Recurrent methods of construction of cumulative functions of risk


Cite item

Full Text

Abstract

The estimation problem of the enterprise total losses related to the improper performance of liability is considered. The total losses distribution function and density for the aggregate contracts are constructed by the recurrent methods, proposed by N. de Pril and H. Panjer. The numerical experiments based on five groups of contract portfolio are carried out. The results analysis showing the advantages and disadvantages of calculating algorithms is made. In particular, the values of means at risk obtained by H. Panjer method are superior to the corresponding values founded by N. de Pril method, and the maximum value of loss occurrence probability in the distribution density realized by H. Panjer method is less than the one, gotten by N. de Pril method. The results can be used for the further development of N. de Pril and H. Panjer approaches for estimation of total losses of risk aggregate.

About the authors

Viktor N Nikishov

Samara State University

Email: tsh-sea05@yandex.ru
(к.ф.-м.н., доц.), доцент, каф. математики и бизнес-информатики; Самарский государственный университет; Samara State University

Elena V Mikhailova

Samara State University

Email: milena82@yandex.ru
аспирант, каф. математики и бизнес-информатики; Самарский государственный университет; Samara State University

References

  1. Гранатуров В. М. Экономический риск: сущность, методы измерерния, пути снижения. М.: Дело и сервис, 1999. 111 с.
  2. Севастьянов Б. А. Курс теории вероятностей и математической статистики. М.: Наука, 1982. 256 с.
  3. De Pril N. On the exact computation of the aggregate claims distribution in the individual life model // Astin Bulletin, 1986. Vol. 16, no. 2. Pp. 109-112.
  4. De Pril N. The aggregate claims distribution in the individual model with arbitrary positive claims // Astin Bulletin, 1989. Т. 19, № 1. С. 9-24.
  5. Фалин Г. И. Математический анализ рисков в страховании. Москва: Российский юридический издательский дом, 1994. 130 с.
  6. Королев В. Ю., Бенинг В. Е., Шоргин С. Я. Математические основы теории риска. М.: Физматлит, 2007. 544 с.
  7. Panjer H. H. Recursive evaluation of a famaly of compound distributions // Astin Bulletin, 1981. Vol. 12, no. 1. Pp. 12-26.

Supplementary files

Supplementary Files
Action
1. JATS XML

Copyright (c) 2012 Samara State Technical University

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».