Soma de variáveis aleatórias equicorrelacionadas e aplicações em análise de risco e séries temporais discretas

Detalhes bibliográficos
Ano de defesa: 2003
Autor(a) principal: Salinas, Delhi Teresa Paiva
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: https://teses.usp.br/teses/disponiveis/45/45133/tde-20210729-133752/
Resumo: O interesse básico das companhias de seguro é analisar os riscos acumulados. A teoria clássica assume independência entre os sinistros, mas na prática eles exibem uma estrutura de dependência. Nesta tese, estudaremos somas aleatórias, relaxando a suposição de independência entre as variáveis aleatórias envolvidas. Para quantificar o grau de dependência, usaremos o coeficiente de correlação. Derivaremos expressões explícitas para a função geradora de probabilidade e obteremos a distribuição aleatória no caso em que as variáveis aleatóriaas são equicorrelacionadas. Além disso, investigaremos mudanças entre os prêmios no caso de riscos dependentes e independentes. Introduziremos o processo autoregressivo de ordem 1 de valores inteiros correlacionados e sugeriremos duas extensões do processo autoregressivo de ordem 1 discreto. Finalmente assumiremos que as variáveis estão em custers independentes mas que dentro de cada cluster elas são igualmente correlacionadas. Utilizaremos a distribuição multinomial para modelar esta situação