통계적 분포를 통한 주택 화재 심도 예측

Abstract

보험 손실 추정을 위해 GLM 방법이 많이 이용되고 있다. 특히 GLM의 여러 분포 가정 중 Gamma 분포가 보험 손실 분포의 비대칭성을 잘 반영하여 많이 사용되고 있다. 하지만 최근 연구들은 보험 손실 분포의 꼬리가 두꺼운 특성을 잘 반영하는 것이 중요하다고 말하고 있다. 따라서 본 논문에서는 실제 화재 피해금액 데이터에 꼬리가 두꺼운 분포를 포함한 다양한 분포 가정을 적용하여 비교해본다. 이로써 보험 손실 추정에 있어서 분포 선택의 중요성을 확인해 보고자 한다. 또한 이러한 분포 선택이 초과손해액 보험과 보상 한도가 존재하는 보험에서 보험료에 미치는 영향을 알아보고자 한다. 마지막으로 우리는 이 이론을 실제에 적용할 때에 필요한 사항들을 다룬다.;The GLM methods are widely used to estimate insurance loss. Among the various distribution assumptions in GLM, the Gamma distribution is one of the popular choices to handle the asymmetry property of the insurance loss distribution property. However, recent studies on insurance loss data emphasize the importance of the heavy-tailedness of the loss distribution. In this paper, we compare various distribution assumptions in the regression methods using real data analysis of the insurance data. This confirms the importance of distribution selection in estimating insurance losses. In addition, We show that the choice of distributional assumption is critical in determining the premium for Excess of Loss insurance and different insurance limits. Finally, we also deal with matters to be considered when applying the contents of this thesis to practice.