dc.contributor.advisor | Valecký, Jiří | |
dc.contributor.author | Liu, Yang | |
dc.date.accessioned | 2020-10-02T09:26:26Z | |
dc.date.available | 2020-10-02T09:26:26Z | |
dc.date.issued | 2020 | |
dc.identifier.other | OSD002 | |
dc.identifier.uri | http://hdl.handle.net/10084/141847 | |
dc.description.abstract | In recent decades, the insurance companies usually set an annual premium to match the number of engines and the size of the policy holder’s area of residence, although some insurance companies also consider the age of the customer. As a result, annual premiums are increasingly determined based on the risks assumed to generate insurance claims or the risk behavior (risk characteristics) of policyholders.
Due to the current insurance trends, the Generalized Linear Models (GLM) have become a popular statistical tool that can analyze and model claims frequency and severity. The aim of this thesis is to propose the count model appropriate to the modelling of claim frequency for a motor-hull insurance, that is, the Poisson regression model and Negative binomial regression model, then compare the Poisson regression model and Negative binomial regression model to find out which one is better.
This thesis is divided into five chapters. The first chapter is the introduction which is the outline of whole thesis, it will set the framework for the whole thesis.The second chapter of this thesis is the theoretical introduction of risk and insurance, involving the related concepts of risk, the related concepts of insurance as a risk management method and the introduction of auto-hull insurance.
The third chapter of this thesis is the theoretical introduction of Poisson regression model and Negative binomial regression model used in the modeling research of this thesis. The fourth chapter, we will apply our data to the model in Stata according to the theoretical part in Chapter three. And the last chapter gives the final conclusion of this thesis. | en |
dc.description.abstract | V posledních desetiletích pojišťovny obvykle stanovují roční pojistné, které odpovídá počtu motorů a velikosti oblasti pobytu pojistníka, i když některé pojišťovny také berou v úvahu věk zákazníka. Výsledkem je, že roční pojistné je stále více určováno na základě rizik převzatých k vytvoření pojistných nároků nebo rizikového chování (rizikové charakteristiky) pojistníků.
Vzhledem k současným pojistným trendům se generalizované lineární modely (GLM) staly populárním statistickým nástrojem, který dokáže analyzovat a modelovat četnost a závažnost nároků. Cílem této práce je navrhnout model počítání vhodný pro modelování četnosti nároků pro pojištění motorového trupu, tj. Poissonův regresní model a Negativní binomický regresní model, poté porovnat Poissonův regresní model a Negativní binomický regresní model s zjistit, který z nich je lepší.
Tato práce je rozdělena do pěti kapitol. První kapitola je úvodem, který je nástinem celé práce, stanoví rámec pro celou práci. Druhou kapitolou této práce je teoretické představení rizika a pojištění, zahrnující související pojmy rizika, související pojmy pojištění jako metoda řízení rizik a zavedení auto-trupového pojištění.
Třetí kapitolou této práce je teoretické zavedení Poissonova regresního modelu a Negativního binomického regresního modelu použitého při modelovacím výzkumu této práce. Čtvrtou kapitolu použijeme svá data k modelu ve Statě podle teoretickéV posledních desetiletích pojišťovny obvykle stanovují roční pojistné, které odpovídá počtu motorů a velikosti oblasti pobytu pojistníka, i když některé pojišťovny také berou v úvahu věk zákazníka. Výsledkem je, že roční pojistné je stále více určováno na základě rizik převzatých k vytvoření pojistných nároků nebo rizikového chování (rizikové charakteristiky) pojistníků.
Vzhledem k současným pojistným trendům se generalizované lineární modely (GLM) staly populárním statistickým nástrojem, který dokáže analyzovat a modelovat četnost a závažnost nároků. Cílem této práce je navrhnout model počítání vhodný pro modelování četnosti nároků pro pojištění motorového trupu, tj. Poissonův regresní model a Negativní binomický regresní model, poté porovnat Poissonův regresní model a Negativní binomický regresní model s zjistit, který z nich je lepší.
Tato práce je rozdělena do pěti kapitol. První kapitola je úvodem, který je nástinem celé práce, stanoví rámec pro celou práci. Druhou kapitolou této práce je teoretické představení rizika a pojištění, zahrnující související pojmy rizika, související pojmy pojištění jako metoda řízení rizik a zavedení auto-trupového pojištění.
Třetí kapitolou této práce je teoretické zavedení Poissonova regresního modelu a Negativního binomického regresního modelu použitého při modelovacím výzkumu této práce. Čtvrtou kapitolu použijeme svá data k modelu ve Statě podle teoretické části třetí kapitoly. A poslední kapitola uvádí závěrečný závěr této práce. části třetí kapitoly. A poslední kapitola uvádí závěrečný závěr této práce. | cs |
dc.format.extent | 2438405 bytes | |
dc.format.mimetype | application/pdf | |
dc.language.iso | en | |
dc.publisher | Vysoká škola báňská – Technická univerzita Ostrava | cs |
dc.subject | Risk | en |
dc.subject | Motor hull insurance | en |
dc.subject | Poisson regression model | en |
dc.subject | Negative binomial regression model | en |
dc.subject | Model fits test | en |
dc.subject | Riziko | cs |
dc.subject | Pojištění trupu motoru | cs |
dc.subject | Poissonův regresní model | cs |
dc.subject | Negativní binomický regresní model | cs |
dc.subject | Model vyhovuje testu | cs |
dc.title | Modelling of Claim Frequency for a Motor Hull Insurance | en |
dc.title.alternative | Modelování četnosti pojistných škod v havarijním pojištění | cs |
dc.type | Diplomová práce | cs |
dc.contributor.referee | Guo, Haochen | |
dc.date.accepted | 2020-09-03 | |
dc.thesis.degree-name | Ing. | |
dc.thesis.degree-level | Magisterský studijní program | cs |
dc.thesis.degree-grantor | Vysoká škola báňská – Technická univerzita Ostrava. Ekonomická fakulta | cs |
dc.description.department | 154 - Katedra financí | cs |
dc.thesis.degree-program | Hospodářská politika a správa | cs |
dc.thesis.degree-branch | Finance | cs |
dc.description.result | dobře | cs |
dc.identifier.sender | S2751 | |
dc.identifier.thesis | LIU0019_EKF_N6202_6202T010_2020 | |
dc.rights.access | openAccess | |