<div class="csl-bib-body">
<div class="csl-entry">Kienbacher, E. (2023). <i>Numerical validation of the analytical estimate for future discretionary benefits</i> [Diploma Thesis, Technische Universität Wien]. reposiTUm. https://doi.org/10.34726/hss.2023.102760</div>
</div>
-
dc.identifier.uri
https://doi.org/10.34726/hss.2023.102760
-
dc.identifier.uri
http://hdl.handle.net/20.500.12708/176773
-
dc.description
Abweichender Titel nach Übersetzung der Verfasserin/des Verfassers
-
dc.description.abstract
Seit 01.01.2016 sind Versicherungsunternehmen mit Sitz in der europäischen Union aufgrund der Richtlinie Solvency II unter anderem dazu verpflichtet, die zukünftige Überschussbeteiligung (future discretionary benefits, FDB) zu melden. Normalerweise wird diese mit aufwändigen Monte Carlo Algorithmen berechnet, allerdings wurde im Paper "Estimation of future discretionary benefits in traditional life insurance" von Gach und Hochgerner eine neue Methode entwickelt um die FDB im Kontext von Lebensversicherungen mit Gewinnbeteiligung abzuschätzen. Der Fokus dieser Arbeit liegt auf der Überprüfung der Annahmen, die Gach und Hochgerner in ihrem Paper getroffen haben. Dies wird mit einem Asset-Liability-Modell in R durchgeführt. Es zeigt sich, dass der Großteil der Annahmen verifiziert werden kann und alle Annahmen zumindest so weit bestätigt werden können, dass deren Anwendung im Paper gerechtfertigt ist. Nach der Validierung der Annahmen wird die FDB in verschieden simulierten Zinsszenarien numerisch und analytisch berechnet, der Schätzer für die FDB bewertet und die verschiedenen Ergebnisse verglichen. Zusammenfassend kann die Abschätzung der FDB in allen simulierten Szenarien als erfolgreich bezeichnet werden, zusätzlich ist der Schätzfehler immer sehr klein.
de
dc.description.abstract
Since 01.01.2016, insurance companies domiciled in the European Union are obligated to report the future discretionary benefits (FDB) due to the regulation Solvency II. The FDB are normally calculated with computationally expensive Monte Carlo algorithms, but a new method to estimate the FDB in the context of life insurance with profit participation was developed by Gach and Hochgerner in their paper "Estimation of future discretionary benefits in traditional life insurance". The focus of this thesis is to validate the assumptions made by Gach and Hochgerner in their paper. This is done with an Asset Liability Management model in R. It turns out that the majority of the assumptions can be verified and that all assumptions can be confirmed at least to the extent that their application in the paper is justified. After validating the assumptions, the FDB are calculated numerically and analytically in differently simulated interest rate scenarios, the estimation of the FDB is evaluated and the different results are compared. Overall, the estimation of the FDB can be considered successful in all simulated scenarios, in addition the estimation error is always very small.
en
dc.language
English
-
dc.language.iso
en
-
dc.rights.uri
http://rightsstatements.org/vocab/InC/1.0/
-
dc.subject
Solvency II
de
dc.subject
zukünftige Überschussbeteiligung
de
dc.subject
marktkonsistente Bewertung
de
dc.subject
Bester Schätzwert
de
dc.subject
Lebensversicherung mit Gewinnbeteiligung
de
dc.subject
Monte Carlo Methoden
de
dc.subject
numerische Versicherungsmathematik
de
dc.subject
Solvency II
en
dc.subject
future discretionary benefits
en
dc.subject
market consistent valuation
en
dc.subject
best estimate
en
dc.subject
life insurance with profit participation
en
dc.subject
Monte Carlo methods
en
dc.subject
numerical insurance mathematics
en
dc.title
Numerical validation of the analytical estimate for future discretionary benefits
en
dc.title.alternative
Numerische Validierung der analytischen Schätzung der zukünftigen Überschussbeteiligung
de
dc.type
Thesis
en
dc.type
Hochschulschrift
de
dc.rights.license
In Copyright
en
dc.rights.license
Urheberrechtsschutz
de
dc.identifier.doi
10.34726/hss.2023.102760
-
dc.contributor.affiliation
TU Wien, Österreich
-
dc.rights.holder
Eva Kienbacher
-
dc.publisher.place
Wien
-
tuw.version
vor
-
tuw.thesisinformation
Technische Universität Wien
-
tuw.publication.orgunit
E105 - Institut für Stochastik und Wirtschaftsmathematik