Modelos de Riesgo Individuales

•El Tomador de decisiones o empresa podría estar buscando protección

contra pérdidas de propiedad, ahorro o ingreso. (Seguro)

•También podría ser una Aseguradora buscando protección contra

pérdidas de fondos debido a demasiadas reclamaciones. (Reaseguro)

•Se examinará uno de los dos modelos utilizados en la valuación de

seguros, reservas y Aplicaciones de Reaseguros
Modelos de Riesgo Individuales
•En una compañía de seguros se define a S la pérdida aleatoria sobre un
segmento de riesgo. S es la variable aleatoria para la cual se busca una
distribución de probabilidad.

• El modelo de riesgo individual se define como:

=

Donde X es la pérdida sobre la unidad i asegurada y n es el número de

unidades de riesgo aseguradas.
Modelos de Riesgo Individuales
•Nos interesa encontrar una distribución de probabilidad para ,
dependiendo de la distribución de las , la distribución de S la podemos
encontrar mediante las técnicas de :

Convolución
Generatriz de momentos
Transformaciones de variables aleatorias
Modelos de Riesgo Individuales
Observaciones:
•Comúnmente las Xi son definidas como variables aleatorias independientes.

•Este modelo será aplicado a sólo modelos cerrados, es decir, el número de

unidades aseguradas n es conocido y establecido al principio del periodo.

•Como primer punto, hay que a revisar los conceptos básicos de un producto de
seguro de vida.

•En un seguro de vida a 1 año el asegurador se compromete a pagar una cantidad b

si el asegurado muere dentro de un año de la póliza emitida y no pagar nada si el
asegurado sobrevive al año.
Modelos de Riesgo Individuales
•La probabilidad de que ocurra una reclamación durante el año se denota
por q. Esta variable aleatoria X tiene una función de probabilidad z(x)

•¿Cuál es la pérdida esperada E(X) y la varianza Var(X)?

Modelos de Riesgo Individuales
Estas formulas también pueden ser obtenidas con las siguiente fórmula:

Donde b es la constante cantidad a pagar en caso de fallecimiento e I es

la variable aleatoria que es 1 para el acontecimiento de la muerte y 0 en
caso contrario.

Donde P(I=0)=1–q y P(I=1)= q, la media y varianza de I es q y q(1 – q )

respectivamente, y la media y varianza de X es b*q y b2q( 1 – q ).
Modelos de Riesgo Individuales
La variable aleatoria I con su rango {0,1} es ampliamente aplicable en
modelos actuariales. En los libros de probabilidad es llamado como
indicador, variable aleatoria de Bernoulli, o una variable aleatoria
binomial para un único ensayo.

Ahora busquemos modelos más generales en las que el importe de la

reclamación es también una variable aleatoria y varias reclamaciones
pueden ocurrir en un periodo. De la fórmula anterior se postula entonces
que:
X=IB
Modelos de Riesgo Individuales
•Donde X es la variable aleatoria de reclamo para el período, B del monto
total de las reclamaciones, e I que es el indicador para el caso de que al
menos una reclamación se ha producido.

•La v. a. I reporta la ocurrencia (I=1) o no ocurrencia (I=0) de

reclamaciones en este período y no el número de reclamaciones en el
período. Pr (I = 1) se denota por q.

•Echemos un vistazo a varias situaciones y determinar las distribuciones

de I y B para un modelo.
Modelos de Riesgo Individuales
• Ejemplos:
Consideremos un seguro de vida anual que paga un beneficio adicional
en caso de muerte accidental. Para ser especifico, si la muerte es
accidental, el monto del beneficio es de 50,000. Por otras causas de
muerte, el monto del beneficio es de 25,000.
Vamos a suponer que por la edad y salud y ocupación de un individuo
específico, la probabilidad de una muerte accidental durante el año es de
0.0005 mientras que la probabilidad de una muerte no accidental es
0.002.
Modelos de Riesgo Individuales
Podemos plantear el modelo de la siguiente manera:
• La p.a. I representa la ocurrencia del siniestro, en este caso, el
fallecimiento del asegurado. I=0 nos indica que el asegurado no
muere, I = 1 que sí murió.
• B es la cantidad a pagarse al beneficiario (s), la cual depende si la
muerte fue accidental o no, entonces:
P(I = 1, B=50000) = 0.0005, esta es la probabilidad de que haya
sido muerte accidental, esto es, I = 1 y se le paga la cantidad B = 50000
P(I = 1, B=25000) = 0.002, es la probabilidad de que la muerte no
se accidental, I = 1 y se le paga la cantidad B = 25000
Modelos de Riesgo Individuales
La muerte puede darse sólo de dos formas: Accidental y No accidental
(eventos mutuamente excluyentes) por lo tanto la probabilidad de muerte
P(I = 1) la podemos calcular como:
P(I = 1) = P(I = 1, B=50000) + P(I = 1, B=25000)
Entonces P(I = 1) = 0.0025 y como la muerte sólo puede ocurrir (I=1) o
no ocurrir (I=0), entonces P(I = 0) = 1 – P(I = 1), esto es, P(I = 0) =
0.9975
Modelos de Riesgo Individuales
• Ejemplos:
Consideremos ahora un seguro de automóvil que proporciona una
cobertura de colisión (indemniza al propietario por los daños a la colisión
de su coche) por encima del deducible de 250 hasta una reclamación
máxima de 2,000. Para fines ilustrativos, se supone que para un
individuo en particular la probabilidad de una reclamación en un período
es de 0.15 y la probabilidad de más de una reclamación es 0:
La suposición poco realista de no más de 1 por cada período de
reclamación se hace para simplificar la distribución de B.
Como B es la reclamación incurrida por la compañía de seguros, más que
el monto del daño del auto, podemos deducir dos características de la I y
B.
Modelos de Riesgo Individuales
• En primer lugar, el evento I=0 incluye las colisiones en las que el
daño es menor que el deducible de 250.

• La otra inferencia es que la distribución de B tendrá una probabilidad

del tamaño máximo de reclamación de 2,000. Supongamos que
probabilidad en este punto es 0.1

• Por otra parte, supongamos que el monto de reclamaciones esta entre

0 y 2000 puede ser modelada por una distribución continua con una
función de densidad proporcional a
g(x) = 1 – x/ 2,000 para 0 <x <2,000.
Modelos de Riesgo Individuales
Resumiendo estos supuestos acerca de la distribución condicional de B,
dado I=1, Tenemos una distribución mixta con densidad positiva de 0 a
2,000 y una masa en 2,000.
Modelos de Riesgo Individuales
La función de distribución acumulada condicional es:
Modelos de Riesgo Individuales
Los momentos de X pueden ser calculados de la siguiente forma:

Nos pueden servir para calcular E(X) y Var(X)

Modelos de Riesgo Individuales
Existen varias formulas generales asociadas con los momentos de las
variables aleatorias mediante la esperanza condicional. Para la Media y la
varianza

Donde E [W|V] y Var [W|V] se calculan mediante el uso de la

distribución condicional de W para un valor dado de V. Estos
componentes son entonces funciones de la variable aleatoria V, y se
puede calcular sus momentos.
Modelos de Riesgo Individuales
•En muchos modelos actuariales se utilizan las distribuciones
condicionales. Esto hace a fórmulas anteriores directamente aplicable. En
nuestro modelo, X = IB, podemos sustituir X por W y V por I para
obtener.
Modelos de Riesgo Individuales
•Entonces resolviendo la p.a. B…

•Con las siguiente medias condicionales

Modelos de Riesgo Individuales
Las fórmulas definen E(X | I) como una función de I, que puede
expresarse como:

Por lo tanto
Modelos de Riesgo Individuales
Como X=0 para I=0, tenemos que:

Para I=1 tenemos que X=B y

Las Formulas pueden combinarse como:

Modelos de Riesgo Individuales
Entonces,

Sustituyendo tenemos: