Skadeforsikringsmatematikk og risikoteori

Undervisningssemester

Annankvar haust, jamne årstal.

Undervisningsstad

Bergen

Mål og innhald

Kurset skal gje ei grundig innføring i sentrale risikoteoretiske omgrep og modellar, og i metodar til tariffering, reserveavsetning og solvensvurdering i skadeforsikring.

Læringsutbyte

Etter fullført emne skal studentane kunne:

• Dei grunnleggjande prinsippa for utregning av kompensasjon.
• Kjenne omgrepa rein premie, netto premie og bruttopremie. Kunne nytta premieprinsippa til å rekne ut premie for ulike forsikringar.
• Kjenne til ulike former for reassuranse.
• Kunne rekne ut Bayes estimatoren for netto premie for enkle modellar.
• Kunne nytte kredibilitetsteori til å finne netto premie i ulike situasjoner.
• Kjenne metoden med totale marginalar nytta i multiplikative rating modellar.
• Kjenne dei grunnleggjande eigenskapane til Poisson prosesse. Kunne finne den momentgenererande funksjonen til den samansette Poissonprosessen og til den negative binomiske fordelinga.
• Kunne utleie og nytte Lundbergs ulikhet for sannsynet for ruin. Kunne nytte Normal Power approksimasjonen til å sette solvenskrav.
• Kunne nytte "Chain Ladder" metoden for reserveavsetningar og kjenne til ulike grunngjevingar for denne metoden.

Krav til forkunnskapar

Ingen

Tilrådde forkunnskapar

STAT210, STAT220

Krav til studierett

For oppstart på emnet er det krav om ein studierett knytt til Det matematisk-naturvitskaplege fakultet, samt at du oppfyller ev opptakskrav

Obligatorisk undervisningsaktivitet

Obligatoriske øvingar. (Gyldige i to semester: inneverande + semesteret etter)

Vurderingsformer

Skriftleg eksamen: 5 timar.

Tillatne hjelpemiddel: Enkel kalkulator i samsvar med modell oppført i fakultetets reglar

Eksamen vert gitt høgst ein gong i året.

Karakterskala

Ved sensur av emnet vert karakterskalaen A-F nytta.

Vurderingssemester

Eksamen vert gitt høgst ein gong i året.

Emneevaluering

Studentane skal evaluere undervisninga i tråd med UiB og instituttet sitt kvalitetssikringssystem.