<?xml version="1.0" encoding="utf-8"?>
<export-example>
  <doc>
    <id>772</id>
    <completedYear>2016</completedYear>
    <publishedYear/>
    <thesisYearAccepted/>
    <language>deu</language>
    <pageFirst/>
    <pageLast/>
    <pageNumber/>
    <edition/>
    <issue/>
    <volume/>
    <type>book</type>
    <publisherName>Springer</publisherName>
    <publisherPlace>Berlin</publisherPlace>
    <creatingCorporation/>
    <contributingCorporation/>
    <belongsToBibliography>0</belongsToBibliography>
    <completedDate>2018-06-04</completedDate>
    <publishedDate>--</publishedDate>
    <thesisDateAccepted>--</thesisDateAccepted>
    <title language="deu">Stochastische Risikomodellierung und statistische Methoden</title>
    <abstract language="deu">Aktuare treffen, genauso wie Finanzmathematiker und Risikomanager, jeden Tag Einschätzungen über Risiken. Unter Risiken verstehen sie dabei Objekte, an denen sich zufällige Phänomene realisieren, und die sich somit einer sicheren Einschätzung entziehen. &#13;
&#13;
Dabei bedienen sich die Aktuare stochastischer Risikomodelle, um&#13;
� Erklärungsmuster für historische Beobachtungen der Risiken zu ﬁnden, �  Zukunftsvorhersagenbezüglich der Risiken zu treffen und �  die Genauigkeit der getroffenen Einschätzungen und Prognosen zu bewerten. Stochastische Risikomodelle sind mithin ein Instrument, um die Einschätzung von Risiken zu objektivieren. &#13;
&#13;
Risikomodelle werden in der Regel mit statistischen Methoden an Beobachtungsdaten angepasst. Aus einem Modell heraus getroffene Aussagen werden spätestens hierdurch zu Einschätzungen, die – um mit Descartes zu sprechen – lediglich „wahrscheinlich“ korrektsind. Hier kannein stochastisches Modell helfen, die Wahrscheinlichkeit zu quantiﬁzieren, mit der eine gegebene Einschätzung falsch ist, und die Wahl einer geeigneten statistischen Methode zur Modellanpassung kann helfen, diese Wahrscheinlichkeit zu reduzieren. &#13;
&#13;
Stochastische Risikomodelle und statistische Methoden erlauben somit einen wissenschaftlich korrekten Umgang mit dem von Descartes aufgezeigten Dilemma.&#13;
&#13;
Allerdings: Risikomodelle sind künstlich – sie leben von den Annahmen, die ihnen zugrunde liegen. Für eine seriöse Modellbildung ist daher das Verständnis und die Validierung der Modellannahmen unverzichtbar, wie auch ein Überblick über mögliche alternative Modelle. Das vorliegendeBuchmöchte daherdie wichtigsten stochastischen Risikomodelle, die derzeit in der aktuariellen Praxis Anwendung ﬁnden,in einem Band zusammenfassen. Dabei wird Wert auf eine mathematisch fundierte,aber dennoch für Theoretiker und Praktiker gut verständliche und interessante Darstellung der Modelle mit ihren Eigenschaften und Annahmen gelegt. &#13;
Gleichzeitig werden die statistischen Methoden zur Modellanpassung bereitgestellt. &#13;
&#13;
Die behandelten Modelle und Methoden sind auch die Grundlage, auf denen zahlreiche Anwendungen in Finanzmathematik und quantitativem Risikomanagement aufbauen.</abstract>
    <enrichment key="review.accepted_by">2</enrichment>
    <author>T. Becker</author>
    <author>R. Herrmann</author>
    <author>V. Sandor</author>
    <author>Ulrich Wellisch</author>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Stochastik</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Risikomodellierung</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>statistische Methoden</value>
    </subject>
    <collection role="ddc" number="30">Sozialwissenschaften, Soziologie</collection>
    <collection role="institutes" number="">Fakultät für Angewandte Gesundheits- und Sozialwissenschaften</collection>
    <thesisPublisher>Technische Hochschule Rosenheim</thesisPublisher>
  </doc>
  <doc>
    <id>781</id>
    <completedYear>2018</completedYear>
    <publishedYear/>
    <thesisYearAccepted/>
    <language>deu</language>
    <pageFirst>43</pageFirst>
    <pageLast>50</pageLast>
    <pageNumber/>
    <edition>23</edition>
    <issue>1</issue>
    <volume/>
    <type>article</type>
    <publisherName/>
    <publisherPlace/>
    <creatingCorporation/>
    <contributingCorporation/>
    <belongsToBibliography>0</belongsToBibliography>
    <completedDate>2018-06-04</completedDate>
    <publishedDate>--</publishedDate>
    <thesisDateAccepted>--</thesisDateAccepted>
    <title language="deu">Erfolg der Privatisierung von Krankenhäusern – Eine Einschätzung aus der Sicht ehemaliger öffentlicher Krankenhausträger</title>
    <title language="eng">Success of hospital privatisations – an assessment from the point of view of former public hospital owners</title>
    <abstract language="deu">Zielsetzung &#13;
In den letzten Jahren konnte eine Steigerung der Anzahl privater Krankenhäuser und Betten festgestellt werden. Die Probleme der Investitionsfinanzierung deutscher Krankenhäuser in Kombination mit verstärkenden Faktoren wie der Einführung der DRGs, aber auch die Erwartung einer höheren Effizienz nach der Privatisierung einer Klinik können als Hauptgründe bei Privatisierungsentscheidungen genannt werden. Es soll untersucht werden, wie ehemalige öffentliche Krankenhausträger den Erfolg der Privatisierung einschätzen.&#13;
&#13;
Methodik &#13;
Alle 99 identifizierten ehemaligen öffentlichen Träger, die ihr Krankenhaus in den Jahren 2003–2013 an einen privaten Eigentümer verkauft hatten, wurden hinsichtlich ihrer Einschätzung von Zielen sowie Befürchtungen vor und nach der Privatisierung anonym und schriftlich befragt.&#13;
&#13;
Ergebnisse und Schlussfolgerung &#13;
Zusammenfassend lässt sich feststellen, dass bei einer ausreichenden Finanzierung der Krankenhäuser aus Krankenkassenbeiträgen (Betriebsmittel) und Ländermittel (Investitionskosten) der Privatisierungsdruck rapide sinken würde. Wenn jedoch privatisiert wurde, hatte dies aus Sicht der ehemaligen Träger weder einen negativen Einfluss auf die medizinische Versorgung in der Region, noch auf die Qualität der medizinischen Behandlung und auf den Umgang mit den Mitarbeitern. &#13;
Die Einschätzungen der ehemaligen Träger weisen eine statistisch überprüfte Übereinstimmung auf. Die mit einer Privatisierung verbundenen Erwartungen und Ziele werden prinzipiell als erfüllt wahrgenommen</abstract>
    <abstract language="eng">Aim&#13;
In recent years, an increase in the number of private hospitals and beds could be determined. The problems of financing investments of German hospitals in combination with other reinforcing factors such as the introduction of DRGs, but also assumptions to higher efficiency after privatisation of a hospital can be identified as the main reasons for privatisation decisions. It should be examined how former public hospital operators assess the success of the privatisation.&#13;
&#13;
Method&#13;
All 99 identified former public owners who had sold their hospitals during the years 2003 to 2013 to a private owner were interviewed anonymously and in written form with regard to their assessment of goals and fears before and after privatisation.&#13;
&#13;
Results and Conclusion&#13;
In summary it can be said that with sufficient funding of hospitals from health insurance contributions (resources) and state funds (investment costs) privatisation pressure would fall sharply. But if privatized once, there was - from the view of the former public owners - neither a negative impact on medical care in the region, nor on the quality of medical treatment and the treatment of employees. The former public owners show a fair agreement on their assesments. The privatisations answer the expectations and the goals of the former public owners.</abstract>
    <parentTitle language="deu">Gesundheitsökonomie &amp; Qualitätsmanagement</parentTitle>
    <identifier type="url">https://doi.org/10.1055/s-0043-110761</identifier>
    <enrichment key="PeerReviewed">Ja</enrichment>
    <author>Daniel Negele</author>
    <author>Robert Ott</author>
    <author>Ulrich Wellisch</author>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Privatisierung von Krankenhäusern</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Gesundheitspolitik</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Krankenhausfinanzierung</value>
    </subject>
    <subject>
      <language>eng</language>
      <type>uncontrolled</type>
      <value>hospital privatisation</value>
    </subject>
    <subject>
      <language>eng</language>
      <type>uncontrolled</type>
      <value>health policy</value>
    </subject>
    <subject>
      <language>eng</language>
      <type>uncontrolled</type>
      <value>hospital financing</value>
    </subject>
    <collection role="ddc" number="51">Mathematik</collection>
    <collection role="ddc" number="610">Medizin und Gesundheit</collection>
    <collection role="institutes" number="">Fakultät für Angewandte Natur- und Geisteswissenschaften</collection>
    <collection role="institutes" number="">Fakultät für Angewandte Gesundheits- und Sozialwissenschaften</collection>
    <thesisPublisher>Technische Hochschule Rosenheim</thesisPublisher>
  </doc>
</export-example>
