Riccardo Gatto – författare

​Stochastische Modelle sind bei der Bewertung von Schadensbeträgen für Versicherungen von besonderer Bedeutung. Das Buch gibt eine Einführung in die dabei verwendeten Modelle für kleine und große Schadensbeträge wie auch in die stochastische Prozesse der aktuariellen Risikotheorie (Zählprozesse und Poisson-Prozess). Zentrales Thema ist die Analyse der Ruinwahrscheinlichkeit, wobei exakte Berechnungsmethoden, asymptotische Approximationen und numerische Algorithmen wie Monte Carlo-Simulation und schnelle Fourier-Transformation vorgestellt werden. Ein Appendix mit wichtigen Resultaten der Wahrscheinlichkeitstheorie erleichtert die Lektüre dieses Buches.

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.

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.

This volume provides a unified mathematical introduction to stationary time series models and to continuous time stationary stochastic processes. The analysis of these stationary models is carried out in time domain and in frequency domain. It begins with a practical discussion on stationarity, by which practical methods for obtaining stationary data are described. The presented topics are illustrated by numerous examples. Readers will find the following covered in a comprehensive manner:At the end, some selected topics such as stationary random fields, simulation of Gaussian stationary processes, time series for planar directions, large deviations approximations and results of information theory are presented. A detailed appendix containing complementary materials will assist the reader with many technical aspects of the book.