Rozvoj vícestavových modelů analýzy přežívání a jejich aplikace v modelování přidané hodnoty nad finančními daty

Předpověď celkové škody způsobené konkrétním portfoliem klientů je zásadní otázkou, kterou řeší všechny pojišťovny. Běžným přístupem je statistické modelování frekvence škod a průměrné výše škody, odhad těchto veličin pak umožňuje sestrojit předpověď celkové škody. Tento přístup vychází z tradičních inferenčních modelů a nezohledňuje všechny informace, které o jednotlivých škodách a o chování klientů pojišťovna má, zejména dynamické změny stavů relevantních z pohledu pojišťovny, ve kterých se klient může nacházet (např. změna či ztráta zaměstnání, přítomnost nemoci, invalidity apod.). Kombinace využití nástrojů teorie přežívání na neúplná pozorování dob do zájmových událostí (jako je např. splacení úvěru, nesplacení či pozdní splacení úvěru kvůli ztrátě zaměstnání, nemoci, invaliditě) a vícestavových modelů popisujících chování klientů je přístup, který je v současnosti hojně diskutován v zahraničních publikacích, a proto vybízí k dalšímu zkoumání. Detailně formulovaný a popsaný vícestavový model by byl využitelný při zkoumání souhrnných statistik v širokém spektru oborů, tedy nejen v pojišťovnictví, ale např. i v medicíně či demografii. Cílem projektu je vytvoření rámce pro formulaci a identifikaci takového vícestavového modelu, popis jeho předpokladů a statistických vlastností a posouzení kvality predikce pomocí simulačních studií na základě reálných, volně dostupných dat z oblasti peer-to-peer investování. Záměrem je tedy nejen teoreticky popsat nový vícestavový model pro predikci souhrnných statistik nad portfoliem klientů pojišťovny a zkoumat jeho statistické vlastnosti, ale i vytvořit jeho uživatelsky snadno použitelnou podobu, aplikovatelnou napříč různými obory a postavenou na platformě programovacího jazyku R.