Automobile insurance ratemaking: Class rating and merit rating
Otomobil sigortasında aktüeryal tarife: Sınıf değerlendirmesi ve hasarsızlık indirim değerlendirmesi
- Tez No: 858089
- Danışmanlar: PROF. DR. NESLİHAN DEMİREL
- Tez Türü: Doktora
- Konular: Aktüerya Bilimleri, Actuarial Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Risk Analizi Bilim Dalı
- Sayfa Sayısı: 76
Özet
Aktüerya biliminde istatistiksel modelleme kullanımı, risk faktörlerinin prim fiyatlandırma sürecine entegre edilmesini sağlayarak sigorta primlerinin doğruluğunu arttırır ve sigorta şirketleri için finansal riski azaltır. Bu tezin amaçlarından biri, özel binek araç kazalarında çeşitli risk faktörlerinin doğrudan tazmin edilen maddi hasarlar (Direct Compensation Property Damage- DCPD) üzerindeki etkisini değerlendiren istatistiksel bir analiz sunmaktır. 2003 ile 2012 yılları arasındaki on yıllık döneme ait Ontario, Kanada'daki otomobil sigortası verileri kullanılarak, genelleştirilmiş doğrusal ikili logit karma model aracılığıyla maddi (PD) hasarın istatistiksel bir modeli araştırılmış ve sigortalıların sınıfları arasındaki dengesizlik dikkate alınmıştır. Elde edilen sonuçlar, kullanım amacı, sürücü eğitimi, muallak hasar ve gerçekleşen hasar dahil olmak üzere çeşitli risk faktörlerinin DCPD hasarlarının olasılığı üzerinde önemli bir etkiye sahip olduğunu göstermektedir. Bu risk faktörlerinin etkileri, farklı sigortalı sınıflarındaki ağırlıklar — her bir başarı oranını oluşturmak için kullanılan deneme sayısı — altında gözlemlenmiştir. İkili sonuçlardaki sınıf dengesizliği dikkate alınarak hesaplanan performans ölçümleri, F1 skoru = 0,934 ve PR AUC = 0,953, modelin sınıflandırmada iyi performans gösterdiğine işaret etmektedir. Diğer ölçümler de, bu modelin sınıfları doğru tahmin etme yeteneğini desteklemektedir. Bu tezin bir diğer amacı da, üçüncü şahıs mali mesuliyet (TPL) sigortası kapsamındaki hasar türlerini dikkate alarak primleri değerlendirmektir. Bu tezde, özel binek araç kazalarında gerçekleşen PD ve bedensel (BI) hasarları üzerinde çeşitli risk faktörlerinin etkisini inceleyen istatistiksel bir analiz sunulmaktadır. PD ve BI hasarları, sırasıyla sigorta aracısına (broker) özgü rastgele sabit etki modeli ve değerlendirme yılına (valuation year) özgü rastgele sabit etki modeli aracılığıyla incelenmiştir. Elde edilen sonuçlar, sınıf, modifikatör, hasar geçmişi ve zaman gibi çeşitli risk faktörlerinin gerçekleşen PD hasarları üzerinde önemli bir etkisinin olduğunu göstermektedir. BI hasarları için ise, gerçekleşen hasarların değişimi ile ilişkilendirilen risk faktörleri, sınıf, oran modifikatörü, cinsiyet, değerlendirme yılı ve zaman olup, etkileri sınıf grupları arasındaki artık varyanslarının heterojenliği altında gözlemlenmiştir. Performans ölçümleri, PD hasarları için R2 = 0,7779 ve BI hasarları için R2 = 0,7157, modellerin gerçekleşen hasarları doğru bir şekilde tahmin etme yeteneğini doğrulamaktadır. Diğer ölçümler de, bu modellerin tahminde iyi bir performans gösterdiğini desteklemektedir. Tahmin edilen gerçekleşen hasarlar üzerinden, her hasar türü için Bühlmann-Straub modeli kullanılarak kredibilite primleri hesaplanmaktadır. Kredibilite primleri hesaplanırken, istatistiksel modellemedeki tahminler kazanılmış risklere (earned exposures) göre ağırlıklandırılır. Bühlmann-Straub modelinden elde edilen sonuçlar, hasar türleri arasındaki varyansın, hasar türleri içindeki varyanstan çok daha küçük olduğunu göstermektedir. Ayrıca, BI hasarları için kredibilite primi PD hasarlarına kıyasla çok daha yüksektir. Bunun yanı sıra, hasar türlerini dikkate alarak ödül-ceza ölçekleri (bonus-malus scales) tasarlanmıştır. Sistem, hasar türlerini göz önüne alarak tasarlandığında, primler ödül-ceza seviyelerine makul bir şekilde dağılmaktadır. Özetle, bu tezde kullanılan istatistiksel modelleme, sigortalıların temel primin belirlenmesinde önemli olan risk özellikleri hakkında bilgi sağlamaktadır. Bu analizin bulguları, sigortacıların PD ve BI hasarlarının altında yatan nedenleri daha iyi anlamalarına yardımcı olabilir. Ayrıca bu bulgular, sigortacıların risk azaltımı için daha doğru ve etkili stratejiler geliştirmelerine destek olabilir. Bu sonuçlar, hem hasar şiddetlerine hem de hasar sayılarına göre yapılacak değerlendirmede, hasarların maddi mi yoksa bedensel mi olduğunun dikkate alınmasının önemli olduğunu göstermektedir.
Özet (Çeviri)
The use of statistical modeling in actuarial science enables the integration of risk factors into the premium pricing process, thereby enhancing the accuracy of insurance premiums and mitigating the financial risk for insurers. One of the aims of this thesis is to present a statistical analysis assessing the impact of various risk factors on direct compensation property damage (DCPD) claims in private passenger vehicle accidents. Using automobile insurance data in Ontario, Canada for the decade-year period between 2003 and 2012, a statistical model of property damage (PD) is explored via a generalized linear binary logit mixed model and considered the imbalance between the classes of insureds. The results indicate that several risk factors have a significant impact on the likelihood of DCPD claims, including usage, training, outstanding loss, and incurred loss. The effects of these risk factors are observed under the weights — the number of trials used to generate each success proportion — in the different classes of insureds. The performance metrics calculated by considering the class imbalance in binary outcomes, F1 score = 0.934, and PR AUC = 0.953, indicate that the model performs well in the classification. The other metrics also support this model's ability to accurately predict classes. Another aim of this thesis is to evaluate the premiums by considering the claim types under third-party liability (TPL) insurance. In this thesis, a statistical analysis is presented that examines the effect of various risk factors on incurred PD and bodily injury (BI) losses in private passenger vehicle accidents. The PD and BI claims are explored via a broker-specific random intercept effect model and a valuation year-specific random intercept effect model, respectively. The results indicate that several risk factors — class, modifier, claims history, and time — have a significant impact on the incurred losses of PD claims. For BI claims, the risk factors that are correlated with change of the incurred losses are also class, rate modifier, gender, valuation year, and time, observed their effects under the heterogeneity of residual variances between the class groups. The performance metrics, R-squared = 0.7779 for the PD claims, and R-squared = 0.7157 for the BI claims, verify the ability of models to accurately predict the incurred losses. The other metrics also support that these models perform well in the prediction. Over these predicted incurred losses, credibility premiums are calculated for each claim type by using the Bühlmann-Straub model. When calculating credibility premiums, the predictions in statistical modeling are weighted by earned exposures. The results obtained in the Bühlmann-Straub model indicate that the variance between claim types is much smaller than the variance within the types of claim. Furthermore, the credibility premium for BI claims is much higher than for PD claims. In addition, bonus-malus scales are designed by considering the claim types. The premiums are distributed reasonably to bonus-malus levels when the system is designed by considering the types of claims. In summary, the statistical modeling employed in this thesis provides information about the risk characteristics of the policyholders crucial for determining the basic premium. The findings of this analysis can help insurers better understand the underlying drivers of PD and BI. In addition, these findings can support insurers in developing more accurate and effective strategies for risk mitigation. These results indicate that it is important to consider whether the claims are property or bodily in the evaluation to be made based on both the severity of claims and the number of claims.
Benzer Tezler
- Türkiye'de otomobil sigortası sahtekarlıklarının makine öğrenmesi yöntemleri ile tespit edilmesi
Detecting automobile insurance frauds in turkey using machine learning approaches
EZGİ GÜNBATAR
Yüksek Lisans
Türkçe
2019
Endüstri ve Endüstri MühendisliğiHacettepe ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BARBAROS YET
- Kasko sigortaları risk modellemesi
Risk modelling automobile insurance
E.B. BURAK UYGUN
Yüksek Lisans
Türkçe
1999
İstatistikHacettepe Üniversitesiİstatistik Ana Bilim Dalı
YRD. DOÇ. DR. GÜÇKAN YAPAR
- Kasko sigortasının incelenmesi ve Türkiye'de kasko sigortası hasar uygulamalarının değerlendirilmesi.
Examining the automobile insurance and reviewing the procedure at the losses of automobile insurance in Turkey.
LEVENT GÜLBİTTİ
Yüksek Lisans
Türkçe
2007
SigortacılıkMarmara ÜniversitesiSigortacılık Ana Bilim Dalı
PROF.DR. MÜNEVVER ÇETİN
- Determining policy premiums in automobile insurance by use of count data models
Sayma verileri kullanarak araç sigortası poliçe primlerinin belirlenmesi
ABBAS DÜNDAR
Doktora
İngilizce
2011
Aktüerya BilimleriMarmara ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. NURHAN DAVUTYAN
- 1990 - 2008 yılları arasnda kasko hasar ödemelerinin Türk ekonomisindeki yeri
The place of automobile damage insurance payments in Turkish economy between 1990-2008
UFUK YAVUZ ÇİLESİZ
Yüksek Lisans
Türkçe
2010
SigortacılıkMarmara ÜniversitesiSigortacılık Ana Bilim Dalı
YRD. DOÇ. DR. KAMİL USLU