×
塞巴斯蒂安·法卡斯;奥利维尔·洛佩兹;莫德·托马斯

使用广义Pareto回归树进行网络索赔分析，并将其应用于保险。 （英语） Zbl 1466.91255号

保险。数学。经济。 98, 92-105 (2021).
摘要：随着网络保险市场的兴起，需要更好地量化这种风险的经济影响及其快速演变。由于网络索赔的异质性，评估适当的保费和/或所需的储备金金额是一项艰巨的任务。在本文中，我们提出了一种基于回归树的网络索赔分析方法，以确定索赔分类和评估的标准。我们特别关注严重/极端索赔，将广义帕累托模型（从极值理论来看是合理的）与回归树方法相结合。结合频率评估，我们的程序允许计算网络投资组合的中心情景和极端损失分位数。最后，以公共数据库为例说明了该方法。

引用于8文件

MSC公司：

91G05号 精算数学
62P05号 统计学在精算科学和金融数学中的应用
60G70型 极值理论；极值随机过程

关键词：

网络保险;极值分析;回归树;广义帕累托分布;机器学习;群集

软件：

伊斯梅夫;r零件
PDF格式BibTeX公司 XML格式引用
\textit{S.Farkas}等人，《保险》。数学。经济。98、92——105（2021年；Zbl 1466.91255）
全文： 内政部

参考文献：

[1] Balkema，A.A。；De Haan，L.，高龄剩余寿命，Ann.Probab。，2, 5, 792-804 (1974) ·Zbl 0295.60014号
[2] 贝兰特，J。；Goegebeur，Y.，Pareto型响应分布回归，计算。统计人员。数据分析。，42, 4, 595-619 (2003) ·Zbl 1429.62078号
[3] 贝兰特，J。；Goegebeur，Y.，Pareto型分布的局部多项式极大似然估计，J.多元分析。，89, 1, 97-118 (2004) ·Zbl 1035.62041号
[4] 贝兰特，J。；Goegebeur，Y。；Segers，J。；Teugels，J.L.，《极值统计：理论与应用》（2004），John Wiley&Sons Ltd.：John Willey&Sons有限公司Chischester·Zbl 1070.62036号
[5] 比纳，C。；埃林，M。；Wirfs，J.H.，《网络风险的可保性：实证分析》，日内瓦帕普。风险保险。实际问题。，40, 1, 131-158 (2015)
[6] Bisogni，F.、Asghari，H.、Van Eeten，M.J.，2017年。从冰山的顶端估计冰山的大小：对未报告的数据泄露通知的调查。摘自：2017年第16届信息安全经济学年度研讨会论文集。
[7] 布雷曼，L。；弗里德曼，J.H。；Olshen，R.A。；Stone，C.J.，《分类和回归树》（Wadsworth Statistics/Probability Series（1984），《Wadsworh Advanced Books and Software:WadsworthAdvanced Books and Software Belmont，CA）·Zbl 0541.62042号
[8] 乔杜里，P。；Loh，W.-Y.，使用分位数回归树的条件分位数的非参数估计，Bernoulli，8，5，561-576（2002）·Zbl 1009.62031号
[9] Chavez-Demoulin，V。；Embrechts，P.公司。；Hofert，M.，《基于协变量的操作风险损失建模的极值方法》，J.risk Insurance，83，3，735-776（2015）
[10] Coles，S.，《极值统计建模导论》（2001），Springer Verlag:Springer Verlag London·Zbl 0980.62043号
[11] Databreakes.net。（未注明日期），2020年。数据泄露报告。(https://www.databreaches.net/about网站/).
[12] 戴维森，A.C。；Smith，R.L.，《高阈值超标模型》，J.R.Stat.Soc.Ser。B统计方法。，52, 3, 393-425 (1990) ·Zbl 0706.62039号
[13] De Haan，L。；Ferreira，A.，《极值理论：导论》（2007），Springer:Springer New York
[14] De'ath，G。；Fabricius，K.E.，分类和回归树：一种强大而简单的生态数据分析技术，生态学，81，113178-3192（2000）
[15] 爱德华兹，B。；Hofmeyr，S。；Forrest，S.，Hype and heavy tails:《数据泄露的进一步研究》，J.Cybersecurity。，2, 1, 3-14 (2016)
[16] 埃林，M。；Loperfido，N.，《数据泄露：拟合优度、定价和风险度量》，《保险数学》。经济。，75, 126-136 (2017) ·Zbl 1394.91211号
[17] 埃林，M。；Schnell，W.，我们对网络风险和网络风险保险了解多少？，《风险金融杂志》，17，5，474-491（2016）
[18] Embrechts，P.公司。；Klüppelberg，C.公司。；Mikosch，T.，（极端事件建模。极端事件建模，数学应用，第33卷（1997），Springer-Verlag:Springer-Verlag Berlin）·Zbl 0873.62116号
[19] 保险公司的网络风险-挑战与机遇（2019年），检索自https://www.eiopa.europa.eu/sites/default/files/publications/reports/eiopa_cyber_risk_for_insurers_sept2019.pdf
[20] Fahrenwaldt，医学硕士。；韦伯，S。；Weske，K.，网络模型中网络保险合同的定价，Astin Bull。，48, 3, 1175-1218 (2018) ·Zbl 1416.91175号
[21] Gey，S。；Nédélec，E.，CART回归树的模型选择，IEEE Trans。《信息论》，51，2658-670（2005）·Zbl 1301.62064号
[22] 冈萨雷斯，C。；Mira-McWilliams，J。；Juárez，I.，基于回归树模型的重要变量评估和电价预测：分类和回归树，袋装林和随机森林，IET Gener。Transm公司。发行，9，11，1120-1128（2015）
[23] 因苏阿，D.R。；维埃拉，A.C。；Rubio，J.A。；彼得斯，W。；拉布内茨，K。；Rasines，D.G.，《网络安全对抗性风险分析框架》，风险分析。，41, 1, 16-36 (2021)
[24] Jacobs，J.，分析数据泄露的后台程序成本（2014），检索自http://datadrivensecurity.info/blog/posts/2014/Dec/ponemon/
[25] Katz，R.W。；Parlange，M.B。；Naveau，P.，《水文极端统计》，《水资源高级》。，25, 8-12, 1287-1304 (2002)
[26] Lehmann，E.L。；Romano，J.P.，《检验统计假设》（2006），施普林格出版社：纽约施普林格出版社·2018年6月17日
[27] Loh，W.-Y.，分类和回归树，Wiley Interdiscip。版本数据最小知识。发现。，1, 1, 14-23 (2011)
[28] Loh，W.-Y.，《五十年分类和回归树》，国际。统计人员。版次：82、3、329-348（2014）·兹比尔1416.62347
[29] O.洛佩兹。；Milhaud，X。；Thérond，P.-E.，基于树的删失回归及其在保险中的应用，Electron。J.Stat.，10，2，2685-2716（2016）·Zbl 1345.62127号
[30] Maillart，T。；Sornette，D.，《网络风险的重尾分布》，《欧洲物理学》。J.B，75，3，357-364（2010年）·Zbl 1202.68057号
[31] 马洛塔，A。；马蒂内利，F。；南尼，S。；奥兰多，A。；Yautsiukhin，A.，《网络保险调查》，Comp。科学。版次：24，35-61（2017）
[32] Matthews，D.，《网络安全保险和身份盗窃保险补充报告》（2019年），NAIC，检索自https://content.naic.org/sites/default/files/inline-files/Cyber_Supplement_2019_Report_Final_1.pdf
[33] Pickands，J.，《使用极值顺序统计的统计推断》，Ann.Statist。，3, 1, 119-131 (1975) ·Zbl 0312.62038号
[34] 数据泄露研究的成本：全球概览（2018年）(https://www.ibm.com/downloads/cas/AEJYBPWA网站)
[35] 隐私权信息交换所。2019.检索自https://privacyrights.org/data-breaks。
[36] Resnick，S.I.，《重拳现象：概率和统计建模》（2007），Springer:Springer New York·Zbl 1152.62029号
[37] 罗德里格斯·加利亚诺（Rodriguez-Galiano，V.）。；桑切斯·卡斯蒂略，M。；Chica-Olmo，M。；Chica-Rivas，M.，《矿产远景的机器学习预测模型：神经网络、随机森林、回归树和支持向量机的评估》，《矿石地质学》。版次：71，804-818（2015）
[38] Romanosky，S.，《审查网络事件的成本和原因》，J.Cybersecurity。，121-135年2月2日（2016年）
[39] 加利福尼亚州。（未注明日期），2020年。加州数据安全漏洞列表。检索自https://oag.ca.gov/privacy/databreak/list。
[40] 苏，X。；王，M。；Fan，J.，最大似然回归树，J.Compute。图表。统计学。，2004年3月13日，586-598
[41] 塞尔诺，T。；Clinic，M.，RPART（2019）的用户编写拆分函数，检索自https://cran.r-project.org/web/packages/rpart/vignettes/usercode.pdf
[42] Tibshirani，R.，《通过套索进行回归收缩和选择》，J.R.Stat.Soc.Ser。B统计方法。，58, 1, 267-288 (1996) ·Zbl 0850.62538号
[43] 美国卫生与公众服务部。（未注明日期），2020a。检索自https://ocrportal.hhs.gov/ocr/breach/breach_report.jsf。
[44] 美国卫生和公众服务部。（未注明日期），2020b。检索自https://www.hhs.gov/hipaa/for-professionals/break-notification/index.html。
[45] 惠特利，S。；Maillart，T。；Sornette，D.，《个人数据泄露和隐私侵蚀的极端风险》，《欧洲物理杂志》。J.B，89，7（2016）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。