Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • harvard1
  • 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
Claims Reserving on Macro- and Micro-Level
KTH, School of Engineering Sciences (SCI), Mathematics (Dept.), Mathematical Statistics.
2015 (English)Independent thesis Advanced level (degree of Master (Two Years)), 20 credits / 30 HE creditsStudent thesisAlternative title
Reservsättning på makro- och mikro-nivå (Swedish)
Abstract [en]

Three methods for claims reserving are compared on two data sets. The first two methods are the commonly used chain ladder method that uses aggregated payments and the relatively new method, double chain ladder, that apart from the payments data also uses the number of reported claims. The third method is more advanced, data on micro-level is needed such as the reporting delay and the number of payment periods for every single claim. The two data sets that are used consist of claims with typically shorter and longer settlement time, respectively. The questions considered are if you can gain anything from using a method that is more advanced than the chain ladder method and if the gain differs from the two data sets. The methods are compared by simulating the reserves distributions as well as comparing the point estimates of the reserve with the real out-of-sample reserve. The results show that there is no gain in using the micro-level method considered. The double chain lad- der method on the other hand performs better than the chain ladder method. The difference between the two data sets is that the reserve in the data set with longer settlement times is harder to estimate, but no difference can be seen when it comes to method choice.

Abstract [sv]

Tre reservsättningsmetoder jämförs på två dataset. De första två metoderna är den välkända chain ladder-metoden som använder sig av aggregerade utbetalningar samt den relativt nya metoden double chain ladder som förutom utbetalningarna använder sig av antalet anmälda skador. Den tredje metoden baseras på mikro-nivå och kräver information om varje enskild skada, såsom anmälningstid och antalet utbetalningsperioder. De två dataseten som används är ett som innehåller skador med typiskt kortare avvecklingstider och ett som innehåller skador med typiskt längre avvecklingstider. Frågorna som behandlas är om man vinner något på att använda en mer avancerad metod än chain ladder och om det skiljer sig åt mellan dataseten. Metoderna jämförs genom simulering av reserven, men också genom att jämföra punktskattningar med den verkliga reserven. Resultaten visar att man I detta fall inte vinner något på att använda mikro-metoden. Double chain ladder å andra sidan presterar bättre än chain ladder. Skillnaden mellan de två dataseten är att det är svårare att estimera reserven när avvecklingstiden är längre, men ingen skillnad ses när det gäller val av metod

Place, publisher, year, edition, pages
2015.
Series
TRITA-MAT-E, 2015:60
Keyword [en]
Claims reserving, Chain Ladder Model (CLM), Double Chain Ladder (DCL), Micro-model
Keyword [sv]
Reservsättning, Chain Ladder Method (CLM), Double Chain Ladder (DCL), Mikro-nivå
National Category
Probability Theory and Statistics
Identifiers
URN: urn:nbn:se:kth:diva-173113OAI: oai:DiVA.org:kth-173113DiVA: diva2:852715
Subject / course
Mathematical Statistics
Educational program
Master of Science - Applied and Computational Mathematics
Supervisors
Examiners
Available from: 2015-09-10 Created: 2015-09-07 Last updated: 2015-09-10Bibliographically approved

Open Access in DiVA

fulltext(1264 kB)97 downloads
File information
File name FULLTEXT01.pdfFile size 1264 kBChecksum SHA-512
84020d715fadad20acd5274edcf14ce76d163094a409d6ee48cab8f0d8360268603c05ef6afef983039619868fb2d401b224cc01e7a755fbc5d8b5e5d8b653cf
Type fulltextMimetype application/pdf

By organisation
Mathematical Statistics
Probability Theory and Statistics

Search outside of DiVA

GoogleGoogle Scholar
Total: 97 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: 260 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • harvard1
  • 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