Documentos de Académico
Documentos de Profesional
Documentos de Cultura
____________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________
Ricardo Nava FSA, MAAA Chief Actuary, Latin America RGA Re Mxico Marzo 2010
www.rgare.com
Teora de Credibilidad
Teora de Credibilidad
Un grupo puede tener mejor o peor experiencia que el mercado por 2 razones: 1. Causas Estructurales 2. Causas Aleatorias La Teora de Credibilidad nos ayuda a tomar en cuenta esas causas estructurales que no son fciles de detectar.
Teora de Credibilidad
P(Z) = ZA + (1-Z)E Donde: Z = Factor de Credibilidad [0,1] A = Siniestralidad Actual = S E = Siniestralidad Estimada
Teora de Credibilidad
Clculo de Z, Ejemplo
Tamao de Grupo 1 1,000 1,001 2,000 2,001 3,000 3,001 4,000 4,001 5,000 > 5,000
S=
X
i =1
np npq <1
11
3.00000
f(x)
2.00000
1.00000
2.5
14
cE ( S ) Var ( S )
= y
15
Por simplicidad, supongamos que y= 1.96 = 3,073 Suponiendo una q promedio de 3 vida 1,024,427 aos
16
c Var ( P ( Z )) = E ( S ) * y
2
17
18
[ ( [(
)] )]
El objetivo es minimizar:
19
Modelo
S=
X
i =1
Nmero de siniestros ~ Poisson (), con desconocido. La variable ~ Gamma (r,r) Xi ~ distribucin conocida (por definir) S1, , SN son iid dado .
E[ N ] = Var[ N ] = +
2
r
20
Factor de Credibilidad
Nmero de siniestros ~ Poisson (), con desconocido.
Distribucin Xi Exponencial () Gamma(,) Constante
Factor Z
n 2r + n
n 1+ r + n
n r + n
Factor de Credibilidad
E[N] = 3/oo * Nmero de Aos Vida r = 25
Aos Vida 1,001 2,001 3,001 5,001 7,001 10,001 15,001 20,001 30,001 50,001 100,001 150,001 200,001 300,001 400,001 500,001 1,000 2,000 3,000 5,000 7,000 10,000 15,000 20,000 30,000 50,000 100,000 150,000 200,000 300,000 400,000 500,000 600,000 Factor de Z Gamma Aos Vida Promedio Exponencial Constante ( = 2) E[N] Var[N] (N)
1,501 2,501 4,001 6,001 8,501 12,501 17,501 25,001 40,001 75,001 125,001 175,001 250,001 350,001 450,001 550,001
8% 13% 20% 27% 34% 43% 51% 60% 71% 82% 88% 91% 94% 95% 96% 97%
15% 23% 33% 42% 51% 60% 68% 75% 83% 90% 94% 95% 97% 98% 98% 99%
11% 17% 24% 33% 41% 50% 59% 67% 76% 86% 91% 93% 95% 97% 97% 98%
5.4 9.9 18.0 31.4 52.3 95.3 165.5 305.3 708.8 2,293.0 6,116.9 11,776.9 23,709.8 46,047.0 75,729.0 112,755.6
2.3 3.1 4.2 5.6 7.2 9.8 12.9 17.5 26.6 47.9 78.2 108.5 154.0 214.6 275.2 335.8
22
Factor de Credibilidad
E[N] = 3/oo * Nmero de Aos Vida r=5
Factor de Z Aos Vida 1,001 2,001 3,001 5,001 7,001 10,001 15,001 20,001 30,001 50,001 100,001 150,001 200,001 300,001 400,001 500,001 1,000 2,000 3,000 5,000 7,000 10,000 15,000 20,000 30,000 50,000 100,000 150,000 200,000 300,000 400,000 500,000 600,000 Gamma Aos Vida Promedio Exponencial Constante ( = 2) E[N] Var[N] (N)
1,501 2,501 4,001 6,001 8,501 12,501 17,501 25,001 40,001 75,001 125,001 175,001 250,001 350,001 450,001 550,001
31% 43% 55% 65% 72% 79% 84% 88% 92% 96% 97% 98% 99% 99% 99% 99%
48% 60% 71% 78% 84% 88% 91% 94% 96% 98% 99% 99% 99% 100% 100% 100%
38% 50% 62% 71% 77% 83% 88% 91% 94% 97% 98% 99% 99% 99% 99% 100%
8.7 19.1 41.5 84.3 158.4 324.8 615.4 1,223.4 3,059.2 10,555.9 29,069.3 56,763.6 115,519.2 225,993.2 373,190.8 557,112.0
2.9 4.4 6.4 9.2 12.6 18.0 24.8 35.0 55.3 102.7 170.5 238.3 339.9 475.4 610.9 746.4
23
Costo de Dividendos
24
Max(0,
xP - S)f S ( s)ds
Max(0,xP E(S))
25
250
300
350
400
450
500
550
600
27
Montecarlo
1. 2. 3. Agrupar en celdas riesgos homogneos. En Vida Grupo esto significa misma edad y SA similar. Generar una variable aleatoria U(0,1) Para cada celda, modelar el nmero de siniestros por cada beneficio cubierto de manera estocstica usando una distribucin Binomial con los parmetros igual al nmero de asegurados en la celda y la qx de la edad en esa celda. Si F(n-1)< U F(n), entonces n es el nmero de siniestros 4. 5. Cuando se repite el proceso para todas las celdas se ha generado aleatoriamente siniestros por 1 ao Repetir los pasos anteriores para crear suficientes aos de experiencia de tal manera que los resultados converjan.
28
Ejemplo Montecarlo
Poisson con = 2
n 0 1 2 3 4 5 Pr(N=n) 0.1353 0.2707 0.2707 0.1804 0.0902 0.0361 Pr(N<=n) 0.1353 0.4060 0.6767 0.8571 0.9473 0.9834 U(0,1) 0.644938 0.163271 0.407988 0.934826 0.565559 0.225369 Promedio N 2 1 2 4 2 1 2
29
f j = Prob{S = jM }
1 fj = 1 a g0
min( j , r )
i =1
i b a + g i f j i j
si g 0 = 0 si g 0 > 0
30
p0 f0 = i p i g 0 i =0
31
Cred. Total
Cred. Parcial
Tabla de Mortalidad
Cred.. Total
Cred. Parcial
Tabla de Mortalidad
Restriccin
Por discutir
No hay Restriccin
Por discutir
No hay Restriccin
33
Es posible mantener esquemas donde el dividendo es calculado tomando en cuenta los resultados propios del grupo?
34
Cred. Total
XX
Cred. Parcial
Por discutir
Tabla de Mortalidad
Cred.. Total
Cred. Parcial
Tabla de Mortalidad
Restriccin
No hay Restriccin
Por discutir
No hay Restriccin
35
Bibliografa
1. Loss Models, From Data to Decisions Kugman, Panjer y Willmot Wiley Series 2. Introduction to Credibility Theory Thomas N. Herzog Actex Publications 3. Simulation Sheldon M. Ross Harcourt Academic Press
36
Preguntas?
37
Ricardo Nava FSA, MAAA Chief Actuary, Latin America RGA Re Mxico Marzo 2010
www.rgare.com