Inferring competitiveness without price information : an application to the motor insurance portfolio of Fidelidade

Detalhes bibliográficos
Autor(a) principal: Meindersma, Johannes
Data de Publicação: 2020
Tipo de documento: Dissertação
Idioma: eng
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10400.5/20488
Resumo: Mestrado em Actuarial Science
id RCAP_e842e344c5ace7e7e5cd2dbd779efe58
oai_identifier_str oai:www.repository.utl.pt:10400.5/20488
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Inferring competitiveness without price information : an application to the motor insurance portfolio of FidelidadeSeguro automóvelcompetitividademodelo oculto de Markovfiltro de Kalmanregressão penalizadaMotor insurancecompetitivenesshidden Markov modelKalman filterpenalized regressionMestrado em Actuarial ScienceEste trabalho propõe novos métodos para inferir a competitividade das apólices de seguro automóvel quando a informação disponível sobre preços é limitada. Funcionalidades do espaço dos espaços são utilizadas para filtrar o ruído das observações, introduzindo dependências temporais para a transição entre seguradoras ou para conversão. Foram recolhidos dados sobre transições entre companhias de seguros no mercado português para estimar as probabilidades de transição entre seguradoras. O modelo binomial oculto de Markov mostrou-se algo limitado ao pressupor um espaço de estados discreto. O filtro de Kalman foi mais bem sucedido na remoção do ruído das observações. O filtro de Kalman proporcionou resultados intuitivos que são interpretáveis mesmo para um público não técnico. Também se utilizaram dados de conversão para inferir estimativas semanais de alteração de competitividade. Propusemos modelos de regressão penalizada em que o tempo é incluído como uma estrutura de passeio aleatório. O modelo utiliza ponderadores de credibilidade para combinar alterações em cada segmento com as alterações da carteira. A estrutura hierárquica do modelo produz estimativas para as alterações de competitividade que são mais interpretáveis do que as dos modelos lineares generalizados, onde o tempo é incluído como uma variável categórica. Além disso, o método proposto supera os modelos lineares generalizados em termos de desempenho preditivo. Ambos os métodos podem servir como uma ferramenta para apoiar o processo de tomada de decisão sobre preços por parte das seguradoras, quando a disponibilidade de informação fiável sobre preços é limitada.This work proposes several novel methods for inferring competitiveness of motor insurance policies in a setting of limited availability of price information. State-space functionalities are employed to filter noise from observations by introducing underlying time-dependent structures for transition and conversion data. Transition data of insurance companies of vehicles in the Portuguese insurance market was collected to analyze the evolution of the incoming transition probabilities of insurers. The binomial hidden Markov model is somewhat restricted due to its assumption of discrete state-space. The Kalman smoother is more successful in removing noise from the observations. The smoother provides intuitive results that are interpretable for a non-technical audience. Furthermore, conversion data was used to infer weekly segment-specific estimates of competitiveness changes. We have proposed a penalized regression framework where time is included as a random walk structure. The model uses credibility weighting on each segment's changes using the full portfolio's changes as the complement. The powerful hierarchical fashion of the model produces estimates of competitiveness changes that are more interpretable than those of generalized linear models, where time is included as a categorical variable. Moreover, the proposed method outperforms the generalized linear models in terms of predictive performance. Both methods can serve as a tool to support the price decision-making process by insurers when the availability of reliable price information is limited.Instituto Superior de Economia e GestãoSilva, João Andrade ePinto, João SenraRepositório da Universidade de LisboaMeindersma, Johannes2020-10-16T17:15:57Z2020-072020-07-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10400.5/20488engMeindersma, Johannes (2020). "Inferring competitiveness without price information : an application to the motor insurance portfolio of Fidelidade". Dissertação de Mestrado. Universidade de Lisboa. Instituto Superior de Economia e Gestão.info:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-03-06T14:49:53Zoai:www.repository.utl.pt:10400.5/20488Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T17:05:12.352201Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Inferring competitiveness without price information : an application to the motor insurance portfolio of Fidelidade
title Inferring competitiveness without price information : an application to the motor insurance portfolio of Fidelidade
spellingShingle Inferring competitiveness without price information : an application to the motor insurance portfolio of Fidelidade
Meindersma, Johannes
Seguro automóvel
competitividade
modelo oculto de Markov
filtro de Kalman
regressão penalizada
Motor insurance
competitiveness
hidden Markov model
Kalman filter
penalized regression
title_short Inferring competitiveness without price information : an application to the motor insurance portfolio of Fidelidade
title_full Inferring competitiveness without price information : an application to the motor insurance portfolio of Fidelidade
title_fullStr Inferring competitiveness without price information : an application to the motor insurance portfolio of Fidelidade
title_full_unstemmed Inferring competitiveness without price information : an application to the motor insurance portfolio of Fidelidade
title_sort Inferring competitiveness without price information : an application to the motor insurance portfolio of Fidelidade
author Meindersma, Johannes
author_facet Meindersma, Johannes
author_role author
dc.contributor.none.fl_str_mv Silva, João Andrade e
Pinto, João Senra
Repositório da Universidade de Lisboa
dc.contributor.author.fl_str_mv Meindersma, Johannes
dc.subject.por.fl_str_mv Seguro automóvel
competitividade
modelo oculto de Markov
filtro de Kalman
regressão penalizada
Motor insurance
competitiveness
hidden Markov model
Kalman filter
penalized regression
topic Seguro automóvel
competitividade
modelo oculto de Markov
filtro de Kalman
regressão penalizada
Motor insurance
competitiveness
hidden Markov model
Kalman filter
penalized regression
description Mestrado em Actuarial Science
publishDate 2020
dc.date.none.fl_str_mv 2020-10-16T17:15:57Z
2020-07
2020-07-01T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10400.5/20488
url http://hdl.handle.net/10400.5/20488
dc.language.iso.fl_str_mv eng
language eng
dc.relation.none.fl_str_mv Meindersma, Johannes (2020). "Inferring competitiveness without price information : an application to the motor insurance portfolio of Fidelidade". Dissertação de Mestrado. Universidade de Lisboa. Instituto Superior de Economia e Gestão.
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Instituto Superior de Economia e Gestão
publisher.none.fl_str_mv Instituto Superior de Economia e Gestão
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799131144096055296

Registros relacionados