Skip to main content
  • 395 Accesses

Zusammenfassung

Ziel dieses Kapitels ist es, Grundzüge einer speziellen Art der Schätzung der Nettorisikoprämie vorzustellen, die unter dem Namen Credibility-Theorie Eingang in die Versicherungsmathematik gefunden hat. Bevor wir diese Theorie vom mathematischen Standpunkt aus betrachten, wollen wir an einem Beispiel aus der Kraftfahrtversicherung die grundlegende Fragestellung der Credibility-Theorie erläutern.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 29.99
Price excludes VAT (USA)
  • Available as EPUB and PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 37.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Notes

  1. 1.

    Im Allgemeinen ist nach Berechnung der gemischten Indizes noch eine Renormierung notwendig.

  2. 2.

    Vgl. Definition 2.2.5.

  3. 3.

    Korollar B.1.18.

  4. 4.

    Während Werte für \(\alpha \) und \(\varepsilon _0\) vorgegeben werden, lassen sich Schätzer für \(\sigma \) und \(\mu \) aus den Messwerten ermitteln.

  5. 5.

    Genauer wird hier das Volumenmaß, die Jahreseinheiten, betrachtet. Für die grundsätzliche Überlegungen reicht aber die Vorstellung, dass es sich um die Anzahl versicherter Pkw handelt.

  6. 6.

    Dem Bonus-Malus-System in der Kraftfahrzeugversicherung liegt ebenfalls dieser Gedanke zu Grunde: Ein günstiger Schadenverlauf in der Vergangenheit führt für ein Risiko zu einer günstigeren Prognose des zukünftigen Schadenverlaufs und in der Folge zu einer reduzierten Prämie. Umgekehrt führt ein ungünstiger Schadenverlauf zu einer ungünstigeren Prognose mit der Konsequenz einer erhöhten Prämie.

  7. 7.

    Siehe z. B. Mack (2002), 2.5.2, oder auch andere Bücher

  8. 8.

    Die \(\chi ^2\)-Abweichung wird wie die Größe beim \(\chi ^2\)-Test ermittelt. So ergibt sich z. B. für die zweite Zeile der Tabelle: \((2651 - 2943)^2 / 2943 = 85264 / 2943 \approx 29{,}0\).

  9. 9.

    Mack verwendet in seinem Buch nicht den ML-Schätzer, sondern ein anderes Verfahren zur Schätzung des Parameters \(\theta \) und erzielt damit etwas bessere Anpassungswerte. Die Grundaussage bleibt aber auch bei dieser Anpassung erhalten.

  10. 10.

    Vgl. Georgii (2015, S. 64 f.), Satz 3.8

  11. 11.

    Bauer (1992, S. 157), Satz 23.6.

  12. 12.

    Georgii (2015, S. 46), Definition der negativen Binomialverteilung; S. 122, Beispiel 4.35 mit Erwartungswert und Varianz.

  13. 13.

    Lexikon der Statistik (2004), Stichwort: Bayes-Schätzer, S. 14.

  14. 14.

    Auf \(\mathbb R \times \mathbb N\) betrachten wir die Produkt-\(\sigma \)-Algebra \(\mathcal{B} \otimes \mathcal{P} (\Omega )\). Siehe z. B. Georgii (2015, S. 12 f.)

  15. 15.

    Vgl. Behnen und Neuhaus (2003, S. 246), Bemerkung 21.1.

  16. 16.

    Vgl. Behnen und Neuhaus (2003, S. 262), Bemerkung 22.12.

  17. 17.

    Bauer (1992, S. 157), Satz 23.6.

  18. 18.

    Vgl. Pestman (1998, S. 98), Definition II.8.1.

  19. 19.

    Pestman (1998, S. 99), Proposition II.8.1. Die Proposition ist sowohl für stetige als auch für diskrete Dichten formuliert.

  20. 20.

    Vgl. Pestman (1998, S. 99).

  21. 21.

    Vgl. z. B. Bühlmann und Gisler (2005)

  22. 22.

    Vgl. Georgii (2015, S. 47).

  23. 23.

    Siehe z. B. Mack (2002, S. 200 f.).

  24. 24.

    Vgl. Mack (2002, S. 200.)

  25. 25.

    Vgl. Mack (2002, S. 200).

  26. 26.

    Bühlmann und Gisler (2005, S. 22).

  27. 27.

    Bühlmann und Gisler (2005, S. 10), Definition 1.3.

  28. 28.

    Bühlmann und Gisler (2005), S. 56 f.

  29. 29.

    Bühlmann und Gisler (2005, S. 64).

  30. 30.

    Bühlmann und Gisler (2005), Kapitel 4.

  31. 31.

    Rautmann 1998

  32. 32.

    Bühlmann und Gisler (2005), Kapitel 5.

Author information

Authors and Affiliations

Authors

Corresponding author

Correspondence to Kai Bruchlos .

Rights and permissions

Reprints and permissions

Copyright information

© 2022 Der/die Autor(en), exklusiv lizenziert an Springer-Verlag GmbH, DE, ein Teil von Springer Nature

About this chapter

Check for updates. Verify currency and authenticity via CrossMark

Cite this chapter

Bruchlos, K., Kockmann, J. (2022). Credibility. In: Schadenversicherung: Kalkulation der Nettorisikoprämie. Springer Spektrum, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-65852-9_12

Download citation

Publish with us

Policies and ethics