Torna alla lista dei corsi di laurea

Appunti universitari condivisi: statistical and actuarial sciences Curriculum actuarial sciences for insurance

LM-83 - Scienze statistiche attuariali e finanziarie - Cattolica del Sacro Cuore

Costituiscono obiettivi formativi specifici, qualificanti il corso di laurea magistrale in Statistical and actuarial sciences, che afferisce alla classe LM-83 ed è impartito in lingua inglese, le seguenti competenze, conoscenze e abilità:
- solide conoscenze della metodologia statistica e dei suoi aspetti applicativi in campo economico, economico-gestionale, finanziario, demografico, sociale, assicurativo e previdenziale;
- approfondita conoscenza dei modelli matematici, e in particolare probabilistici, che si applicano nello studio dei fenomeni finanziari (strumenti derivati e mercati finanziari), attuariali e di quelli propri dell'ambito delle scienze economiche ed aziendali;
- approfondita conoscenza dei modelli quantitativi in ambito risk management;
- padronanza degli strumenti logico-concettuali e metodologici attinenti alla progettazione ed esecuzione di indagini per l'analisi e la valutazione dei sistemi complessi collegati all'economia, alla produzione, al mercato, ai problemi assicurativi, all'ambiente, con riferimento particolare all'accadimento di eventi dannosi;
- corrispondente capacità di costruire modelli, atti a spiegare e prevedere i fenomeni oggetto di studio e a stabilirne l'applicabilità e la validità con convenienti analisi dei dati, ed una conseguente abilità operativa altamente qualificata nel campo dell'analisi quantitativa dei fenomeni economici, aziendali, socio-demografici e dei problemi finanziari previdenziali ed assicurativi.

Il profilo Actuarial sciences for insurance consente l'accesso diretto all'esame di Stato da attuario, in linea con i percorsi internazionali in ambito scienze attuariali (cfr Core syllabus internazionale emesso sia dalla Actuarial Association of Europe sia dalla International Actuarial Association). Il profilo si pone in particolare l'obiettivo di formare le figure professionali dell’attuario e del risk manager laureato operante prevalentemente nell'ambito di imprese di assicurazione, banche, istituzioni previdenziali, società di consulenza specializzata e imprese private non finanziarie.

The learning goals for the Master of Science in Statistical and actuarial sciences (which belongs to Course Class LM-83 and is taught in English) include the following competencies, knowledge and abilities.
For the profile "Actuarial Sciences for Insurance", which allows a direct access to the actuarial exam, in line with the international courses in actuarial sciences (cf. International Core Syllabus of both the Actuarial Association of Europe and International Actuarial Association):
- strong knowledge of statistical methodology and its applications in the fields of economics, economic-management, finance, demography, sociology, insurance and social security;
- deep knowledge of mathematical models, specifically probability models to apply to finance and actuarial phenomena as well as economic and corporate sciences;
- deep knowledge of quantitative models in the area of risk management;
- mastery of logic, conceptual and methodological tools for planning and executing research for the analysis and evaluation of complex systems linked to economies, production, markets, insurance problems and the environment, with a specific reference to the occurrence of damaging events;
- corresponding ability to build models that explain and foresee phenomena being studied and establish their applicability and validity with data analysis, and therefore a highly qualifying operating ability in the field of quantitative analysis of economic, corporate, socio-demographic and financial problems related to social security and insurance.

Ecco tutti i dettagli sul corso di laurea selezionato. Sul UniDocs troverai gli appunti condivisi dagli altri studenti del tuo corso di laurea, ordinati per materia. Ricordati che per poter visualizzare il materiale devi essere registrato al sito e possedere un numero di crediti sufficiente.

Al momento abbiamo 11 files caricati sul nostro portale suddivisi nelle 13 materie appartenenti al tuo corso di laurea.

• [P345396128] ACCOUNTING AND MANAGEMENT IN INSURANCE (1° anno)
  
  Materiale disponibile
  [Riassunti] appunti modulo 2 - 2024
  modulo 2 accounting
• [P117949041] ACCOUNTING AND MANAGEMENT IN INSURANCE (1° anno)
  
  Materiale disponibile
  [Riassunti] Appunti completi di Accounting modulo 1 - 2021
  Appunti completi di Accounting modulo 1: integrazione appunti e slide
  [Riassunti] Dispensa completa di Accounting and Management in Insurance modulo 1 - 2021 - (pillola free)
  The Solvency II framework, fundamental for statistical and actuarial sciences, standardizes insurance financial reporting and risk management. It utilizes a Market Value Balance Sheet (MVBS) for fair value assessment and defines "Own Funds" to absorb losses, distinctly from traditional equity. Key components include calculating the Solvency Capital Requirement (SCR) at a 99.5% Value-at-Risk and a Minimum Capital Requirement (MCR) at 85% VaR, prioritizing policyholder protection. The system is structured into three pillars: Quantitative Requirements, Governance and Supervisory Review, and Reporting and Disclosure. It mandates a risk-based approach, capital tiering based on loss-absorption quality, and strict eligibility limits for own funds to cover capital needs, fostering EU harmonization while incorporating proportionality and anti-procyclicality measures. This robust system underpins stable insurance financial management.
• [P118474734] ACTUARIAL LIFE INSURANCE (1° anno)
• [P902362502] ADVANCED CALCULUS AND STOCHASTIC PROCESSES (1° anno)
• [P620386129] DATA ANALYSIS FOR INSURANCE (1° anno)
  
  Materiale disponibile
  [Domande d'esame] DATA 2 - 2020
  APPUNTI DATA 2 CON LE DOMANDE
  [Appunti] Appunti lezioni - 2021 - (pillola free)
  Data Analysis for Insurance focuses on statistical methods to model and predict risk, crucial for premium calculation and financial stability. It covers identifying underlying stochastic mechanisms through data analysis, hypothesis testing with distributions like Poisson (for accident frequency) and Lognormal (for accident costs), and estimating parameters using the likelihood principle. The process involves generating random numbers for simulation and applying linear models (simple and multiple) to understand variable relationships. Key concepts include diagnostics, the Central Limit Theorem for portfolio risk assessment, and using dummy variables for categorical data, enabling personalized premium strategies based on customer profiles.
  [Appunti] Appunti lezioni su R - 2021 - (pillola free)
  Questa risorsa offre una guida completa all'uso del linguaggio R e dell'ambiente RStudio per l'analisi dei dati, essenziale per il corso di Data Analysis for Insurance. Vengono esplorate le basi di R, inclusi tipi di dati (vettori, matrici, data frame), operazioni fondamentali, controllo del flusso (cicli 'for', condizionali 'if') e l'utilizzo di funzioni per la gestione dei dati e il calcolo statistico. Il documento copre distribuzioni di probabilità (Normale, Poisson, Uniforme), l'implementazione di modelli lineari (regressione) con funzioni come `lm()` e `optim()`, l'analisi dei residui e la visualizzazione grafica. Un focus particolare è dedicato alla manipolazione di variabili categoriche, alla creazione di dummy e all'importazione di dati esterni, fornendo competenze pratiche per la modellazione assicurativa.
  [Domande d'esame] Answers - 2026 - (pillola free)
  Questo documento esplora i concetti fondamentali dell'apprendimento statistico, essenziali per l'analisi dei dati, coprendo la definizione di apprendimento supervisionato e non, il trade-off tra accuratezza e interpretabilità, e l'analisi dell'accuratezza del modello tramite il bias-variance trade-off. Vengono dettagliate l'analisi dei residui e la multicollinearità. Il documento introduce metodi di validazione come validation set, LOOCV e k-fold cross-validation, e tecniche di resampling come il Bootstrap. Successivamente, esamina la selezione del modello (Best Subset, Forward Stepwise), i modelli basati su alberi (regressione e classificazione) e i metodi di aggregazione (Bagging, Random Forests, Boosting). Infine, vengono trattate le tecniche di regolarizzazione (Ridge, Lasso) con interpretazione geometrica e applicazioni ai dati ad alta dimensionalità, oltre ai modelli non lineari come step functions, splines (lineari, cubiche, naturali, smoothing) e GAMs, cruciali per gestire relazioni complesse nei dati assicurativi.
• [P014392483] ECONOMETRICS (1° anno)
  
  [Domande d'esame] mock exam primo modulo - 2024 - (pillola free)
  mock exam con soluzioni di tornese Tommaso
  [Appunti] test parametrici per un campione - 2025 - (pillola free)
  appunit
  [Appunti] test parametrici - 2025 - (pillola free)
  appunti
• [P976024111] ECONOMIC STATISTICS (1° anno)
• [P315987856] INSURANCE LAW AND REGULATION (1° anno)
• [P065944601] ACTUARIAL MODELS FOR SOCIAL SECURITY AND PENSION FUNDS (2° anno)
• [P636284810] ACTUARIAL NON-LIFE INSURANCE (2° anno)
• [P386791860] ECONOMICS FOR FINANCE (2° anno)
• [P387309792] INSURANCE STATISTICS AND ADVANCED RISK THEORY (2° anno)
• [P707386057] INSURANCE STATISTICS AND ADVANCED RISK THEORY (2° anno)
  
  [Appunti] Advanced Risk theory lezione 1 - 2019 - (pillola free)
  Il documento approfondisce Solvency II, esaminando la Standard Formula e l'Own Risk and Solvency Assessment (ORSA) per la gestione dei rischi assicurativi. Vengono esplorati i principali rischi (sottoscrizione, mercato, credito, operativi) e l'importanza di capital add-on e qualità dei dati. Si analizzano modelli stocastici, il Capital at Risk e l'impatto della riassicurazione, evidenziando il trade-off tra rischio e redditività. Infine, si discute la volatilità del rapporto di capitale (U/B) e i benefici della diversificazione per una solida valutazione del capitale.

 

Sbocchi lavorativi
Statistici - (2.1.1.3.2)
Analisti di mercato - (2.5.1.5.4)