Não foi possível enviar o arquivo. Será algum problema com as permissões?

Essa é uma revisão anterior do documento!


Resumo

Resumo

A Inferência Bayesiana possui uma série de aplicações nas áreas financeira e atuarial aonde métodos computacionalmente intensivos são utilizados no desenvolvimento de modelos para constituição de provisões matemáticas. Neste trabalho, vários modelos Bayesianos serão propostos e comparados em termos de sua capacidade preditiva. Como será visto, fazer inferência para os parâmetros desses modelos não é trivial e por isso, serão utilizados métodos de Monte Carlo via Cadeias de Markov (MCMC) para estimação e comparação de modelos. Será utilizado o software WinBUGS para simulação das cadeias de Markov e por fim, será feita a análise dos resultados, produzindo um comparativo entre as técnicas Bayesianas e o método atualmente vigente, a fim de encontrar o melhor preditor para o cálculo da IBNR (Provisão para Eventos Ocorridos mas Não Avisados).

Participantes

  1. Leonardo Melo (UFPR)

To Do list

  1. Derivar as condicionais completas dos modelos com misturas

Bibliografia

[2002, article]
Ntzoufras, I., & Dellaportas, D. (2002). Bayesian Modelling of Outstanding Liabilities Incorporating Claim Count Uncertainty (with discussion). North American Actuarial Journal, 6(1), 113-128.
[1998, article]
Renshaw, A., & Verrall, R. (1998). A Stochastic model Underlying the Chain-Ladder Technique. British Actuarial Journal, 4, 903-926.
[2004, techreport]
Oliveira Jr, G. J. (2004). Método Bayesiano no Cálculo das Provisões de Sinistros Ocorridos Mas Não Avisados (IBNR) e Provisões de Sinistros a Liquidar (PSL) FUNENSEG/UFRJ.


QR Code
QR Code projetos:ehlers:bayesgrad (generated for current page)