by Fachbereich Mathematik

Back