विश्वसनीयता सिद्धांत
विश्वसनीयता सिद्धांत क्या है?
जोखिम का अनुमान लगाने के लिए डेटा की जांच करते समय बीमांकिकों द्वारा उपयोग किए जाने वाले उपकरणों, नीतियों और प्रक्रियाओं को संदर्भित करता है । विश्वसनीयता सिद्धांत अनुभव-आधारित अनुमान बनाने के लिए गणितीय मॉडल और विधियों का उपयोग करता है, जिसमें "अनुभव" ऐतिहासिक डेटा को संदर्भित करता है।
कवरेज प्रदान करने से जुड़े जोखिमों को समझने में मदद करता है , और यह बीमा कंपनियों को दावों और नुकसानों के लिए अपने जोखिम को सीमित करने की अनुमति देता है।
विश्वसनीयता सिद्धांत को समझना
बीमा कंपनियां और बीमांकक ऐतिहासिक नुकसान के आधार पर मॉडल विकसित करते हैं, मॉडल में कई मान्यताओं को ध्यान में रखते हुए उनकी विश्वसनीयता निर्धारित करने के लिए सांख्यिकीय रूप से परीक्षण किया जाना है।
उदाहरण के लिए, एक बीमा कंपनी पॉलिसीधारकों के एक विशेष समूह का बीमा करने से पहले हुए नुकसान की जांच करेगी ताकि यह अनुमान लगाया जा सके कि भविष्य में इसी तरह के समूह का बीमा करने में कितना खर्च हो सकता है।
अनुमान विकसित करते समय, बीमांकक पहले आधार अनुमान का चयन करेंगे। उदाहरण के लिए, एक जीवन बीमा कंपनी अपने आधार अनुमान की रीढ़ की हड्डी के रूप में मृत्यु दर तालिका का चयन कर सकती है, क्योंकि दावे तभी उत्पन्न होते हैं जब बीमाधारक की मृत्यु हो जाती है। बीमांकक पॉलिसी के प्रकार के विभिन्न पहलुओं को कवर करने के लिए विभिन्न प्रकार के आधार अनुमानों का उपयोग करते हैं, जिसमें वे मूल्य भी शामिल हैं जो बीमा कंपनी आमतौर पर कवरेज के लिए चार्ज करती है।
कैसे विश्वसनीयता सिद्धांत बीमांकिकों की मदद करता है
एक बार एक आधार अनुमान स्थापित हो जाने के बाद, एक बीमांकक पॉलिसी-दर-पॉलिसी आधार पर बीमा कंपनी के ऐतिहासिक अनुभवों को देखेगा। बीमांकक इस ऐतिहासिक डेटा का अध्ययन करेगा कि यह देखने के लिए कि बीमाकर्ता का अनुभव अन्य बीमा कंपनियों के अनुभव से कैसे भिन्न हो सकता है। परीक्षा एक्चुअरी को भिन्नताओं के आधार पर अलग-अलग भार बनाने की अनुमति देती है।
उदाहरण के लिए, यह मोटर चालकों को उम्र, लिंग और कार के प्रकार से विभाजित कर सकता है; तेज कार चलाने वाले युवक को उच्च जोखिम माना जाता है, और छोटी कार चलाने वाली बूढ़ी औरत को कम जोखिम माना जाता है। विभाजन को दो आवश्यकताओं को संतुलित करते हुए बनाया गया है कि प्रत्येक समूह में जोखिम पर्याप्त रूप से समान हैं और समूह इतना बड़ा है कि प्रीमियम की गणना के लिए दावों के अनुभव का एक सार्थक सांख्यिकीय विश्लेषण किया जा सकता है।
इस समझौते का मतलब है कि किसी भी समूह में केवल समान जोखिम नहीं हैं। तब समस्या यह है कि समूह के अनुभव को व्यक्तिगत जोखिम के अनुभव के साथ संयोजित करने का एक तरीका तैयार किया जाए ताकि अधिक उपयुक्त प्रीमियम प्राप्त किया जा सके। विश्वसनीयता सिद्धांत इस समस्या का समाधान प्रदान करता है।
विश्वसनीयता सिद्धांत अंततः फ़ार्मुलों को विकसित करने के लिए ऐतिहासिक डेटा के साथ-साथ आधार अनुमानों के अनुभव अनुमानों के संयोजन पर निर्भर करता है। सूत्रों का उपयोग पिछले अनुभवों को दोहराने के लिए किया जाता है और फिर वास्तविक डेटा के विरुद्ध परीक्षण किया जाता है।
प्रारंभिक अनुमान बनाते समय बीमांकक एक छोटे डेटा सेट का उपयोग कर सकते हैं, लेकिन बड़े डेटा सेट को अंततः प्राथमिकता दी जाती है क्योंकि उनका सांख्यिकीय महत्व अधिक होता है।
विश्वसनीयता के प्रकार
बायेसियन थ्योरी
बायेसियन सांख्यिकी पिछले परिणामों के ज्ञान के आधार पर परिणामों की संभावनाओं को समझने की एक विधि है। बेयस की प्रमेय दुनिया की समझ को अद्यतन या संशोधित करने की अनुमति देती है क्योंकि पूर्व की घटनाओं के बारे में नई जानकारी आती है।
मानक सांख्यिकीय विधियों में, परिणामों या अपेक्षाओं को अक्सर उनके आत्मविश्वास अंतराल द्वारा वर्णित किया जाता है,. या संभावना है कि एक परिणाम अपेक्षित रूप से दिखाई देगा (अक्सर 95% आत्मविश्वास के स्तर के साथ सेट)। चूंकि बायेसियन आंकड़े इसके बजाय संभावित परिणामों के पूर्व और बाद के अनुमानों पर निर्भर करते हैं, इसके बजाय यह "विश्वसनीय अंतराल" (आमतौर पर 95% विश्वसनीयता पर सेट) का उपयोग करता है।
बुहलमैन थ्योरी
बेयस के प्रमेय के समान, बुहलमैन की साख अनुमानों को अद्यतन करने और एक विश्वसनीय अंतराल प्रदान करने के लिए पिछले अनुभव पर निर्भर करती है। बुहलमैन मॉडल (कभी-कभी केप कॉड मॉडल कहा जाता है ) आनुपातिक भार के साथ आने के लिए पूर्व अनुभव पर यादृच्छिक प्रभाव लागू करता है। इस मॉडल का उपयोग बीमांकक और बीमा कंपनियां अपने नुकसान के भंडार की गणना के लिए करती हैं ।
हाइलाइट्स
विश्वसनीयता सिद्धांत जोखिम का अनुमान लगाने के लिए डेटा की जांच करते समय बीमांकिकों द्वारा उपयोग किए जाने वाले उपकरणों, नीतियों और प्रक्रियाओं को संदर्भित करता है।
विश्वसनीयता सिद्धांत अनुभव-आधारित अनुमान लगाने के लिए गणितीय मॉडल और विधियों का उपयोग करता है।
बुहलमैन, या केप कॉड, मॉडल का उपयोग बीमाकर्ता अपने नुकसान के भंडार के लिए एक विश्वसनीय अंतराल का अनुमान लगाने के लिए करते हैं।
विश्वसनीयता सिद्धांत बीमांकिकों को कवरेज प्रदान करने से जुड़े जोखिमों को समझने में मदद करता है और बीमा कंपनियों को नुकसान के लिए अपने जोखिम को सीमित करने की अनुमति देता है।
साख का अधिकांश सिद्धांत बायेसियन सांख्यिकी पर आधारित है।
सामान्य प्रश्न
बीमांकिक विज्ञान में साख क्या है?
बीमांकक और बीमाकर्ता विश्वसनीयता सिद्धांत का उपयोग यह अनुमान लगाने में मदद करने के लिए करते हैं कि वे किसी दिए गए वर्ष में कितने दावों का भुगतान करने की उम्मीद करेंगे, और क्या पॉलिसीधारकों से प्राप्त प्रीमियम उन बहिर्वाहों को कवर करने के लिए पर्याप्त होगा। सिद्धांत उन्हें अपने अनुमानों को अद्यतन करने की अनुमति देता है क्योंकि नए नुकसान और दावों का अनुभव प्राप्त होता है।
स्रोत विश्वसनीयता सिद्धांत क्या है?
व्यवहारिक अर्थशास्त्र में, स्रोत विश्वसनीयता सिद्धांत में कहा गया है कि लोगों को किसी स्रोत द्वारा राजी किए जाने की अधिक संभावना है यदि उसे विश्वसनीय माना जाता है। यह किसी व्यक्ति द्वारा धारण किए गए विश्वास या विशेषज्ञता का कथित स्तर है, न कि वे जो वास्तव में कहते हैं, वह मायने रखता है।
विश्वसनीयता सिद्धांत किसने विकसित किया?
विश्वसनीयता सिद्धांत को अक्सर 18 वीं शताब्दी में थॉमस बेयस के काम के लिए जिम्मेदार ठहराया जाता है। विश्वसनीयता का लक्ष्य नई जानकारी को शामिल करके भविष्य की घटनाओं (जो अनिश्चित हैं) के अधिक सटीक पूर्वानुमान बनाना है क्योंकि यह उन पूर्वानुमानों को अद्यतन और संशोधित करने के लिए उत्पन्न होता है।
