损失数据分析

举例来说，times and t将保险索赔事件（时间t）和合同终止事件（离开，时间t）标记为不确定事件。18第1章。损失数据分析简介1.2保险公司运营在本节中，您将学习如何：o描述保险公司的五个主要运营领域。o确定数据和分析机会在每个运营领域中的作用。用于决策的数据。当然，我们需要更多地了解分析和推断数据的方法，但这是本文其余章节的目的。首先，让我们思考一下为什么要进行分析。为了提供动机，我们从保险人的角度（而非个人）出发，引入了方式约束。具体而言，在许多保险公司中，习惯于将详细的保险流程聚合到更大的运营单元中；许多公司使用这些功能区域来分隔员工活动和责任区域。精算师和其他财务分析师在这些部门工作，并使用数据进行以下活动：1。启动保险。在这一阶段，该公司将决定是否在评级过程中采取实际行动，在评级过程中，分析师将寻求为正确的风险确定正确的价格。2、续保。许多合同，尤其是一般保险合同，期限相对较短，如6个月或一年。虽然有一种隐含的预期，即此类合同将被续签，但保险人有机会拒绝承保范围并调整保费。此政策更新阶段也使用了分析，其目标是留住可盈利的客户。3、索赔管理。

长期以来，分析一直用于（1）检测和预防索赔欺诈，（2）管理索赔成本，包括确定对索赔处理费用的适当支持，以及（3）了解再保险和自留的超额层次。四、损失准备。分析工具用于为管理层提供对未来债务的适当估计，并量化估计的不确定性。五偿付能力及资本配置。决定必要的资本量以及将资本分配给其他投资活动的方式代表了其他重要的分析活动。公司必须了解需要多少资本，以便有足够的现金流来履行其义务。这是一个不仅关系到公司经理，而且关系到客户、公司股东、监管机构以及广大公众的重要问题。关联公司通常关心如何将资本分配给企业内的不同业务线以及母公司的不同子公司。尽管数据是偿付能力和资本配置的关键组成部分，但包括经济框架和金融投资环境在内的其他组成部分也很重要。由于解决这些组成部分所需的背景，本文将不再进一步讨论偿付能力和资本配置问题。尽管如此，对于所有运营职能，我们强调，保险业的分析并不是一小群分析师自己可以完成的工作。它要求保险公司在其信息技术、营销、承保和精算职能方面进行重大投资。正如以下各小节所述。1.2. 保险公司运营191.2.1启动保险设定保险货物的价格可能是一个令人困惑的问题。

在制造业中，商品的成本（相对）是已知的，并为评估市场需求价格提供了基准。在金融服务的其他领域，市场价格是可用的，并为产品的市场一致性定价结构提供了基础。相比之下，对于许多保险业务，商品的成本是不确定的，市场价格是成本，加上所谓的利润率，可以说明产品的风险、服务产品的费用以及保险公司的利润/盈余补贴。通过使商品预期的计算更加精确，来预测市场。互联网在消费者中的可用性不断提高，提高了定价的透明度。保险公司寻求增加他们的保险公司数量。承保是将风险划分为同质类别并将投保人分配到这些类别的过程，是费率制定的核心。同一类别的投保人具有类似的风险，因此收取相同的保险价格。这是精算公平保费的概念；公平地说，早期的两项汽车保险费率制定研究（Bailey和LeRoy，1960）促进了保险业对分析方法的接受。本文讨论了四个绩效等级的交叉等级。当时，供使用的保费和绩效评级等级是相互独立确定的。思考不同分类变量的相互影响是一个更困难的问题。1.2.2在有限的时间段内续保，如六个月或一年，此时承诺已完成。特别是对于一般保险，保险的需求仍在继续，因此，我们努力签发一份提供类似保险的新合同。

人寿保险中也会出现续保问题，例如，续保期限（临时）与续保无关。在没有法律限制的情况下，续保时，保险人有机会：o接受或拒绝承保风险，并o确定新的保费，可能与新的风险分类相结合。更新时的风险分类和评级基于两种类型的信息。首先，与初始阶段一样，保险公司有许多可供决策的评级变量。许多变量不会改变，例如性别，而其他变量可能会改变，例如年龄，还有其他变量可能会改变，也可能不会改变，例如信用评分。其次，与初始阶段不同，在续保时，保险人可以获得投保人损失经历的历史记录，并且该历史记录可以提供对投保人的洞察，而这些洞察是无法从评级变量中获得的。根据索赔历史修改保费被称为经验评级，也被称为绩效评级。经验评级方法可以是回顾性的，也可以是前瞻性的。采用回顾性方法，在美国发放奖金，在英国发放奖金。）。在普通保险中，前瞻性方法更为常见，通过较低的续保保费来奖励良好的保险体验。20第1章。损失数据分析简介保险单历史记录可以提供有关投保人风险偏好的信息。例如，在personal linesit中，通常使用一个变量来表示在过去三年中是否发生了索赔。另一个例子是，在劳工赔偿等商业领域，人们可以查看投保人过去三年的储蓄申请。

索赔历史记录可以揭示（保险人）隐藏的有关投保人的信息。1.2.3索赔和产品管理在某些保险领域，为保险事件支付索赔的过程相对简单。例如，在人寿保险中，只需要一份简单的死亡证明，因为福利金额是在更复杂的情况下提供的。想想哪怕是一个相对简单的保险事故，比如车祸。在这里，确定哪一方有过错是很有帮助的，需要评估事故中所有车辆和人员（包括投保人和非投保人）的损失，评估损失所产生的费用，保险经理有时使用“索赔泄漏”一词来表示索赔管理效率造成的损失。分析有很多方法可以帮助管理索赔流程（Gorman和Swenson，2013）。历史上，最重要的是欺诈检测。索赔调整过程涉及减少信息不对称（索赔人确切知道发生了什么；公司知道发生了什么）。减轻欺诈是索赔管理流程的重要组成部分。可以将索赔严重性管理视为由以下组成部分组成：o索赔分类。正如在医疗领域一样，早期识别和适当处理高额工伤赔偿金，保险公司希望尽早识别那些存在高医疗成本和长支付期风险的索赔。对这些案件的早期干预可以让保险人更好地控制索赔处理、医疗和总体成本，并尽早返回工作岗位索赔处理。目标是使用分析来确定适合小型索赔流程的情况，以及适用于复杂索赔理算师分配的情况调整决定。

一旦确定了复杂的索赔并将其分配给理算师，就可以建立分析驱动的例程来帮助后续决策过程。此类过程也可参见第1.2.4节。除了被保险人赔偿保险损失外，保险人还需要关注另一个收入流出来源，即费用。损失调整费用是保险公司管理索赔成本的一部分。分析可用于减少与索赔处理（已分配）直接相关的费用，以及监督索赔流程（未分配）的一般工作时间。与其他金融服务部门相比，保险业的运营成本较高。除了赔付之外，保险公司还可以通过许多其他方式使用数据来管理其产品。我们已经讨论了核保分析的必要性，即与其他产品一起在THAS进行风险分类，监控客户忠诚度。分析还可用于管理保险公司已收购的风险组合或集合。合同付款时。第二十章介绍了常见的修改，包括共同保险、免赔额和保单上限。签订再保险协议。这种类型的协议是与再保险人、保险人的保险人签订的。It1.3。案例研究：威斯康辛州财产基金21是保险公司购买其风险投资组合保险的常见方式，以获得不寻常事件的保护，就像人们和其他公司所做的那样。1.2.4损失准备金保险区别于其他经济部门的一个重要特征是交换对价的时机。在制造业，货款通常在交易时支付。相比之下，对于保险，从客户处收到的款项先于福利或服务；这些将在稍后的日期呈现。

这就需要持有一个财富库来满足未付的索赔要求，这被称为损失准备金；在某些司法管辖区，准备金也被称为技术准备金。我们在图1.1中看到了未来债务如何在特定（估值）日期自然产生；公司在确定其财务实力时，必须估计这些未偿债务。由于多种原因，准确确定损失准备金对保险公司很重要。1、损失准备金是指保险人欠客户的贷款。准备金不足可能导致无法履行索赔责任。相反，准备金过多的保险公司的财务状况可能比实际情况更差，从而失去市场份额。准备金提供了可用于定价合同的未付保险成本的估计。3、法律法规要求提取损失准备金。公众对保险公司的财务实力有着浓厚的兴趣。4.客户的决策取决于公司损失准备金。损失准备金是人寿保险和普通保险之间存在实质性差异的一个主题（也被称为asis）。然而，由于人寿保险合同的结算时间较长，从发行到死亡日期的货币时间价值不确定性可能主导频率关注。

例如，对于20岁时购买人寿保险合同的被保险人来说，该合同仍然为人寿保险服务的情况并不罕见。1.3案例研究：威斯康辛州财产基金在本节中，对于威斯康辛州财产基金等真实案例研究，您将学习如何：o描述数据生成事件如何生成保险分析师感兴趣的数据。o确定每个变量的类型。o为每个变量生成相关的汇总统计数据。o描述如何在保险公司的每个主要运营领域使用这些汇总统计数据。让我们通过检查保险专员的职能来说明正在考虑的数据类型以及我们希望实现的目标。LGPIF旨在为包括县、市、镇、村、学区和图书馆委员会在内的地方政府实体提供财产保险。该基金为政府建筑、学校、图书馆和机动车等地方政府财产提供保险。该基金涵盖所有财产损失，但因火灾、地震、磨损、极端过热、霉菌、战争、核反应以及员工盗用或盗窃造成的损失除外。22第1章。损失数据分析简介；LGPIF适用于有单独预算责任且需要保险来缓和不确定可保险事件的预算影响的地方政府实体。自1911年以来，威斯康星州已为当地政府财产提供了保险。1.3.1基金索赔可变在基本层面上，保险公司接受保费，以换取承诺在保险事故发生不确定时赔偿赔款。这种赔偿称为索赔。正金额，也称为索赔的严重程度，是保险公司的关键财务支出。

因此，只知道索赔金额就可以汇总向投保人进行的报销。忽略费用，一家只检查已付金额的保险公司，即使索赔数量有所不同，但与一份200的索赔相比，两份100的索赔是不同的。尽管如此，保险公司通常会研究索赔发生的频率，即索赔频率。频率非常重要，以每次事件为基础编写，由保险监管机构定期监控，并且通常是保险人总体赔偿义务的关键驱动因素。我们将考虑两个索赔变量，即严重性和频率，作为我们希望理解、建模和管理的两个主要结果变量。举例来说，2010年，房地产基金中有1110名投保人。表1.1显示了18.8%的人只有一项权利要求。剩下的17.5%（1-0.637-0.188）有一个以上的索赔；人数最多的保单持有人记录了239起索赔。该样本的平均索赔数量为1.24（=1377/1110）。表1.1:2010年索赔频率分布类型编号0 1 2 3 4 5 6 7 8 9或更多SumCount 707 209 86 40 18 12 9 4 6 19 1110比例0.637 0.188 0.077 0.036 0.016 0.011 0.008 0.004 0.005 0.017 1.000R频率表代码示例<-读取。csv（“Insample.csv”，标题=T，na.strings=c（“.”），stringsAsFactors=FALSE）Insample2010<-子集（Insample，Year==2010）表（Insample2010$Freq）对于严重性分布，一种常见的方法是检查1377份索赔的样本分布。然而，另一种常见的方法是检查有索赔的保单持有人的平均索赔额的分布。在我们2010年的样本中，有403名（1110-707）此类投保人。其中209名投保人有一项索赔，平均索赔额等于他们经历的唯一索赔额。

对于频率最高的保单持有人，平均索赔额是239个单独报告的索赔事件的平均数。总严重程度除以索赔数量也称为纯保费或损失成本。表1.2总结了403名投保人的平均严重程度样本分布；报告显示，平均索赔金额为56330（所有金额均为美元）。然而，平均值只给出了有限的分布。从汇总统计数据中可以收集到更多信息，这些统计数据显示，索赔金额相当大，为12920000英镑。图1.2提供了关于样本索赔分布的进一步信息，显示了由这一大型索赔占主导地位的分布，因此柱状图不是很有用。即使删除大额索赔，您也会发现一个向右倾斜的分布。一种普遍接受的技术是以对数单位处理索赔，尤其是出于图形目的；1.3. 案例研究：威斯康星州房地产基金23图1.2：正平均严重程度的分布右侧面板中的对应图更容易解释。表1.2:2010年平均严重性分布最小第一个四分位中位数平均第三个四分位最大值167 2226 4951 56330 11900 12920000R严重性分布表和图的代码示例。csv（“数据/属性fundnsample.csv”，标题=T，na。字符串=c（“.”），stringsAsFactors=FALSE）Insample2010<-子集（Insample2010，年份==2010）InsamplePos2010<-子集（Insample2010，yAvg>0）#表摘要（InsamplePos2010$yAvg）长度（InsamplePos2010$yAvg）#图SAR（mfrow=c（1，2））hist（InsamplePos2010$yAvg，main=“”，xlab=“平均索赔”）hist（log（InsamplePos2010$yAvg），main=“”，xlab=“对数平均索赔”）1.3.2本文前几章的基金评级变量。