$\require{mediawiki-texvc}$
  • 검색어에 아래의 연산자를 사용하시면 더 정확한 검색결과를 얻을 수 있습니다.
  • 검색연산자
검색연산자 기능 검색시 예
() 우선순위가 가장 높은 연산자 예1) (나노 (기계 | machine))
공백 두 개의 검색어(식)을 모두 포함하고 있는 문서 검색 예1) (나노 기계)
예2) 나노 장영실
| 두 개의 검색어(식) 중 하나 이상 포함하고 있는 문서 검색 예1) (줄기세포 | 면역)
예2) 줄기세포 | 장영실
! NOT 이후에 있는 검색어가 포함된 문서는 제외 예1) (황금 !백금)
예2) !image
* 검색어의 *란에 0개 이상의 임의의 문자가 포함된 문서 검색 예) semi*
"" 따옴표 내의 구문과 완전히 일치하는 문서만 검색 예) "Transform and Quantization"
쳇봇 이모티콘
안녕하세요!
ScienceON 챗봇입니다.
궁금한 것은 저에게 물어봐주세요.

논문 상세정보

언더라이팅 시스템 구축을 위한 일반화가법부분선형모형의 활용

Using Generalized Additive Partial Linear Model for Constructing Underwriting System

초록

보험회사가 보험가입자의 정확한 위험도를 측정하여, 현재 보험료 수준으로 해당 가입자를 보험에 가입하도록 허용하는 것이 보험회사에게 손해인지 여부를 판정하는 보험회사의 활동을 언더라이팅이라 한다. 언더라이팅 시스템을 구축하는 방법으로는 기존 전통적 방법과 통계모형을 활용하는 방법이 있다. 기존의 요율산출방법에 따라 위험집단의 위험도 수준을 정하고, 해당 위험집단에 속한 가입자의 위험도를 기계적으로 계산하는 전통적인 방법은 모형의 이해가 용이하고, 사용이 편리하나 통계적으로 부합된 모형이라고 할 수는 없다. 본 연구에서는 우리나라 자동차보험 분야에서 언더라이팅 기준을 구축하기 위해 통계모형을 활용하는 방법으로 일반화가법모형을 활용하는 방안을 제시하고 분석하였다. 본 연구의 결과는 현재 자동차보험 요율산출에 사용되고 있는 변수들의 유의성을 판단하는 데에도 활용될 수 있을 것이다.

Abstract

Underwriting refers to the process that the insurance company measures the potential risk of the future clients and decide whether insuring them with current premium. Although the traditional underwriting system used in Korean automobile insurance market is easy to understand, it is not based on a reliable statistical procedure. In this paper, we propose to apply the generalized additive model into construction of underwriting system, which is based on statistical analysis. We use automobile insurance data in Korea and apply our approach to the data. The results from the empirical analysis would be useful even for determining the significance of each variable in calculating automobile insurance premium.

저자의 다른 논문

참고문헌 (15)

  1. 보험개발원 (2008). 자동차보험 참조순보험료 요율 
  2. Fan, J., Hardle, W. and Mammen, E. (1998). Direct estimation of low dimensional components in additive models, Annals of Statistics, 26, 943-971 
  3. Hardle, W., Muller, M., Sperlich, S. and Werwatz, A. (2004a). Nonparametric and Semiparametric Models, Springer, Heidelberg 
  4. Hardle, W., Huet, S., Mammen, E. and Sperlich, S. (2004b). Bootstrap inference in semiparametric generalized additive models, Econometric Theory, 20, 265-300 
  5. Hastie, T. and Tibshirani, R. (1986). Generalized additive models (with discussion). Statistical Science, 1, 297-318 
  6. Hastie, T. and Tibshirani, R. (1990). Generalized additive models, Vol 43 of Monographs on Statistics and Applied Probability, Chapman and Hall, London 
  7. Jong, P. D. and Heller, G. Z. (2008). Generalized Linear Model for Insurance Data, Cambridge 
  8. Lin, X. and Zhang, D. (1999). Inference in generalized additive mixed models using smoothing splines. Journal of the Royal Statistical Society. Series B, 61, 381-400 
  9. Nelder, J. A. and Wedderburn, R. W. M. (1972). Generalized linear models. Journal of the Royal Statistical Society. Series A, 135, 370-384 
  10. Speckman, P. E. (1988). Regression analysis for partially linear models. Journal of the Royal Statistical Society. Series B, 50, 413-436 
  11. Stone, C. J. (1985). Additive regression and other nonparametric models. Annals of Statistics, 13, 689-705 
  12. Wood, S. N. (2000). Modeling and Smoothing parameter estimation with multiple quadratic penalties. Journal of the Royal Statistical Society. Series B, 62, 413-428 
  13. Wood, S. N. (2003). Thin plate regression splines. Journal of The Royal Statistical Society. Series B, 65, 95-114 
  14. Wood, S. N. (2004). Stable and efficient multiple smoothing parameter estimation for generalized additive models. Journal of the American Statical Association, 99, 673-686 
  15. Wood. S. N. (2006). Generalized Additive Models : An Introduction with R, Chapman Hall, London 

이 논문을 인용한 문헌 (1)

  1. Ki, Seung-Do ; Kang, Kee-Hoon 2012. "Factor Analysis of Customer Loyalty in Car Insurance Using Generalized Additive Partial Linear Model" 응용통계연구 = The Korean journal of applied statistics, 25(1): 67~79 

원문보기

원문 PDF 다운로드

  • ScienceON :

원문 URL 링크

원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다. (원문복사서비스 안내 바로 가기)

상세조회 0건 원문조회 0건

DOI 인용 스타일