Comparison of Predictive Performance of Bonus-Malus System and Credibility Models

Abstract

The insurer has various risk classification options including the posterior estimation using Bayesian method, Bü hlmann method, and no posteoiri classification. Especially, in this thesis, we are interested in the Bonus-Malus System (BMS) in insurance. BMS is a posteriori premium adjustment mechanism, usually based solely on the claim frequency, assuming priori risk classification. Due to its simple rate making procedure, it is called the commercialized version of credibility model. In this study, we compare the predictive performance of BMS with other classical credibility models.;보험의 할인할증 제도는 선험적 위험 분류를 기본 위험도로 두고, 청구건수 등의 사고 기록에 근거한 사후적인 보험료 조정 방법이다. 이러한 할인할증 제도는 복잡한 수학적 계산을 요하는 다른 모델링과는 달리 보험가입자가 이해하기 쉬운 요율계산체계를 가지고 있고, 이러한 이유로 신뢰성 모델의 상품화 된 버전이라고 불린다. 본 연구에서는 실제 자동차 보험 청구 데이터를 사용하여 할인할증 제도의 예측력을 다른 통계적 방법론의 예측력과 비교한다.