Ömsesidiga affärsmodeller
Ömsesidiga försäkringsbolag stöter ofta på hinder i form av okunskap om ägandeformen hos lagstiftare och kontrollmyndigheter vilket kan leda till konkurrensnackdelar, främst relativt aktiebolag som blivit något av en bolagsnorm. Likväl är ömsesidiga bolag många gånger mer framgångsrika i att vinna kundernas, tillika ägarnas, förtroende och lojalitet.
Den forskning som finansieras inom området syftar bland annat till att skapa och sprida kunskap om de ömsesidiga bolagens arbetssätt och betydelse för samhället. Ibland görs specifika insatser mot någon vital del av verksamheten, såsom prissättningsmodeller i ömsesidiga försäkringsbolag.
Maskininlärningsmetoder inom prissättning av skadeförsäkring
Syftet med projektet är att utforma, tillämpa och utvärdera olika maskininlärningsmetoder inom prissättning av skadeförsäkring med avseende på robusthet och prisstabilitet över tid, grad av prisdifferentiering, skattningsfel och återbäring. Projektets resultat kommer vara av hög relevans för allmän prissättningsmetodik inom skadeförsäkring, men i synnerhet för ömsesidiga försäkringsbolag. Klassiska prissättningsmetoder kommer spela en viktig roll i samband med utvärderingen av föreslagna maskininläringsbaserade modeller och metoder.
Projektledare: Lektor Mathias Lindholm, Matematiska institutionen, Stockholms universitet.