View : 345 Download: 0

Full metadata record

DC Field Value Language
dc.description.abstractThe 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.-
dc.description.tableofcontentsI. Introduction 1 A. Exponential Dispersion Model 2 B. Poisson Distribution 3 II. Risk Classification Methods in Insurance 3 A. Generalized Linear Model 4 B. Generalized Linear Mixed Model 5 C. Poisson Generalized Linear Mixed Model 6 III. Credibility Models 6 A. Bayesian Credibility Methods 7 B. Buhlmann Models 9 C. Bonus-Malus System 10 1. a priori and a posteriori ratings 12 2. relativities 14 IV. Data Analysis 15 A. Data Description 15 B. Data Analysis 17 V. Conclusion 20 Bibliography 21 Abstract(in Korean) 22-
dc.format.extent433326 bytes-
dc.publisher이화여자대학교 대학원-
dc.titleComparison of Predictive Performance of Bonus-Malus System and Credibility Models-
dc.typeMaster's Thesis-
dc.creator.othernameEung Kyong Lee-
dc.format.pageiii, 22 p.-
dc.identifier.major대학원 통계학과- 2-
Appears in Collections:
일반대학원 > 통계학과 > Theses_Master
Files in This Item:
There are no files associated with this item.
RIS (EndNote)
XLS (Excel)


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.