Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Large claims in non-life insurance
KTH, School of Engineering Sciences (SCI), Mathematics (Dept.), Mathematical Statistics.
KTH, School of Engineering Sciences (SCI), Mathematics (Dept.), Mathematical Statistics.
2017 (English)Independent thesis Advanced level (degree of Master (Two Years)), 20 credits / 30 HE creditsStudent thesisAlternative title
Storskador inom skadeförsäkring (Swedish)
Abstract [en]

It is of outmost importance for an insurance company to apply a fair pricing policy. If the price is too high, valuable customers are lost to other insurance companies while if it’s too low – it nets a negative profit.

To achieve a good pricing policy, information regarding claim size history for a given type of customer is required. A problem arises as large extremal events occur and affects the claim size data. These extremal events take shape in individually large claim sizes that by themselves can alter the distribution for what certain groups of individuals are expected to cost.

A remedy for this is to apply what is called a large claim limit. Any claim exceeding this limit is thought of as being outside the scope of what is captured by the original distribution of the claim size. These exceeding claims are treated separately and have their cost distributed across all insurance takers, rather than just the group they belong to.

So, where exactly do you draw this limit? Do you treat the entire claim size this way (exclusion) or just the bit that is exceeding the threshold (truncation)?

These questions are treated and answered in this master’s thesis for Trygg-Hansa.

For each product code, a limit was achieved in addition to which method for exceeding data that was best to use.

Abstract [sv]

Det är oerhört viktigt för ett försäkringsbolag att kunna tillämpa en god prissättning. Är priset för högt så förloras kunder till andra försäkringsbolag, och är den underprisad är det en förlustaffär.

För att kunna sätta bra priser krävs information om vilka samt hur stora skador som kan tänkas inträffa för en given kundprofil. Ett problem uppstår när stora extremfall påverkar skadedatan. Dessa extremfall yttrar sig genom enskilda storskador som kan komma att påverka prissättningen för en hel grupp då distributionen för vad gruppen förväntas kosta kan ändras.

Detta problem kan lösas genom att införa en storskadegräns till skadedatan. Skador över denna gräns räknas som extremfall och utanför ramen av vad den ursprungliga distributionen för skadorna beskriver. De hanteras separat och låter sin kostnad fördelas över samtliga försäkringstagare.

Men vart dras denna gräns? Ska man behandla hela den överstigande kostnaden på detta sätt (exkludering) eller bara den biten av skadan som går över storskadegränsen (trunkering)?

Dessa frågor behandlas och besvaras i denna masteruppsats i uppdrag åt Trygg-Hansa.

För de olika produkttypkoderna beräknades varsin storskadegräns samt metod för överskridande data.

Place, publisher, year, edition, pages
2017.
Series
TRITA-MAT-E ; 2017:68
National Category
Computational Mathematics
Identifiers
URN: urn:nbn:se:kth:diva-215492OAI: oai:DiVA.org:kth-215492DiVA, id: diva2:1149191
External cooperation
Trygg-Hansa
Subject / course
Financial Mathematics
Educational program
Master of Science - Applied and Computational Mathematics
Supervisors
Examiners
Available from: 2017-10-13 Created: 2017-10-13 Last updated: 2017-10-13Bibliographically approved

Open Access in DiVA

fulltext(2235 kB)110 downloads
File information
File name FULLTEXT01.pdfFile size 2235 kBChecksum SHA-512
2ceb9799a79d30b757c97771a633b5fc40a02d6668d48f2c895567d4b5ab0ad418c37761f2b06f64ee0bd924c407f826c22112e9e61d6c3d6f532e0424c28ff3
Type fulltextMimetype application/pdf

By organisation
Mathematical Statistics
Computational Mathematics

Search outside of DiVA

GoogleGoogle Scholar
Total: 110 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

urn-nbn

Altmetric score

urn-nbn
Total: 120 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf