Prediksi estimasi cadangan klaim merupakan hal yang penting untuk perusahaan
asuransi. Prediksi ini menentukan besar liabilitas yang dimiliki perusahaan.
Umumnya, estimasi ini dilakukan dengan menghitung besar agregat klaim pada
tahun-tahun sebelumnya. Distribusi agregat klaim ini dapat diturunkan dari
distribusi frekuensi klaim dan severitas klaim atau diasumsikan mengikuti suatu
distribusi konjugat. Distribusi frekuensi klaim dapat diasumsikan mengikuti
marked Poisson dengan bagian yang ditandai adalah besar keterlambatan klaim
dan peristiwa klaim dan distribusi severitas klaim diasumsikan mengikuti distribusi
gama sehingga klaim mengikuti distribusi marked Poisson-gama. Distribusi
konjugat untuk agregat klaim dapat diasumsikan mengikuti distribusi keluarga
Tweedie yang merupakan sub keluarga eksponensial. Identifikasi distribusi pada
keluarga Tweedie dilihat dari parameter p. Estimasi prediksi cadangan klaim sendiri
dapat dilakukan menggunakan dua cara : model chain ladder (CL) yang tidak
memerlukan asumsi distribusi dan generalized linear model (GLM) yang membutuhkan
asumsi distribusi. Kedua model ini memberikan hasil estimasi segitiga
bawah pada segitiga run-off yang memberikan gambaran perkembangan klaim
diharapkan dari waktu ke waktu. Studi kasus yang digunakan dalam penelitian
ini adalah data worker compensation periode 1989-1997 pada perusahaan asuransi
dengan nama kelompok West Bend Mut Ins Grp di Amerika Serikat. Hasil yang
diperoleh menunjukkan bahwa metode CL memiliki nilai eror standar estimasi yang
lebih kecil dibandingkan GLM tetapi memiliki nilai coefficient of variance (CV)
yang lebih besar. Hasil lain yang diperoleh adalah GLM Poisson-gama merupakan
model terbaik diantara GLM over-dispersed Poisson, marked Poisson-gama, dan
gama.