Fugu-MT 論文翻訳(概要): Customer Price Sensitivities in Competitive Automobile Insurance Markets

論文の概要: Customer Price Sensitivities in Competitive Automobile Insurance Markets

arxiv url: http://arxiv.org/abs/2101.08551v1
Date: Thu, 21 Jan 2021 11:07:20 GMT
ステータス: 処理完了
システム内更新日: 2021-03-21 07:48:36.160912
Title: Customer Price Sensitivities in Competitive Automobile Insurance Markets
Title（参考訳）: 競争力のある自動車保険市場の顧客価格感性
Authors: Robert Matthijs Verschuren
Abstract要約: 保険業者は、政策ステークホルダーの滞在意欲に対するプレミアム・チェンジの間接効果を取り入れるための需要ベースの戦略をますます採用している。本稿では,顧客価格のセンシティビティを考慮し,プレミアム更新オファーを最大化する最適多時期利益を導き出す因果推論手法を検討する。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Insurers are increasingly adopting more demand-based strategies to incorporate the indirect effect of premium changes on their policyholders' willingness to stay. However, since in practice both insurers' renewal premia and customers' responses to these premia typically depend on the customer's level of risk, it remains challenging in these strategies to determine how to properly control for this confounding. We therefore consider a causal inference approach in this paper to account for customer price sensitivities and to deduce optimal, multi-period profit maximizing premium renewal offers. More specifically, we extend the discrete treatment framework of Guelman and Guill\'en (2014) by Extreme Gradient Boosting, or XGBoost, and by multiple imputation to better account for the uncertainty in the counterfactual responses. We additionally introduce the continuous treatment framework with XGBoost to the insurance literature to allow identification of the exact optimal renewal offers and account for any competition in the market by including competitor offers. The application of the two treatment frameworks to a Dutch automobile insurance portfolio suggests that a policy's competitiveness in the market is crucial for a customer's price sensitivity and that XGBoost is more appropriate to describe this than the traditional logistic regression. Moreover, an efficient frontier of both frameworks indicates that substantially more profit can be gained on the portfolio than realized, also already with less churn and in particular if we allow for continuous rate changes. A multi-period renewal optimization confirms these findings and demonstrates that the competitiveness enables temporal feedback of previous rate changes on future demand.
Abstract（参考訳）: 保険業者は、政策ステークホルダーの滞在意欲に対するプレミアム・チェンジの間接効果を取り入れるため、より需要ベースの戦略を採用する傾向にある。しかし、実際には、保険業者のリニューアル・プレミアと顧客のリアクションは、通常、顧客のリスクレベルに依存しているため、これらの戦略では、この不確実性に対する適切なコントロール方法を決定することが困難である。そこで本稿では,顧客価格のセンシティビティを考慮し,プレミアム更新オファーを最大化する最適多時期利益を導き出す因果推論手法を検討する。具体的には, エクストリームグラディエントブースティング (XGBoost) による Guelman と Guill\'en (2014) の離散的処理フレームワークを拡張し, 反事実応答の不確かさをよりよく説明するために, 多重計算により拡張する。さらに,xgboostを用いた継続的処理フレームワークを保険文献に導入し,適切な更新提案の特定と,競合オファーを含む市場での競合に対する説明を可能にした。オランダの自動車保険ポートフォリオへの2つの治療枠組みの適用は、市場における政策の競争性が顧客の価格感度に不可欠であること、XGBoostが従来のロジスティック回帰よりもこれを記述するのが適切であることを示唆している。さらに、両方のフレームワークの効率的なフロンティアは、実現したよりもはるかに多くの利益を得ることができることを示しています。複数周期の更新最適化がこれらの結果を確認し、競争性が将来の需要に対する過去のレート変化の時間的フィードバックを可能にすることを示す。