Open Access. Powered by Scholars. Published by Universities.®

Insurance Commons™

Open Access. Powered by Scholars. Published by Universities.®

2022

Discipline
Institution
Keyword
Publication
Publication Type

Articles 31 - 35 of 35

Full-Text Articles in Insurance

Insurtech And Underwriting, Michael Mcshane, C. Ariel Pinto, Hesamoddin Tahami, Hengameh Fakhravar Jan 2022

Insurtech And Underwriting, Michael Mcshane, C. Ariel Pinto, Hesamoddin Tahami, Hengameh Fakhravar

Developing Technology Foresight: Case Study of AI in InsurTech

Questions regarding InsurTech and underwriting work.

Go to article

Insurtech And Claims, Michael Mcshane, C. Ariel Pinto, Hesamoddin Tahami, Hengameh Fakhravar Jan 2022

Insurtech And Claims, Michael Mcshane, C. Ariel Pinto, Hesamoddin Tahami, Hengameh Fakhravar

Developing Technology Foresight: Case Study of AI in InsurTech

Questions related to InsurTech and claims.

Go to article

การประมาณค่าอัตรามรณะของผู้สูงอายุไทยโดยใช้วิธีการโฮริอูจิกับโคล และวิธีการมิทรา, ปาณิสรา แย้มสุข Jan 2022

การประมาณค่าอัตรามรณะของผู้สูงอายุไทยโดยใช้วิธีการโฮริอูจิกับโคล และวิธีการมิทรา, ปาณิสรา แย้มสุข

Chulalongkorn University Theses and Dissertations (Chula ETD)

งานวิจัยนี้มีจุดประสงค์เพื่อคำนวณเบี้ยประกันภัยของสัญญาประกันชีวิตแบบบำนาญ ส่วนแรกเป็นการประมาณค่าอัตรามรณะของผู้สูงอายุไทยด้วย 6 ตัวแบบ คือ ตัวแบบกอมเพิทซ์ ตัวแบบคานนิสโต ตัวแบบกอมเพิทซ์โดยใช้วิธีการประมาณพารามิเตอร์โฮริอูจิกับโคล ตัวแบบกอมเพิทซ์โดยใช้วิธีการประมาณพารามิเตอร์มิทรา ตัวแบบคานนิสโตโดยใช้วิธีการประมาณพารามิเตอร์โฮริอูจิกับโคล ตัวแบบคานนิสโตโดยใช้วิธีการประมาณพารามิเตอร์มิทรา ข้อมูลที่ใช้ในงานวิจัยประกอบด้วย ข้อมูลจำนวนประชากรปลายปีระหว่างปีพ.ศ. 2558 – 2564 จำแนกตามเพศและรายอายุ จากกระทรวงมหาดไทย และข้อมูลจำนวนการตาย ระหว่างปีพ.ศ. 2559 – 2564 จำแนกตามเพศและรายอายุ จากสำนักนโยบายและยุทธศาสตร์ กระทรวงสาธารณสุข ทำการเปรียบเทียบค่าอัตรามรณะที่ได้จากแต่ละตัวแบบ แต่ละวิธีการ เพื่อหาตัวแบบที่มีความเหมาะสม ด้วยค่าร้อยละสมบูรณ์ของความคลาดเคลื่อนเฉลี่ย หลังจากนั้นนำอัตรามรณะที่ได้มาคำนวณเบี้ยประกันภัยของแบบประกันภัยตัวอย่างและทำการเปรียบเทียบเบี้ยประกันภัยสุทธิที่ได้และเบี้ยประกันภัยสุทธิที่คำนวณจากตารางบำนาญไทย ปี 2552 เบี้ยประกันภัยของสัญญาประกันชีวิตแบบบำนาญตัวอย่างที่มีระยะเวลาการชำระเบี้ยประกันภัย 10 ปี เป็นรายปี อายุของผู้เอาประกันภัย คือ 30 ถึง 50 ปี คุ้มครองถึงอายุครบ 110 ปี และใช้อัตราดอกเบี้ยร้อยละสองต่อปี พบว่าเมื่อผู้เอาประกันภัยมีอายุมากขึ้น เบี้ยประกันภัยสุทธิจะมีค่ามากขึ้น เบี้ยประกันภัยของเพศชายมีค่าน้อยกว่าเพศหญิงในช่วงอายุ 30 – 36 ปี แต่มากกว่าในช่วงอายุ 37 – 50 ปี นอกจากนี้ เบี้ยประกันภัยสุทธิที่คำนวณจากตารางบำนาญไทย ปี 2552 มีค่ามากกว่าเบี้ยประกันภัยที่คำนวณจากตัวแบบ อีกทั้งยังพบว่าการระบาดของโควิด 19 ไม่ส่งผลต่ออัตรามรณะ

Go to article

การเปรียบเทียบแบบจำลองการกำหนดราคาหลักทรัพย์ Capm และแบบจำลอง Fama-French ในการอธิบายอัตราผลตอบแทนของหลักทรัพย์ในกลุ่มธุรกิจสุขภาพ, พรชิตา ชินตานนท์ Jan 2022

การเปรียบเทียบแบบจำลองการกำหนดราคาหลักทรัพย์ Capm และแบบจำลอง Fama-French ในการอธิบายอัตราผลตอบแทนของหลักทรัพย์ในกลุ่มธุรกิจสุขภาพ, พรชิตา ชินตานนท์

Chulalongkorn University Theses and Dissertations (Chula ETD)

งานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาปัจจัยที่ส่งผลต่ออัตราผลตอบแทนของหลักทรัพย์ในกลุ่มธุรกิจสุขภาพและเปรียบเทียบความสามารถของแบบจำลองการกำหนดราคาหลักทรัพย์ในการอธิบายความผันผวนของอัตราผลตอบแทนของหลักทรัพย์ในกลุ่มธุรกิจสุขภาพ โดยศึกษาข้อมูลหลักทรัพย์กลุ่มธุรกิจสุขภาพ จำนวน 5 หลักทรัพย์ ได้แก่ BCH, BDMS, BH, CHG และ MEGA ตั้งแต่เดือนมกราคม พ.ศ. 2557 ถึงเดือนธันวาคม พ.ศ. 2565 เป็นระยะเวลา 108 เดือน ผลการศึกษาพบว่า เมื่อพิจารณาจากค่าสัมประสิทธิ์การตัดสินใจพหุคูณ (Adjusted R-Squared) แบบจำลองหกปัจจัยที่มีการกำหนดปัจจัยโมเมนตัมโดยใช้อัตราผลตอบแทนสะสม 2-12 เดือนก่อนหน้าสามารถอธิบายความผันผวนของอัตราผลตอบแทนของหลักทรัพย์ได้ดีที่สุด โดยอธิบายได้ 3 หลักทรัพย์ นอกจากนี้พบความสัมพันธ์ของความเสี่ยงตลาดและความเสี่ยงของขนาดกับอัตราผลตอบแทนของหลักทรัพย์กลุ่มธุรกิจสุขภาพในทุกหลักทรัพย์ แต่ไม่พบความสัมพันธ์กับปัจจัยการลงทุน และเมื่อพิจารณาในช่วงก่อนและหลังการเกิดโควิด-19 พบว่าหลังการเกิดโควิด-19 ปัจจัยความสามารถในการทำกำไร กลายเป็นปัจจัยที่ไม่มีนัยสำคัญ แต่ปัจจัยด้านการลงทุนกลายเป็นปัจจัยที่มีนัยสำคัญ

Go to article

การคาดการณ์อัตรามรณะไทยตามสาเหตุของการตายด้วยวิธีการกระทบยอดรวม, สุพัตรา ยกซ้าย Jan 2022

การคาดการณ์อัตรามรณะไทยตามสาเหตุของการตายด้วยวิธีการกระทบยอดรวม, สุพัตรา ยกซ้าย

Chulalongkorn University Theses and Dissertations (Chula ETD)

งานวิจัยนี้มีวัตถุประสงค์เพื่อคาดการณ์อัตรามรณะของประชากรไทยในอีก 20 ปีข้างหน้า แยกตามสาเหตุของการตายที่สำคัญ ได้แก่ โรคมะเร็งทุกชนิด โรคหลอดเลือดสมอง โรคหัวใจขาดเลือด อุบัติเหตุจากการคมนาคมขนส่งทางบก โรคเบาหวาน และรวมทุกสาเหตุการตาย ตามบัญชีจำแนกโรคระหว่างประเทศ (ICD-10) โดยใช้ตัวแบบ ลี-คาร์เตอร์ จากนั้นทำการกระทบยอดในแบบ Bottom-up และ Trace minimization forecasts (MinT) ข้อมูลที่ใช้ในการศึกษาครั้งนี้ ได้แก่ จำนวนประชากรกลางปีและจำนวนประชากรที่เสียชีวิตแยกตามสาเหตุของการตาย จำแนกตามเพศและอายุ จากสถิติสาธารณสุข กองยุทธศาสตร์และแผนงาน กระทรวงสาธารณสุข ตั้งแต่ปี พ.ศ.2540 – 2562 ผลการวิจัยพบว่า ค่าคาดการณ์อัตรามรณะของประชากรไทย เมื่อทำการกระทบยอดแบบ Bottom-up และแบบ Trace minimization forecasts (MinT) มีแนวโน้มไปในทิศทางเดียวกันทั้งเพศชายและเพศหญิง คือมีแนวโน้มเพิ่มขึ้นและลดลงในช่วงอายุเริ่มต้น ยกเว้นการตายด้วยโรคมะเร็งทุกชนิดและอุบัติเหตุจากการคมนาคมขนส่งทางบก หลังจากนั้นค่าอัตรามรณะมีการเพิ่มขึ้นอีกครั้งในช่วงปลายของช่วงอายุ ยกเว้นการตายด้วยโรคหัวใจขาดเลือด และโรคเบาหวานในเพศหญิง โดยที่การคาดการณ์กระทบยอดแบบ Trace minimization forecasts (MinT) มีความเหมาะสมกว่าแบบ Bottom-up นอกจากนั้นการวิจัยนี้ได้นำค่าอัตรามรณะที่คำนวณได้ไปใช้ในการคำนวณหาเบี้ยประกันภัยสุทธิของแบบประกันชีวิตตัวอย่าง ที่ให้ผลประโยชน์การตายตามสาเหตุการตายที่สำคัญด้วย

Go to article

First Prev