Παραμετρική ανάλυση της μελλοντικής κερδοφορίας (CSM) ασφαλιστικών χαρτοφυλακίων με χρήση τεχνικών μηχανικής μάθησης

Σπυροπούλου, Χρυσούλα; Spyropoulou, Chrysoula

dc.contributor.author	Σπυροπούλου, Χρυσούλα	el
dc.contributor.author	Spyropoulou, Chrysoula	en
dc.date.accessioned	2022-10-13T11:30:36Z
dc.date.available	2022-10-13T11:30:36Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/55917
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.23615
dc.description	Εθνικό Μετσόβιο Πολυτεχνείο--Μεταπτυχιακή Εργασία. Διεπιστημονικό-Διατμηματικό Πρόγραμμα Μεταπτυχιακών Σπουδών (Δ.Π.Μ.Σ.) “Τεχνο-οικονομικά συστήματα”	el
dc.rights	Default License
dc.subject	ΔΠΧΑ 17	el
dc.subject	CMS	en
dc.subject	BBA	en
dc.subject	Μηχανική Μάθηση	el
dc.subject	IFRS 17	en
dc.subject	Παλινδρόμηση	el
dc.subject	Regression	en
dc.subject	Machine Learning	en
dc.title	Παραμετρική ανάλυση της μελλοντικής κερδοφορίας (CSM) ασφαλιστικών χαρτοφυλακίων με χρήση τεχνικών μηχανικής μάθησης	el
heal.type	masterThesis
heal.classification	Μηχανική Μάθηση	el
heal.access	campus
heal.recordProvider	ntua	el
heal.publicationDate	2022-06-16
heal.abstract	Το Διεθνές Πρότυπο Χρηματοοικονομικής Αναφοράς 17 Ασφαλιστικές Συμβάσεις (ΔΠΧΑ 17) είναι ένα νέο διεθνές λογιστικό πρότυπο που θεσπίζει τις βασικές αρχές που πρέπει να εφαρμόζουν οι οντότητες για την αναγνώριση, επιμέτρηση, παρουσίαση και δημοσιοποίηση των ασφαλιστικών συμβάσεων. Το πρότυπο αποσκοπεί στην αύξηση της χρησιμότητας, της συγκρισιμότητας, της διαφάνειας και της ποιότητας των οικονομικών καταστάσεων των ασφαλιστικών εταιρειών. Μια θεμελιώδης έννοια που εισήγαγε το ΔΠΧΑ 17 είναι το Περιθώριο Κέρδους (Contractual Service Margin - CSM) που αντιπροσωπεύει το μη δεδουλευμένο κέρδος. Η αξιολόγηση της αναμενόμενης κερδοφορίας πραγματοποιείται με την αρχική αναγνώριση των συμβάσεων σε επίπεδο «ομάδας συμβολαίων» (group of contracts). Όλα τα συμβόλαια θεωρείται ότι ανήκουν στην ίδια ομάδα μέχρι την αποαναγνώρισή τους. Αυτό σημαίνει ότι είναι δυνατόν σε μία «ομάδα συμβολαίων» να αντισταθμιστούν οι ζημίες σε ορισμένες συμβάσεις με κέρδη από άλλες και, ως εκ τούτου, να αποφευχθεί η αναγνώριση επαχθών ζημιών σε επίπεδο «ομάδας συμβολαίων». Ωστόσο, η ταξινόμηση αυτή δεν επιτρέπει την παρακολούθηση των συμβάσεων σε επίπεδο ασφαλιστικού χαρτοφυλακίου (actuarial portfolio), καθιστώντας δυσκολότερη την ανάλυση των αποτελεσμάτων σε πιο χαμηλό επίπεδο. Στο πλαίσιο αυτής της μελέτης, πραγματοποιείται εκτίμηση του CSM σε επίπεδο ασφαλιστικού χαρτοφυλακίου αντί για «ομάδας συμβολαίων», καθώς και η αντίστοιχη παραμετρική ανάλυση. Για τη δημιουργία και συλλογή του δείγματος δεδομένων, έχει χρησιμοποιηθεί το λογισμικό SAP και η μέθοδος επιμέτρησης Building Block Approach (BBA). Προκειμένου να αυξηθεί η αποτελεσματικότητα των εκτιμήσεων χρησιμοποιήθηκαν τέσσερις τεχνικές τεχνητής νοημοσύνης, συγκεκριμένα, η Γραμμική Παλινδρόμηση, η Παλινδρόμηση με Δέντρα Αποφάσεων, με Τυχαία Δάση και με k-Πλησιέστερους Γείτονες.	el
heal.abstract	IFRS 17 Insurance Contracts is a new accounting standard establishing key principles that entities must apply in all aspects of the accounting of insurance contracts (e.g., recognition, measurement, presentation, and disclosure). In doing so, the Standard aims to increase the usefulness, comparability, transparency, and quality of insurers’ financial statements. A fundamental concept introduced by IFRS 17 is the Contractual Service Margin (CSM), which represents the unearned profit that an entity expects to earn as it provides services. Assessing expected profitability is performed at initial recognition of contracts as they are assigned to a group of contracts. All the contracts remain within the same group until they are derecognized. This means that it is possible within a group to offset losses on some contracts with gains on others and, therefore, to avoid the recognition of onerous contract losses, as these are determined at group level. However, this classification does not allow the monitoring of the contracts at actuarial portfolio level making the results more difficult to be analyzed in a more granular level. As part of this study, it is performed an estimation of CSM at actuarial portfolio level instead of group level along with the corresponding parametric analysis. For the data set creation, the SAP software has been used based on the configuration of the measurement model Building Block Approach (BBA). In order to increase the effectiveness of the estimations four techniques were used in terms of Artificial Intelligence, i.e., Linear Regression, Decision Trees, Random Forests and k-Nearest Neighbors.	en
heal.advisorName	Δουλάμης, Νικόλαος	el
heal.committeeMemberName	Βαρβαρίγου, Θεοδώρα	el
heal.committeeMemberName	Δουλάμης, Αναστάσιος	el
heal.committeeMemberName	Δουλάμης, Νικόλαος	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών	el
heal.academicPublisherID	ntua
heal.numberOfPages	82 σ.	el
heal.fullTextAvailability	false
heal.fullTextAvailability	false