Skip to main content
Book cover

Stochastische Modelle der aktuariellen Risikotheorie

Eine mathematische Einführung

  • Textbook
  • © 2020

Overview

  • Kompakte und prägnante Einführung zu stochastischen Prozessen mit aktuariellen Anwendungen
  • Für fortgeschrittene Bachelor- oder Masterstudierende der Mathematik oder Statistik sowie (angehende oder praktizierende) Aktuare und Versicherungsmathematiker
  • Enthält Aufgaben verschiedener Schwierigkeitsgrade mit ausführlichen Lösungen

Part of the book series: Masterclass (MASTERCLASS)

  • 14k Accesses

This is a preview of subscription content, log in via an institution to check access.

Access this book

eBook USD 19.99
Price excludes VAT (USA)
  • Available as EPUB and PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book USD 29.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Other ways to access

Licence this eBook for your library

Institutional subscriptions

Table of contents (9 chapters)

Keywords

About this book

Dieses Buch führt mathematisch präzise in die stochastischen Modelle ein, die bei der Bewertung von Schadensbeträgen für Versicherungen von besonderer Bedeutung sind. Abgedeckt werden Modelle für kleine und große Schadensbeträge, Modelle für extreme Ereignisse, Risikomaße, sowie die stochastischen Prozesse der aktuariellen Risikotheorie: Zählprozesse, zusammengesetzte Prozesse, Erneuerungsprozesse und Poisson-Prozesse. Zentrales Thema ist die Bestimmung der Ruinwahrscheinlichkeit des Versicherers. In diesem Zusammenhang werden analytische Lösungen, asymptotische Approximationen sowie numerische Algorithmen wie die Monte-Carlo-Simulation vorgestellt.

Gute Grundkenntnisse in der Wahrscheinlichkeitstheorie werden vorausgesetzt, doch ein Anhang mit den wichtigsten Resultaten erleichtert die Lektüre dieses Buches.

Das Buch ist geeignet für fortgeschrittene Bachelor- oder Masterstudierende der Mathematik oder Statistik mit entsprechender Vertiefungsrichtung. Darüber hinaus richtet es sich an Kandidaten, die das Diplom der Schweizerischen Aktuarvereinigung (SAV) erwerben oder sich auf das Diplom der Society of Actuaries (SOA) vorbereiten möchten. Auch praktizierende Versicherungsmathematiker, die ihre technischen Kenntnisse vertiefen wollen, werden angesprochen.

Die vorliegende zweite Auflage enthält theoretische Ergänzungen, insbesondere Resultate über die Fluktuationen der Summe und der zusammengesetzten Summe, d.h. des Gesamtschadensbetrages einer Periode. Darüber hinaus erleichtern nun neue Aufgaben verschiedener Schwierigkeitsgrade und mit ausführlichen Lösungen das Selbststudium.

Authors and Affiliations

  • Institut für Mathematische Statistik, Universität Bern, Bern, Switzerland

    Riccardo Gatto

About the author

Prof. Dr. Riccardo Gatto hält seit 1999 Vorlesungen im Bereich stochastischer Modelle und mathematischer Methoden der aktuariellen Risikotheorie am Institut für Mathematische Statistik und Versicherungslehre der Universität Bern sowie am Department of Statistics and Applied Probability der University of California, Santa Barbara.

Bibliographic Information

  • Book Title: Stochastische Modelle der aktuariellen Risikotheorie

  • Book Subtitle: Eine mathematische Einführung

  • Authors: Riccardo Gatto

  • Series Title: Masterclass

  • DOI: https://doi.org/10.1007/978-3-662-60924-8

  • Publisher: Springer Spektrum Berlin, Heidelberg

  • eBook Packages: Life Science and Basic Disciplines (German Language)

  • Copyright Information: Der/die Herausgeber bzw. der/die Autor(en), exklusiv lizenziert an Springer-Verlag GmbH, DE, ein Teil von Springer Nature 2020

  • Softcover ISBN: 978-3-662-60923-1Published: 26 March 2020

  • eBook ISBN: 978-3-662-60924-8Published: 25 March 2020

  • Series ISSN: 2731-3557

  • Series E-ISSN: 2731-3565

  • Edition Number: 2

  • Number of Pages: X, 288

  • Number of Illustrations: 18 b/w illustrations

  • Topics: Actuarial Sciences, Probability Theory and Stochastic Processes

Publish with us