The Incorporation of Generalized Linear Models into Bivariate Gaussian Copula and An Application

Övgücan Karadağ ERDEMİR; Meral SUCU

doi:https://doi.org/10.52693/jsas.1039360

Makale detayları

The Incorporation of Generalized Linear Models into Bivariate Gaussian Copula and An Application

Yazarlar:

Övgücan Karadağ ERDEMİR | Meral SUCU

Yayıncı:

Abdulkadir KESKİN

Ana Başlıklar:

Analiz | Genel yönetim

Dergi:

Journal of Statistics and Applied Sciences 2022 Issue 5, pp.1-9

Belge Tipi:

Makale

Yayın Tarihi:

6/2022

Belge Dili:

İngilizce

Document ID (Org No.):

2000521882

Sıklık:

İki Yıllık

eISSN:

2718-0999

DOI:

https://doi.org/10.52693/jsas.1039360

Özet:

 

In non-life insurance mathematics, analyses and premium or reserve calculations are carried out in the presence of dependency between the claim variables in recent years. And, thus over- or underestimation of aggregate loss caused by the assumption of dependency between the claim severity and frequency are prevented. The Gaussian copula function, which is frequently used for dependency modeling, is integrated into the marginal generalized linear models to obtain a mixed copula-based regression model called "copula regression". In this study, a copula regression model is created using a bivariate Gaussian copula, Gamma and Poisson marginal generalized linear models for claim severity and frequency, respectively. An application is performed with a simulated data where there is a dependence between the claim severity and frequency using the R package “CopulaRegression”. The importance of the modeling of dependency between claims is investigated by the comparison of the independent and dependent models and the results of application show that the copula regression model in which dependency is considered has lower relative mean square errors compared the independent marginal generalized linear models.

 

Hayat dışı sigorta matematiğinde, son yıllarda hasar değişkenleri arasında bağımlılık varlığında analizler ve prim veya karşılık hesaplamaları yapılmaktadır. Ve böylece, iddianın ciddiyeti ve sıklığı arasındaki bağımlılık varsayımından kaynaklanan toplam kaybın gereğinden fazla veya eksik tahmin edilmesi engellenir. Bağımlılık modellemesi için sıklıkla kullanılan Gauss kopula işlevi, "kopula regresyonu" adı verilen karma kopula tabanlı bir regresyon modeli elde etmek için marjinal genelleştirilmiş doğrusal modellere entegre edilmiştir. Bu çalışmada, talep şiddeti ve frekansı için sırasıyla iki değişkenli Gauss kopula, Gamma ve Poisson marjinal genelleştirilmiş doğrusal modeller kullanılarak bir kopula regresyon modeli oluşturulmuştur. R paketi “CopulaRegression” kullanılarak, iddianın ciddiyeti ve sıklığı arasında bir bağımlılığın olduğu, simüle edilmiş bir veri ile bir uygulama gerçekleştirilir. İstemler arasındaki bağımlılığı modellemenin önemi, bağımsız ve bağımlı modellerin karşılaştırılmasıyla araştırılmış ve uygulama sonuçları, bağımlılığın dikkate alındığı kopula regresyon modelinin, bağımsız marjinal genelleştirilmiş doğrusal modellere kıyasla daha düşük nispi ortalama kare hatalarına sahip olduğunu göstermektedir.

Makale detayları

The Incorporation of Generalized Linear Models into Bivariate Gaussian Copula and An Application

Yazarlar: Övgücan Karadağ ERDEMİR | Meral SUCU

Yayıncı: Abdulkadir KESKİN

Ana Başlıklar: Analiz | Genel yönetim

Dergi: Journal of Statistics and Applied Sciences 2022 Issue 5, pp.1-9

Belge Tipi: Makale

Yayın Tarihi: 6/2022

Belge Dili: İngilizce

Document ID (Org No.): 2000521882

Sıklık: İki Yıllık

eISSN: 2718-0999

DOI: https://doi.org/10.52693/jsas.1039360

Sayı

Yazarlar:

Övgücan Karadağ ERDEMİR | Meral SUCU

Yayıncı:

Abdulkadir KESKİN

Ana Başlıklar:

Analiz | Genel yönetim

Dergi:

Journal of Statistics and Applied Sciences 2022 Issue 5, pp.1-9

Belge Tipi:

Makale

Yayın Tarihi:

6/2022

Belge Dili:

İngilizce

Document ID (Org No.):

2000521882

Sıklık:

İki Yıllık

eISSN:

2718-0999

DOI:

https://doi.org/10.52693/jsas.1039360