|
Vícerozměrná kredibilita
Zhuravova, Nadezda ; Mazurová, Lucie (vedoucí práce) ; Pešta, Michal (oponent)
Cílem této diplomové práce je jednak teoreticky popsat a jednak předvést praktické využití teorie kredibility v mnohorozměrném případě. Tato teorie je jednou z často využívaných metod pro výpočet pojistného, očekávané škodní frekvence nebo očekávané průměrné výše škod. V této diplomové práci jsou popsány vícerozměrný Bühlmann-Straubùv model a dvourozměrný kredibilitní model se známým rozdělením. Pro každý z těchto modelů je odvozen kredibilitní odhad a uvedené příklady použití těchto odhadů v praxi. Oba tyto modely jsou porovnány na simulovaných datech. Powered by TCPDF (www.tcpdf.org)
|
|
Expektilová regrese
Ondřej, Josef ; Komárek, Arnošt (vedoucí práce) ; Pešta, Michal (oponent)
V této práci prezentujeme alternativu ke kvantilům - takzvané ex- pektily. Nejprve definujeme samotný pojem expektilu rozdělení náhodné veličiny a poté ukazujeme jeho základní vlastnosti jako linearita a monotonie τ-tého ex- pektilu eτ v τ. Pro náhodný vektor (Y, X), Y ∈ R, X ∈ Rp definujeme podmíněný expektil Y za podmínky X = x, který označíme eτ (Y |X = x). Zavádíme model expektilové regrese eτ (Y |X = x) = x⊤ βτ , kde βτ ∈ Rp a zabýváme se asymptotickými vlastnostmi a hledáním odhadu regresních koeficientů βτ . Dále zavádíme semiparametrickou expektilovou regresi, která zobecňuje předchozí případ a přidává na odhady regresních koeficientů penalizaci. Ta vynucuje určité vlastnosti výsledných křivek vykreslených z vyrovnaných hodnot jako např. je- jich hladkost. Teoretické výsledky demonstrujeme na mechanografických datech, které popisují vztah výkonu a síly při výskoku na věku u dětí a dospívajících ve věku 6 až 18 let. Klíčová slova: expektily, expektilová regrese, kvantily, penalizované B-spliny 1
|
|
Zobecněné lineární a aditivní modely v pojišťovnictví
Rusnák, Peter ; Branda, Martin (vedoucí práce) ; Pešta, Michal (oponent)
V předložené práci se věnujeme teorii zobecněných lineárních modelů a jejích aplikacím v oblasti pojišťovnictví. Představíme také některé metody běžně používané pro odhad regresních parametrů a testování hypotéz. Zaměříme se na možné rozšíření GLM zavedením nástroje pro parametrizaci prediktorů, která povede k nové třídě modelů, konkrétně odvodíme segmentované zobecněné lineární modely a zobec- něné aditivní modely.V práci také uvádíme modely vhodné pro aktuárskou praxi. Nakonec v praktické části této práce ilustrujeme použití vhodného softwaru pro výpočet parametrů GAM a představujeme způsob, jak využít open source statistický program .
|
|
Archimedovské kopule
Vedyushenko, Anna ; Pešta, Michal (vedoucí práce) ; Omelka, Marek (oponent)
Práce se zabývá Archimedovskými kopulemi, které jsou v dnešní době velice popu- lární díky snadné konstrukci a zajímavým vlastnostem. Zaprvé zavádíme obecnou definici kopule a ukazujeme její základní vlastnosti, které jsou zapotřebí k pocho- pení látky dalších kapitol. Poté se věnujeme definici a vlastnostem Archimedovské kopule. Uvádíme rovněž některé nejpoužívanější rodiny Archimedovských kopulí. Dále ukazujeme několik způsobů odhadování parametrů takových kopulí. Na zá- věr provádíme studii dvou reálných datasetů, kde na základě popsaných postupů hledáme nejlepší aproximaci sdruženého rozdělení dat Archimedovskou kopulí. 1
|
|
Errors-in-variables models
Fürjesová, Ida ; Pešta, Michal (vedoucí práce) ; Anděl, Jiří (oponent)
Táto bakalárska práca analyzuje model errors-in-variables. Porovnáva metódy odhadovania parametrov modelu, metódu najmenších štvorcov a metódu úplne najmenších štvorcov. Hlavný rozdiel metód spočíva v prístupe ku chybám v meraniach. Prvá časť práce sa zameriava na porovnávanie metód z teoretického hľadiska. Definuje základné pojmy a graficky znázorňuje rozdiely v metódach. Práca rozoberá aj algebraické princípy riešení metód odhadovania parametrov. Záver teoretickej časti obsahuje analýzu štatistických vlastností odhadov. Prostredníctvom simulácie dát je porovnaná metóda najmenších štvorcov a metóda úplne najmenších štvorcov podľa veľkosti strednej kvadratickej odchýlky.
|
|
Expectation-Maximization Algoritmus
Vichr, Jaroslav ; Pešta, Michal (vedoucí práce) ; Zvára, Karel (oponent)
EM (Expectation-Maximization) algoritmus je iterativní metoda sloužící k nalezení odhadu maximální věrohodnosti v případech, kdy buď data obsahují chybějící hodnoty, nebo předpokladem existence dalších skrytých proměnných může dojít ke zjednodušení modelu. Každá jeho iterace se skládá ze dvou částí. V kroku E (expectation) vytváříme očekávání logaritmované věrohodnosti úplných dat, která je podmíněna daty pozorovanými a také současným odhadem zkoumaného parametru. Krok M (maximization) následně hledá nový odhad, který bude maximalizovat funkci získanou v předchozí části a který se následně použije v další iteraci v kroku E. EM algoritmus má významné využití např. v oceňování a řízení rizik portfolia.
|
|
Pokročilejší techniky agregace rizik
Dufek, Jaroslav ; Justová, Iva (vedoucí práce) ; Pešta, Michal (oponent)
V posledních několika letech je velmi oblíbená a často používaná riziková míra hodnota v riziku (VaR). VaR jako rizikovou míru používá většina finančních institucí. VaR je populární díky své snadné interpretaci a snadnému výpočtu. Určení hodnoty VaR může být problém, pokud uvažujeme několik závislých rizik. V praxi se proto VaR odhaduje. V naší práci se zabýváme teorií stochastického omezování. Na základě této teorie počítáme meze pro hodnotu VaR součtu několika závislých rizik. V další části této práce ukazujeme, jak získané meze zobecnit pomocí teorie kopul. Dále ukazujeme možný numerický algoritmus pro výpočet mezí, který můžeme použít v případě, kdy nelze provést přesný analytický výpočet. V závěrečné části této práce ukazujeme výpočty a porovnáváme výsledky na praktických příkladech.
|
|
Míry diskriminace v kreditním riziku
Polak, Michal ; Pešta, Michal (vedoucí práce) ; Zahradník, Petr (oponent)
Skóringové modely jsou základním nástrojem pro moderní řízení kreditního rizika. Přispívá tomu hlavně značný vývoj informačních technologií. Využívají se nejenom při poskytování úvěru, ale i ve strategiích týkajících se budoucího řízení kreditního rizika nebo ve strategiích spojených s vymáháním pohledávek.V přiložené práci se věnujeme mírám diskriminace používané pro validaci diverzifikační schopnosti logistických skóringových modelů. Prvně se zabýváme pojmem rizika. Poté uvedeme základní dělení skóringových modelů. Dále popisujeme metodu logistické regrese, odhadování a význam parametrů a testování jejich významnosti. Pro změření a znázornění diverzifikační schopnosti modelu jsme uvedli nejběžněji používané metody jako Lorenzovu a ROC křivku, Giniho koeficient, c- statistiku a taky Kolmogorov-Smirnovův test. Závěrem aplikujeme teoretické poznatky na reálných datech. Zkonstruujeme skóringový model a posléze porovnáme míry diskriminace v uvedeném modelu. Powered by TCPDF (www.tcpdf.org)
|
| |
|
Least Squares Alternatives
Gerthofer, Michal ; Pešta, Michal (vedoucí práce) ; Kulich, Michal (oponent)
V přiložené práci se věnujeme lineárním regresním modelům založeným na metodě nejmen- ších čtverců. Ty jsou rozebrány ve dvou skupinách. První se zaměřuje na tři základní postupy rozdělené podle výskytu chyb v proměnných. Tradičním způsobem zabývajícím se chybou jen na straně závislé proměnné je základní metoda nejmenších čtverců (OLS). Opačným případem je metoda datově nejmenších čtverců (DLS), která připouští chyby jen ve vysvětlujících proměn- ných. Následně se soustředíme na ortogonální regresi (TLS) minimalizující čtverce chyb obou proměnných. Nakonec upřeme pozornost na další skupinu metod s vysokým bodem selhání. Tyto metody se věnují významnosti jednotlivých pozorování (metoda nejmenších vážených čtverců) a eliminaci odlehlých pozorování (metoda useknutých nejmenších čtverců). Hlavním cílem práce je popsat a porovnat tyto modely, jejich předpoklady, charakteristiky a vlastnosti odhadů a de- monstrovat je na reálných datech. 1
|