İçeriğe geçScholarGate
KütüphaneKitaplığımMasaReview StudioAsistan
Giriş
Bu sayfada
SezgiNasıl çalışırNe zaman kullanılırGüçlü yönler & sınırlılıklarYaygın tuzaklarUygulamalarSSS🔒 Tam yöntemi okuKaynaklarİlişkili yöntemler
Bu sayfaya atıf yapBu sayfada bir hata mı var? Bildir / düzeltme öner →
Ana sayfa›Aktüerya bilimi›Zincir-Merdiven Kayıp Yedeklemesi (Mack Modeli)
Regression modelActuarial modelling

Zincir-Merdiven Kayıp Yedeklemesi (Mack Modeli)

Chain-Ladder Loss Reserving (Mack Model) · Ayrıca şöyle bilinir: Development Factor Method, Link Ratio Method, Loss Development Method, Zincir Merdiven Yöntemi

Zincir-Merdiven Yedeklemesi, kümülatif ödenmiş kayıpların bir akış üçgeninden kalan talep yükümlülüklerini tahmin etmek için stokastik bir aktüeryal yöntemdir. Thomas Mack tarafından 1993 yılında biçimlendirilmiş olup, yedek miktarlarının dağılımdan bağımsız tahminlerini standart hatalarıyla birlikte sunar, bu da onu dünya çapında mülkiyet-mali sorumluluk sigortası yedeklemesi ve düzenleyici uygulamaların temel taşı haline getirir.

ScholarGate
  1. Regression model
  2. v1
  3. 1 Kaynaklar
  4. PUBLISHED
Bu sayfaya atıf yap →
Araçlar & kaynaklar
Slaytları indir
Öğren & keşfet

Tam yöntemi oku

Yalnızca üyeler

Bu bölümü okumak için ücretsiz hesapla giriş yapın.

Giriş yap

Yöntem haritası

İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.

Zincir-Merdiven Kayıp Yedeklemesi (Mack Modeli)
Bootstrap ÇıkarımıGenelleştirilmiş En Küçü…Kayıp Dağılım Modeli

Ne zaman kullanılır

Zincir-Merdiven Yedeklemesi, kümülatif ödenmiş (veya tahakkuk etmiş) kayıpların bir akış üçgeninin mevcut olduğu ve gelişim modellerinin kaza yılları boyunca nispeten istikrarlı olması beklendiği durumlarda uygundur. Motor, genel sorumluluk ve işçi tazminatı gibi güvenilir gelişim faktörlerini tahmin etmek için yeterli geçmiş döneme sahip iş kolları için en uygunudur. Gelişimin oldukça değişken olduğu, verilerin seyrek olduğu veya gözlemlenen üçgenin ötesindeki kuyruk faktörlerinin belirsiz olduğu durumlarda daha az uygundur. Alternatifler arasında, önceden belirlenmiş kayıp oranı tahminlerinin mevcut olduğu durumlarda Bornhuetter-Ferguson yöntemi veya tam bir dağılımsal çerçeve için aşırı dağılmış Poisson regresyonu yer alır.

Güçlü yönler & sınırlılıklar

Güçlü yönler
  • Parametrik dağılımsal varsayım gerektirmez; standart hatalar yalnızca moment koşullarından türetilir.
  • Uygulanması ve denetlenmesi kolaydır, bu da onu düzenleyici ve iç yedekleme için küresel endüstri standardı haline getirir.
  • Doğrudan yorumlanabilir gelişim faktörleri, aktüerlerin anormallikleri tespit etmelerine ve yargılarını seçici olarak uygulamalarına olanak tanır.
  • Kuyruk faktörleriyle kolayca genişletilebilir veya Bornhuetter-Ferguson gibi diğer yöntemlerle harmanlanabilir.
Sınırlılıklar
  • Kaza yılları boyunca istikrarlı gelişim modelleri varsayar; yapısal kırılmalar (örneğin, yasal değişiklikler, hasar işleme değişiklikleri) bu varsayımı ihlal eder.
  • Yedeklerin tam öngörücü dağılımı hakkında bilgi sağlamaz; yalnızca birinci ve ikinci momentler karakterize edilir.
  • Gözlemlenen üçgenin ötesindeki kuyruk faktörü tahmini, standart hata formülünün yakalamadığı ek belirsizlikler getirir.
  • Çok az gözlemlenen gelişim dönemine sahip olgunlaşmamış kaza yılları için güvenilmez olabilir.

SSS

Zincir-merdiven yöntemi ile Mack modeli arasındaki fark nedir?

Zincir-merdiven yöntemi, nihai değerleri projeksiyonlamak için gelişim faktörlerini çarpan deterministik algoritmadır. Mack modeli, tarafsız yedek tahminlerini ve dağılımdan bağımsız standart hatalarını türetmek için akış üçgenine üç moment varsayımı uygulayan Mack'in 1993 tarihli stokastik çerçevesine özgü olarak atıfta bulunur ve klasik zincir-merdiven algoritmasına sağlam bir istatistiksel temel sağlar.

Zincir-merdiven, ödenmiş kayıplar yerine tahakkuk etmiş kayıplara uygulanabilir mi?

Evet. Yöntem, kümülatif tahakkuk etmiş (ödenmiş artı dava yedekleri) kayıpların üçgenlerine eşit derecede uygulanabilir. Ancak, tahakkuk etmiş gelişim üçgenleri, ödenmiş üçgenlere kıyasla farklı desenler ve değişkenlik sergileyebilir ve aralarındaki seçim, portföy içindeki dava yedekleme uygulamalarının istikrarı ve güvenilirliği tarafından yönlendirilmelidir.

Akış üçgenindeki negatif artımlı kayıplarla nasıl başa çıkmalıyım?

Negatif artımlı kayıplar, kümülatif değerlerin gelişim dönemleri boyunca azalmasına neden olur ve bu da zincir-merdiven modelinde örtük olan monoton artan varsayımını ihlal eder. Yaygın yaklaşımlar arasında veri hatalarını araştırmak ve düzeltmek, gelişim dönemlerini toplamak, Bornhuetter-Ferguson veya genelleştirilmiş en küçük kareler alternatiflerini uygulamak veya bir miktar monokronik olmayanlığı barındırabilen bir bootstrap yaklaşımı kullanmak yer alır.

Kaynaklar

  1. Mack, T. (1993). Distribution-free calculation of the standard error of chain ladder reserve estimates. ASTIN Bulletin, 23(2), 213–225. DOI: 10.2143/AST.23.2.2005092 ↗

Bu sayfayı kaynak gösterin

ScholarGate. (2026, June 2). Chain-Ladder Loss Reserving (Mack Model). ScholarGate. https://scholargate.app/tr/actuarial-science/chain-ladder-reserving

İlişkili yöntemler

Bootstrap ÇıkarımıGenelleştirilmiş En Küçük Kareler (GLS)Kayıp Dağılım Modeli

Hangi yöntem?

Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.

  • Bootstrap Çıkarımıİstatistik↔ karşılaştır
  • Genelleştirilmiş En Küçük Kareler (GLS)İstatistik↔ karşılaştır
  • Kayıp Dağılım ModeliAktüerya bilimi↔ karşılaştır
Yan yana karşılaştır →

Benzer yöntemler

Kayıp Dağılım ModeliRuin TeorisiKredibilite TeorisiLee-Carter ModeliAşırı Değer Teorisi (ADT)Markov Zinciri Monte Carlo (MCMC)Hayat Tablosu Analizi

İlgili referans kavramlar

Gizli Markov ModelleriMarkov Zinciri Monte CarloEM AlgoritmasıSürekli Zamanlı Markov ZincirleriFaktör AnaliziNewton-Raphson ve Skorlama Yöntemleri

Bu sayfada bir hata mı var? Bildir / düzeltme öner →

ScholarGate — Chain-Ladder Reserving (Chain-Ladder Loss Reserving (Mack Model)). 2026-07-21 tarihinde şu adresten erişildi: https://scholargate.app/tr/actuarial-science/chain-ladder-reserving · Veri seti: https://doi.org/10.5281/zenodo.20539026
Hızlı bilgiler
Originator
Thomas Mack
Year
1993
Type
Stochastic loss reserving model
Subfamily
Actuarial modelling
Data Structure
Run-off triangle
Output
Reserve estimates with standard errors
İlişkili yöntemler
Bootstrap ÇıkarımıGenelleştirilmiş En Küçük Kareler (GLS)Kayıp Dağılım Modeli
ScholarGate

Araştırma yöntemleri için içerik öncelikli bir referans kütüphanesi — her yöntemin ne olduğu, nasıl çalıştığı ve nereden geldiği.

Açık veri (CC-BY)

Keşfet

  • Kütüphane
  • Yöntemlerde ara…
  • Alanlara göre gez
  • Alanlar
  • Yolculuk
  • Karşılaştır
  • Hangi yöntem?

Başvuru

  • Konular
  • Atlas
  • Sözlük
  • Metodoloji
  • Felsefe

Çalışma alanı

  • Kitaplığım
  • Masa
  • Sohbet

Şirket

  • Hakkımızda
  • Fiyatlandırma
  • İletişim
  • Yöntem öner

Kayıtlar, başvuru amacıyla yayımlanmış kaynaklardan derlenmiştir. Herhangi bir bilginin doğruluğunu ve kendi kullanımınıza uygunluğunu denetlemek sizin sorumluluğunuzdadır.

© 2026 ScholarGate · Araştırma yöntemleri referans kütüphanesi
  • Gizlilik
  • Çerezler
  • Koşullar
  • Hesabı sil