Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/78838
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorจิราพรรณ สุนทรโชติ-
dc.contributor.authorกิตติวัฒน์ วรเกตุ-
dc.contributor.otherจุฬาลงกรณ์มหาวิทยาลัย. คณะวิทยาศาสตร์-
dc.date.accessioned2022-06-16T03:09:03Z-
dc.date.available2022-06-16T03:09:03Z-
dc.date.issued2563-
dc.identifier.urihttp://cuir.car.chula.ac.th/handle/123456789/78838-
dc.descriptionโครงงานเป็นส่วนหนึ่งของการศึกษาตามหลักสูตรปริญญาวิทยาศาสตรบัณฑิต สาขาวิชาคณิตศาสตร์ คณะวิทยาศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย ปีการศึกษา 2563en_US
dc.description.abstractแบบจำลองความเสี่ยงมีความสำคัญมากต่อบริษัทประกันในการประมาณค่าความเสี่ยงของ บริษัทประกัน กลุ่มของแบบจำลองความเสี่ยงที่เราใช้วิเคราะห์หรือวัดความเสี่ยงของบริษัทประกัน ภัย คือ กลุ่มของแบบจำลองความเสี่ยงพื้นฐานที่มีการรบกวน การแจกแจงของจำนวนเคลมประกัน ส่วนมากจะมีการแจกแจงแบบปันซง อย่างไรก็ตาม คุณสมบัติการมีค่าเฉลี่ยและความแปรปรวน เท่ากันของการแจกแจงปันซงอาจจะไม่เหมาะสมสำหรับข้อมูลที่มีการกระจายมากๆ ดังนั้นการ แจกแจงแบบกระบวนการเชิงประกอบจึงถูกนำเสนอขึ้นอาทิเช่นการแจกแจงแบบกระบวนการปันซง เชิงประกอบ อย่างไรก็ตาม ในสถานการณ์การเกิดมูลค่าความเสียหายทั้งหมด ถ้าค่าความเสียหาย น้อยกว่ามูลค่าการรับผิดชอบส่วนแรกที่ผู้เอาประกันต้องจ่าย ผู้เอาประกันจะไม่แจ้งบริษัทประกัน ทำให้ข้อมูลของบริษัทประกันจึงมีความถี่ของจำนวนการเคลมเป็นศูนย์ค่อนข้างสูง ในขณะที่การ แจกแจงปันซงเดิมมีน้ำหนักในการเกิดศูนย์ต่ำ ดังนั้นเราจึงนำเสนอแนวคิดการแจกแจงแบบกระบวน ปันซง-ปันซงที่มีผลกระทบจากศูนย์เฟ้อ นำไปสู่การสร้างตัวแบบความเสี่ยงเชิงสโตแคสติกบนฐาน ของการแจกแจงที่มีศูนย์เฟ้อ ยิ่งไปกว่านั้น เราจะศึกษาคุณสมบัติทางทฤษฎีความน่าจะเป็น และความน่าจะเป็น ในการล้มละลายen_US
dc.description.abstractalternativeRisk models are very important for insurers in estimating risk of insurance policies. One family of risk models which can be used to analyse or determine such insurance policy’s risk levels is the family of the classical risk models with interference. The most common distribution for claim counts considered is the poisson distribution. However, the property of having equal mean and variance of the poisson distribution may not hold in some applications in particular when the data is overdispersed. Therefore, alternative compound process distributions have been proposed such as compound poisson process, However, in some contracts with deductible if the damage value is less than the deductible level, then the insured will not get paid from the insurer. Therefore, the insured will not notify the insurer, so the insurer’s information has a high frequency of zero claims, which the original poisson distribution has lower probability of zero occurrence. Consequently, we introduce the concept of poisson-zero inflated poisson distribution to construct a stochastic risk models based on zero inflated distribution. Moreover, we study its probabilistic probabilities and obtain its ruin probability.en_US
dc.language.isothen_US
dc.publisherจุฬาลงกรณ์มหาวิทยาลัยen_US
dc.rightsจุฬาลงกรณ์มหาวิทยาลัยen_US
dc.subjectกระบวนการสโตแคสติคen_US
dc.subjectความเสี่ยง (ประกันภัย)en_US
dc.subjectStochastic processesen_US
dc.subjectRisk (Insurance)en_US
dc.titleตัวแบบความเสี่ยงเชิงสโตแคสติกบนฐานของการแจกแจงที่มีศูนย์เฟ้อen_US
dc.title.alternativeStochastic Risk Models based on Zero Inflated Distributionen_US
dc.typeSenior Projecten_US
dc.degree.grantorจุฬาลงกรณ์มหาวิทยาลัยen_US
Appears in Collections:Sci - Senior Projects

Files in This Item:
File Description SizeFormat 
63-SP-MATH-003 - kittiwat woragate.pdf48.15 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.