BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Wolny-Dominiak Alicja (University of Economics in Katowice, Poland)
Tytuł
Zero-Inflated Claim Count Modeling and Testing - a Case Study
Modelowanie liczby szkód z uwzględnieniem efektu nadmiernej liczby zer oraz nadmiernej dyspersji - studium przypadku
Źródło
Ekonometria / Uniwersytet Ekonomiczny we Wrocławiu, 2013, nr 1 (39), s. 144-151, tab., bibliogr. 13 poz.
Econometrics / Uniwersytet Ekonomiczny we Wrocławiu
Słowa kluczowe
Regresja Poissona, Szkody, Estymacja, Matematyka ubezpieczeniowa, Ubezpieczenia
Poisson regression, Damages, Estimation, Insurance mathematics, Insurances
Uwagi
streszcz., summ.
Abstrakt
W niniejszej pracy rozważamy zastosowanie parametrycznych modeli, służących do estymacji zmiennych licznikowych, w procesie modelowania liczby szkód w zakładzie ubezpieczeń. Portfele ubezpieczeniowe mają specyficzny charakter, a mianowicie dla bardzo dużej liczby polis nie następuje żadna szkoda, co oznacza, iż w danych występuje duża liczba zer. Zatem modelując liczbę szkód, należy brać pod uwagę ten efekt. Dlatego też w pracy testujemy trzy modele uwzględniające efekt nadmiernej liczby zer: ZIP, ZINB oraz ZIGP w porównaniu z klasyczną regresją Poissona w proponowanej 4-etapowej procedurze modelowania liczby szkód. Procedurę tę stosujemy w studium przypadku. Do wszelkich obliczeń wykorzystujemy program R CRAN.(abstrakt oryginalny)

In this paper the application of parametric count data models in claim counts modeling is investigated. Insurance portfolios have a very specific characteristic, i.e. for many policies there are no claims observed in the insurance history for a given period of time. As the zero-inflation and over-dispersion effects are a common situation in insurance portfolios, three models: zero-inflated Poisson (ZIP), zero-inflated negative binomial (ZINB) and zeroinflated generalized Poisson regression (ZIGP) are tested against the classic Poisson model. The 4-step procedure for modeling zero-inflation effect is proposed. This procedure is applied in the case study. For all calculations the R CRAN software was used.(original abstract)
Dostępne w
Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
Biblioteka SGH im. Profesora Andrzeja Grodka
Biblioteka Główna Uniwersytetu Ekonomicznego w Katowicach
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Biblioteka Główna Uniwersytetu Ekonomicznego we Wrocławiu
Pełny tekst
Pokaż
Bibliografia
Pokaż
  1. De Jong P., Heller G.Z. (2008), Generalized Linear Models for Insurance Data, Cambridge University Press, Cambridge.
  2. Denuit M., Marechal X., Pitrebois S., Walhin J. (2007), Actuarial Modelling of Claims Count, John Wiley&Sons.
  3. Famoye F., Singh K.P. 2006, Zero-inflated generalized Poisson regression model with an application to domestic violence data, Journal of Data Science 4: 117-130.
  4. Gamrot W. (2008), Representative sample selection via random search with application to surveying communication lines, [in:] P. Rehorova, K. Marsikova, Z. Hubinka (eds.), Proceedings of 26th International Conference on Mathematical Methods in Economics 2008, Technical University of Liberec, pp. 127-132.
  5. Hall D.B. (2000), Zero-inflated Poisson and binomial regression with random effects: A case study, Biometrics 56: 1030-1039.
  6. Lambert D. (1992), Zero-inflated Poisson regression, with an application to defects in manufacturing, Technometrics 34: 1-14.
  7. Lawless J.F. (1987), Negative binomial and mixed Poisson regression, The Canadian Journal of Statistics 15 (3): 209-225.
  8. Miller A. (1990), Subset Selection in Regression, Chapman and Hall, London.
  9. Van den Broek J. (1995), A score test for zero inflation in a Poisson distribution, Biometrics 51: 738-743.
  10. Vuong Q. (1989), Likelihood ratio tests for model selection and non-nested hypotheses, Econometrica 57: 307-33.
  11. Wolny-Dominiak A. (2011), Zmodyfikowana regresja Poissona dla danych ubezpieczeniowych z dużą liczbą zer, [in:] Prognozowanie w zarządzaniu firmą, Prace Naukowe Uniwersytetu Ekonomicznego nr 185, pp. 21-30.
  12. Yang Z., Hardin J.W., Addy Ch.L. (2009), Testing over-dispersion in the zero-inflated Poisson model, Journal of Statistical Planning and Inference 139: 3340-3353.
  13. Yip K.C.H.,Yau K.K.W. (2005), On modeling claim frequency data in general insurance with extra zeros, Insurance: Mathematics and Economics 36: 153-163.
Cytowane przez
Pokaż
ISSN
1507-3866
Język
eng
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu