Sigortacılık sektöründe yaşam çözümlemesi: Birikimli hayat sigortaları ile ilgili bir uygulama

Öz

Anahtar Kelimeler

• -

Sigortacılık sektöründe yaşam çözümlemesi: Birikimli hayat sigortaları ile ilgili bir uygulama

Öz

Yaşam çözümlemesinde başarısızlık olarak adlandırılan olaylarla ilgilenilmektedir. Örneğin tıbbı çalışmalarda ölüm ya da hastalığın tekrar nüks etmesi başarısızlık olarak ele alınırken, sigortacılık sektöründe de poliçenin iptal ettirilmesi başarısızlık olarak nitelendirilebilmektedir. Bu çalışmada öncelikle Türkiye’deki sigorta faaliyetleri ile ilgili kısa bilgiler verilmiş, daha sonra yaşam çözümlemesi teorisi anlatılmıştır. Son olarak ise türetilen bir örneklem üzerinden yaşam çözümlemesinde kullanılan yarı parametrik ve parametrik regresyon modelleri, birikimli hayat sigortası poliçe sahiplerine ait örnekleme uygulanarak poliçe iptallerini etkileyen faktörler incelenmiştir.

Anahtar Kelimeler

• Birikimli hayat sigortası, Gompertz, Hazard fonksiyonu, Parametrik dağılımlar, Yaşam modelleri

Kaynakça

1. Ananda, M.M., Dalpatadu, R.J., Singh, A.K., ”Adaptive Bayes estimators for parameters of the Gompertz survival model”, Applied Mathematics and Computation, vol.75(2), pp.167-177, 1996.
2. Bender R., Augustin, T., Blettner, M. “Generating survival times to simulate Cox proportional hazards models”, Statistics in Medicine, vol.24, pp.1713-1723, 2005.
3. Box-Steffensmeier, J.M. , Reiter, D., Cgristopher, Z., “Nonproportional Hazards and Event History Analysis in International Relations”, The Journal of Conflict Resolution, vol.27(1), pp.33-53, 2003.
4. Collett, D., “Modelling Survival Data in Medical Research”, Chapman&Hall, UK, 1994.
5. Cox, D.R., “Regression models and life-tables”, Journal of the Royal Statistical Society, Series B, 34, 187-220, 1972.
6. Evrensel, A.Y., “Banking Crisis and Financial Structure: A Survival Time Analysis”, International Review of Economics and Finance, 2007.
7. Keiding, N., Andersen, C., Fledulius, P., “The Cox Regression Model for Claims Data in Non-life Insurance”, Astin Bulletin, vol.28(1), pp.95-118, 1998.
8. Klein, John P., Moeschberger, Melvin L., 1997, Survival Analysis Techniques for Censored and Truncated Data, Springer, New York.

9. Linoff , G.S. , “Survival Data Mining for Customer Insight” , Intelligent Enterprise, 2004.
10. London, D., “Survival Models and Their Estimation”, Actex Publications, USA, 1997.
11. Nardi, A., Schemper, M., “Comparing Cox and Parametric Models in Clinical Studies”, Statistics in Medicine, vol.22, pp.3597-3610, 2003.
12. Potts, W., “Survival data mining”, SUGI Technical Report, 2004.
13. T.C. BHMSDK (2006), Sigortacılık ve BES Faaliyet Raporu-2006, T.C. Başbakanlık Hazine Müsteşarlığı Sigorta Denetleme Kurulu, 1-7.
14. T.C. BHMSGM (2005), Türk Sigortacılık Sektörünün Temel Göstergeleri 4, T.C. Başbakanlık Hazine Müsteşarlığı Sigortacılık Genel Müdürlüğü, 1-3.
15. TSRŞB (2008), Türkiye Sigorta ve Reasürans Şirketleri Birliği Web Sayfası, http://www.tsrsb.org.tr/tsrsb/Sigorta/Branşlar/Hayat+Sigortaları.htm