Till innehåll på sidan

Anna Francesconi: Undersökning om försäkringskunder med bank-engagemang är mindre riskbenägna än andra kunder i ett och samma bestånd

MSc Thesis Presentation

Tid: On 2020-09-09 kl 09.00

Föreläsare: Anna Francesconi

Plats: Zoom, meeting ID: 901405086

Ämnesområde: Actuarial mathematics

Handledare: Filip Lindskog

Abstract

I denna studie har tre olika modeller tillämpats på ICA försäkrings databestånd för de tre olika grenarna inom motor-affären i syfte att undersöka om det finns skäl att tro att de utav försäkringstagarna som har ett engagemang även hos ICA banken inom samma koncern är mindre riskbenägna än andra kunder inom samma bestånd. De tre modellerna är Generaliserad linjär modell (GLM), Logistisk regression (ett specialfall av GLM) och Random forest (en trädbaserad machine-learning-algoritm). För att kunna besvara frågeställningen beräknades och jämfördes relationstalen för en binär variabel Bank, vars värde berodde på om en kund har engagemang i banken eller inte, i fallet med GLM och Logistisk regression och ett Variable Importance-mått i fallet med Random Forest. Da- tamängden delades upp i en träningsmängd, som alla modeller tillämpades på, och en testmängd vilken användes för att validera och jämföra modellerna sinsemellan. Det visade sig att för det givna databeståndet fungerade GLM bäst med slutsatsen att försäkringstagarna med bank-engagemang är mindre riskbenägna än andra kunder inom detta bestånd (med vissa reservationer).

Innehållsansvarig:webmaster@math.kth.se
Tillhör: Institutionen för matematik
Senast ändrad: 2020-09-02