Documentos de Académico
Documentos de Profesional
Documentos de Cultura
2
.10
𝑹𝑪𝑻𝒚𝑭𝑺 −
PASIVO PARA
SEGUROS DE CORTO
PLAZO
RCS BASADO EN RIESGOS (LISF)
#n
• Inversiones
• Préstamos Simulando… Var 99.5%
• Valores y otras Escenario 1… Listo.
inversiones Escenario 2… Listo.
• Participación de …
reaseguro Escenario 100,000… Listo.
• Reservas técnicas (RRC,
OPC, Catastróficas) #100,000
• Otros pasivos
4
𝑹𝑪𝑺 = 𝒎𝒂𝒙(𝑹𝑪𝑻𝒚𝑭𝑺 + 𝑹𝑪𝑷𝑴𝑳, , 𝟎. 𝟗 𝑹𝑪𝑻𝒚𝑭𝑺 ) + 𝑹𝑪𝑶𝑪 + 𝑹𝑪𝑶𝒑
donde:
𝑃𝑁𝑉,𝑅𝑚 0 es el valor del pasivo técnico a retención al tiempo 0 para el ramo 𝑅𝑚 ;
𝐺𝑁𝑉,𝑅𝑚 (0,1) es el valor total a retención de las reclamaciones pagadas durante el
periodo (0; 1);
𝑃𝑁𝑉,𝑅𝑚 1 es el valor presente del pasivo técnico a retención al tiempo 1;
𝑁𝑉 se refiere a la operación: daños o accidentes y enfermedades (AyE); y
𝑅𝑚 corresponde a cada uno de los ramos de daños o AyE.
6
VARIABLE DE PÉRDIDA – DAÑOS & AyE
donde:
𝑲𝒓,𝟎 variable aleatoria Poisson con parámetro aleatorio 𝜼𝒓 que representa el número
de pagos que la institución realizará para la protección 𝑟, en el periodo [0,1);
7
VARIABLE DE PÉRDIDA – DAÑOS & AyE
donde:
𝑿𝒓,𝒏 variable aleatoria que representa el 𝑛-ésimo monto pagado, por cada peso de
prima, para la protección 𝑟 en el periodo [0,1) expresado en moneda 𝑚, y
𝒑𝒎𝒓,𝒎 𝑿𝒓,𝒏 toma valores en el conjunto (0,𝑆𝐴𝑟,𝑚 ], donde 𝑆𝐴𝑟,𝑚 representa la suma
asegurada de la protección r expresado en moneda m.
8
VARIABLE DE PÉRDIDA – DAÑOS & AyE
9
VARIABLE DE PÉRDIDA – DAÑOS & AyE
10
VARIABLE DE PÉRDIDA – DAÑOS & AyE
FRECUENCIA
El número de reclamaciones se determina mediante una variable aleatoria Poisson,
cuyo parámetro se determina como el número de siniestros entre el número de
unidades expuestas, donde el número de siniestros se obtiene mediante
remuestreo.
SEVERIDAD
11
VARIABLE DE PÉRDIDA – DAÑOS & AyE
2. Se agrega la información de todas las instituciones y los años para obtener los
índices de severidad individuales {𝑠𝑚 }𝑀
𝑚=1 .
❑ Cola. Se ajusta una distribución paramétrica 𝐹𝐶𝐿 de los datos {𝑠𝑚𝑡 }𝑀𝑚=1
𝑡
.
12
FACTORES DE AJUSTE
𝑏𝑜𝑜𝑡,𝑐
𝑝𝑝𝑛𝑧 porcentaje de siniestros menores o iguales al percentil de mercado, entre
total de siniestros de la compañía.
𝑏𝑜𝑜𝑡,𝑐
𝑝𝑐𝑙 porcentaje de siniestros mayores al percentil de mercado, entre total de
siniestros de la compañía.
13
FACTORES DE AJUSTE
𝑏𝑜𝑜𝑡,𝑐 𝑥 𝑏𝑜𝑜𝑡,𝑐 𝑥
𝐹𝑐 𝑥 = 𝑝𝑝𝑛𝑧 𝐹𝑃𝑁𝑍 𝑏𝑜𝑜𝑡,𝑐
+𝑝𝑐𝑙 𝐹𝐶𝐿
𝑓𝑝𝑛𝑧 𝑓𝑐𝑙𝑏𝑜𝑜𝑡,𝑐
Y en este caso la media de la severidad corresponde la media observada para la
compañía
14
FACTORES DE AJUSTE
1. Se determina el cociente
𝑐
𝐼𝑅𝑅𝐶
ℒ 𝑐 𝑠ҧ 𝑐
Donde:
ℒ𝑐 frecuencia media de siniestros de la compañía
𝑠ҧ 𝑐 media de índices de severidad de la compañía
𝑐
𝐼𝑅𝑅𝐶 índice de siniestralidad empleado para el cálculo del ME de la RRC
𝑐
𝐼𝑆𝑂𝑁𝑅 índice de siniestralidad empleado para el cálculo del ME de la SONR
15
FACTORES DE AJUSTE
Para la frecuencia
𝑐
𝑓𝑟𝑒𝑐,𝑐 𝐼𝑅𝑅𝐶
𝑓𝑅𝑅𝐶 =
ℒ 𝑐 𝑠ҧ 𝑐
𝑐 𝑐
𝑓𝑟𝑒𝑐,𝑐 𝐼𝑅𝑅𝐶 𝐼𝑆𝑂𝑁𝑅
𝑓𝑆𝑂𝑁𝑅 = 𝑐
ℒ 𝑐 𝑠ҧ 𝑐 𝐼𝑅𝑅𝐶
Para la severidad
𝑐
𝑠𝑒𝑣,𝑐
𝐼𝑅𝑅𝐶
𝑓 =
ℒ 𝑐 𝑠ҧ 𝑐
16
DEPENDENCIA ENTRE PROTECCIONES Y RAMOS
Una vez que se cuenta con las variables de pérdida para cada ramo 𝑅𝑚 o protección
𝑟, 𝐿𝑁𝑉,𝑅𝑚 y 𝐿𝑁𝑉,𝑅𝑚 ,𝑟 respectivamente, es necesario obtener la distribución conjunta de
estas variables de pérdida, para las cuales se supone que existe cierta dependencia.
1. ∀ 𝑢, 𝑣 ∈ [0,1], 𝐶 0, 𝑣 = 0 = 𝐶(𝑢, 0) y 𝐶 𝑢, 1 = 𝑢; 𝐶 1, 𝑣 = 𝑣
17
DEPENDENCIA ENTRE PROTECCIONES Y RAMOS
18
DEPENDENCIA ENTRE PROTECCIONES Y RAMOS
Como consecuencia de teorema de Sklar se obtiene que una función que modela la
dependencia entre las variables aleatorias 𝑋 y 𝑌 es la cópula
𝐶 𝑢, 𝑣 = 𝐻 𝐹 −1 𝑢 , 𝐺 −1 𝑣
donde 𝐹 −1 𝑢 y 𝐺 −1 𝑣 son las funciones inversas de las distribuciones marginales de
𝑋 y 𝑌 respectivamente.
19
DEPENDENCIA ENTRE PROTECCIONES Y RAMOS
Para modelar la dependencia entre las variables de pérdida del pasivo de los
distintos ramos 𝑅𝑚 y protecciones 𝑟 se emplean cópulas de racimo del tipo D.
20
DEPENDENCIA ENTRE PROTECCIONES Y RAMOS
𝒓𝟏𝟑|𝟐 𝒓𝟐𝟒|𝟑
𝒓𝟏𝟒|𝟐𝟑
21
DEPENDENCIA ENTRE PROTECCIONES Y RAMOS
𝒓𝟏𝟑|𝟐 𝒓𝟐𝟒|𝟑
𝒓𝟏𝟒|𝟐𝟑
23