На главную страницу
Вернуться в
Библиотеку
Содержание<< 1 >>
Библиотека

Инструменты

Все Страховщики

Рейтинги

Доп.Инфо

Законодательство

Ссылки.

Советы

Магазин

Написать
 

 

Реальные распределения объема произошедшего убытка и частоты страховых случаев при системе “Bonus-Malus”.

Jean Francois Walhin & Jose Paris.

Вкратце.

Мы применили алгоритм Lemaire и смесь Пуассоновских распределений для непараметрической аппроксимации реальных распределений величины убытка и частоты страховых случаев для портфеля состоящего из полисов автомобильного страхования. Разработанный нами алгоритм учитывает то, что наблюдаемые распределения искажаются стремлением страхователей получить бонус, если страховщик использует систему “bonus-malus”.

Ключевые термины.

Смешанное Пуассоновское распределение. Непараметрическая аппроксимация. Система “bonus-malus”. Стремление получить бонус. Распределение величины убытка. Распределение частоты страховых случаев. Цензурирование. Максимальное правдоподобие.

1. Введение.

Когда страховщик использует систему “bonus-malus” (BMS), не зависящую от величины убытка, будет наблюдаться ситуация, когда страхователи не будут сообщать о наименьших убытках. И действительно, в некоторых случаях для страхователей представляет больший интерес самостоятельно оплатить ущерб нанесенный третьим лицам, чем сообщить о страховом случае и платить в будущем более высокую премию из-за наложенного страховщиком штрафа. В Lemaire (1977) этот факт назван “бонусным голодом”. Вы также можете просмотреть Lemaire (1995).

Стремление получить бонус приводит к тому, что введение (новой) BMS создает цензурированные распределения величины убытка и частоты с/с. Действительно, о некоторых мельчайших убытках страховой компании не сообщают. А для страхователя, разумеется, естественно задаться вопросом: “До какой величины убытка мне выгоднее принять этот убыток на себя?”

Lemaire (1977) отвечает на этот вопрос используя алгоритм, относящийся к динамическому программированию.

В этой работе мы применим алгоритм Lemaire и непараметрическую аппроксимацию смесью Пуассоновских распределений к портфелю из договоров автомобильного страхования (см. Walhin & Paris (1999)), чтобы выявить реальные распределения величины убытка и частоты с/с. В неявном виде эта задача уже ставилась в Lemaire (1977), где автор отмечал, что он вынужден использовать старые данные по распределениям величины убытка, ибо на свежие данные оказало влияние появление BMS.

В этой работе мы будем использовать числовой пример. Данные соответствующие этому примеру:

а) Таблица 1. Наблюдаемая частота страховых случаев:
Число с/сЧисло страхователей
0103704
114075
21766
3255
445
56
62

Данный портфель уже рассматривался в работе Walhin & Paris (1999) где мы сравнивали параметрическую и непараметрическую аппроксимацию смесью Пуассоновских распределений.

б) Таблица 2. Наблюдаемое распределение размеров выплат.

661011171820262734
42444754596061616161
64646566676871717375
768185879394101103105109
110110113116116129134134141141
151154156159167171172173174179
181183185187195195203226235240
251255273340

Данная таблица небольшой гипотетический набор данных, используемый нами для педагогических целей. Полное численное применение работы может быть осуществлено при использовании наборов данных, указанных во введении.

в) используемая компанией (или рынком в целом как это имеет место в Бельгии). BMS та же, что была разработана в Walhin & Paris (1999):

  • 9 классов занумерованных от 0 до 8. 0 – минимальный класс; 8 – максимальный. Входящий в систему попадает в класс 4.
  • Если в течение года выплат не было страхователь спускается на 1 класс.
  • В случае наличия выплат страхователь поднимается на 3 класса за каждую выплату.
  • Бонусы и штрафы даны в таблице:
Таблица 3. Премии в %% от премии класса 4.
s012345678
Cs75809095100150170185250

Статья имеет следующую структуру: В секции 2 кратко рассматривается алгоритм Lemaire. Секция 3 вновь обращается к непараметрической аппроксимации смесью Пуассоновских распределений; а в секции 4 рассматривается эффективный метод определения стационарного распределения страхователей по классам BMS. В секции 5 мы формулируем нашу задачу; а в секции 6 приводим ее решение в виде алгоритма. Секция 7 посвящена численному решению задачи при использовании данных из введения. Секция 8 содержит выводы.