ISSN: 2319-7285
Godfred Kwame Abledu, Elvis Dadey et Agbodah Kobina
La modélisation probabiliste a une large gamme d'applications dans le domaine de l'assurance et de la finance. Au fil des ans, ses applications ont été modifiées pour inclure des techniques de simulation qui, dans la plupart des cas, sont utilisées pour améliorer ou valider les estimations souhaitées. Cette étude examine les distributions de probabilité qui correspondent le mieux à un certain nombre de sinistres d'assurance. En particulier, elle compare la distribution de Poisson et les modèles de distribution binomiale négative pour déterminer quelle distribution correspond le mieux aux données de sinistres d'assurance obtenues auprès de deux compagnies d'assurance au Ghana. Les données sur le nombre de sinistres d'une police d'assurance obsèques couvrant la période de 2006 à 2010 ont été utilisées pour l'étude. Des modèles de distribution de probabilité et les méthodes de bootstrap paramétrique ont été utilisés pour analyser les données collectées. Le résultat de l'étude a révélé qu'en moyenne, le nombre de sinistres a tendance à augmenter au fil de l'année. De plus, la distribution binomiale négative s'est avérée supérieure à la distribution de Poisson pour l'ajustement des données de sinistres. Enfin, une comparaison entre les estimations obtenues par les modèles de probabilité et celles des estimations de bootstrap paramétrique n'a révélé aucune différence significative.