Tarifierung in der Schadenunfallversicherung – Ergänzung klassischer Tarifierung durch moderne Data-Analytics-Methoden Lukas Hahn, DAV-Jahrestagung, Düsseldorf, April 2019 |
Zukunftsrisiken der Unfallversicherung - Aktuarielle und medizinische Antworten Sandra Blome und Nicola-Alexander Sittaro, 12. MCC-Fachforum Unfallversicherung, Köln, Dezember 2018 |
Data Analytics & Data Mining: Intelligente Erkenntnisgewinnung und Kostenvorteile im Regulierungsprozess der Schadenversicherer Hans-Joachim Zwiesler, 12. BF21-Kongress „Aktives Schadenmanagement“, Köln, November 2018 |
Data Analytics in der Tarifierung Big Data, künstliche Intelligenz und Data Analytics Andreas Reuß, MCC, Kfz-Versicherung, Düsseldorf, September 2018 |
Multi-year non-life insurance risk – a case study Lukas Hahn, 2018, Working Paper
|
Wie können Versicherer ihre Daten intelligent nutzen? Lukas Hahn und Hans-Joachim Zwiesler, Versicherungswirtschaft-heute, März 2018 |
Multi-year non-life insurance risk of dependent lines of business in the multivariate additive loss reserving model Lukas Hahn, 2017, Insurance: Mathematics and Economics, 75: 71–81 (DOI) |
Funktionelle Invaliditätsversicherung: Herausforderungen bei der Herleitung von Rechnungsgrundlagen Nicola-Alexander Sittaro, Andreas Beckstette und Andreas Seyboth, Versicherungswirtschaft Special VALUE, Ausgabe 2/2014, S. 70–73 (erschienen unter dem Titel: Vielversprechendes Neuland) |
Addendum to ‘The multi-year non-life insurance risk in the additive reserving model’ [Insurance Math. Econom. 52(3) (2013) 590–598]: Quantification of multi-year non-life insurance risk in chain ladder reserving models Dorothea Diers, Marc Linde und Lukas Hahn, 2016, Insurance: Mathematics and Economics, 67: 187–199 (DOI) |
The multi-year non-life insurance risk in the additive loss reserving model Dorothea Diers und Marc Linde, 2013, Insurance: Mathematics and Economics, 52(3): 590–598 (DOI) |
The Multi-Year Non-Life Insurance Risk Dorothea Diers, Martin Eling, Christian Kraus und Marc Linde, 2013, The Journal of Risk Finance, 14(4): 353–377 (DOI) |
EVA/RAROC versus MCEV Earnings: A Unification Approach Christian Kraus, 2013, The Geneva Papers, 38: 113–136 (DOI) |
Market-consistent embedded value in non-life insurance: how to measure it and why Dorothea Diers, Martin Eling, Christian Kraus und Andreas Reuß, 2012, The Journal of Risk Finance, 13(4): 320–346 (DOI) |
Stornoanalyse in einem Unfallversicherungsbestand Andreas Reuß und Hans-Joachim Zwiesler, 2004, Proceedings der 8. Konferenz der SAS-Anwender in Forschung und Entwicklung (KSFE), S. 265–276 |
Alle in wissenschaftlichen Fachzeitschriften publizierten Artikel sind auf den Webseiten der jeweiligen Fachzeitschriften verfügbar. Das Copyright an den publizierten Artikelversionen liegt beim jeweiligen Verlag.
Im Zuge der Einführung der sogenannten „EU-Kleinanlegerstrategie“ wird derzeit auf EU-Ebene die Frage kontrovers diskutiert, ob provisionsbasierte Beratung bei Finanzprodukten stärker reguliert oder gar verboten werden sollte. Begründet wird die Forderung eines Verbots dabei mit Ergebnissen der sogenannten Kantar-Studie. Dies ist in doppelter Hinsicht problematisch: Die in der öffentlichen Diskussion angeführten Kostenargumente können gar nicht aus der Kantar-Studie abgeleitet werden. Argumente jenseits einer reinen Kostenbetrachtung, die gegen ein Provisionsverbot sprechen, werden komplett ausgeblendet. Um eine Indikation abzuleiten, für welche Typen von Verbrauchern welche Form der Beratungsvergütung kostengünstiger ist, haben wir für verschiedene Vergütungsmodelle quantitative Analysen durchgeführt. Hier hat sich deutlich ergeben, dass für Verbraucher, die regelmäßig eher kleine Summen sparen (die also im Rahmen der EU-Kleinanlegerstrategie besondere Beachtung erhalten müssten) provisionsbasierte Modelle meist kostengünstiger sind als Honorarmodelle. [mehr]
Produkte, die kein lebenslanges Einkommen bieten, sind viel riskanter als sie auf den ersten Blick erscheinen. Eine lebenslange Rente sichert das Risiko ab, welches daraus resultiert, dass niemand wissen kann, wie alt er oder sie wird, und daher nicht planen kann, bis zu welchem Alter die regelmäßigen Ausgaben finanziert werden müssen. [mehr]
BaFin beschreibt Zuordnungsansatz für Vermögenswerte im Rahmen der EU-Offenlegungsverordnung [mehr]
Value for Money bei Altersvorsorgeprodukten [mehr]
Update des Branchenstandards für PRIIP der Kategorie 4 erfordert Modellanpassungen [mehr]
Eiopa zu differenziertem Pricing in Schaden/Unfall [mehr]
Forschungsarbeiten zu Solvency II mit PwC Insurance Nord Preis ausgezeichnet [mehr]