Pricing of Automobile Insurance Policies using Generalized Linear Models and Lasso Regularization

Abstract

The goal of this thesis is to create a predictive model for the expected claim cost of automobile insurance policies in Iceland. The proposed model is based on the characteristics of the policyholder and the insured vehicle, and reflects the risk associated with each policy. Most insurers base their premium structure on the expected cost of claims, making a model with good future prediction capabilities a valuable resource for the insurer.The data used in this thesis is provided by the Icelandic insurance company TM, and contains policy and claims data from 2009-2017. Automobile insurance policies at TM are considered to consist of five product components, but since the components vary significantly in what they cover, each product component is modelled separately in this thesis. The predicted claim cost of each product component is determined by three parts; a frequency model of standard claims, a claim severity model of standard claims, and a large loss model. The main focus is on the frequency and severity models of standard claims which are modelled using a Poisson regression model and a gamma regression model respectively. This results in a compound Poisson distribution for the total cost of standard claims. The parameters of the two models are selected using lasso regularization. Finally, the predictive ability of the models is assessed using cross-validation.The results show that the optimal predictive model for each of the five product components is quite different with regards to the choice of variables, demonstrating the importance of modelling each product component separately. The selected parameters for the frequency and the severity models of standard claims also differ, and by analyzing the two separately, a better understanding of the underlying risk is obtained. It is our believe that the modelling framework presented in this thesis can easily improve the current tariff structure at TM, and improve the competitiveness of the company.

Markmið þessarar ritgerðar er að búa til spálíkan fyrir væntan tjónakostnað í ökutækjatryggingum á Íslandi. Líkanið sem notast er við í þessari ritgerð er byggt á persónueinkennum viðskiptavina sem og einkennum tryggðra ökutækja og endurspeglar áhættuna sem fylgir hverju skírteini. Flest tryggingafélög byggja verðskrá sína á væntum tjónakostnaði og því er mikilvægt fyrir tryggjendur að hafa líkön sem geta spáð fyrir um væntan tjónskostnað fyrir hvert og eitt skírteini.Gögnin sem notast er við í ritgerðinni koma frá Tryggingamiðstöðinni (TM) og innihalda upplýsingar um skírteini og tjón frá árunum 2009-2017. Ökutækjatryggingar hjá TM eru samsettar úr fimm vörugreinum sem hver og ein hefur sérstakt bótasvið. Sérstakt líkan er smíðað fyrir hverja vörugrein þar sem spáður tjónakostnaður samanstendur af þremur hlutum; tíðnilíkani almennra tjóna, stærðarlíkani almennra tjóna og stórtjónaálagi. Aðal áhersla þessarar ritgerðar er á tíðni- og stærðarlíkön almennra tjóna, en þessi líkön eru smíðuð með Poisson og gamma líkani. Breytur fyrir hvert líkan eru valdar með lasso aðferð. Að lokum er spágeta líkana metin með kross prófun (e. cross-validation). Niðurstöður ritgerðarinnar sýna að besta spálíkan hverrar vörugreinar eru nokkuð ólík með tilliti til vali á skýribreytum, sem staðfestir mikilvægi þess að smíða módel fyrir hverja vörugrein fyrir sig. Valdar breytur fyrir tíðni- og stærðarlíkan almennra tjóna eru einnig mismunandi og með því að skoða hvort líkan fyrir sig er hægt að fá betri skilning á undirliggjandi áhættu skírteina og vátryggingataka. Það er okkar trú að þær aðferðir sem notaðar eru í þessari ritgerð geti auðveldlega bætt gjaldskrá Tryggingarmiðstöðvarinnar og þarmeð aukið samkeppnishæfni fyrirtækisins.