Sökning: "skadeförsäkring"

Visar resultat 1 - 5 av 27 uppsatser innehållade ordet skadeförsäkring.

  1. 1. Using Gradient Boosting to Identify Pricing Errors in GLM-Based Tariffs for Non-life Insurance

    Master-uppsats, KTH/Matematik (Avd.)

    Författare :Felix Greberg; Andreas Rylander; [2022]
    Nyckelord :GLM; Gradient Boosting; XGBoost; Non-life insurance; Property Casualty; Rate making; Insurance Tariff; MTPL insurance; Machine learning; Regression trees; Tweedie regression; Credit risk; GLM; Gradient Boosting; XGBoost; Skadeförsäkring; Prissättning; Försäkringstariff; Trafikförsäkring; Regressionsträd; Maskininlärning; Tweedie-regression; Kreditrisk;

    Sammanfattning : Most non-life insurers and many creditors use regressions, more specifically Generalized Linear Models (GLM), to price their liabilities. One limitation with GLMs is that interactions between predictors are handled manually, which makes finding interactions a tedious and time-consuming task. LÄS MER

  3. 2. Evaluation of the Variance in the Premium Provision Estimate : Handling Inhomogeneous and Decreasing Risk in Premium Provision Purposes

    Uppsats för yrkesexamina på avancerad nivå, Umeå universitet/Institutionen för matematik och matematisk statistik

    Författare :Eric Egelius; Anna Methander; [2021]
    Nyckelord :Premium Provision; Reserves; Insurance; Claim Frequency; Inhomogeneous Risk; Claim Severity; Hidden Fault; Title Transfer Insurance; Premiereserv; Reserv; Försäkring; Skadefrekvens; Inhomogen Risk; Skadekostnad; Dolda Fel; Säljaransvarsförsäkring;

    Sammanfattning : The costs related to events of losses within non-life insurance are stochastic and a prerequisite of running a successful insurance business is to predict risks and future costs. From both a business- and regulatory perspective, it is of high interest to have a genuine understanding of the precision and the sensitivity of the estimated costs and future risks. LÄS MER

  4. 3. Individual Claims Modelling with Recurrent Neural Networks in Insurance Loss Reserving

    Master-uppsats, KTH/Matematik (Avd.)

    Författare :Julia Li; [2021]
    Nyckelord :recurrent neural network; loss reserving; insurance; deeptriangle; chain ladder; återkommande neural nätverk; reservsättning; skadeförsäkring; deeptriangle; chain ladder;

    Sammanfattning : Loss reserving in P&C insurance, is the common practice of estimating the insurer’sliability from future claims it will have to pay out on. In the recent years, it has beenpopulartoexploretheoptionsofforecastingthislosswiththehelpofmachinelearningmethods. LÄS MER

  5. 4. Logistic regression analysis of If’s car insurance market share : Purposeful selection of covariates benchmarked with elastic net, PCA and random forest

    Kandidat-uppsats, KTH/Skolan för teknikvetenskap (SCI)

    Författare :Alice Harting; [2021]
    Nyckelord :;

    Sammanfattning : This project aims to build a logistic regression model of the car insurance market share of If Skadeförsäkring AB. The model is constructed by producing a set of candidates with reduced multicollinearity, subjecting each to purposeful selection of covariates and comparing the resulting summary statistics. LÄS MER

  7. 5. Hemberedskap för stadsbor ur ett designperspektiv

    Kandidat-uppsats, Högskolan i Gävle/Avdelningen för industriell ekonomi, industridesign och maskinteknik

    Författare :Ludvig Djerf; [2020]
    Nyckelord :Beredskap; Designperspektiv; Hemberedskap; Krisberedskap; Krisinformation; Produktdesign; Social kapital; Social hållbarhet; Stadsbor; Underhållning;

    Sammanfattning : Människor i framförallt stadsmiljöer är inte förberedda om någon form av kris skulle uppstå (If Skadeförsäkring 2018; Perman, Shoaf, Kourouyan & Kelley 2011). Informationen är bristfällig kring vad som gäller hemberedskap och hur man hanterar krissituationer, påstår både experter (Asp 2015) och vanliga människor som intervjuats i denna uppsats. LÄS MER