Modelos probabilísticos de severidade para grandes perdas
Publisher
Universidad de Alcalá. Instituto Universitario de Investigación en Estudios Latinoamericanos (IELAT)
Date
2016Bibliographic citation
Documentos de trabajo. IELAT-Instituto Universitario de Investigación en Estudios Latinoamericanos, Universidad de Alcalá, N. 91, (oct. 2016). ISSN 1989-8819
Keywords
Grandes perdas
Severidade
Risco de subscrição
Precificação
Ricos de engenharia e responsabilidade civil
Large losses
Severity
Underwriting risk
Pricing
Engineering risk and civil liability
Document type
info:eu-repo/semantics/workingPaper
Rights
Atribución-NoComercial-SinDerivadas 3.0 España
Access rights
info:eu-repo/semantics/openAccess
Abstract
Esta monografia é um estudo de caso que consiste em avaliar modelos probabilísticos de severidade para grandes sinistros retidos por uma determinada Companhia de resseguros, além de explorar o impacto do mau dimensionamento destas estimativas sob a ótica de precificação, visto que ao se estabelecer preços incorretos a Companhia pode se tornar insolvente e/ou ineficiente perante o mercado segurador. Esta avaliação é de extrema importância para a Seguradora/Resseguradora, pois permitirá estar em conformidade com as normas de solvência impostas pelo órgão regulador (SUSEP), assim como obter vantagens frente aos concorrentes no momento da precificação de seus contratos e possibilitar a otimização de recursos financeiros. Para tanto, utilizou-se informações referentes aos ramos SUSEP 0167 (Riscos de Engenharia) e 0351 (Responsabilidade Civil Geral), os quais são alvos de operacionalização do Ressegurador em questão. A escolha dos modelos probabilísticos, os quais são objeto desta análise, foi realizada a partir de distribuições estatísticas teóricas disseminadas na literatura com ênfase nas características dos sinistros observados. Os parâmetros dos modelos propostos foram obtidos utilizando o método estatístico de estimação denominado máxima verossimilhança e a avaliação dos parâmetros obtidos foi feita através do método estatístico não paramétrico denominado Kolmogorov Smirnov. A partir das análises efetuadas neste projeto, pôde-se concluir que não existe um único modelo probabilístico que seja adequado para ajustar as grandes perdas, sendo fundamental os Seguradores e Resseguradores analisarem os sinistros avisados levando-se em consideração as características de cada ramo de negócio e, desta forma, aprimorar seus processos de precificação de modo eficiente This project is a case study that consists in evaluating probabilistic models of severity for large losses retained by a particular reinsurance company, as well as exploring the impact of bad design of these estimates from the perspective of pricing, since in establishing incorrect prices the company may become insolvent and/or inefficient to the insurance market. This review is extremely important to the insurer/reinsurer as it will comply with the solvency rules imposed by the regulator (SUSEP), as well as get ahead advantages to competitors at the time of pricing their contracts and enable resource optimization financial. For this, it was used information relating to SUSEP classes 0167 (Engineering Risk) and 0351 (General Civil Liability), which are targets for operationalization of the reinsurer in question. The choice of probabilistic models, which are the subject of this analysis, was carried out from theoretical statistical distributions disseminated in the literature with emphasis on the characteristics of the observed losses. The parameters of the proposed models were obtained using the statistical method called Maximum Likelihood Estimation and the assessment of the parameters was carried out using the non-parametric statistical method called Kolmogorov-Smirnov. From the analysis performed in this project, it can be concluded that there is not only one probabilistic model that is adequate to adjust the large losses, being fundamental the Insurers and Reinsurers analyze the reported claims taking into account the characteristics of each line of business and thus efficiently improve their pricing processes
Files in this item
Files | Size | Format |
|
---|---|---|---|
modelos_roa_IELATDT_2016_N91.pdf | 2.739Mb |
|
Files | Size | Format |
|
---|---|---|---|
modelos_roa_IELATDT_2016_N91.pdf | 2.739Mb |
|