Postadress: Internet: Matematisk statistik Matematiska institutionen Stockholms universitet Stockholm Sverige.
|
|
- Johannes Henriksson
- för 8 år sedan
- Visningar:
Transkript
1 Å Ø Ñ Ø Ø Ø Ø ËØÓ ÓÐÑ ÙÒ Ú Ö Ø Ø Ê ÔÖÓ Ð Ö Ö Ö Ò ÓÐ Ú Ö Ä Ö ÓÒ Ü Ñ Ò Ö Ø ¾¼½
2 ostadress: Matematis statisti Matematisa institutionen Stocholms universitet Stocholm Sverige Internet:
3 Å Ø Ñ Ø Ø Ø Ø ËØÓ ÓÐÑ ÙÒ Ú Ö Ø Ø Ü Ñ Ò Ö Ø ¾¼½ ØØÔ»»ÛÛÛºÑ Ø º Ùº»Ñ Ø Ø Ø Ê ÔÖÓ Ð Ö Ö Ö Ò ÓÐ Ú Ö Ä Ö ÓÒ Ñ Ö ¾¼½ Ë ÑÑ Ò ØØÒ Ò ËØÙ Ò Ò Ð Ö Ñ Ð Ø Ò ØØ Ø Ö Ñ ØØ ÐÐ Ö Ö ÑØØ Ö ØØ ÑØ Ö Ò Ú Ò Ö Ö Ò ÓÐ Ø Ö Ø ÐÐ Ð Ú ÓÐ Ø Ö Ö Ò Ú Ö Ñ Øº Ê Ò Ö ØØ Ö Ö Ò ÓÐ Ö¹ Ö Ò Ú Ö Ñ Ø Ö ØØ Ò ØÓØ Ð Ó ØÒ Ò Ú Ö Ø Ö Ø ÖÚÒØ º Ò Ò Ö Ö Ö Ð Ø Ö Ø ÐÐ Ò ØÓØ Ð Ó ØÒ Ò ÚÒØ ÚÖ ÑØ Ú Ö Ø ÓÒ º Ö ØØ ÒÒ Ö Ö ÐÒ Ò Ö Ò ØÓØ Ð Ó ØÒ Ò Ø º Å ÐÔ Ú Ø Ø Ø ÓÑ Ò ÓÑÑ Ø ÖÒ Ú Ò Ö Ö Ò ÓÐ Ø ÐÐ Ò Ò Ò Ô Ø ÓÒ Ò Ö Ö Ò ½ ¹ ½ Ö Ö ÐÒ Ò Ò Ö Ò ØÓØ Ð Ó ØÒ Ò ÒÔ Ø º ÍØ ¹ ÖÒ Ô Ö Ñ ØÖ Ö Ö ÖÑ Ö ØÖ Ö ÑØØ Ø Ø Ö Ñ ÓÑ Ò Ö Ò Ö ÑØÐ Ö Ö Ò ÓÐ ÓÑ Ö ÔÔÓÖØ Ö Ö Ò ÔÖ Ñ ¹ ÙÔÔ Ø Ö Ø ÐÐ Ò Ò Ò Ô Ø ÓÒ Òº Ò ÒÚÒ Ò Ô Ø ÓÒ Ò Ò Ò ÐÐ Ò ÐÝ Ú Ú Ò Ö Ö Ò ÓÐ Òº ÈÓ Ø Ö Å Ø Ñ Ø Ø Ø Ø ËØÓ ÓÐÑ ÙÒ Ú Ö Ø Ø ½¼ ½ ËÚ Ö º ¹ÔÓ Ø Ú Ö Ð Ö ÓÒ ÓØÑ ÐºÓѺ
4 Innehållsförtecning SAMMANFATTNING... 3 SUMMARY FÖRORD SYFT FINANSINSKTIONN INLDNING ROBLMBSKRIVNING RAORTRING TILL FINANSINSKTIONN FÖRSÄKRINGSGRNAR DATAMATRIALT SKADKVOTN Hur sadevoten beränas Medelvärde Variation Inflationsustering av sadevoten DRIFTSKOSTNADR OCH SÄKRHTSTILLÄGG FÖRDLNING FÖR TOTAL SKADKOSTNAD RISKMÅTT Beränat Solvensmått Normaliserat rismått BRÄKNINGAR ANTAGANDN SKATTNING AV ARAMTRAR Väntevärdesvetorn Kovariansmatrisen RSULTAT OCH DISKUSSION SKATTAD ARAMTRAR I SKADKVOTNS NORMALFÖRDLNING Kovariansmatrisen Korrelationsoefficienterna signifians Väntevärdesvetorn RISKMÅTT Solvensmått R1 - Normaliserat rismått med premien R2 - Normaliserat rismått med väntevärdet DRIFTSKOSTNADR ANTAGANDN SOLVNSMARGINAL SOLVNS I TRAFIKLJUST NYA SOLVNSRGLR - SOLVNS II ANDIX I. DFINITIONR OCH BTCKNINGAR DFINITIONR BTCKNINGAR BILAGA I (RDOGÖRLS SS) BILAGA II (SOLVNS II KLASSR) RFRNSR
5 Sammanfattning Studien behandlar möligheten att ta fram ett eller flera mått för att mäta risen svensa sadeförsäringsbolag åtar sig till föld av bolagets försäringsversamhet. Risen för ett försäringsbolags försäringsversamhet, är att den totala sadeostnaden överstiger det förväntade. Den an därför relateras till den totala sadeostnadens S väntevärde µ samt variation σ 2. För att finna dessa har fördelning för den totala sadeostnaden söts. Med hälp av statist som inommit från svensa sadeförsäringsbolag till Finansinspetionen för åren , har fördelningen för den totala sadeostnaden anpassats. Utifrån dessa parametrar har sedermera tre rismått tagits fram som an beränas för samtliga försäringsbolag som rapporterar sina premieuppgifter till Finansinspetionen. Dessa an användas i inspetionens finansiella analys av de svensa sadeförsäringsbolagen. Summary The study deals with the ability of developing one or more measures to evaluate the ris that Swedish non-life insurance companies assume as a result of their insurance business. This insurance ris can be defined as the ris that the total claim costs exceed the expected. The ris may therefore be related to the total claim costs S expected value µ and variationσ 2. To find these parameters, the distribution of the total claim costs was estimated using statistics provided by Swedish non-life insurance companies (FSA) to the Sweden's financial supervisory authority, for the years Based on these parameters, three ris measures have been developed that can be calculated for all insurance companies that report their premium information to the FSA. These measures may be used in Supervisory financial analysis of the Swedish non-life insurance companies. 3
6 1 Förord Denna rapport är resultatet av en studie som gorts på Finansinspetionen under år Den utgör examensarbete för filosofie magisterexamen i matematis statisti vid Stocholms universitet. Arbetet är gort på uppdrag av Finansinspetionen där Börn almgren, chefsatuarie på Finansinspetionen, har definierat arbetets uppgift. sbörn Ohlsson, Stocholms universitet samt Börn almgren, Finansinspetionen har handlett arbetet. Jag vill i detta förord passa på att taca mina handledare för stöd och hälp under arbetets gång. 1.1 Syfte Arbetets uppgift är att besriva och mäta den ris ett sadeförsäringsbolag är utsatt för till föld av sin försäringsversamhet. Genom att studera bolagens försäringsprofil (uppdelning av försäringarna i olia risgrupper) estimeras sadeförsäringsbolags totala risexponering till föld av dess försäringsversamhet. Målet är att finna ett eller flera mått på denna ris som an användas i Finansinspetionens risanalys. Detta behov har redan belysts i tidigare studier [1]. 1.2 Finansinspetionen Finansinspetionen är en myndighet som övervaar företagen på försärings-, redit- och värdepappersmarnaderna. De övergripande målen är att bidra till finanssetorns stabilitet och effetivitet samt vera för ett gott onsumentsydd [2]. Detta görs bland annat genom att bevaa de finansiella företagens centrala risområden. Till dessa risområden hör operativa riser, redit-, marnads- och lividitetsriser. Finansinspetionens versamhet delas år 2014 in i fyra saområden, Konsumentsydd, Ban, Försäring och Marnader [2]. Försäring har hand om frågor rörande försäringsföretag, försäringsmälare, understödsföreningar och större pensionsstiftelser. Risområden som speciellt betratas och analyseras inom denna avdelning är tecnings-, återförsärings- och reservsättningsriser. Område Försäring är indelat i tre avdelningar; Försäringstillsyn, Försäringsrätt och Ristillsyn försäring [2]. 4
7 å enheten Försäringsriser under avdelningen Ristillsyn försäring görs analyser över de ensilda försäringsbolagens risområden men ocså analyser av marnadsutveclingen. å denna enhet finns inspetionens atuariella ompetens samlad. Avdelningen Försäringstillsyn ansvarar för uppfölning av företagens versamhet genom platsbesö, gransning och genomgång av centrala risområden. Tillstånds- och rättsfrågor hanteras av avdelningen Försäringsrätt. Här behandlas bland annat oncessionsärenden, mälarärenden samt dispensärenden. 5
8 2 Inledning Som beant erbuder sadeförsäringsbolag sina under att täca ostnaderna för framtida sador. Som motprestation betalar försäringstagaren en förutbestämd avgift, premie, till försäringsbolaget. å detta sätt fördelas den totala ostnaden över en stor grupp försäringstagare (olletivet) se [3], sid 5. remierna som olletivet betalar in till försäringsbolaget sall täca ostnaderna för de under försäringsperioden inträffade sadorna. Men eftersom premierna betalas i försott finns det alltid en ris att premieintäten inte räcer för att täca försäringsbolagets ostnader. För att få en uppfattning om ett framtida sadeårs totala sadeostnad gör försäringsbolagen antaganden om antalet sador en portföl ommer att drabbas av samt ostnaderna för dessa sador. ftersom både antalet sador, N (för en viss portföl), och ersättningsbeloppen, X i, för dessa sador är stoastisa görs antaganden om dessa variablers sannolihetsfördelningar. Med hälp av dessa antaganden an sedan en förväntad total sadeostnad beränas se [3], sid 9. Beräningar används sedan då premienivån för det atuella sadeåret sa bestämmas. Bolagen gör sedan orretioner i denna premienivå. Korretionerna an bland annat hänföras till fatorer som apitalavastning, driftsostnader och den atuella onurrenssituationen. Den ris ett försäringsbolag är utsatt för till föld av sin försäringsversamhet ligger främst i att den totala sadeostnaden, för en viss försäringsgren, an bli högre än förväntat. n annan risfator an vara att omvärldsförändringar ger sevheter i den baomliggande statistien som försvårar prognostisering av framtida sadeostnader. Detta arbete ommer framför allt att inritas på riser som an hänföras till höga sadeostnader. Dessa riser är, som nämnts, relaterade till variationer i bolagens totala sadeostnader. n portföl med stor variation av sadeostnaden mellan åren (givet att portfölen innehåller samma risexponering från år till år) är mer risfylld än en med liten variation. Detta eftersom det är svårare att preditera den totala sadeostnaden för en portföl med stor varians. Till exempel är en portföl utan variation i total sadeostnad en helt risfri portföl, eftersom man då utan osäerhet an beräna den framtida sadeostnaden. Arbetet ommer av denna anledning fouseras på variationen av ett försäringsbolags totala sadeostnad beroende på försäringsportfölens utseende. Delmål i arbetet är att 6
9 finna mått på den förväntade sadeostnaden för en given försäringsportföl samt att finna ett variationsmått för denna sadeostnad. Med hälp av dessa två omponenter an sedan ett normerat rismått tas fram som an användas i Finansinspetionens finansiella analys av svensa sadeförsäringsbolag. Att omma fram till ett detta rismått är arbetets slutmål och det behandlas i avsnitt 3.7 och framåt. 7
10 3 roblembesrivning 3.1 Rapportering till Finansinspetionen Den baomliggande informationen i detta arbete begränsade sig till Finansinspetionens föresrift FFFS 1999:5, som föresrev svensa sadeförsäringsbolag att lämna uppgifter för analys av lönsamheten för silda sadeår. Föresriften innefattade en bilaga, allad SS-rapporten som bland annat innehöll uppgifter om premieinomst, premieintät, utbetalda försäringsersättningar och avsättningar för oreglerade sador (se bilaga I). Finansinspetionens föresrift har sedan studien förnyats ett i ett par omgångar och den senaste är från 2008 (FFFS 2008:21), informationen som används i denna studie finns doc fortsatt var i de senare föresrifterna. Rapporteringen ser årligen till inspetionen och är uppdelad på sadeår och försäringsgren. År 1998 fic blanetten nytt utseende 1. Sillnaden är främst att sadestatisti för försäringsgrenar med lång regleringstid föls upp under fler avveclingsår, se tabell 1. Till exempel rapporteras statisti från sammanlagt nio avveclingsår för försäringsgrenen företags- och fastighetsförsäring. I den tidigare versionen av SS-rapporten sulle statisti från endast fyra avveclingsår lämnas för denna försäringsgren. SS- Rapport Fr.o.m Innan 1998 Trafi Transp ort Söfart Su- och olycsfall Motor Luftfart Husdur Hem - och villa Företags - och fastighet Tabell 1: Antalet avveclingsår som sadeuppgifter lämnas på SS-rapporten för respetive försäringsgren. ftersom det nyare utseendet endast hade funnits under två rapporteringsår (1998 och 1999) när studien utfördes ommer statistien vara begränsad till den tidigare mallen. 3.2 Försäringsgrenar Försäringsversamheten hos ett sadeförsäringsbolag delas upp i olia försäringsgrenar. Uppdelningen i försäringsgrenar regleras i FFFS 2008:21. 1 Nu gällande föresrifter hösten 2014 är från
11 Försäringsgrenarnas utseende styrs alltså av FI:s föresrifter men har fastställts i samråd med försäringsbranschen. Vare försäringsgren representerar en viss typ av försäring. Till en viss grad an man därför säga att försäringar eller försärade riser inom en försäringsgren är homogena. Försäringsversamheten delas upp i nedanstående försäringsgrenar: 1. Su- och olycsfallsförsäring avser fristående försäring som inte är nuten till annan försäringsgren 2. Trafiförsäring avser obligatoris ansvarsförsäring för motorfordon enligt trafisadelagen 3. Motorfordonsförsäring avser övrig ansvarsförsäring för motorfordon samt delasoförsäring och vagnsadeförsäring. Till grenen förs även olycsfallsförsäring för fordonets förare. 4. Transportförsäring avser försäring av gods under transport oavsett transportmedel. 5. Företags- och fastighetsförsäring 6. Till Hem- och villaförsäring hänförs även fritidshus-, fritidsbåt-, rese-, smyce-, päls och urförsäringar. 7. Söfartsförsäring avser söasoförsäring och ansvarsförsäring samt därtill nuten olycsfallsförsäring. 8. Luftfartsförsäring avser asoförsäring och ansvarsförsäring samt därtill nuten olycsfallsförsäring 9. Husdursförsäring 10. Trygghetsförsäring vid arbetssada 11. Kredit- och borgensförsäring 12. Avgångbidragsförsäring å grund av försäringsgrenarnas nuvarande uppdelning an man ställa sig tvivlande till om försäringarna inom en gren an anses ha liartad ristyp. Till exempel an försäringar inom grenen företags- och fastighetsförsäring vara mycet varierande vad gäller omfattning och ristyp. Man an möligen tro att bolag med stora bestånd har liartade portföler inom vare försäringsgren, eftersom de onurrerar på samma marnad. För att få mer homogena grupper sulle man istället unna dela upp försäringarna efter de försäringslasser för vila försäringsbolagen söer oncession. Detta är en finare uppdelning ämfört med försäringsgrenarnas uppdelning (18 lasser ämfört med 12 försäringsgrenar) och utgår mer från försäringens ristyp. Inom de nya solvensregelveret (se avsnitt 6.3) ommer rapporteringslasserna att utvidgas till 28 lasser för saförsäringsbolag. 12 av dessa lasser, se bilaga II, är för diret inhems försäring medan övriga är utlandsriser som återförsäring. Alltså ommer antalet lasser för diret inhemsa riser inte utvidgas, men de an anses något mer homogena. 9
12 ftersom man vid en analys av detta slag behöver statisti över en längre tidsperiod sulle förändring av rapportering till mer homogena grupper inte omma detta arbete till användning. Däremot sulle detta på sit ge en bättre statis för analyser av detta slag. I detta arbete ommer doc statisti från de nuvarande försäringsgrenarna användas. 3.3 Datamaterialet I arbetet har information från SS-rapporteringen för rapporteringsåren används. Datamaterialet är uppdelat på försäringsgren, försäringsbolag och sadeår. För att få ett så bra statistist underlag som möligt tas uppgifter från dessa blanetter för de större försäringsbolagen i vare försäringsgren. Datamaterialet innehåller statisti motsvarande mellan 80 % och 100 % av den totala marnaden (gällande de ristäcande bolagen) för vare försäringsgren, se tabell 2. Försäringsgren Antal bolag i datamaterialet Su- och olycsfallsförsäring 3 Trafiförsäring 7 Motorfordonsförsäring 7 Transportförsäring 4 Företags- och fastighetsförsäring 5 Hem- och villaförsäring 7 Söfartsförsäring 5 Luftfartsförsäring 2 Husdursförsäring 4 Tabell 2: Försäringsgrenar, samt antalet försäringsbolag som innefattas i datamaterialet. För försäringsgrenarna trygghetsförsäring, redit- och borgensförsäring och avgångsbidragsförsäring finns ingen eller napphändig statisti vilet beror på att merparten försäringsbolagen på den svensa marnaden inte tecnar försäring i dessa grenar. Av denna anledning exluderas dessa i analysen. Huruvida detta datamaterial är omfattande nog för en analys av detta slag är en fråga man bör ställa sig. Dels an valt antal sadeår ifrågasättas, och dels an antalet försäringsbolag för vare försäringsgren disuteras. Vad gäller antalet bolag som finns med i materialet för respetive försäringsgren har det reglerats med hänsyn till den svensa försäringsmarnaden. Som nämnts täcer materialet cira % av den 10
13 svensa marnaden gällande de ristäcande bolagen. För vissa grenar betyder det endast statisti från två eller tre bolag vilet beror på att marnaden för dessa grenar domineras av ett fåtal bolag. Den andra förlaring är att utländsa försäringsbolag har tagit över en del av den svensa försäringsmarnaden inom vissa försäringsgrenar under senare år, vilet gäller för till exempel luftfartsförsäring. Då analysen är begränsad till rapportering från svensa sadeförsäringsbolag är det svårt att utöa materialet i detta hänseende. Man bör doc ha i åtane, när man senare gransar resultatet i denna studie, att datamaterialet har en viss begränsning. Vad gäller antalet sadeår som bör tas med i en analys av detta slag måste en avvägning göras mellan att dels få tillräcligt med statisti för att få så tillförlitliga sattningar som möligt, dels avgränsa tidsperioden för att få ett så homogent material som möligt. Statistien i tabell 3 nedan är hämtad från ett bolags rapportering (gällande försäringsgrenen su- och olycsfallsförsäring) från denna tidsperiod. Tabellen visar hur ett försäringsbolags reserver och utbetalningar utveclats för denna försäringsgren under sadeåren SK Utbetalda ersättningar Avveclingsår Sadeår Utgående reserv Avveclingsår Sadeår Tabell 3: Utvecling av utbetalda försäringsersättningar och reserver för ett bolag i en försäringsgren för sadeåren
14 För åren finns informationen för totalt fyra års avvecling. För resterande år ( ) finns information för mellan noll och tre avveclingsår. 3.4 Sadevoten Arbetets uppgift är att besriva och mäta den ris ett sadeförsäringsbolag är utsatt för till föld av sin försäringsversamhet. Denna ris ligger främst i att den totala sadeostnaden blir högre än förväntat. Risen är därför relaterad till variationer i bolagens totala sadeostnader. För att unna ämföra och analysera variationer i sadeutfall på grundval av statisti från flera bolag över ett antal år rävs att man normaliserar sadeostnaderna med bolagets risexponering. Förslag på mått som an mäta ett bolags risexponering är antal försäringar, antal årsriser, summa försärade belopp, premieinomsten och premieintäten per sadeår. Sillnaden mellan de två sistnämnda är att premieintäten är premier som intänats under året medan premieinomsten är totala bruttopremien som inbetalts före räensapsårets slut "se [4], sid 31. Vilet av ovanstående rismått som är att föredra beror främst på vad som sall analyseras. I detta arbete finns doc endast information om bolagens premieintäter (och premieinomster) varför detta rismått ommer att användas i analysen. n svaghet med premien som risexponeringsmått är att förändringar i premieintäten mellan åren inte nödvändigtvis beror på förändringar i risexponeringen utan an istället bero på det atuella onuntur- och onurrensläget. Förra årets sadeutfall an även påvera premienivån för nästommande år. Med andra ord behöver inte en sänt premieinomst betyda en minsad försäringsris utan an istället bero av en hårdare onurrenssituation. å linande sätt an en höd premienivå bero på ett högt sadeutfall föregående år och inte på en höd försäringsris. Fölande relation an sägas gälla för premieinomsten : [ a] = r + + Λ där r = rispremien, = driftsostnader, Λ = säerhetstillägg, a = apitalavastning Rispremien r motsvarar, den förväntade aggregerade sadeostnaden, S: r = ( S) Driftsostnaderna,, motsvarar försäringsbolagens ostnader utöver sadeostnaderna (inlusive ostnaderna för sadereglering). Dessa ostnader 12
15 an till sillnad från sadeostnaderna anses vara deterministisa eftersom de till största delen består av för bolagen fasta ostnader i form av till exempel personal och loalostnader. Med andra ord motsvarar den del av premien som sall täca driftsostnaderna inte ett risåtagande i försäringshänseende. Säerhetstillägget Λ är storleen på intäten som överstiger årets förväntade totala ostnad. Med hälp av säerhetstillägget an bolagen till exempel bygga upp en säerhetsreserv. Kapitalavastning är den förväntade eller återförda apitalavastningen till försäringsrörelsen. remien som risexponeringsmått har alltså den nacdelen att den inte bara motsvarar den förväntade sadeostnaden utan täcer även driftsostnaderna samt säerhetstillägget Λ. Senare i arbetet ommer vi att se hur rismåtten påveras av vilet normaliseringsmått som väls. Till en böran ommer doc premieintäten att användas i analysen. Med hälp av premieintäten an den så allade sadevoten, s, beränas. Den definieras som voten mellan sadeostnad, S, och premieintät,. Sadevoten beränas för respetive försäringsgren försäringsbolag och sadeår enligt: s S,, =. i,, Sadevoten är alltså ett mått på ett sadeårs sadeutfall i förhållande till samma periods premieintät och är alltså ett normaliserat sadeostnadsmått med hänsyn till premievolymen Hur sadevoten beränas För att unna beräna sadevoten måste man ha en uppfattning om sadeårets sadeostnad. För vissa försäringsgrenar dröer det doc flera år innan sadeåret an anses slutreglerat (så allade långsvansade grenar). För exempelvis trafiförsäring ränar man med att det an dröa upp till 45 år innan sadeåret är slutreglerat (på grund av svårigheter att fastställa definitiv invaliditetsgrad). Bolagen gör därför avsättningar som sa täca framtida ostnader för de oreglerade sadorna. Avsättningarna är alltså en uppsattning av framtida ostnader för de oreglerade sadorna. Innan sadeåret är slutreglerat består därför sadeostnaden av två delar: utbetalda försäringsersättningar, U, och avsättningar för oreglerade sador, R (i fortsättningen allad reserven, vilet anspelar på den äldre termen 'ersättningsreserven'). 13
16 För långsvansade grenar är reserven till en böran den dominerande delen av sadeostnaden. ftersom avsättningarna är en uppsattning av framtida ostnader finns det en osäerhetsfator vid beräningen av sadeostnaden för ännu inte slutreglerade sadeår. Sadevoten beränas m- år efter sadeårets slut som: s, R + m,,, n n= = (3.1), U För att minsa osäerheten i sadevoten, som reserven ger upphov till, bör sadeostnaden beränas tidigast två år efter sadeårets slut. Detta eftersom reserven, för flertalet försäringsgrenar, är en betydande del av sadeostnaden under de två första åren efter sadeårets slut. fter ytterligare år ommer sedan osäerheten i sadeostnaden att minsa eftersom den uppsattade delen, reserven, minsar i tat med att utbetalningar ser till försäringstagarna. Då sadeåret är slutreglerat an den slutgiltiga sadeostnaden beränas. I detta arbete an doc sadevoten inte beränas på slutreglerade sadeår eftersom rapporteringen inte innehåller tillräcligt många avveclingsår. Av denna anledning behandlas tre olia förslag för hur sadevoten an beränas för ännu inte slutreglerade sadeår: 1. Sadevoterna beränas efter en bestämd avveclingstid, till exempel efter två års avvecling. I tabell 4 nedan beränas då sadevoterna för en försäringsgren och ett försäringsbolag med hälp av marerade sadeostnader samt med premieintäten för motsvarande år. I detta exempel an sadevoter beränas för sadeåren
17 Total sadeostnad (för försäringsgren i och försäringsbolag ) 1000SK Avveclingsår Sadeår Tabell 4: xempel på statis över totala sadeostnden för en försäringsgren för sadeåren Här visas för vila sadeår sadevoter an beränas om metod 1 tillämpas (se ovan). 2. Sadevoterna beränas efter så lång avvecling som rapporteringen ger mölighet till. Detta innebär att sadevoterna beränas efter olia lång avvecling beroende på försäringsgren. För de långsvansade försäringsgrenarna ommer detta doc att leda till få observationer. Vid exemplet nedan an sadevoter beränas för sadeåren Total sadeostnad (för försäringsgren i och försäringsbolag ) 1000SK Avveclingsår Sadeår Tabell 5: xempel på statis över totala sadeostnden för en försäringsgren för sadeåren Här visas för vila sadeår sadevoter an beränas om metod 2 tillämpas (se ovan). 15
18 3. Sadevoterna beränas efter så lång avvecling som det för vare ensilt sadeår finns information om. Detta leder till en sevhet i datamaterialet eftersom sadevoterna för olia sadeår ommer att beränas efter olia lång avvecling. Total sadeostnad (för försäringsgren i och försäringsbolag ) 1000SK Avveclingsår Sadeår Tabell 6: xempel på statis över totala sadeostnden för en försäringsgren för sadeåren Här visas för vila sadeår sadevoter an beränas om metod 3 tillämpas (se ovan). Om man, enligt metod 3 ovan, beränar sadevoterna för de olia sadeåren utifrån uppgifter från det senast tillgängliga inrapporteringsåret betyder det att man får en större säerhet i beräningarna för de äldre sadeåren ämfört med de yngre. Detta gäller speciellt de långsvansade försäringsgrenarna. Detta betyder att man för dessa grenar får en sevhet i datamaterialet. För att undvia denna sevhet an man, i enlighet med metoderna 1 och 2 ovan, istället beräna sadevoterna efter m- års avvecling för samtliga sadeår. För att få en uppfattning hur sadevoten lämpligen beränas undersös nedan sadevotens medelvärde och variation för de långsvansade försäringsgrenarna Medelvärde Figur 1 nedan visar genomsnittet av sadevoterna de senaste tio åren beränade efter olia avveclingsår. Sadevoterna har beränats enligt evation 3.1 (där sadeostnaden definieras som summa utbetalt samt för tidpunten atuell reserv). Det är svårt att se en tydlig gemensam trend för hur sadevoterna utveclas beroende på hur långt efter sadeåren de beränas. 16
19 Sadevoter - Su- och olycsfallsförsäring 1 Sadevoter s 0,9 0,8 0,7 0,6 0,5 Bolag 1 Bolag 2 Bolag 3 Bolag Avveclingsår, a Sadevoter- Trafiförsäring 1,2 Bolag 1 sadevot s 1,1 1 0,9 0, Bolag 2 Bolag 3 Bolag 4 Bolag 5 Bolag 6 Avveclingsår a Sadevoter- Företag- och fastighetsförsäring 0,9 Sadevot s 0,8 0,7 0,6 0,5 0, Bolag 1 Bolag 2 Bolag 3 Bolag 4 Bolag 5 Avveclingsår, a Figur 1: Medelvärde för sadevoterna för ett antal försäringsbolag i tre olia försäringsgrenar. I figuren an man se hur sadevoternas medelvärde utveclas beroende på antalet avveclingsår som löpt innan sadevoterna beränas. Vid beräningarna har ingen ustering gorts för inflation. Detta an bero på att olia försäringsbolag, i enlighet med inspetionens erfarenhet, an ha olia reservsättningspolicy. Då vissa bolag endast avsätter 17
20 förväntad sadeostnad för de oreglerade sadorna an vissa avsätta förväntad sadeostnad plus en säerhetsmarginal. Detta för att man hellre ser avveclingsvinster än avveclingsförluster då sadeåret är slutreglerat. Detta betyder att vissa bolags sadevoters väntevärde, ), ommer att avta ( s i,, med tiden medan andra bolag ommer att ha en mer trendlös utvecling på väntevärdet. Figur 1 ovan tyder på att de flesta bolags sadevoter avtar med tiden, vilet innebär att en maoritet av bolagen har en försitig inställning vid reservsättningen Variation Figur 2 nedan visar hur sadevoternas varians förändras beroende på hur lång tid efter sadeåret de beränas. Sticprovsvariansen har här beränats per försäringsbolag med hälp av uppgifter om premie, utbetalda försäringsersättningar och reserver för åren för ett antal försäringsgrenar. För att göra dessa sattningar har sadeåren antagits oberoende. De beränade sadevoterna från åren har alltså antagits vara oberoende observationer från de stoastisa variablerna s,, a. Här betecnar a hur många avveclingsår som gått då sadevoten beränats. Sattad varians av sadevoterna - Su- och olycsfallsförsäring Sattad varians, S 0,3 0,2 0, Bolag 1 Bolag 2 Bolag 3 Bolag 4 Avveclingsår, a Sattad varians av sadevoterna - Företagoch fastighetsförsäring Sattad varians, s^2 0,3 0,25 0,2 0,15 0,1 0, Bolag 5 Bolag 4 Bolag 3 Bolag 2 Bolag 1 Avveclingsår, a 18
21 Sattad varians av sadevoterna - Trafiförsäring Sattade varians, s^2 0,04 0,03 0,02 0, Bolag 1 Bolag 2 Bolag 3 Bolag 4 Bolag 5 Avveclningsår, a Figur 2: Sticprovsvariationen för sadevoterna för ett antal försäringsbolag i tre olia försäringsgrenar. I figuren an man se hur variationen utveclas beroende på antalet avveclingsår som löpt innan sadevoterna beränas. Figur 2 visar att det ofta gäller att variansen öar med tiden för sadevotens beräningsår. Detta betyder att man, för långsvansade grenar, allmänt får en lägre varians på sadevoten om den beränas med information från tidigare avveclingsår. ftersom risen är relaterad till variationer i sadeostnaden, för vare försäringsgren, innebär detta att man får en för låg sattning av risen om sadevoterna beränas efter för ort avveclingstid. n förlaring till ovanstående fenomen är att sadeostnaden (den stoastisa variabeln) under de första avveclingsåren till stor del består av avsättningar för oreglerade sador. Avsättningarna är, som tidigare nämnts, en uppsattning av de förväntade framtida ostnaderna för dessa sador. Då detta i sig alltså är ett väntevärde försummas variansen i denna del av sadeostnaden. För något försäringbolag suner variansen under delar av den analyserade perioden, till exempel för Bolag 5 mellan avveclingsår två till fyra. Förlaring till detta an vara att mindre onservativa och robusta reservsättningsmetod har använts, där stor vit ges till änd sadeostnad under de tidiga avveclingsåren. I tat med att sadeåren åldras består sadeostnaden till allt större del av utbetalda försäringsersättningar, vilet innebär att den uppsattade delen av sadeostnaden får allt mindre betydelse. Av denna anledning är det rimligt att tro att variansen öar i tat med att reserven minsar. För att minimera risen för att undervärdera försäringsriserna bör därför sadevoterna beränas då en så stor del som möligt av sadeostnaderna är slutreglerade. För att undvia sevheter i datamaterialet bör även sadevoterna beränas efter lia lång avvecling för alla sadeår. fter hur 19
22 lång avvecling sadevoterna sa beränas an bestämmas genom att se på statisti över försäringsgrenarnas avveclingstat. Se tabell 7. Avvec lingsår Trafi Transport Söfart Su- och olycsfall Motor Luftfart Husdur Hemoch villa Företagsoch fastighet 0 0,27 0,58 0,22 0,20 0,76 0,63 0,90 0,68 0,36 1 0,51 0,95 0,53 0,39 0,95 0,88 0,98 0,96 0,73 2 0,58 0,97 0,68 0,59 0,99 0,92 0,97 0,95 0,82 3 0,64 0,69 0,87 4 0,70 0,69 0,89 Tabell 7: Andelen acumulerade utbetalda försäringsersättningar av total sadeostnad per försäringsgren. Tabell 7 visar hur stor del av den totala sadeostnaden som är avveclad efter respetive avveclingsår för de olia försäringsgrenarna. Som redan nämnts siler sig antalet avveclingsår åt mellan försäringsgrenarna i rapporteringen till Finansinspetionen. ftersom man inte änner den slutgiltiga sadeostnaden har information från senaste inrapportering för vare sadeår använts vid beräningarna av andelen avveclad sadeostnad. För att uppnå en avveclingsnivå på cira 3/4 av den totala sadeostnaden (som efter gransning av variansens utvecling i tiden bedöms vara en rimlig nivå) rävs för de långsvansade försäringsgrenarna (trafiförsäring och suoch olycsfallsförsäring) en period på minst fyra års avvecling. Sadevoterna ommer därför beränas efter fyra års avvecling för de försäringsgrenar där denna statisti är tillgänglig. För övriga försäringsgrenar ommer sadevoterna beränas efter två års avvecling. Av beräningsmetoderna som presenterades tidigare i avsnittet har alltså metod 2 använts. Se tabell 8. Trafi Transport Söfart Su- och olycsfall Motor Luftfart Husdur Hemoch villa Företagsoch fastighet Tabell 8: Antalet avveclingsår som löpt innan sadevoterna i detta arbete beränats. Detta innebär att sadevoterna, med hälp av befintlig statist an beränas för sadeåren för långsvansade försäringsgrenar och för sadeåren för övriga försäringsgrenar. Totalt sätt ommer därför statisti över sadevoterna finnas tillgänglig för sadeåren Inflationsustering av sadevoten För långsvansade försäringsgrenar ser utbetalningar för ett sadeår under en lång tidsperiod, se figur 3 nedan. Detta får som föld att reservens storle 20
23 förändras under samma tidsperiod. Om sadevoten beränas efter en längre tids avvecling bör man därför disutera huruvida utbetalningarna vid de olia tidpunterna bör usteras med avseende på inflationen. Detta eftersom värdet av utbetalningarna under avveclingsperioden inte är detsamma som summan av de fatisa utbetalningarna. Väler man att ustera utbetalningarna an man även disutera huruvida premien och reserven bör usteras. Till detta bör man även beata möligheten att bolagen i modellerna för premiesättningen gör antaganden om framtida inflation och ränta. Även vid reservsättning an bolagen göra linande antaganden (disonterade reserver). Huruvida bolagen, för de i studien atuella rapporteringsåren, gorde ränteantaganden an antas bero på hur lång avvecling affären i försäringsgrenen väntas ha. I FFFS 2008:28, Finansinspetionens föresrifter och allmänna råd om årsredovisning i försäringsföretag, med senaste uppdatering år 2013, largörs detta: I sådan versamhet där en sada an omma att slutregleras först avsevärd tid efter det att den inträffade, exempelvis olia slag av ansvarsförsäring, sa försäringsföretaget ta den hänsyn som rävs till förväntad utvecling som an påvera sadeostnaderna. Vidare står att disontering av reserver endast får göras då: Den förväntade genomsnittliga återstående tiden till sadeutbetalning sa vara minst fyra år för den berörda gruppen av sador. remie och utbetalningar för ett sadeår remie Inflation Utbetalningar utan inflation Figur 4: Schematis bild över hur premie och utbetalningar utveclas med tiden för ett specifit sadeår. Den övre delen av de utbetalda försäringsersättningarna anger effeten av den inflation som onstaterats mellan sadeåret och året för utbetalningen. 21
24 Nedan presenteras en hypotes för hur sadevoterna bör beränas då hänsyn tas till inflationen (för de in studien atuella sadeåren). Hypotes Bolagen beränar premien utan explicita antaganden om framtida inflation. Den merostnad som inflationen bidrar till antas täcas av avastningen på reservsatt apital (premiereserv och avsättningar för oreglerade sador). Utbetalda försäringsersättningar tillhörande ett visst sadeår usteras för inflation som onstaterats mellan sadeåret och utbetalningsåret. I figur 4 ovan innebär det att man inte tar med de övre delarna (lust marerade) av de utbetalda försäringsersättningarna då man beränar sadevoterna. ftersom värdet av utbetalningarna usterats till sadeårets penningvärde behöver premien inte usteras för inflation. Om sadevoten beränas innan sadeåret är slutreglerat (vilet är atuellt i detta arbete) måste även frågor rörande reservens storle behandlas. Reservens storle är uppsattad att täca framtida ostnader för oreglerade sador. Även här an bolagen sila sig i sina antaganden om ränta och utbetalningstat. Det är inte osannolit att bolagen före 1996 beränade reserverna med realränteantagandet noll, så allad implicit disontering med en ränta som antas motsvara framtida inflation exat. Av denna anledning an man säga att reserven är usterad för eventuell framtida inflation. Däremot bör reserven usteras för den inflation som onstaterats mellan sadeåret och året då storleen på reserven bestämdes. Hypotesen ovan ger oss att sadevoterna bör beränas enligt fölande: s, = R, λ m, + m n=, U,, n λ n, (3.2) där λ, m betecnar ett inflationsindex som usterar penningvärdet till år. Inflationsustering görs med hälp av prisbasbelopp. I arbetet ommer beräningar fortsättningsvis att göras med sadevoter beränade enligt 3.2. Sedan 1996 tillämpas U:s redovisningsdiretiv för försäring, vilet inte tillåter implicit disontering. Med nuvarande låga inflationsförväntningar får detta mycet liten effet. I en utveclad modell an man doc behöva överväga 22
25 vad som är lämplig metod för en orret omräning till sadeårets penningvärde av en odisonterad respetive disonterad reserv. 3.5 Driftsostnader och säerhetstillägg Som nämnts finns det brister i att använda premieintäten som normaliseringsmått vid beräning av sadevoten. Detta eftersom premien inte bara består av rispremien r, som är beränad att täca de förväntade sadeostnaderna, utan ocså består av driftsostnads- och säerhetstillägg samt förväntad apitalavastning ( = r + + Λ [ a] ). ftersom vi i detta arbete inte har tillgång till rispremien, har premieintäten används som normaliseringsmått. För att se hur varianssattningarna påveras utifrån vilen normalisering som används vid beräning av sadevoten görs fölande ämförelse: Sadevoten beränas med hälp av premieintäten som normaliseringsmått S S s = = r + + Λ. [ a] Variansen på sadevoten beränas som: S S Var ( s) = Var( ) = Var( r+ + Λ r ( r+ + Λ ) [ a] Var( ) r 2 S S r ) = Var( ) [ a] r r+ + Λ [ a] = Sadevoten beränas med hälp av rispremien som normaliseringsmått s = S r Variansen på sadevoten beränas som: S Var ( s) = Var( ) r ftersom det gäller att variansberäningarna: r r+ + Λ a [ ] < 1 fås fölande olihet vad gäller S S Var ( ) > Var( ) r 23
26 Med andra ord får vi en lägre sattning av variansen på sadevoten om premieintäten används som risexponeringsmått ämfört med om rispremien används vid beräning av sadevoten. När vi med hälp av sadevotens sannolihetsfördelning beränar fördelningen för sadeostnaden får vi doc samma varianssattningar vid de två olia beräningarna: Med premieintäten som risexponeringsmått fås: 2 S (r+ + Λ [ a] ) Var( ) = Var( S) Med rispremien r som risexponeringsmått fås: S r 2 Var ( ) = Var( S) r Vid den övre beräningen förutsätts doc att samtliga bolag har samma driftsostnader samt säerhetstillägg Λ (eftersom bolagens sadevoter antas ha samma sannolihetsfördelning, vilet vi ommer att se senare). Givetvis gäller detta inte. Snarare an man anta att storleen på driftsostnaderna är proportionella mot rispremien r. Av denna anledning är premien med avdrag för driftsostnaderna ett bättre risexponeringsmått. Vad det gäller säerhetstillägget är det mycet svårt att bilda sig en uppfattning om hur de olia försäringsbolagen siler sig åt vid premieberäningen. Därför är det svårt att (med den information vi har tillgång till) rensa premiemåttet från säerhetstillägget, Λ. Fölande normaliseringsmått ommer därför användas vid beräning av sadevoterna: i, = r + Λ = där, = observerad driftsostnad för försäringsgren i och för i försäringsbolag. Vi får nu fölande definition av den från driftsostnader rensade sadevoten, s i, : s = R λ m + m n= U, n λ n (3.3) 24
27 3.6 Fördelning för total sadeostnad tt av arbetets mål är att finna ett mått på den ris ett sadeförsäringsbolag är utsatt för till föld av sin försäringsversamhet. Detta mått bör unna appliceras på samtliga sadeförsäringsbolag med en betydande försäringsversamhet i en eller flera försäringsgrenar. Risen är som nämnts relaterad till variationer i sadeostnaden för de olia försäringsgrenarna. Genom att försöa estimera ett möligt sadeutfall utifrån ett bolags premieintäter inom de olia försäringsgrenarna sulle man få en uppfattning av den ris bolaget är utsatt för till föld av sin försäringsversamhet. Än mer intressant vore att få en uppfattning om det framtida totala sadeutfallets varians. Låt oss se sadeostnaderna, för nästa års sador (år ), för ett bolag (bolag ): S 1,,, S2,,, S3,,,..., Sn,, för de n olia försäringsgrenarna som en vetor av stoastisa variabler. För att unna estimera sadeostnaderna måste man göra antaganden om dess sannolihetsfördelning. ftersom sadeutfallet för ett bolag är beroende av dess premieintät börar vi med att titta på sadevoterna för respetive försäringsgren och antar att dessa är normalfördelade. Antagandet om normalfördelningen disuteras vidare i avsnitt 5.4. ftersom man an anta att sadevoternas fördelning är oberoende av sadeåret fås med ovanstående antagande att: s1, s2, M ~ N( µ, Λ), där sn 1, s n, µ 1, µ 2, µ = M och µ n 1, µ n1, σ σ Λ = M σ n σ σ σ M n2 L L O L σ σ σ 1n 2n M nn. 25
28 Här är µ väntevärdet och Λ är ovariansmatrisen för den flerdimensionella stoastisa variabeln s, s,..., s ). Vetorn representerar sadevoterna ( 1, 2, n, för försäringsgrenarna 1 till n, för försäringsbolag nummer. Med ovanstående antaganden om sadevoternas sannolihetsfördelning samt med information om sadeårets premieintät,,..., ), fås fölande fördelning för sadeostnaderna, S, : i ( 1, 2, n, S S M S S där 1, 2, n 1, n, = 1, 2, n 1, M n, s s s s 1, 2, n 1, n, ~ N( B µ, BΛB ) B = 1, 0 M 0 0 M 0 2, L L O L 0 0 M n,. Ovan har antagits att sadevoternas fördelning är specifi för vare försäringsgren och försäringsbolag. För att unna finna ett mått på risen som an appliceras på samtliga bolag (eller i alla fall en maoritet av dessa) gäller att fördelning inte är bolagsspecifi. Fördelningen för den totala sadeostnaden, S, i en nytecnad portföl med premien,,..., ) fås sedan som: ( 1, 2, n, S = S, ~ N(1 B,1 BΛB 1 i µ ) (3.4) i där ( ) 1 =. 3.7 Rismått Utifrån antagandet att sadevoternas slumpvariation är normalfördelad samt sattningar för väntevärde och ovarians an den förväntade totala sadeostnaden, S samt dess onfidensintervall beränas, med hälp av premieintäterna för en nytecnad portföl,,..., ). ( 1, 2, n, 26
29 3.7.1 Beränat Solvensmått För att mäta den ris ett bolag är utsatt för an man med hälp av väntevärdet µ och variansen σ 2 för den totala sadeostnaden söa dess percentil Z, α : Z, = + z σ (3.5) α µ α Därefter an fölande differens beränas: RS = Z i,,α (3.6) i Differensen RS an tolas som ett enelt solvensmått för ett försäringsföretag. Solvensmarginalen är det minsta rav på fria medel ett bolag måste ha, se avsnitt 6. RS är ämfört med solvensmarginalen mer fouserad på försäringsbolagens risexponering i de olia försäringsgrenarna. Här sulle en portföl med stor exponering i en risfylld gren leda till större solvensmarginal ämfört med en mer risbalanserad portföl. Sannolihetsfördelning för total sadeostnad Sannolihet T. ex. 5 % sadereserv sadereserv + apitalbas Figur 5: Sannolihetsfördelningen för total sadeostnad. I figuren är onfidensintervallets övre gräns,, marerad. Z, α Figur 5 ovan är en schematis bild hur ett solvensmått enligt ovan an tolas. Den lodräta mareringen till höger symboliserar percentilen Z, där det i detta fall gäller att α =0, 05. Reserven för de oreglerade sadorna, täcer det förväntade sadeutfallet (med en liten säerhetsmarginal). Dessa avsättningar är marerade med ett vågrätt strec nedtill i figuren. De fria medlen, apitalbasen sall sedan täca ostnaderna upp till Z., α, α 27
30 n fråga som måste behandlas vid beräningar enligt ovan är vilen risgrad 1- α som sa välas. Detta eftersom valet av onfidensgraden ommer spela en avgörande roll för resultatet av RS. tt högre värde på 1-α leder till större rav på den erforderliga solvensmarginalen för försäringsbolagen. n annan frågeställning som bör disuteras är vilen hänsyn det beränade solvensmåttet RS sa ta till försäringsföretagens återförsäringsprogram. Detta an främst göras på två sätt: 1. Solvensmåttet uttrycs med hälp av premien för egen räning. å detta sätt tar man diret hänsyn till återförsärarens andel av affären. Detta sätter doc stort förtroende till de återförsärare bolagen använder, samt att bolagens återförsäringsprogram täcer de tilltänta riserna. Vid ice proportionell återförsäring finns det en ris att återförsäringsprogrammet ice täcer det fatisa sadeutfallet fullt ut (så allat genombrott). 2. Solvensmåttet uttrycs med bruttopremien och regleras därefter på lämpligt sätt efter andelen återförsärad affär. Detta sulle till exempel unna regleras genom att multiplicera det erhållna solvensmåttet med voten mellan försäringsersättningar för egen räning (f.e.r) och försäringsersättningar brutto. å detta sätt får man ett mått på hur stor del av affären som försäringsbolaget står för. Solvensmarginalen i solvensdelarationen beränas med hälp av premieindex och sadeindex (se avsnitt 6) som bland annat beränas utifrån uppgifter om premieinomst brutto. Indexen usteras sedan på linande sätt som besrivs i punt två ovan. Beräningen av premie- och sadeindex har doc en begränsningsregel som säger att voten, för reducering med hänsyn till avgiven återförsäring, inte får understiga 0,5. Det ter sig därför enlast att på sätt som besrivs i punt 2 ustera måttet avseende återförsärad affär. Om man använder sig av ovan nämnda begränsningsregel fås fölande solvensmått, Råf, där hänsyn är tagen till återförsärarens andel av affären: försäringsersättningar f. e. r. vot = försäringsersättningar brutto = maximum(vot; 0,5) Råf = ( Z, α i,, * c, )* = RS (3.7) * i Kvoten ovan beränas lämpligen med siffror från atuell solvensdelaration. 28
31 3.7.2 Normaliserat rismått För att unna mäta ett försäringsbolags ris till föld av sin försäringsversamhet i förhållande till bolagets totala risexponering måste man, till sillnad mot rismåttet ovan, sapa ett normaliserat rismått. Med hälp av ett normaliserat rismått an Finansinspetionen i sin analys av försäringsriser ämföra försäringsföretagen mot varandra. Detta eftersom dessa rismått är beränade i förhållande till vare bolags risexponering. Av denna anledning har dessa mått ingen enhet. Nedan finns två förslag på hur man sulle unna definiera ett dylit rismått: Z R1 = 100*, α i i = 100* i RS Z, α µ zα σ R2 = 100* = 100* µ µ R1 beränas alltså med hälp av solvensmåttet RS. Solvensmåttet normaliseras med den totala premieintäten (efter orretion för driftsostnader), och ger därför en indiation på bolagens solvensmått (enligt RS ) i förhållande till dess premievolym. tt högt värde på R1 antyder därför att bolaget är utsatt för en hög ris till föld av sin försäringsversamhet i förhållande till total premievolym. R2 beränas som halva onfidenslängden ( z väntevärdet µ. α σ ) normaliserad med Kvoterna multipliceras med hundra för att tolningen av rismåtten sa bli lättare (procent av premien alternativt procent förväntad sadeostnad). 29
32 4 Beräningar För att finna de rismått som besrivs i avsnitt 3.7 måste vi först bestämma parametrarna µ och Λ i den flerdimensionella variabeln s, s,..., s ). För att omma fram till dessa måste först ett antal ( 1,, 2,, n,, antaganden göras. 4.1 Antaganden För vare försäringsgren an fölande modell för sadevoterna, upp: s i,, sättas s, µ i + α + ε, =, där µ = Väntevärdet totalt per försäringsgren, i α = Det :te bolagets avvielse från totala väntevärdet, ε = Kvarstående slumpvariation. i,, Vidare görs fölande antagande: 2,, i ε i ~ N(0, σ ) och Cov ε ε = σ. ( i1,,, i ) 2,, i1i2 Här antas alltså att sadevoterna har samma väntevärde oberoende av sadeår och försäringsbolag. Antagandet att försäringsbolagens sadevoter är oberoende an ifrågasättas men görs för att vi senare sa unna finna ett rismått som an appliceras på samtliga bolag med betydande versamhet i en eller flera försäringsgrenar. 4.2 Sattning av parametrar Väntevärdesvetorn Med modell och antagande enligt avsnitt 4.1 ovan får vi fölande sattning av sadevoternas, s,, väntevärde µ i för vare försäringsgren i: m i ( f h = 1 ˆ µ i = där m i = 1 ( f + 1) ˆ µ + 1) 30
33 f, = antalet frihetsgrader för försäringsbolag i i f försäringsgren +1 = antalet observationer för försäringsbolag i försäringsgren ˆµ = det sattade väntevärdet för sadevoterna i försäringsgren i och försäringsbolag. µˆ i är ett vägt medel av försäringsbolagens sattade väntevärden i försäringsgren ˆµ. Väntevärdet ˆµ för vare ensilt försäringsbolag sattas genom maximum lielihoodmetoden som: ˆµ 1 = n n i, = 1 s, ftersom åren i datamaterialet antas vara oberoende är antalet observationer lia med antalet år ( ) Kovariansmatrisen För observationer från en flerdimensionell normalfördelad population, X 1, X 2,..., X n, med medelvärde µ och ovariansmatris Λ gäller att µˆ = X w och n Λ ˆ 1 = ( X X )( X X ), n 1 = är maximum lielihood estimaten för µ och Λ, se [6], sid 182. lementen i ovariansmatrisen sattas bolagsvis. Vidare gäller att respetive försäringsföretag an ha olia lång sadehistori för olia försäringsgrenar, vilet innebär att vare element i ovariansmatrisen sattas med för den tillgänglig data. Kovariansmatrisens element för det :te försäringsföretaget, mellan det första (1) och i:te försäringsgrenen sattas därför som: 31
34 1 ˆ σ µ n 1, = ( s1,, ˆ µ 1, )( s, ˆ ) n = 1 Där n är antalet sadeår med data för dessa båda försäringsgrenar. Kovarianserna vägs sedan samman med hälp av frihetsgrader mellan de bolag som har affär i de atuella försäringsgrenarna: mi f s, h ˆ σ sp, = 1 ˆ σ sp =. m i = 1 f s, 32
35 5 Resultat och disussion Som nämnts sattas parametrarna i sadevoten sannolihetsfördelningen med hälp av uppgifter tagna från SS-rapporten under åren , vilet betyder att sadevoter an beränas för sadeåren Detta eftersom olia försäringsgrenar beränas efter olia lång avvecling. Resultatet av sattningarna presenteras i fölande avsnitt. 5.1 Sattade parametrar i sadevotens normalfördelning Kovariansmatrisen I tabell 9 har ovariansmatrisen för s, s,..., s ) sattats med hälp av sadevoter enligt avsnitt 4. Kovariansmatris Su- och olycsfall ( 1, 2, n, Trafi Motor Transport Företagsoch fastighet Hemoch villa Söfart Luftfart Husdur Su & olycsf 0,023 0,000-0,017-0,007-0,009-0,008 0,012-0,022-0,018 Trafi 0,000 0,021 0,009 0,005-0,001 0,005 0,014-0,009-0,018 Motor -0,017 0,009 0,027 0,011 0,005 0,014 0,018 0,013 0,024 Transport -0,007 0,005 0,011 0,039 0,004 0,014 0,003-0,003 0,041 Företag & fastig -0,009-0,001 0,005 0,004 0,051 0,010 0,001 0,005 0,024 Hem & villa -0,008 0,005 0,014 0,014 0,010 0,030 0,000 0,005 0,036 Söfart 0,012 0,014 0,018 0,003 0,001 0,000 0,429 0,042 - Luftfart -0,022-0,009 0,013-0,003 0,005 0,005 0,042 0,105 - Husdur -0,018-0,018 0,024 0,041 0,024 0, ,062 Tabell 9: Sadevoternas sattade ovariansmatris. Med hälp av ovariansmatrisen an även orrelationerna mellan försäringsgrenarna beränas, se [8], sid 132. ρ = Cov( X, Y ) Var( X ) Var( Y) 33
Uppgifter övning I8: Uppgift nr 1 Sealine AB
Uppgifter övning I8: Uppgift nr 1 Sealine AB Rederiet Sealine AB har undersöt specialfartygsmarnaden under senaste året för 700 000 r och funnit en lämplig fartygsstorle, som det an tecna ontrat på. Vid
Läs merVariansjämförelse av excess-of-loss-kontrakt med och utan aggregerat självbehåll
Matematis statisti Stocholms universitet Variansjämförelse av excess-of-loss-ontrat med och utan aggregerat självbehåll Sabina Jusupovic Examensarbete 003:9 Postadress: Matematis statisti Matematisa institutionen
Läs mer1974 Nr 622. Bilaga 1. Indelning i försäkringskategorier som ska tillämpas vid beräkning av de storheter som följer av de försäkringstekniska riskerna
1974 Nr 622 Bilaga 1 Indelning i försäringsategorier som sa tillämpas vid beräning av de storheter som följer av de försäringstenisa riserna Försäringsategori Försäringslasser Diretförsäring Lagstadgad
Läs merFaktorer som påverkar aktiefondsparandet
Kandidatuppsats vårterminen 2006 Nationaleonomisa institutionen EKONOMIHÖGSKOLAN VID LUNDS UNIVERSITET Fatorer som påverar atiefondsparandet en studie av fem grupper fondsparare på den svensa atiefondsmarnaden
Läs merIdentification Label. Student ID: Student Name: Elevenkät Fysik. Skolverket Bo Palaszewski, Projektledare 106 20 Stockholm
Identification Label Student ID: h Student Name: Elevenät Fysi Solveret Bo Palaszewsi, Proetledare 106 20 Stocholm International Association for the Evaluation of Educational Achievement Copyright IEA,
Läs merRiktlinjer för rapportering av räntestatistikblankett MIR
(5) Ritlinjer för rapportering av räntestatistiblanett MIR (200-09-30) 2 2(5) Innehållsförtecning sida Posternas innehåll... 3. Referensperiod... 3.2 Löptidsfördelning av utlåning... 4.3 Definition av
Läs merDriftskostnader -150 tkr
Uppgift övning I4: Uppgift nr 1 Bima AB Bima AB tär öppna en biltvättanläggning och har därför öpt in en anläggning som är installerad och färdig att tas i drift vid årssiftet. Följande gäller för biltvättanläggningens
Läs mer1 Föreläsning IV; Stokastisk variabel
1 FÖRELÄSNING IV; STOKASTISK VARIABEL 1 Föreläsning IV; Stoastis variabel Vi har tidigare srivit P (1, 2, 3, 4, 5) = P (C) för sannoliheten för att få 1, 2, 3, 4 eller 5 vid ett tärningsast. Vi sall använda
Läs merJämförande skogsvärderingar för områdesskydd
Jämförande sogsvärderingar för områdessydd rapport 6450 otober 2011 Jämförande sogsvärderingar för områdessydd Slutrapport NATURVÅRDSVERKET Beställningar Ordertel: 08-505 933 40 Orderfax: 08-505 933 99
Läs mer1 Föreläsning II, Vecka I, 5/11-11/11, avsnitt 2.3
1 Föreläsning II, Veca I, 5/11-11/11, avsnitt 2.3 1.1 Kombinatori Ex 2.1 I ett rutnät går man åt höger eller uppåt. Hur många vägar finns det mellan A och B? B A Vi har 8 (del-)sträcor att välja uppåt
Läs merInstruktioner för rapportering av räntestatistikblankett MIR
1 1(13) Instrutioner för rapportering av räntestatistiblanett MIR NOVEMBER 2014 Rapporteringen av räntestatisti för monetära finansinstitut (MFI) görs i den så allade MIR-blanetten. I RBFS 2014:2 ges generella
Läs mer1 Föreläsning II, Vecka I, 21/1-25/11, 2019, avsnitt
1 Föreläsning II, Veca I, 1/1-5/11, 019, avsnitt.3 1.1 Kombinatori Exempel 1.1 I ett rutnät går man åt höger eller uppåt. Hur många vägar finns det mellan A och B? B A Vi har 8 (del-)sträcor att välja
Läs merUppföljning av Ky- och Yh-utbildning 2011
Uppföljning av Ky- och Yh-utbildning 2011 Tenis rapport 2011-11-28 1(9) Inledning Enheten för statisti om utbildning och arbete vid Statistisa centralbyrån (SCB) genomförde under hösten 2011 en postenät
Läs merPostadress: Internet: Matematisk statistik Matematiska institutionen Stockholms universitet 106 91 Stockholm Sverige
ËØÓ ÓÐÑ ÙÒ Ú Ö Ø Ø Å Ø Ñ Ø Ø Ø Ø ËØ Ø Ø Ñ Ö Ð Ñ ÐÐ Ò Ü ØÝ Ò ÓÒ ÖÓ ØÚ ÔÓÖØ Ð ÑÓ ÐÐ Ö Î ÖÓÒ À ÓÖØ Ö Ü Ñ Ò Ö Ø ¾¼¼ ÁËËƼ¾ ¾¹ ½ Postadress: Matematis statisti Matematisa institutionen Stocholms universitet
Läs merTentamen MVE300 Sannolikhet, statistik och risk
Tentamen MVE3 Sannolihet, statisti och ris 215-6-4 l. 8.3-13.3 Examinator: Johan Jonasson, Matematisa vetensaper, Chalmers Telefonvat: Johan Jonasson, telefon: 76-985223 31-7723546 Hjälpmedel: Typgodänd
Läs merSekventiellt t-test av skillnaden i väntevärden mellan två normalfördelade stickprov
Sekventiellt t-test av skillnaden i väntevärden mellan två normalfördelade stickprov Jenny Areskogh Kandidatuppsats i matematisk statistik Bachelor Thesis in Mathematical Statistics Kandidatuppsats 2009:9
Läs merFINLANDS FÖRFATTNINGSSAMLING
FINLANDS FÖRFATTNINGSSAMLING tgiven i Helsingfors den 21 november 2011 1144/2011 Social- och hälsovårdsministeriets förordning om beräning av gränserna för sadeförsäringsbolagens orrigerade solvensapital
Läs merKursens mål är, förutom faktakunskaper om kursinnehållet, att ge:
Inlämningsuppgifter i Funtionsteori För att man sa bli godänd på ursen rävs att såväl tentamen som inlämningsuppgifter och laborationer är godända. Inlämningsuppgifterna är alltså obligatorisa. Enligt
Läs mer2 x dx = [ x ] 1 = 1 ( 1 (1 0.9) ) 100 = /
Föreläsning 5: Matstat AK för I, HT-8 MATEMATISK STATISTIK AK FÖR I HT-8 FÖRELÄSNING 5: KAPITEL 4.6 7: SUMMOR, MAXIMA OCH ANDRA FUNKTIONER AV S.V. KAPITEL 5. : VÄNTEVÄRDEN, LÄGES- OCH SPRIDNINGSMÅTT EXEMPEL
Läs merCentrala gränsvärdessatsen (CGS). Approximationer
TNG006 F7 25-04-2016 Centrala gränsvärdessatsen (CGS. Approximationer 7.1. Centrala gränsvärdessatsen Vi formulerade i Sats 6.10 i FÖ6 en vitig egensap hos normalfördelningen som säger att en linjär ombination
Läs merEN 1990 Eurokod: Grundläggande dimensioneringsregler för bärande konstruktioner Elisabeth Helsing, Boverket
EN 1990 Eurood: Grundläggande dimensioneringsregler för bärande onstrutioner Elisabeth Helsing, Boveret EN 1990 den innehåller de grundläggande dimensioneringsreglerna för bärande onstrutioner och är uppdelad
Läs merOm register och imputering av binära variabler. Preliminär version:
Om register och imputering av binära variabler av Thomas Laitila 1,2, Anders Holmberg 1, Emma Snölilja 1 1 Statistisa Centralbrån, SE-701 89 Örebro 2 Handelshögsolan, Örebro universitet, SE-701 82 Örebro
Läs merAutomatiska registreringar i lösdriftsstallar som indikatorer på begynnande hälsoproblem - Slutrapport
Automatisa registreringar i lösdriftsstallar som indiatorer på begynnande hälsoproblem - Slutrapport Inledning För att effetivisera arbetet i stora besättningar är det önsvärt att all information om den
Läs merförutsättningar och mål
ÖP 2002 Tanums ommun 2 Vissa grundläggande förutsättningar och mål Kapitel 2 Vissa grundläggande förutsättningar och mål Tanums ommun allmänna drag Tanums ommun har en omväxlande, ri natur- och ulturmiljö
Läs merKalibreringsrapport. Bilaga 1(6)
Bilaga 1(6) Kalibreringsrapport 1 Inlening I en urvalsunersöning är allti sattningarna behäftae me urvalsfel beroene på att enast en elmäng (urval) av populationen stueras. Ett annat fel uppommer om vi
Läs merL HOSPITALS REGEL OCH MACLAURINSERIER.
L HOSPITALS REGEL OCH MACLAURINSERIER Läs avsnitten 73 och 8-82 Lös övningarna 78-75, 82, 84a,b, 85a,c, 89, 80 samt 8 Avsnitt 73 L Hospitals regel an ibland vara till en viss nytta, men de flesta gränsvärden
Läs merBinomialtal. Olof Bergvall. Algebra och Kombinatorik Stockholms Universitet 1 / 13
1 / 13 Olof Bergvall Algebra och Kombinatori Stocholms Universitet 2 / 13 Definition: Antalet sätt att välja en delmängd med element ur en mängd med n element betecnas. Talen ( n ) allas binomialtal eller
Läs merArbetsutvecklingsrapport
Arbetsutveclingsrapport Vad tycer bruarna? Den andra länsgemensamma bruarundersöningen för personer med insatsen bostad med särsild service enligt LSS Författare: Eva Rönnbäc Rapport: nr 2011:7 ISSN 1653-2414
Läs merRSA-kryptering. Torbjörn Tambour
RSA-rytering Torbjörn Tambour RSA-metoden för rytering har den seciella och betydelsefulla egensaen att metoden för rytering är offentlig, medan metoden för derytering är hemlig. Detta an om man funderar
Läs merMultiplikationsprincipen
Kombiatori Kombiatori hadlar oftast om att räa hur måga arragemag det fis av e viss typ. Multipliatiospricipe Atag att vi är på e restaurag för att provsmaa trerättersmåltider. Om det fis fyra förrätter
Läs merEnvägs variansanalys (ANOVA) för test av olika väntevärde i flera grupper
Envägs variansanalys (ANOVA) för test av olika väntevärde i flera grupper Tobias Abenius February 21, 2012 Envägs variansanalys (ANOVA) I envägs variansanalys utnyttjas att
Läs merdt = x 2 + 4y 1 typ(nod, sadelpunkt, spiral, centrum) och avgöra huruvida de är stabila eller instabila. Lösning.
Lösningsförslag till tentamenssrivning i SF633 Differentialevationer I Måndagen den 5 otober 0, l 0800-300 Hjälpmedel: BETA, Mathematics Handboo Redovisa lösningarna på ett sådant sätt att beräningar och
Läs merHur Keplers lagar för planetrörelser följer av Newtons allmänna fysikaliska lagar.
Hur Keplers lagar för planetrörelser följer av Newtons allmänna fysialisa lagar. 1. Newtons gravitationslag och Newtons andra lag. Vi placerar ett rätvinligt oordinatsystem i solsystemet med solens medelpunt
Läs merÌ ÆÌ Å Æ ËØ Ø Ø ÑÓ ÐÐ Ö Ò Ö Á ÌÅ˽ ¼ ÑÒ Ò Ò ½ Ñ Ö ¾¼¼ Ð Ô Îº ÂÓÙÖ ÂÓ Ò Ù Ø Ú ÓÒ Ò Òº ½ À ÐÔÑ Ð ÍØ Ð ÓÖÑ Ð ÑÐ Ò Ñ Ø ÐÐ Ö Ì Ô ÙÖ Ò ÒÚÒ ÓÖ Ð Ø Ó ØÝÔ Ó Ò Ö Ò Ó º ÈÓÒ Ö Ò Ò ÍÔÔ Ø ÖÒ Ö Ú ÖÚ Ð ØÝÔ Ö Ò Ø ØØ ÐØ
Läs merLösningsförslag Dugga i Mekanik, grundkurs för F, del 2 September 2014
Lösningsförslag Dugga i Meani, grundurs för F, del 2 Septemer 2014 Till varje uppgift finns det ett lösningsförslag som exempel på hur uppgiften an lösas. Lösningsförslaget visar även hur lösningen ungefärligt
Läs merLaboration 3: Stora talens lag, centrala gränsvärdessatsen och enkla punktskattningar
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK LABORATION 3 MATEMATISK STATISTIK AK FÖR CDIFYSIKER, FMS012/MASB03, HT12 Laboration 3: Stora talens lag, centrala gränsvärdessatsen och enkla
Läs merI4 övning. praktikfallsövning. I5 datorlabb. I8 övning. Investeringsbedömning: I1 F (OS) Grundmodeller och begrepp I2 F (OS)
Investeringsbedömning: I1 F (OS) I2 F (OS) I3 F (OS) Grundmodeller och begrepp Prisförändringar och inflation Kalylering med hänsyn till Satt I4 övning I5 datorlabb pratifallsövning I6 F (OS) I7 F (OS)
Läs merEtapp 2 trafikljusmodellen skadebolag och försäkringsrisker inkluderas i modellen från och med 2007
PROMEMORIA Datum 006-05-3 FI Dnr 06-4001-30 Finansinspektionen P.O. Box 6750 SE-113 85 Stockholm [Sveavägen 167] Tel +46 8 787 80 00 Fax +46 8 4 13 35 finansinspektionen@fi.se www.fi.se Etapp trafikljusmodellen
Läs merSTATISTISKA CENTRALBYRÅN
STATISTISKA CENTRALBYRÅN 2013-04-12 1(7) Kalibreringsrapport 1 Inlening I en urvalsunersöning är allti sattningarna behäftae me urvalsfel beroene på att enast en elmäng (urval) av populationen stueras.
Läs merKalibreringsrapport Elevpaneler - enkätundersökning
STATISTISKA CENTRALBYRÅN 014-05-8 1(6) Kalibreringsrapport Elevpaneler - enätunersöning 1 Inlening I en urvalsunersöning är allti sattningarna behäftae me urvalsfel beroene på att enast en elmäng (urval)
Läs mer1 Jag själv lärde om detta av en kollega som, kanske, heter Joel Andersson
1 Kryptering 11 Vi sall 1 idag titta lite på ryptering, och mera specifit hur elliptisa urvor används i ryptering, såallad ECDSA Vi sall ocså se ett atuelt exempel på hur detta inte sall användas 12 Problemet
Läs merBetrakta kopparutbytet från malm från en viss gruva. För att kontrollera detta tar man ut n =16 prover och mäter kopparhalten i dessa.
Betrakta kopparutbytet från malm från en viss gruva. Anta att budgeten för utbytet är beräknad på att kopparhalten ligger på 70 %. För att kontrollera detta tar man ut n =16 prover och mäter kopparhalten
Läs merLektionsanteckningar 11-12: Normalfördelningen
Lektionsanteckningar 11-12: Normalfördelningen När utfallsrummet för en slumpvariabel kan anta vilket värde som helst i ett givet intervall är variabeln kontinuerlig. Det är väsentligt att utfallsrummet
Läs merFördjupad dokumentation av statistiken
Jordbrusveret FÖRDJUPAD DOKUMENTATION AV STATISTIKEN 1(30) Fördjupad doumentation av statistien Arrendepriser på jordbrusmar 2008 Referensperiod: 2007-2008 Produtod(er): JO 1002 Senast uppdaterad: 2009-08-24
Läs merStokastiska Processer och ARIMA. Patrik Zetterberg. 19 december 2012
Föreläsning 7 Stokastiska Processer och ARIMA Patrik Zetterberg 19 december 2012 1 / 22 Stokastiska processer Stokastiska processer är ett samlingsnamn för Sannolikhetsmodeller för olika tidsförlopp. Stokastisk=slumpmässig
Läs merKalibreringsrapport. Bilaga 1(6)
Bilaga 1(6) Kalibreringsrapport 1 Inlening I en urvalsunersöning är allti sattningarna behäftae me urvalsfel beroene på att enast en elmäng (urval) av populationen stueras. Ett annat fel uppommer om vi
Läs merSTATISTIKENS FRAMSTÄLLNING
Statistiens framställning version 1 1 (13) STATISTIKENS FRAMSTÄLLNING Undersöningarna av barns levnadsförhållanden (Barn-ULF) Ämnesområde Levnadsförhållanden Statistiområde Barns levnadsförhållanden Produtod
Läs merDEL I. Matematiska Institutionen KTH
1 Matematisa Institutionen KTH Lösningar till tentamenssrivning på ursen Disret Matemati, moment A, för D2 och F, SF161 och SF160, den 9 mars 2009 l 14.00-19.00. DEL I 1. (p Lös reursionsevationen med
Läs merBetalningsbalansen Sverige 2010 Betalningsbalansen Bytesbalansen Export Import Netto Varor Tjänster
Reetition Handelsteori och internationell finansteori Bruttonationalroduten, BNP BNP definieras som allt som roduceras inom ett land för slutlig användning, vi sa alltså inte räna med det som företagen
Läs merTentamen del 2 SF1511, , kl , Numeriska metoder och grundläggande programmering
KTH Matemati Tentamen del 2 SF1511, 2017-03-16, l 800-1100, Numerisa metoder och grundläggande programmering Del 2, Max 50p + bonuspoäng (max 4p) Inga hjälpmedel Rättas endast om del 1 är godänd Betygsgränser
Läs merEuropaparlamentsval, valdeltagandeundersökningen
Statistisa centralbyrån SCBDOK 3.2 1 (18) Europaparlamentsval, valdeltagandeundersöningen 2014 ME0110 Inneåll 0 Allmänna uppgifter... 2 0.1 Ämnesområde... 2 0.2 Statistiområde... 2 0.3 SOS-lassificering...
Läs merSnabba accelerationers inverkan på gods under transport
Snabba accelerationers inveran på gods under transport November 2001 Prof. Christian Högfors CENTRE FOR BIOMECHANICS P. O. Box 36046 SE-40013, Göteborg, Sweden 0 Eje Flodström, Anders Sjöbris MariTerm
Läs merTrafikljus stresstest för försäkrings- och driftskostnadsrisker inom livförsäkring
PROMEMORIA Datum 007-07-0 FI Dnr 07-1171-30 Fnansnspetonen Författare Bengt von Bahr, Göran Ronge P.O. Box 6750 SE-113 85 Stocholm [Sveavägen 167] Tel +46 8 787 80 00 Fax +46 8 4 13 35 fnansnspetonen@f.se
Läs merUppsala Universitet Matematiska Institutionen Bo Styf. Genomgånget på sammandragningarna.
Uppsala Universitet Matematisa Institutionen Bo Styf Basurs, 5 hp Distans 0-0-3 Genomgånget på sammandragningarna. Sammandragning, 5/ 0: Handlade om ombinatori multipliationsprincipen, permutationer, ombinationer,
Läs merOm användning av potensserier på kombinatorik och rekursionsekvationer
Om användning av potensserier på ombinatori och reursionsevationer Anders Källén MatematiCentrum LTH andersallen@gmailcom Sammanfattning Vid analys av både ombinatorisa problem och för att lösa reursionsevationer
Läs mer4.5 LOKALBUSSTERMINAL PÅ LAHOLMSVÄGEN, ALT B1, B2 OCH B3
an Kungsgatan HALMSTADS 4.5 LOKALTERMINAL Å LAHOLMSVÄGEN, ALT B1, B2 OCH B3 Sysonhamnsgatan 30 05 65 +5 Lof Samtliga dessa förslag bygger på att man behåller befintlig järnvägsbro över. Docningsterminalen
Läs merEnergimarknadsinspektionens författningssamling
Energimarnadsinspetionens författningssamling Utgivare: Göran Morén (chefsjurist) ISSN: 2000-592X Utom från trycet den Klica på pilen och välj datum Energimarnadsinspetionens föresrifter om vad som avses
Läs merIV. Ekvationslösning och inversa funktioner
Analys 360 En webbaserad analysurs Grundbo IV. Evationslösning och inversa funtioner Anders Källén MatematiCentrum LTH andersallen@gmail.com IV. Evationslösning och inversa funtioner 1 (11) Introdution
Läs merInlämningsuppgifter i Funktionsteori, ht 2018
Inlämningsuppgifter i Funtionsteori, ht 208 För att man sa bli godänd på ursen rävs att såväl tentamen som inlämningsuppgifter och laborationer är godända. Inlämningsuppgifterna är alltså obligatorisa.
Läs merFöreläsning 11: Mer om jämförelser och inferens
Föreläsning 11: Mer om jämförelser och inferens Matematisk statistik David Bolin Chalmers University of Technology Maj 12, 2014 Oberoende stickprov Vi antar att vi har två oberoende stickprov n 1 observationer
Läs mera k . Serien, som formellt är följden av delsummor
Kapitel S Mer om serier I dettapitel sall vi fortsätta att studera serier, ett begrepp som introducerades i Kapitel 9.5 i boen, framförallt sa vi bevisa ett antal onvergensriterier. Mycet ommer att vara
Läs merUppgift 2. För två händelser A och B gäller P(A B)=0.5, P ( A ) = 0. 4 och P ( B
TENTAMEN I MATEMATISK STATISTIK Datum: 3 juni 8 Ten i ursen HF3, 6H3, 6L3 MATEMATIK OH MATEMATISK STATISTIK, Ten i ursen HF ( Tidigare n 6H3), KÖTEORI OH MATEMATISK STATISTIK, Ten i ursen HF4, (Tidigare
Läs merPLANERING MATEMATIK - ÅK 7. Bok: X (fjärde upplagan) Kapitel : 1 Tal och räkning Kapitel : 2 Stort, smått och enheter. Elevens namn: Datum för prov
PLANERING MATEMATIK - ÅK 7 HÄLLEBERGSSKOLAN Bok: X (fjärde upplagan) Kapitel : 1 Tal och räkning Kapitel : 2 Stort, smått och enheter Elevens namn: markera med kryss vilka uppgifter du gjort Avsnitt: sidor
Läs merKollektiv. konsolidering. - vägledning för livförsäkringsbolag och tjänstepensionskassor 2009-04-03
Kollektiv 2009-04-03 konsolidering - vägledning för livförsäkringsbolag och tjänstepensionskassor INNEHÅLL FÖRORD 1 KOLLEKTIV KONSOLIDERING 2 Tillämpningsområde 2 Nivå och gränser för kollektiv konsolidering
Läs merLaboration 2: Sannolikhetsteori och simulering
LUNDS TEKNISKA HÖGSKOLA MATEMATIKCENTRUM MATEMATISK STATISTIK LABORATION 2 MATEMATISK STATISTIK AK FÖR CDIFYSIKER, FMS012/MASB03, HT13 Laboration 2: Sannolikhetsteori och simulering Syftet med den här
Läs merFöreläsning 1. Repetition av sannolikhetsteori. Patrik Zetterberg. 6 december 2012
Föreläsning 1 Repetition av sannolikhetsteori Patrik Zetterberg 6 december 2012 1 / 28 Viktiga statistiska begrepp För att kunna förstå mer avancerade koncept under kursens gång är det viktigt att vi förstår
Läs merTrafikljus utvidgat med stresstest för försäkrings- och driftskostnadsrisker inom livförsäkring
PROMEMORIA Datum 007-03-01 FI Dnr 07-1171-30 Fnansnspetonen Författare Bengt von Bahr, Göran Ronge P.O. Box 6750 SE-113 85 Stocholm [Sveavägen 167] Tel +46 8 787 80 00 Fax +46 8 4 13 35 fnansnspetonen@f.se
Läs merÖversikt. Effektiva algoritmer. En telefonlista. Algoritm
Översit Effetiva algoritmer Håan Jonsson Slides och od av Fredri Bengtsson Algoritm? Vad är det? Effetiva algoritmer En telefonlista! Hur hittar man namnet? I telefonlistan Två olia metoder Slutsatser
Läs mer6.4 Svängningsrörelse Ledningar
6.4 Svängningsrörelse Ledningar 6.166 b) Krafterna i de båda fjädrarna är lia stora och lia med raften på roppen (inses genom att man frilägger roppen och de två fjädrarna var för sig). Kroppens förflyttning
Läs merMatematisk statistik
HF, repetitionsblad Mateatis statisti Uppgift Fördelningsfuntionen för en ontinuerlig stoastis variabel X är F ( x) cx x < x x > Bestä värdet på onstanten c, edianen och täthetsfuntionen för X a) Enligt
Läs merTentamen i Mekanik SG1130, baskurs. Problemtentamen
013-03-14 Tentamen i Meani SG1130, basurs. OBS: Inga hjälpmedel förutom rit- och srivdon får användas KTH Meani 1. Problemtentamen En ub med massa m står lutad mot en vertial sträv vägg och med stöd på
Läs merSamplingfördelningar 1
Samplingfördelningar 1 Parametrar och statistikor En parameter är en konstant som karakteriserar en population eller en modell. Exempel: Populationsmedelvärdet Parametern p i binomialfördelningen 2 Vi
Läs mer5 Klämkraft och monteringsmoment
5 Klämraft och monteringsmoment 5 Klämraft och monteringsmoment Målsättningen med ett sruvförband är att sapa en lämraft mellan de sammanfogade delarna. Sruvförbandets målvärde är således dess lämraft.
Läs merRättningstiden är i normalfall 15 arbetsdagar, till detta tillkommer upp till 5 arbetsdagar för administration, annars är det detta datum som gäller:
Matematisk Statistik Provmoment: Ladokkod: Tentamen ges för: Tentamen TT091A TGMAS15h 7,5 högskolepoäng TentamensKod: Tentamensdatum: 30 Maj Tid: 9-13 Hjälpmedel: Miniräknare (nollställd) samt allmänspråklig
Läs merbetecknas = ( ) Symmetriska egenskaper hos derivator av andra ordningen. (Schwarzs sats)
PARTIELLA DERIVATOR Partiella derivator deinieras enom ränsvärden Deinition Låt vara en reellvärd untion deinierad på en öppen mänd n n Ω R Den partiella derivatan av i punten Aa a n Ω med avseende på
Läs merFöreläsning 12: Regression
Föreläsning 12: Regression Matematisk statistik David Bolin Chalmers University of Technology Maj 15, 2014 Binomialfördelningen Låt X Bin(n, p). Vi observerar x och vill ha information om p. p = x/n är
Läs merProv i matematik Fristående kurs Analys MN1 distans UPPSALA UNIVERSITET Matematiska institutionen Anders Källström
UPPSALA UNIVERSITET Matematisa institutionen Anders Källström Prov i matemati Fristående urs Analys MN1 distans 6 11 Srivtid: 1-15. Hjälpmedel: Gymnasieformelsamling. Lösningarna sall åtföljas av förlarande
Läs merLösningsförslag envariabelanalys
Lösningsförslag envariabelanalys 2 28-8-3. Evationen är linjär och har det arateristisa polynomet p(r) r 3 r 2 + 4r 4 (r 2 + 4)(r ). Således ges lösningarna till den homogena evationen p(d)y h av y h C
Läs merSTOCKHOLMS UNIVERSITET Statistiska institutionen Michael Carlson (examinator) VT2017 TENTAMEN I GRUNDLÄGGANDE STATISTIK FÖR EKONOMER 2017-04-20 LÖSNINGSFÖRSLAG Första version, med reservation för tryck-
Läs merÁÒÒ ÐÐ ÓÑ ØÖ Ð Ö Ð Ñ ÒØ ÓÔ ÒØÓ Ð¹Ã Û Ö ÞÑ Ð Ö Ø Ð Ö ÔÖ Ø ÙØ ÓÖÑ ÙÒ Ö ½ ¼¼¹ Ó ½ ¼¼¹Ø Рغ Î Ø º ÖØ ¾
Å Ø Ñ Ø Ò ¾¼½¾¹¼ ¹½ Æ Ö Ò Ð Ð Ö Ò ØÓÖ Æ Ð Ö ÓÒ Ò Ð º Ö ÓÒ Úº ½ ÁÒÒ ÐÐ ÓÑ ØÖ Ð Ö Ð Ñ ÒØ ÓÔ ÒØÓ Ð¹Ã Û Ö ÞÑ Ð Ö Ø Ð Ö ÔÖ Ø ÙØ ÓÖÑ ÙÒ Ö ½ ¼¼¹ Ó ½ ¼¼¹Ø Рغ Î Ø º ÖØ ¾ Ð Ö Ð Ñ ÒØ ÓÑ ØÖ Ð Ñ ÒØ ÙÔÔ Ú Ö Ö Ú Ò
Läs merF3 Introduktion Stickprov
Utrotningshotad tandnoting i arktiska vatten Inferens om väntevärde baserat på medelvärde och standardavvikelse Matematik och statistik för biologer, 10 hp Tandnoting är en torskliknande fisk som lever
Läs merAnalys av medelvärden. Jenny Selander , plan 3, Norrbacka, ingång via den Samhällsmedicinska kliniken
Analys av medelvärden Jenny Selander jenny.selander@ki.se 524 800 29, plan 3, Norrbacka, ingång via den Samhällsmedicinska kliniken Jenny Selander, Kvant. metoder, FHV T1 december 20111 Innehåll Normalfördelningen
Läs merPM Väg Inledning. 2. Översiktsplanen. Uppdrag Klockelund Beställare Stockholm Stad
o:sto2svg201513200160813_tenitdoumentbesrivningarpm väg 73-locelund.docx Väg 73 Uppdrag Klocelund Beställare Stocholm Stad Datum 2017-03-10 Ramböll Sverige AB Box 17009, Krumaargatan 21 104 62 Stocholm
Läs merDigital signalbehandling Kamfilter och frekvenssamplande filter
Institutionen för eletroteni 999--9 Kamfilter och frevenssamplande filter I frevenssamplande filter utgår vi från en filterstrutur som har ett stort antal nollställen i frevensgången och modellerar filtrets
Läs merInlämningsuppgifter i Funktionsteori, vt 2016
Inlämningsuppgifter i Funtionsteori, vt 2016 För att man sa bli godänd på ursen rävs att såväl tentamen som inlämningsuppgifter och laborationer är godända. Inlämningsuppgifterna är alltså obligatorisa.
Läs mer7.5 Experiment with a single factor having more than two levels
7.5 Experiment with a single factor having more than two levels Exempel: Antag att vi vill jämföra dragstyrkan i en syntetisk fiber som blandats ut med bomull. Man vet att inblandningen påverkar dragstyrkan
Läs merdenna del en poäng. 1. (Dugga 1.1) och v = (a) Beräkna u (2u 2u v) om u = . (1p) och som är parallell
Kursen bedöms med betyg, 4, 5 eller underänd, där 5 är högsta betyg. För godänt betyg rävs minst 4 poäng från uppgifterna -7. Var och en av dessa sju uppgifter an ge maximalt poäng. För var och en av uppgifterna
Läs merInlämningsuppgifter i Funktionsteori, vt1 2012
Inlämningsuppgifter i Funtionsteori, vt1 01 För att man sa bli godänd på ursen rävs att såväl tentamen som inlämningsuppgifter och laborationer är godända. Inlämningsuppgifterna är alltså obligatorisa.
Läs merBeräkningsmodell för anslutning av vindkraftverk till elnätet
Högsolan på Gotland Wind Power Technology Vårterminen 2007 Beräningsmodell för anslutning av vindraftver till elnätet Daniel Asplund 16 mars 2007 Sammanfattning Nya vindraftsanläggningar planeras på en
Läs merIntroduktion. Konfidensintervall. Parade observationer Sammanfattning Minitab. Oberoende stickprov. Konfidensintervall. Minitab
Uppfödning av kyckling och fiskleveroljor Statistiska jämförelser: parvisa observationer och oberoende stickprov Matematik och statistik för biologer, 10 hp Fredrik Jonsson vt 2012 Fiskleverolja tillsätts
Läs merTentamen Tillämpad statistik A5 (15hp)
Uppsala universitet Statistiska institutionen A5 2014-08-26 Tentamen Tillämpad statistik A5 (15hp) 2014-08-26 UPPLYSNINGAR A. Tillåtna hjälpmedel: Miniräknare Formelsamlingar: A4/A8 Tabell- och formelsamling
Läs merFöreläsning 6 (kap 6.1, 6.3, ): Punktskattningar
Föreläsning 6 (kap 6.1, 6.3, 7.1-7.3): Punktskattningar Marina Axelson-Fisk 4 maj, 2016 Stickprov (sample) Idag: Stickprovsmedelvärde och varians Statistika (statistic) Punktskattning (point estimation)
Läs merMVE051/MSG Föreläsning 7
MVE051/MSG810 2016 Föreläsning 7 Petter Mostad Chalmers November 23, 2016 Överblick Deskriptiv statistik Grafiska sammanfattningar. Numeriska sammanfattningar. Estimering (skattning) Teori Några exempel
Läs merFöreläsning 7: Punktskattningar
Föreläsning 7: Punktskattningar Matematisk statistik Chalmers University of Technology September 21, 2015 Tvådimensionella fördelningar Definition En två dimensionell slumpvariabel (X, Y ) tillordnar två
Läs merJämförelse av två populationer
Föreläsning 10 (Kap. 9.1-9.3, 10.1-10.3): Jämförelse av två populationer Marina Axelson-Fisk 18 maj, 2016 Goodness-of-fit test Kontingenstabeller Idag: Jämförelse av två medelvärden Jämförelse av två varianser
Läs merSTATISTIKENS FRAMSTÄLLNING
Statistiansvarig myndighet Statistisa centralbyrån Statistiens framställning version 1 1 (9) STATISTIKENS FRAMSTÄLLNING Elevpaneler för longitudinella studier Ämnesområde Utbildning och forsning Statistiområde
Läs merFöreläsning 7: Punktskattningar
Föreläsning 7: Punktskattningar Matematisk statistik Chalmers University of Technology April 27, 2015 Tvådimensionella fördelningar Definition En två dimensionell slumpvariabel (X, Y ) tillordnar två numeriska
Läs merF8 Skattningar. Måns Thulin. Uppsala universitet Statistik för ingenjörer 14/ /17
1/17 F8 Skattningar Måns Thulin Uppsala universitet thulin@math.uu.se Statistik för ingenjörer 14/2 2013 Inledande exempel: kullager Antag att diametern på kullager av en viss typ är normalfördelad N(µ,
Läs merSF2715 Tillämpad kombinatorik Kompletterande material och övningsuppgifter Del I
SF2715 Tillämpad ombinatori Kompletterande material och övningsuppgifter Del I Jaob Jonsson 2 augusti 2009 Detta häfte innehåller ompletterande material till Del I av ursen SF2715 Tillämpad ombinatori,
Läs merLösningsförslag till tentamen MVE465, Linjär algebra och analys fortsättning K/Bt/Kf
Lösningsförslag till tentamen MVE4, Linjär algebra och analys fortsättning K/Bt/Kf 64 l. 8.3.3 Examinator: Thomas Wernstål, Matematisa vetensaper, Chalmers Telefonvat:, telefon: Hjälpmedel: Inga hjälpmedel
Läs mer