Skip to main content
Log in

Klassifizierung regionaler Schadenbedarfsunterschiede für PKW in der Kraftfahrzeug-Haftpflichtversicherung

  • Abhandlungen
  • Published:
Zeitschrift für die gesamte Versicherungswissenschaft

6. Zusammenfassung

Die Untersuchung hat zu folgenden Ergebnissen geführt:

  • —Die bisher übliche Methode zur Quantifizierung der regionalen Schadenbedarfsunterschiede ist sowohl bezüglich der Konstruktion des Indikators als auch im Hinblick auf die statistische Auswertung verbesserungsbedürftig.

  • —Die Abgrenzung der Regionen in der Bundesrepublik entspricht nicht der Forderung nach homogenen Teilbeständen und sollte deshalb modifiziert werden.

  • —Die vom Verordnungsgeber vorgeschriebene Einteilung der 16 Großstädte und der 28 Regierungsbezirke/Länder in je 4 Regionalklassen ist unzureichend und führt wegen der Heterogenität der Klassen zwangsläufig zu Wettbewerbsverzerrungen.

  • —Die Zuordnung der Regionen zu den Klassen kann mit Hilfe von statistischen Klassifikationsmethoden wesentlich verbessert werden. Der informationstheoretisch beste Kompromiß zwischen möglichst guter Homogenität der Klassen und möglichst kleiner Klassenzahl wird erreicht, wenn die Großstädte in 7 Klassen und die Regierungsbezirke/Länder in 9 Klassen eingeteilt werden.

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

Access this article

Price excludes VAT (USA)
Tax calculation will be finalised during checkout.

Instant access to the full article PDF.

Literatur

  • Akaike, H. (1973): Information theory and an extension of the maximum likelihood principle. 2nd International Symposium of Information Theory,B. N. Petrov andF. Csaki, eds., Akademiai Kiado, Budapest, 267–281.

    Google Scholar 

  • —— (1974): A new look at the statistical model identification. IEEE Trans. Automat. Contr. 19, 716–723.

    Article  Google Scholar 

  • —— (1978): A Bayesian analysis of the minimum AIC procedure. Ann. Inst. Statist. Math. 30, 9–14

    Article  Google Scholar 

  • Bailey, R. A. u.Simon, L. J. (1960): Two studies in automobile insurance ratemaking. The ASTIN-Bulletin 1

  • Bozdogan, H. u.Sclove, S. L. (1984): Multi-sample cluster analysis using Akaike’s information criterion. Ann. Inst. Statist. Math. 36, 163–180

    Article  Google Scholar 

  • Dickmann, H. (1978): Einsatz der Clusteranalyse bei Klassifikationsproblemen in der Versicherungswirtschaft. Blätter Dtsch. Ges. Vers. Mathem. 13, 387–401

    Google Scholar 

  • Friedman, H. P. u.Rubin, J. (1967): On some invariant criteria for grouping data. Journ. Am. Stat. Ass. 62, 1159–1178.

    Article  Google Scholar 

  • Mehring, J. (1964): Ein mathematisches Hilfsmittel für Statistik- und Tariffragen in der Kraftfahrtversicherung. Blätter Dtsch. Ges. Vers. Mathem. 7, 111–126.

    Google Scholar 

  • Schäffer, K.-A. (1984): Proposal for taking account of heavy losses in calculating third party motor insurance — Compiled from material from the Federal Republic of Germany —. Beitrag zum ASTIN-Kongreß 1984 in Akersloot.

  • Schäffer, K.-A. u.Willeke, R. (1980): Untersuchung zur Regionalstruktur in der Kraftfahrzeug-Haftpflichtversicherung. Manuskript, Köln 1980.

    Google Scholar 

  • Späth, H. (1983): Cluster-Formation und Analyse. Theorie, FORTRAN-Pro-gramme und Beispiele. R. Oldenbourg Verlag, München — Wien 1983

    Google Scholar 

  • Ward, J. H. (1963): Hierarchical grouping to optimize an objective function. Journ. Am. Stat. Ass. 58, 236–244.

    Article  Google Scholar 

  • Wishart, D. (1969): An algorithm for hierarchical classifications. Biometrics 25, 165–170.

    Article  Google Scholar 

Download references

Author information

Authors and Affiliations

Authors

Rights and permissions

Reprints and permissions

About this article

Cite this article

Schäffer, KA. Klassifizierung regionaler Schadenbedarfsunterschiede für PKW in der Kraftfahrzeug-Haftpflichtversicherung. ZVersWiss 74, 1–19 (1985). https://doi.org/10.1007/BF03217000

Download citation

  • Issue Date:

  • DOI: https://doi.org/10.1007/BF03217000

Navigation