Abstract
Pricing based on proper risk has been one of main issues in auto insurance. In this paper, we review how the techniques of pricing in auto insurance have been developed and suggest a better approach which meets the existing risk statistically by comparison. The generalized linear model (GLM) method is discussed for pricing with different distributions. With GLM approach, the distribution of error assumed plays an main role for the best fit corresponding to the characteristics of dependent variables. Tweedie distribution is considered as one of error distributions in addition to widely used Gamma and Poisson distribution. With these different types of error assumption for estimating the proper premium in auto insurance, various modeling approaches are possible. In this paper, various modeling approaches with different assumptions for estimating proper risk is discussed and also real example is given by assuming different.
자동차 보험 산업에 있어 담보되는 위험도에 따른 적정 보험가격의 산출은 매우 중요하다. 본 논문에서는 자동차 보험 산업에서 보험가격 산출 방법이 어떻게 발전되어 왔는지에 대하여 고찰하고, 여러 통계적인 방법으로 산출한 보험가격과 실제 담보되는 위험도의 비교 분석을 통하여 보다 나은 통계적 보험가격 산출 방법을 제안하고자 한다. 그 중에서 일반선형모형을 중심으로 다루었으며, 오차항의 분포에 대한 다양한 가정을 통하여 최적의 접근 방법에 대한 논의를 하였다. 일반선형모형에 있어 오차항의 분포에 대한 적절한 가정은 모형의 최적화를 위한 중요한 가정이다. 본 연구에서는 일반적으로 널리 사용되지 않았음에도 불구하고 자동차 보험 사고 손해액과 매우 유사한 성격을 가지고 있는 트위디 분포를 오차항의 분포 가운데 하나로 적용하여 비교하였다. 실증자료 분석으로서 국내 자동차 보험사의 실제 자료를 통하여 여러 접근 방법에 대한 적정성 비교를 수행하였다.