MICRO-MODEL FOR RESERVING IN NON-LIFE INSURANCE WITH THE USE OF GENERALIZED LINEAR REGRESSION MODEL EXTENSIONS

Marcel Vrobel

Master's thesis

MICRO RESERVING MODEL V NEŽIVOTNÍM POJIŠTĚNÍ S VYUŽITÍM ROZŠIŘENÝCH ZOBECNĚNÝCH LINEÁRNÍCH REGRESNÍCH MODELŮ.

Abstract:

V této práci byl navržen deterministický model určených, pro tvorbu rezerv na základě individuálního vývoje škodných událostí. Navržený model je vytvořen na základě představené literatury a jeho struktura je představena jako seznam proměnných. Tyto proměnné jsou napřed definované, a poté predikované s pomocí zobecněných lineárních regresních modelů (GLM) a jeho rozšíření ve formě Hurdle a Zero-inflated modelů. Na základě kombinace těchto proměnných se získá model určený pro tvorbu rezerv na základě individuálního vývoje škodných událostí. Praktická ukázka a zhodnocení modelu je provedeno na datovém souboru MTPL škodných událostí původem z nepojištěných vozidel. Pro tyto události se vytvoří model a jeho výsledky jsou poté porovnány s výsledky z tradičního Chain-Ladder modelu. Po porovnaní bylo zjištěno, že navržený model má velmi přesné odhady, ale je vychýlený v porovnání s reálným vývojem škod. V závěru práce se navrhuje, jak lze tento model vylepšit a dále rozšířit.

Abstract:

This paper develops a deterministic model for individual claim level reserving. The proposed model is based on collected literature and its structure is decomposed and presented as a list of variables. These variables are firstly defined and then predicted with the usage of generalized linear models (GLM) and its extensions in form of Hurdle and Zero-inflated models. These variables are then combined and as a result, a deterministic model for individual claim level reserving model is obtained. For the practical implementation and evaluation, a dataset of MTPL claims, originating from non-insured cars, is used and presented. Based on these claims the estimated reserve is obtained. The model is then compared with a traditional Chain-Ladder model reserve estimate. In the end the proposed model proved to have very accurate predictions but is biased in comparison with the real claim development. The last section suggests how the model can be improved and further developed.

Keywords

Micro model, Individual claim level model, GLM, Hurdle model, Zero-inflated model

Keywords

Hurdle model, Zero-inflated model, Micro model, Individual claim level model, GLM

Language used: English

Date on which the thesis was submitted / produced: 5. 9. 2017

Thesis defence

• Date of defence: 7. 6. 2018
• Supervisor: Pavel Zimmermann
• Reader: Michal Gerthofer

Vysoká škola ekonomická v Praze

Master programme / field:
Kvantitativní metody v ekonomice / Statistika