विश्वसनीयता का सिद्धांत
विश्वसनीयता का सिद्धांत जोखिमों का अनुमान लगाने के लिए डेटा की जांच करते समय एक्ट्यूरीज द्वारा उपयोग किए जाने वाले टूल, 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।
विश्वसनीयता का उपयोग क्यों करें?
विश्वसनीयता सिद्धांत कार्यवाहियों को कवरेज प्रदान करने से जुड़े जोखिमों को समझने में मदद करता है, और यह बीमा कंपनियों को दावों और नुकसान के लिए अपने जोखिम को सीमित करने की अनुमति देता है। बीमा कंपनियां और एक्ट्यूरीज ऐतिहासिक घाटे के आधार पर मॉडल विकसित करते हैं, मॉडल में कई मान्यताओं को ध्यान में रखा जाता है जिन्हें यह निर्धारित करने के लिए सांख्यिकीय रूप से परीक्षण किया जाना चाहिए कि वे कितने विश्वसनीय हैं। 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 एक समान समूह का बीमा करने में कितना खर्च हो सकता है।
एक अनुमान विकसित करते समय, एक्ट्यूरीज पहले एक आधार अनुमान का चयन करेंगे। उदाहरण के लिए, एक जीवन बीमा कंपनी अपने आधार अनुमान की रीढ़ के रूप में एक मृत्यु दर तालिका का चयन कर सकती है, क्योंकि बीमाकृत व्यक्ति की मृत्यु होने पर केवल दावे होते हैं। एक्टुअरी विभिन्न प्रकार के आधार अनुमानों का उपयोग पॉलिसी के प्रकार के विभिन्न पहलुओं को कवर करने के लिए करेंगे, जिनमें वे मूल्य शामिल हैं जो बीमा कंपनी आमतौर पर कवरेज के लिए लेती है।
कैसे विश्वसनीयता सिद्धांत को मदद करता है
एक बार बेस अनुमान स्थापित हो जाने के बाद, एक एक्चुरी तब पॉलिसी-बाय-पॉलिसी आधार पर बीमा कंपनी के ऐतिहासिक अनुभवों को देखेगा। एक्ट्यूरी इस ऐतिहासिक डेटा का अध्ययन करेगा यह देखने के लिए कि बीमा कंपनी का अनुभव अन्य बीमा कंपनियों के अनुभव से कैसे भिन्न हो सकता है। परीक्षा एक्ट्यूरी को भिन्नता के आधार पर अलग-अलग वजन बनाने की अनुमति देती है।
उदाहरण के लिए, यह मोटर चालकों को आयु, लिंग और कार के प्रकार से विभाजित कर सकता है; तेज़ कार चलाने वाले एक युवा को उच्च जोखिम माना जाता है, और छोटी कार चलाने वाली एक बूढ़ी महिला 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 पर्याप्त रूप से बड़े हैं कि दावों के अनुभव का एक सार्थक सांख्यिकीय विश्लेषण प्रीमियम की गणना करने के लिए किया जा सकता है। इस समझौते का मतलब है कि किसी भी समूह में केवल समान जोखिम नहीं हैं। समस्या तब है जब समूह के अनुभव को व्यक्तिगत जोखिम के अनुभव के साथ संयोजन करने के तरीके को अधिक उपयुक्त प्रीमियम पर पहुंचाना है। विश्वसनीयता सिद्धांत इस समस्या का समाधान प्रदान करता है।
विश्वसनीयता सिद्धांत अंततः ऐतिहासिक डेटा से अनुभव के अनुमानों के संयोजन पर निर्भर करता है और साथ ही सूत्रों को विकसित करने के लिए आधार का अनुमान है। सूत्रों का उपयोग पिछले अनुभवों को दोहराने के लिए किया जाता है, और फिर वास्तविक डेटा के खिलाफ परीक्षण किया जाता है। प्रारंभिक अनुमान लगाते समय एक्ट्यूरी एक छोटे डेटा सेट का उपयोग कर सकते हैं, लेकिन बड़े डेटा सेट अंततः पसंद किए जाते हैं क्योंकि उनका सांख्यिकीय महत्व अधिक होता है।
इन्वेस्टमेंट अकाउंट्स प्रोवाइडर नाम की तुलना करें। विज्ञापनदाता का विवरण × इस तालिका में दिखाई देने वाले प्रस्ताव उन साझेदारियों से हैं जिनसे इन्वेस्टोपेडिया को मुआवजा मिलता है।