많은 유형의 비즈니스에서 통계가 중요하지만 보험 업계에서는 통계가 특히 중요합니다. 통계는 피보험자가 보험 회사에 제기하는 위험, 지불 할 확률이 높은 비율 및 회사가 청구에서 지불 할 것으로 예상 할 수있는 금액을 결정하는 데 사용됩니다.
보험 계리사
보험 계리사는 투자 전략 및 통계 도구에 대해 교육을받은 사람입니다. 보험 분야의 다양한 제품으로 인해 보험사는 보험 투자 전략을 알아야합니다. 예를 들어, 보험 계리사는 생명 보험 우산 아래 연금 및 퇴직금으로 일할 수 있습니다. 보험 계리사는 확률 및 통계에 대한 올바른 지식을 보유하고 있음을 입증하기 위해 거의 모든 국가에서 어려운 시험을 통과해야합니다.
결정하기
통계는 정확한 과학이 아닙니다. 보험 계리사는 통계 데이터를보고 데이터가 말하고있는 것을 가장 잘 추측합니다. 보험 계리사는 의사 결정을 준비하기 위해 의사 이론, 수학의 하위 집합 및 게임 이론을 포함하는 통계를 연구합니다. 게임 이론은 보험 계리사가 사람이 할 수있는 것과 그 이유를 이해하도록 도와줍니다. 예를 들어, 자동차 보험 계약자가 부채로 들어간다면 그는 돈을 벌기 위해 자신의 차량에 잘못된 청구를 제기 할 가능성이 더 큽니다. 이러한 유형의 인간 행동에는 확실한 수치는 없습니다. 특정 위험에 대해 더 높은 보험료를 부과하기로 한 결정은 지식 기반에 기초한 보험 계리사에 의해 이루어진다.
손실 분배
손실 분포는 보험금 청구자에게 일정 기간 동안 청구 행위에 대한 그림을 제공하거나 클레임 범주가 서로 어떻게 쌓여 있는지 보여줍니다. 예를 들어, 보험 계리사는 범주를 비교하는 막대 그래프 유형 인 히스토그램을 작성할 수 있습니다. 막대 그래프는 생명 보험에 대한 클레임이 연령 그룹과 어떤 관련이 있는지 보여줍니다. 보험 계리사는 추세를보고 특정 연령 그룹에 대한 높은 보험료가 보장되는지 확인할 수 있습니다.
선형 모델
선형 모델을 사용하여 하나의 카테고리 또는 항목이 다른 카테고리 또는 항목과 관련되는지 확인할 수 있습니다. 선형 모델의 예로 선형 회귀 (linear regression)가 있습니다. 데이터 포인트가 그래프에 플롯되어 선형 관계가 있는지 확인합니다. 즉, 직선을 사용하여 데이터를 나타낼 수 있습니다. 직선을 그릴 수 있으면 두 범주 사이에 관계가 있음을 나타냅니다. 선형 모델을 사용하여 연령, 성별, 급여 및 기타 특성이 클레임 크기와 관련되는 방법에 대한 정보를 찾을 수 있습니다.
시계열 모델
시계열 모델은 보험 계리사가 특정 항목이 시간 경과에 따라 어떻게 수행되는지를 보여주는 곳입니다. 예를 들어 보험 계약자의 청구 내역이 시간 경과에 따라 어떻게 변해 특정 보험 계약자 특성에 대해 청구 할 금액을 결정할 수 있는지 또는 전체 생명 보험에 청구 할 요금을 결정하기 위해 일정 기간 동안 투자 성과를 조사 할 수 있습니다.
