Survival Models in Financial and Insurance Practice
| Thesis title: | Modely přežití ve finanční a pojistné praxi |
|---|---|
| Author: | Zapletal, David |
| Thesis type: | Habilitační práce |
| Supervisor: | - |
| Opponents: | Malá, Ivana; Briš, Radim; Hampel, David |
| Thesis language: | Česky |
| Abstract: | Monografie, která je předložena jako habilitační práce, přehledně představuje metody užívané zejména v rámci tzv. klasické analýzy přežití a podrobně se pak zaměřuje hlavně na různé typy regresních modelů s akcentem na flexibilní neparametrické, potažmo semi-parametrické modely. V souladu s názvem publikace jsou představené metody aplikovány na reálná data vycházející z finanční a pojistné praxe. V rámci finanční problematiky jsou analyzovány data týkající se tzv. peer-to-peer (P2P) úvěrů poskytovaných společností Lending Club, která působí ve Spojených státech amerických. Pojistnou problematiku pak zastupují data o pojištění závažných onemocnění poskytnutá jednou z komerčních pojišťoven působících v České republice. Z hlediska použitých metod lze říct, že v rámci klasické analýzy přežití poskytuje publikace jejich téměř kompletní přehled. Z tzv. pokročilých modelů analýzy přežití jsou v publikaci představeny a aplikovány tzv. mixture cure modely a modely konkurujících rizik, včetně jedné z možností jejich propojení. Za obecně nejvýznamnější přínos monografie lze dle autora považovat skutečnost, že v rámci česky psaných textů neexistuje publikace, která by se problematice analýzy přežití věnovala takto komplexním způsobem. Ze statistického pohledu pak monografie přináší zajímavá zjištění zejména v souvislosti s problematikou tzv. pokročilých modelů přežití aplikovaných v publikaci na úvěrová P2P data. |
| Keywords: | neparametrické a semi-parametrické modely; pokročilé modely analýzy přežití; mixture cure modely; klasická analýza přežití; modely konkurujících rizik; úvěrová P2P data; pojistná data |
| Thesis title: | Survival Models in Financial and Insurance Practice |
|---|---|
| Author: | Zapletal, David |
| Thesis type: | Habilitační práce |
| Supervisor: | - |
| Opponents: | Malá, Ivana; Briš, Radim; Hampel, David |
| Thesis language: | Česky |
| Abstract: | The submitted book is a habilitation thesis that clearly presents the methods used in classical survival analysis. It focuses mainly on various types of regression models, with an emphasis on flexible non-parametric and semi-parametric models. The methods presented in the book are applied to real data from financial and insurance practices, in accordance with the book's title. The analysis in financial area are focuses on data related to peer-to-peer (P2P) lending provided by Lending Club, a US-based company. The insurance issue is then represented by data on critical illness insurance provided by one of the commercial insurance companies operating in the Czech Republic. From a methodological standpoint, the publication offers an almost complete overview of methods within the framework of classical survival analysis. Among the advanced survival models, the so-called mixture cure models and competing risks models are introduced and applied in the publication, including one of the possibilities of linking them. The main contribution of the monograph, which is not found in any other Czech language publication, is its comprehensive coverage of survival analysis, according to the author. From a statistical point of view, the monograph provides interesting findings especially in the context of the advanced survival models applied to P2P credit data. |
| Keywords: | P2P credit data; classical survival analysis; insurance data; non-parametric and semi-parametric models; mixture cure models; competing risks models; advanced survival models |
Information about study
| Study programme: | - |
|---|---|
| Type of study programme: | Habilitační řízení studijní program |
| Assigned degree: | doc. |
| Institutions assigning academic degree: | Vysoká škola ekonomická v Praze |
| Faculty: | Faculty of Informatics and Statistics |
| Department: | Faculty of Informatics and Statistics |
Information on submission and defense
| Date of assignment: | 1. 3. 2024 |
|---|---|
| Date of submission: | 31. 10. 2024 |
| Date of defense: | 31. 10. 2024 |
| Identifier in the InSIS system: | https://insis.vse.cz/zp/87941/podrobnosti |