An important prerequisite for running a successful insurance business is to predict risk. By forecasting the future in as much detail as possible, competitive advantages are created in terms of price differentiation. This work aims at using spatial point processes to provide a proposal for how the geographical position of the customer can be used in developing risk differentiation tools. For spatial variation in claim frequency an approach is presented which is common in spatial epidemiology by considering a group of policyholders, with and without claims, as a realisation of a multivariate Poisson point process in two dimensions. Claim costs are then included by considering the claims as a realisation of a point process with continuous marks. To describe the spatial variation in relative risk, demographic and socio-economic information from Swedish agencies have been used. The insurance data that have been used come from the insurance company If Skadeförsäkring AB, where also the work has been carried out. The result demonstrates problems with parametric modelling of the intensity of policyholders, which makes it difficult to validate the spatial varying intensity of claim frequency. Therefore different proposals of non-parametric estimation are discussed. Further, there are no tendencies that the selected information is able to explain the variation in claim costs. / En viktig förutsättning för att kunna bedriva en framgångsrik försäkringsverksamhet är att prediktera risk. Genom att på en så detaljerad nivå som möjligt kunna förutse framtiden skapas konkurrensfördelar i form av prisdifferentiering. Målet med detta arbete är att med hjälp av spatiala punktprocesser ge ett förslag på hur kunders geografiska position kan utvecklas som riskdifferentieringsverktyg. För spatial variation i skadefrekvens presenteras ett tillvägagångssätt som är vanligt inom spatial epidemiologi genom att betrakta en grupp försäkringstagare, med och utan skador, som en realisering av en multivariat Poissonprocess i två dimensioner. Skadekostnaderna inkluderas sedan genom att betrakta skadorna som en punktprocess med kontinuerliga märken. För att beskriva spatial variation i relativ risk används demografisk och socioekonomisk information från svenska myndigheter. De försäkringsdata som använts kommer från If Skadeförsäkring AB, där också arbetet har utförts. Resultatet påvisar problem med att parametriskt modellera intensiteten för försäkringstagare, vilket medför svårigheter att validera den skattade spatiala variationen i skadefrekvens, varför olika ickeparametriska förslag diskuteras. Vidare upptäcktes inga tendenser till att variationen i skadekostnad kan förklaras med den utvalda informationen.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:umu-108431 |
| Date | January 2015 |
| Creators | Törnqvist, Gustav |
| Publisher | Umeå universitet, Institutionen för matematik och matematisk statistik |
| Source Sets | DiVA Archive at Upsalla University |
| Language | English |
| Detected Language | Swedish |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.002 seconds