Corso di formazione attuariale permanente 2/25
Progettazioni alternative dei benefici
di rendita: profili tecnico-attuariali
 
  Calendario corsi


 Documenti
 
Presentazione,
programma
e scheda
di iscrizione

formato PDF

 Iscrizione online

 

 

Mercoledì 9 aprile 2025 - Diretta web

Progettazioni alternative dei benefici di rendita:
profili tecnico-attuariali

È nota la necessità per gli individui di proteggere il proprio patrimonio dai rischi che emergono ad età adulte e anziane, in primis quello di longevità individuale. È altresì nota la scarsa popolarità delle rendite vitalizie, progettate per fornire una copertura a quel rischio.
Obiettivo di questo corso è quello di esaminare possibili innovazioni nella struttura dei benefici di rendita, che consentano di trovare un punto di incontro delle diverse esigenze di individui e gestori. L’attenzione è in particolare rivolta alla presenza del longevity risk. Si discuteranno, con maggior livello di approfondimento rispetto ad altre soluzioni e con il supporto di esempi numerici, le rendite di tipo tontinario (cioè, con aggancio a indici di longevità), le rendite “old-age” e le rendite “special-rate”.
Il corso si rivolge agli attuari e ad altre figure professionali dotate di conoscenze tecnico-attuariali nel campo delle assicurazioni di persone.

Qualche giorno prima del corso, gli iscritti riceveranno, via mail, un link di collegamento alla piattaforma TEAMS. L’aula virtuale permetterà di interagire con il docente.

Con la partecipazione al corso, che rientra tra le attività preclassificate, come stabilito dalle Linee Guida di attuazione del regolamento sulla Formazione Attuariale Continua, redatto ai sensi dell’art. 7 comma 3 del D.P.R. N. 137/2012, emanate dal Consiglio Nazionale egli Attuari in data 7 maggio 2018, saranno attribuiti 5 (cinque) CFP ai fini FAC (Formazione Attuariale Continua).

Docente:
Prof.ssa Annamaria Olivieri – Università di Parma

Programma

Parte 1: Aspetti introduttivi e generali.
  • Il contesto: rischi connessi alle dinamiche di mortalità e loro profilo temporale nell’ambito dei prodotti di rendita.
  • Revisione delle caratteristiche delle rendite standard.
Parte 2: Strutture alternative per i benefici di rendita.
  • Prodotti alternativi e garanzie connesse: SPIA, Variable Annuities, Schemi tontinari, processi di prelevamento.
  • Estensione temporale dei benefici: rendite temporanee e “old-age”.
  • Opzioni e benefici complementari.
  • Meccanismi di aggancio dei benefici a parametri di longevità.
  • Tariffazione per classi di rischio: rendite “special-rate”.
Conclusioni e discussione.


Orario:

Mercoledì 9 aprile 2025

09.15 – 09.30    Registrazione
09.30 – 11.00    Lezione
11.00 – 11.15    Pausa
11.15 – 13.00    Lezione
13.00 – 14.00    Intervallo
14.00 – 15.30    Lezione   

 



Segreteria operativa:
S.I.A. S.r.l. - Viale delle Milizie 1 - 00192 Roma
Tel. – 06/3202922, E-mail: info@sia-attuari.it
Federica Campanini

Iscrizioni:
La scheda allegata va inviata alla segreteria della S.I.A. s.r.l., Viale delle Milizie 1, 00192 Roma, tramite mail, entro lunedì 7 aprile 2025.
E' possibile inoltre l'iscrizione online.
L'iscrizione al corso sarà confermata con nostra email.
Qualche giorno prima del corso, gli iscritti riceveranno, via mail, un link di collegamento alla piattaforma TEAMS. L’aula virtuale permetterà di interagire con il docente.

Quota di iscrizione:
La quota di iscrizione per ogni partecipante è di Euro 450,00 + IVA. La quota dà diritto alla partecipazione ai lavori e al materiale didattico.


Modalità di pagamento:
Il versamento della quota di iscrizione, da effettuarsi successivamente alla nostra conferma, dovrà pervenire entro e non oltre l’inizio del corso, con l’evidenza del corrispondente numero di fattura.
Eventuali rimborsi per impedita partecipazione saranno consentiti nella misura dell’80% se la mancata partecipazione sarà comunicata per iscritto almeno 2 giorni prima dell’inizio del corso.

   


 

web design: Cliccaquì

Machine Learning per le Assicurazioni: Case Studies Machine Learning per le Assicurazioni: Case Studies Machine Learning per le Assicurazioni: Case Studies