Master Universitario
di II livello in Governo
dei Rischi Assicurativi

a)   Cultura del rischio. Definizione e funzioni delle figure chiave nella gestione del rischio (Insurance manager, Risk manager, Assuntore ramo danni e vita e Consulente assicurativo di filiale bancaria).

b)   Elementi di management dell’impresa.

c)   Economia e gestione dei servizi assicurativi.

d)   Marketing dei servizi assicurativi.

e)   Soft Skills.

a)   ERM – Enterprise Risk Management.

b)   Management del rischio delle imprese di assicurazione.

c)   Management del rischio delle aziende sanitarie.

d)   Management del rischio delle aziende trasporti.

e)   Management del rischio delle imprese di pubblica utilità.

a) I bisogni di copertura:
     1. Le polizze vita e i prodotti finanziario-assicurativi.
     2. Le polizze nei principali rami danni.
     3. Le polizze previdenziali e i fondi pensione.
b) La distribuzione dei prodotti assicurativi.
c) Da FinTech a InsurTech: gli effetti sui servizi assicurativi.

a) I processi assicurativi: dall’assunzione del rischio alla formazione delle riserve tecniche fino alla liquidazione del risarcimento.

b) I processi di investimento: le caratteristiche dei portafogli e il principio della persona prudente.

c) La gestione del capitale: l’assorbimento patrimoniale e il risk appetite in chiave Solvency II.

d) L’auditing e il reporting: la governance dei rischi, il bilancio assicurativo e la disclosure del requisito patrimoniale.

a) Introduzione alla teoria della probabilità. Definizione di variabile casuale.

b) Variabili casuali discrete: Poisson, Negativa Binomiale.

c) Variabili casuali continue: Normale, T di Student, Chi Quadrato, Gamma. Mistura di distribuzioni. Extreme value theory.

d) Aggregazione di rischi. Convoluzione.

e) Funzioni copula per la dipendenza.

f)  Value-at-Risk

a) Modelli lineari. Metodo dei minimi quadrati.

b) Variabili esplicative categoriche.

c) I modelli lineari generalizzati. Il metodo della massima verosimiglianza.

d) Modelli per dati di conteggio. Modello logistico. La regressione Gamma.

a) Processi stocastici e finanza.

b) Un’introduzione ai principî e ai processi di elaborazione della Direttiva Solvency II.

c) Il ruolo del risk manager e dell’attuario nella Direttiva Solvency II.

d) Tecniche quantitative per la misurazione e gestione dei rischi in Solvency II.

e) Principî di asset–liability management. Il Solvency Capital Requirement.

f) La “probability distribution forecast”. Il processo dell’ “Own risk and solvency assessment” (ORSA).

a) Aspetti computazionali dei “modelli interni”.

b) Processi di calcolo per la stima delle riserve vita e danni.

c) Il metodo Monte Carlo e la sua applicazione alla valutazione del Solvency Capital Requirement.

d) Calibrazione di polinomi; tecniche di machine learning.

e) Calcolo parallelo e distribuito.

a) Inquadramento generale della disciplina multilivello.

b) Codice delle Assicurazioni Private.

c) La normazione europea in materia assicurativa: da Solvency II alla IDD e l’impatto sull’industria assicurativa.

d) Legge Gelli Bianco.

e) Codice degli Appalti.

a) Basi di dati e big data.

b) Tecniche di Machine learning.

c) Blockchain.

d) Cyber Risk.