Risk Classification using Bonus-Malus system with Zero-inflated Models

Abstract

In vehicle insurance, Bonus-Malus systems are commonly used to adjust the premium. It considers priori information such as every policyholder’s characteristics and posteriori information considering number of accident occurrence. As most car accident data have an excess of zero counts, the data are likely to be overdispersed. This paper considers a risk classification using Bonus-Malus system with zero-inflated assumptions on frequency of claims. Determinations of both priori and posteriori premium rates are given. ;할인할증제도는 전세계적으로 가장 흔하게 사용되는 자동차 보험료 산정 방법 중 하나로써 피보험자의 개인 위험요소를 고려한 사전정보와 사고발생 여부를 고려한 사후정보를 모두 반영하는 제도이다. 따라서 사고발생 빈도수에 따라 보험료를 달리 산정하는데, 대부분의 자동차 사고 자료는 과도한 영을 포함하는 영과잉 자료로 과산포현상이 발생할 가능성이 높아 분석하는데 어려움이 따른다. 따라서 본 연구에서는 자동차 사고 빈도수에 대한 영과잉 가정의 할인할증제도를 제안한다. 이 때 보험가입자의 사전정보 사용 유무에 대해 다른 결과를 산출해 보고 비교한다.