Otoño 2019
Juan Carlos Martinez-Ovando
Horario de clase: Martes 7:00-10:00h.
Salon: RH-317.
Email profesor: juan.martinez.ovando@itam.mx o jc.martinez.ovando@gmail.com
Atencion a alumnos:
Grupo Google del curso.
Previa cita via email.
Comprender los fundamentos de los modelos actuariales para medir riesgos asociados con portafolios de seguros, asi como las herramientas estadisticas necesarias para incorporar la informacion previa en un proceso de aprendizaje y prevision de riesgos. Entender las nociones de teoria, medicion y prevision de riesgos operacionales en seguros.
Conocimiento de calculo en una y varias dimensiones (integracion, diferenciacion y limites) a nivel licenciatura.
Algebra superior y algebra matricial a nivel licenciatura.
Calculo de probabilidades y estadistica matematica.
Manipulacion de datos y uso de librerias estandar en R (R-project).
Organizaremos el curso en 16 sesiones tematicas (una por cada una de las semanas activas del curso en el semestre). Apartaremos dos sesiones para evaluaciones presenciales.
Los temas contemplados son los siguientes:
Probabilidad e Inferencia Estadistica (Revision)
Introduccion a los Modelos Actuariales de Perdida Agregada
Distribuciones para la Frecuencia de Siniestros
Distribuciones para las Severidades Individuales
Modelos de Perdida Agregada
Riesgo y Teoria de Ruina
En la seccion [Notebook] encontraran las presentaciones y material complementario del curso.
La compilacion de los archivos *.Rmd hace uso de svm-r-markdown-templates. En el archivo README.md de la carpeta svm-r-sources describo las dependencias y como compilar los documentos. Si no desean hacer uso de estos templetes, pueden copiar el contenido de los archivos de las presentaciones en un documento markdown estandar y compilarlo usando R y RStudio solamente.
Debido a la alta carga analitica en R que involucra el curso, sera altamente beneficioso desarrollar habilidades en esta herramienta. Con este proposito, he creado el grupo de trabajo My Class / Aggregate Loss Models en DataCamp, donde he disenado un track de cursos gratuitos para estudiantes de este curso con miras a desarrollar estas herramientas.
En la carpeta Bibliografia Encontraran las referencias del curso en formato PDF. Todas estas referencias estan dispoinibles en la Biblioteca Raul Bailleres.
Deelstra & Plantin (2014). Risk Theory and Reinsurance. Springer.
Kleiber & Kotz (2003). Statistical Size Distributions in Economics and Actuarial Sciences. John Wiley & Sons,
Klugman et al (2012) Loss Models: From Data to Decisions. John Wiley & Sons.
Martinez-Ovando (Mimeo) Predictive Loss Modeling.
Melnikov (2004). Risk Analysis in Finance and Insurance. CRC Press.
Panjer (2008) Operational Risk Modelling. Springer.
Schevchencko (2008) Modelling Operational Risk Using Bayesian Inference. Springer.
Examen parcial: 25%
Tareas/ejercicios: 25%
Proyecto practico: 25%
Examen final: 25%
Todas las evaluaciones, salvo el proyecto practico, son individuales.