Aktuarsko modeliranje je ime za niz tehnik, ki se uporabljajo v zavarovalniški industriji. Ti modeli so sestavljeni iz enačb, ki predstavljajo delovanje zavarovalnic in upoštevajo verjetnosti dogodkov, ki jih pokrivajo police, in stroške, ki jih vsak dogodek predstavlja podjetju. Pomagajo podjetjem pri odločanju, katere politike naj sprejmejo, in določijo premije na podlagi predvidenih terjatev, ki jih bodo morala plačati. Pomembne so, ker jih zavarovalnice uporabljajo za ohranjanje plačilne sposobnosti podjetij; modeli predvidevajo sredstva, ki jih bodo morala podjetja izplačati, zato vedo, koliko denarja morajo vzeti, da pokrijejo svoje stroške.
Zavarovalnice so organizacije, ki zavarovancem omogočajo, da si delijo tveganja. Podjetje sprejema plačila, imenovane premije, v zameno za jamstvo, da bo dalo denar zavarovancu ob določenem dogodku. Pravzaprav vsi zavarovanci razdelijo stroške dogodkov, ki se zgodijo v vsakem obdobju, tako da nikomur ne bo treba plačati celotnega izdatka.
Aktuar je oseba, ki dela za zavarovalnico in zagotavlja, da zaračuna zadostne premije za kritje režijskih stroškov in terjatev, ki jih vloži zavarovanec. Aktuarji uporabljajo znanstvene pristope, ki združujejo teorijo verjetnosti, ekonomsko teorijo in druge discipline. Uporabljajo vedenjske predpostavke, ki izhajajo iz teh teorij, da ustvarijo sisteme enačb, ki predstavljajo dogodke, ki se zgodijo v resničnem svetu. Ta praksa se imenuje aktuarsko modeliranje.
Dve osnovni vrsti modelov, ki se uporabljata pri aktuarskem modeliranju, sta deterministični modeli in stohastični modeli. Deterministični modeli so enostavnejši od obeh in so bili prvi, ki so bili uporabljeni. Uporabljajo ocene verjetnosti za vsak dogodek in na podlagi teh ocen napovedujejo število dogodkov, ki se bodo dejansko zgodili. Stohastični modeli omogočajo več naključnosti, vendar zahtevajo večjo računsko moč. Računalnik simulira dogodke v določenem obdobju sto ali tisočkrat in na podlagi rezultatov svojih simulacij napove, koliko dogodkov se bo zgodilo.
Vrsta uporabljenega modela je malo pomembna, če aktuar nima dobrih informacij o dogodkih, ki jih napoveduje. Pri aktuarskem modeliranju so verjetnost vsakega dogodka in enačbe, ki opisujejo vedenje ljudi, ključnega pomena za uspeh modela. Aktuarji nenehno revidirajo modele, da dajejo boljše napovedi.