📊 statistics

State-Space Representation of INGARCH Models and Their Application in Insurance

Dit artikel introduceert het gemarginaliseerde toestandsruimtemodel (M-SSM)-kader om een theoretisch onderbouwde representatie van INGARCH-modellen te bieden die op natuurlijke wijze covariaten en ontbrekende gegevens accommoderen, terwijl wordt aangetoond hoe deze aanpak de afleiding van waarnemingsgestuurd toestandsruimtereferenties voor het vaststellen van zwakke stabiliteit in verzekeringsapplicaties faciliteert.

Oorspronkelijke auteurs: Jae Youn Ahn, Hong Beng Lim, Mario V. Wüthrich

Gepubliceerd 2026-05-12

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Jae Youn Ahn, Hong Beng Lim, Mario V. Wüthrich

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je voor dat je een verzekeringsmaatschappij bent die probeert te voorspellen hoeveel auto-ongelukken of branden in huizen er volgend jaar zullen gebeuren voor een specifieke groep mensen. Je hebt een geschiedenis van eerdere claims (aantallen ongevallen), maar de situatie is lastig:

De "Wie" verandert: Verschillende mensen hebben verschillende risiconiveaus (heterogeniteit).
De "Wanneer" verandert: Het risico is niet statisch; het evolueert op basis van recente geschiedenis (als je vorige maand een ongeluk had, is de kans groter dat je deze maand ook eentje krijgt).
De Data is rommelig: Soms heb je geen data voor bepaalde jaren, omdat een verzekerde dat jaar geen dekking had.

Dit artikel introduceert een nieuw wiskundig hulpmiddel om deze problemen op te lossen. Het neemt een bestaande, populaire methode genaamd INGARCH (die goed is in het volgen hoe eerdere aantallen toekomstige aantallen beïnvloeden) en upgradeert deze door deze te verpakken in een State-Space Model (een raamwerk dat onderscheid maakt tussen "wat we zien" en "wat er eigenlijk onder gebeurt").

Hier is de uitleg met eenvoudige analogieën:

1. Het Probleem: Het "Twee-Hoeden"-Dilemma

Op de oude manier van werken (het standaard INGARCH-model) moest de "conditionele mean" (de voorspelde gemiddelde claimaantal) twee hoeden tegelijk dragen:

Hoed A (De Chauffeur): Het moest de toekomst sturen en beslissen hoe het risiconiveau in de tijd evolueert op basis van het verleden.
Hoed B (De Weegschaal): Het moest de grootte van de huidige observatie bepalen, rekening houdend met zaken als hoeveel auto's een persoon bezit of hun leeftijd.

De Metafoor: Stel je voor dat je probeert een auto te besturen terwijl je tegelijkertijd de wegenkaart bent. Als je de wegenkaart moet aanpassen (omdat de bestuurder nu ouder is of een andere auto rijdt), moet je stoppen met rijden om de kaart opnieuw te tekenen. Dit maakt het zeer moeilijk om veranderende omstandigheden (covariaten) te hanteren of om ervoor te zorgen dat het rijden stabiel blijft in de tijd.

2. De Oplossing: De "Schaduwchauffeur" (State-Space)

De auteurs stellen een nieuw model voor dat deze twee taken splitst. Ze introduceren een latente toestand (een verborgen "schaduwchauffeur") die het rijden doet, terwijl een aparte a priori rate (de wegenkaart) de schaal bepaalt.

De Schaduwchauffeur ( $\Theta_t$ ): Dit is het verborgen risiconiveau. Het evolueert soepel in de tijd op basis van eerdere ongevallen. De auteurs bewijzen dat deze schaduwchauffeur "zwak stationair" kan zijn, wat betekent dat zijn gedrag stabiel en voorspelbaar is, zelfs als de realistische data chaotisch oogt.
De Wegenkaart ( $\lambda_t$ ): Dit is de "a priori rate". Het behandelt alle externe factoren: de leeftijd van de bestuurder, het type auto, de stad waar ze wonen, of zelfs of ze dit jaar helemaal geen auto hadden (nul blootstelling).

De Metafoor: Nu focust de Schaduwchauffeur zich alleen op het rijden van de auto (het evolueren van het risico). De Wegenkaart zegt tegen de bestuurder: "Vandaag rij je een vrachtwagen in een sneeuwstorm, pas je snelheid daarop aan." Als de bestuurder vandaag geen auto heeft (ontbrekende data), zegt de Wegenkaart gewoon "0 snelheid", en de Schaduwchauffeur wacht geduldig zonder verward te raken.

3. De "Negatief Binomiale" Twist

Verzekeringsclaims zijn "teldata" (je kunt geen 2,5 ongelukken hebben; het is 0, 1, 2, enz.). Het artikel gebruikt specifiek een Negatief Binomiale verdeling.

Waarom? Realistische verzekeringsdata is "overdispersed". Dit betekent dat de variantie (de spreiding van ongevallen) veel hoger is dan het gemiddelde. Sommige mensen hebben jarenlang geen ongelukken; anderen hebben een cluster van ongelukken. De Negatief Binomiale is als een "rekbaar" liniaal dat deze wilde variabiliteit beter aankan dan een standaard Poisson-model.

4. Omgaan met Ontbrekende Data (De "Nul-Blootstelling" Truc)

Een van de grootste hoofdpijndossiers in verzekeringen is wanneer een klant een polis voor een jaar laat vallen.

Oude Manier: Je moet complexe wiskunde doen om de gaten op te vullen of te integreren over ontbrekende mogelijkheden.
Nieuwe Manier: Omdat het model de "schaal" ( $\lambda_t$ ) scheidt van de "chauffeur", als een klant geen polis heeft, stel je de schaal simpelweg in op nul.
Het Resultaat: De wiskunde weet automatisch dat "Nul blootstelling = Nul claims". Het model slaat de ingewikkelde berekening voor dat jaar over en laat de "Schaduwchauffeur" gewoon natuurlijk evolueren naar het volgende jaar. Het is alsof je een videospel pauzeert zonder je voortgang te verliezen.

5. Het Bewijs: Stabiliteit en Voorspelling

De auteurs hebben niet alleen het model gebouwd; ze hebben bewezen dat het wiskundig werkt.

Stationariteit: Ze hebben aangetoond dat, hoewel de realistische data verandert (mensen worden ouder, auto's veranderen), de verborgen "Schaduwchauffeur" stabiel blijft. Dit is cruciaal voor verzekeringen omdat je moet weten dat je risicomodel niet in de loop van de tijd zal ontploffen.
Realistische Test: Ze hebben dit getest op echte data van het Wisconsin Local Government Property Insurance Fund (1.234 lokale overheden over 5 jaar).
- Het Resultaat: Hun nieuwe model presteerde net zo goed als (en soms beter dan) bestaande modellen bij het voorspellen van toekomstige claims.
- De Bonus: Het was sneller en makkelijker te berekenen omdat het geen complexe numerieke integratie vereiste om de verborgen toestanden te hanteren.

Samenvatting

Dit artikel gaat over een knoop ontwarren. Het neemt een complex verzekeringsvoorspellingsmodel, ontwarpt de "evoluerende risicofactor" van de "veranderende omstandigheden" en verpakt het in een wiskundig stabiel pakket.

Voor de Actuaris: Het betekent dat je eenvoudig nieuwe variabelen kunt toevoegen (zoals een nieuwe wet of een verandering in autotype) zonder de stabiliteit van het model te breken.
Voor de Data: Het behandelt ontbrekende jaren (geen polis) moeiteloos.
Voor de Wiskunde: Het bewijst dat de verborgen "risico-motor" stabiel is, wat verzekeraars vertrouwen geeft in hun langetermijnprijzen.

Het artikel concludeert dat dit "Heterogeneous NB-INGARCH"-model een praktisch, robuust hulpmiddel is voor het vaststellen van eerlijke verzekeringspremies in een veranderende wereld.

Technische Samenvatting: Toestandsruimterepresentaties van Negatief-Binomiale INGARCH-Modellen voor Tariefbepaling in Verzekeringen

1. Probleemstelling

Het artikel behandelt specifieke beperkingen van Integer-valued Generalized Autoregressive Conditional Heteroskedastic (INGARCH)-modellen bij toepassing op tariefbepaling in verzekeringen, met name voor schadeverzekeringen (P&C). Hoewel INGARCH-modellen populair zijn voor het modelleren van seriële afhankelijkheid in tijdreeksen met tellingen vanwege hun hanteerbare likelihood en affiene recursie, staan ze in verzekeringscontexten voor twee hoofduitdagingen:

Incorporatie van Covariaten: Standaard INGARCH-formuleringen definiëren de conditionele verwachting als een lineaire combinatie van eerdere waarnemingen en eerdere conditionele verwachtingen. Het introduceren van exogene covariaten (om heterogeniteit van verzekerden te vangen) is moeilijk omdat de conditionele verwachting strikt positief moet blijven. Het toevoegen van lineaire covariaten vereist restrictieve niet-negativiteitsbeperkingen op coëfficiënten en regressors, terwijl log-link-alternatieven de affiene structuur en de bijbehorende kredibiliteitsinterpretatie verstoren.
Stabiliteit versus Heterogeniteit: Verzekeringspanelen kenmerken zich typisch door korte tijdreeksen (bijv. $\le 10$ periodes) en tijdvariërende kenmerken van verzekerden. Standaard stabiliteitsaannames voor het geobserveerde telproces zijn ongeschikt wanneer de schaal van waarnemingen systematisch verandert door covariaten. Een geschikte notie van stabiliteit is echter essentieel voor tariefbepaling. In klassieke INGARCH vervult de conditionele verwachting een dubbele rol: het regelt de temporele evolutie en bepaalt de schaal van de waarneming, waardoor het moeilijk is deze dynamieken te scheiden om stabiliteit op een latente niveau te definiëren.

2. Methodologie

De auteurs stellen een Heterogeen Negatief-Binomiaal INGARCH(1,1)-model voor tariefbepaling in verzekeringen voor. De kernmethodologische innovatie is de decompositie van de voorspellende verwachting in een tijdvariërende a priori-tarief ( $\lambda_t$ ) en een basisconditionele verwachting ( $M_{t|t-1}$ ).

Kernmethodologische Stappen:

Modeldecompositie: De verwachte schadeaantal wordt gedefinieerd als $E[Z_t | Z_{\le t-1}] = \lambda_t M_{t|t-1}$ $E [Z_{t} ∣ Z_{\leq t - 1}] = λ_{t} M_{t ∣ t - 1}$ .
- $\lambda_t$ : Vangt tijdvariërende heterogeniteit op via exogene covariaten (bijv. $\lambda_t = \exp(x_t^\top w)$ ).
- $M_{t|t-1}$ : Volgt een affiene INGARCH(1,1)-recursie ( $M_{t+1|t} = \beta^{[0]}_t + \beta^{[1]}_t Z_t + \beta^{[2]}_t M_{t|t-1}$ ), waarbij de dynamiek van de onderliggende risicostatus behouden blijft.
Toestandsruimte-equivalentie (M-SSM): De auteurs tonen aan dat het voorgestelde Heterogene NB-INGARCH-model equivalent is aan een Gemarinaliseerd Toestandsruimtemodel (M-SSM) met:
- Observatievergelijking: $Z_t | \Theta_t \sim \text{Pois}(\lambda_t \Theta_t)$ .
- Marginal Evolutie: $\Theta_{t+1} | Z_{\le t} \sim \text{Gamma}(a_{t+1|t}, b_{t+1|t})$ .
- Hier vertegenwoordigt $\Theta_t$ de latente risicostatus. De equivalentie stelt het model in staat om tijdvariërende heterogeniteit natuurlijk te behandelen via de observatielaag, terwijl seriële afhankelijkheid wordt gemodelleerd via de latente statodynamiek.
Zwakke Stabiliteit via Lifting: Een kritieke theoretische bijdrage is het aanpakken van het feit dat M-SSM's alleen conditionele marginale verdelingen specificeren, waardoor de covariantiestructuur van het latente proces ongedefinieerd blijft.
- De auteurs tonen aan dat onder specifieke parameterrestricties (specifiek met betrekking tot de evolutieparameters $\Delta_t$ en $q_t$ ) de M-SSM kan worden "gelift" tot een volledig Lineair Toestandsruimtemodel (LSSM).
- In deze LSSM-lift voldoet de latente status $\Theta_t$ aan een lineaire conditionele verwachtings-evolutie: $E[\Theta_{t+1} | \Theta_t, Z_{\le t}] = \Delta_t \Theta_t + (1-\Delta_t)$ .
- Cruciaal is dat de auteurs bewijzen dat, hoewel de volledige gezamenlijke evolutie (de "lift") niet uniek is, de covariantiestructuur van het latente proces uniek wordt bepaald door de M-SSM-specificatie. Bijgevolg, als $\Delta_t \equiv \Delta \in (0, 1]$ , is het proces van de latente status zwak stabiel, zelfs in aanwezigheid van tijdvariërende heterogeniteit in de waarnemingen.

3. Belangrijkste Bijdragen

Heterogene NB-INGARCH-formulering: Het artikel introduceert een model dat tijdvariërende covariaten (heterogeniteit) succesvol integreert in het INGARCH-kader zonder de affiene structuur die nodig is voor kredibiliteitsinterpretaties te schenden.
M-SSM-representatie: Het vestigt een equivalentie tussen het Heterogene NB-INGARCH-model en een Poisson-Gamma M-SSM, waardoor een unificerend kader ontstaat waarin covariaten de observatieschaal beïnvloeden en dynamiek de latente status beïnvloedt.
Oplossing van stabiliteitsproblemen: Het artikel lost het conflict op tussen tijdvariërende heterogeniteit en stabiliteit door zwakke stabiliteit te formuleren op het niveau van het latente statusproces. Het bewijst dat de covariantiestructuur van dit latente proces goed gedefinieerd en uniek is voor alle compatibele LSSM-liften, wat het gebruik van zwakke stabiliteitsaannames in korte-panel verzekeringsdata rechtvaardigt.
Omgaan met ontbrekende data: De toestandsruimteformulering staat een principiële behandeling van ontbrekende data (bijv. periodes met nul blootstelling) toe door de a priori-tarief $\lambda_t = 0$ te stellen. Dit maakt de waarneming degeneraat bij nul, waardoor het model de filterstap kan overslaan en onzekerheid uitsluitend via de evolutievergelijking kan doorgeven, waardoor numerieke integratie in de likelihood wordt vermeden.

4. Resultaten

Het artikel valideert het model met behulp van echte P&C-verzekeringsdata van het Wisconsin Local Government Property Insurance Fund (LGPIF), bestaande uit 1.016 entiteiten van 2006–2010, met een testset voor houding uit 2011.

Vergelijkende Prestaties: Het voorgestelde Heterogene NB-INGARCH-model werd vergeleken met een stabiel Poisson-AR(1)-toestandsruimtemodel en een Poisson-Gamma random-effects-model.
- Log-Likelihood: Het voorgestelde model behaalde de hoogste out-of-sample log-likelihood (-176,94), beter dan het Poisson-AR(1) (-177,90) en het random-effects-model (-179,02).
- MSE: Het Poisson-AR(1)-model had de laagste Mean Squared Error (0,184 versus 0,193 voor het voorgestelde model), hoewel de verschillen marginaal waren.
Parameter-schattingen: De geschatte persistentieparameter $\hat{\Delta} \approx 0,925$ (kleiner dan 1) geeft aan dat de data dynamische updates ondersteunt die verder gaan dan een puur random-effects-structuur ( $\Delta=1$ ), wat de noodzaak van INGARCH-dynamiek bevestigt.
Berekenings-efficiëntie: In tegenstelling tot het Poisson-AR(1)-model, dat numerieke integratie of filtering over de latente status vereist voor likelihood-evaluatie, levert het voorgestelde NB-INGARCH-model een gesloten vorm negatief-binomiale voorspellende verdeling op. Dit resulteert in een eenvoudigere en snellere schattingsprocedure.

5. Betekenis en Aanspraken

Het artikel beweert dat de primaire betekenis ligt in het overbruggen van de kloof tussen INGARCH-modellen en Toestandsruimtemodellen (SSM's) voor verzekeringsapplicaties.

Interpreteerbaarheid: Door de observatieschaal (heterogeniteit) te ontkoppelen van de latente dynamiek, biedt het model een duidelijkere interpretatie van risicovolutie, in lijn met de actuariale kredibiliteitstheorie.
Praktische Toepasbaarheid: Het kader is specifiek ontworpen voor de beperkingen van verzekeringsdata: korte tijdreeksen, de noodzaak van covariaten en de behoefte aan een stabiliteitsconcept dat tijdvariërende kenmerken van verzekerden accommoderen.
Theoretische Rechtvaardiging: Het artikel biedt de nodige theoretische onderbouwing (via de unieke covariantiestructuur van de LSSM-lift) om het gebruik van zwakke stabiliteitsaannames voor latente statussen in heterogene omgevingen te rechtvaardigen, een kenmerk dat eerder moeilijk te verzoenen was in standaard INGARCH-formuleringen.

De auteurs concluderen dat, hoewel toekomstig werk deze resultaten kan uitbreiden naar bredere INGARCH-klassen, het voorgestelde kader een robuust, berekenings-efficiënt en theoretisch onderbouwd instrument biedt voor voorspellende analyse in P&C-tariefbepaling.