Struktura rezerv neživotního pojištění

Slides:



Advertisements
Podobné prezentace
PLAYBOY Kalendar 2007.
Advertisements

ZÁKLADY EKONOMETRIE 6. cvičení Autokorelace
Korelace a regrese Karel Zvára 1.
Statistické testy z náhodného výběru vyvozuji závěry ohledně základního souboru často potřebuji porovnat dva výběry mezi sebou, porovnat průměr náhodného.
Statistická indukce Teorie odhadu.
kvantitativních znaků
TEORIE ROZHODOVÁNÍ A TEORIE HER
Použité statistické metody
*Zdroj: Průzkum spotřebitelů Komise EU, ukazatel GfK. Ekonomická očekávání v Evropě Březen.
Ideový závěr Co si mám z přednášky odnést (+ komentáře k užití statistiky v biologii)
NORMOVANÉ NORMÁLNÍ ROZDĚLENÍ
F-test a dvouvýběrový t-test (oba testy předpokládají normalitu dat)
Cvičení 6 – 25. října 2010 Heteroskedasticita
Téma 3 ODM, analýza prutové soustavy, řešení nosníků
Lineární regresní analýza Úvod od problému
ZÁKLADY EKONOMETRIE 7. cvičení Heteroskedasticita
ZÁKLADY EKONOMETRIE 2. cvičení KLRM
Regulační diagram je to základní grafický nástroj statistické regulace procesu, který umožňuje posoudit statistickou zvládnutost procesu statisticky zvládnutý.
Násobíme . 4 = = . 4 = = . 4 = = . 2 = 9 .
Poznámky z aktuárské praxe SAV Mgr. Jakub Hasil Poslední třetina
Počítačová grafika III – Monte Carlo integrování
Návrh modelů Jan Brůha IREAS. Návrh otázek a modelů Jaký vliv měla podpora z ESF v OP LZZ 1.1 na obrat / zisk a zaměstnanost firem? – Jde o srovnání mezi.
Vizualizace projektu větrného parku Stříbro porovnání variant 13 VTE a menšího parku.
MODERNÍ A KONKURENCESCHOPNÁ ŠKOLA reg. č.: CZ.1.07/1.4.00/ Základní škola, Šlapanice, okres Brno-venkov, příspěvková organizace Masarykovo nám.
Robustní vyrovnání Věra Pavlíčková, únor 2014.
VY_32_INOVACE_ 14_ sčítání a odčítání do 100 (SADA ČÍSLO 5)
ANALÝZA VZTAHU DVOU SPOJITÝCH VELIČIN
Získávání informací Získání informací o reálném systému
Dělení se zbytkem 5 MODERNÍ A KONKURENCESCHOPNÁ ŠKOLA
Statistika Vypracoval: Mgr. Lukáš Bičík
Jazyk vývojových diagramů
Testování hypotéz přednáška.
Tloušťková struktura porostu
Korelace a regrese síla (těsnost) závislosti dvou náhodných veličin: korelace symetrický vztah obou veličin neslouží k předpovědi způsob (tvar) závislosti.
Náhoda, generátory náhodných čísel
Zásady pozorování a vyjednávání Soustředění – zaznamenat (podívat se) – udržet (zobrazit) v povědomí – představit si – (opakovat, pokud se nezdaří /doma/)
Testování hypotéz vymezení důležitých pojmů
SPC v případě autokorelovaných dat
Základy ekonometrie Cvičení září 2010.
8. listopadu 2004Statistika (D360P03Z) 6. předn.1 chování výběrového průměru nechť X 1, X 2,…,X n jsou nezávislé náhodné veličiny s libovolným rozdělením.
Cvičná hodnotící prezentace Hodnocení vybraného projektu 1.
Nový trend ve slunolamech Radek Pelz, ALARIS Czech Republic s.r.o.
Základy ekonometrie Cvičení října 2010.
Pojmy a interpretace.
1 Celostátní konference ředitelů gymnázií ČR AŘG ČR P ř e r o v Mezikrajová komparace ekonomiky gymnázií.
Přednost početních operací
Lineární regrese.
Dostupné z Metodického portálu ISSN: , financovaného z ESF a státního rozpočtu ČR. Provozováno Výzkumným ústavem pedagogickým v Praze.
Lineární regrese.
Lineární regresní analýza
Jedno-indexový model a určení podílů cenných papírů v portfoliu
Ekonometrie „ … ekonometrie je kvantitativní ekonomická disciplína, která se zabývá především měřením v ekonomice na základě analýzy reálných statistických.
Odhad metodou maximální věrohodnost
V. Analýza rozptylu ANOVA.
Metrologie   Přednáška č. 5 Nejistoty měření.
Fitování Konstrukce křivky (funkce), která co nejlépe odpovídá naměřeným hodnotám. - může podléhat dodatečným podmínkám Lineární vs. nelineární regrese.
Normální rozdělení a ověření normality dat
Hodnocení přesnosti měření a vytyčování
Korelace.
PSY717 – statistická analýza dat
IV..
Testování hypotéz Testování hypotéz o rozdílu průměrů  t-test pro nezávislé výběry  t-test pro závislé výběry.
Základy zpracování geologických dat R. Čopjaková.
Sledujeme (např.): Chceme prokázat: závisí plat na dosaženém vzdělání? závisí plat na dosaženém vzdělání? je u všech čtyř strojů délka výlisků srov- natelná.
Korelace. Určuje míru lineární vazby mezi proměnnými. r < 0
Korelace Korelace obecně je míra kvality (vhodnosti, těsnosti) nalezeného regresního modelu pro daná data; vychází z hodnot reziduí V každém typu regresního.
Hodnocení závislosti STAT metody pro posouzení závislosti – jiné pro:
Lineární regrese.
Princip max. věrohodnosti - odhad parametrů
Transkript prezentace:

Struktura rezerv neživotního pojištění Helga Krafferová UNIQA pojišťovna, a.s. 16.11.2007

Téma Odhad chyby v odhadech IBNR metodou CL Měření opatrnosti v odhadech IBNR Testování předpokladů metody CL Iterační odhad parametrů v metodě BF Výpočtové programy

Značení Cik - kumulované škody nastalé v roce i tak jak jsou známy ve vývojovém roce k Qik - nekumulované škody Ri - rezerva roku i, Ri = CiI – Ci,I+1-i

Předpoklady E(Ci,k+1| Ci,1, …, Ci,k )= fkCi,k , k = 1,…, I-1 {Ci1, …, CiI}, {Cj1, …, CjI} pro nezávislé Odhady

Tvrzení D = {Ci,k| } E(Ci,I| D) = Ci,I+1-i fI+1-i . … . fI-1 Důkaz užitím 1) a 2) E(Ci,I| Ci,1,…, Ci,I+1-i) = E{E(Ci,I| Ci,1,…, Ci,I+1-i)| …} = E(Ci,I-1.fI-1| Ci,1,…, Ci,I+1-i) = = fI-1 E(Ci,I-1| Ci,1,…, Ci,I+1-i) = … má shodný tvar s E(Ci,I| D) , což je nejlepší odhad Ci,I založený na D

Tvrzení Odhady f jsou nestranné a nekorelované Nekorelovanost je překvapující vzhledem k závislosti na shodných datech.

Máme Tedy i je nestranný odhad E(Ci,I| D) a je nestranný odhad Ri

Střední kvadratická chyba (mean squared error) způsobená budoucí náhodou neuvažuje se nepodmíněná

obecně Zápis poukazuje na 2 složky – rozptyl n.v. CiI a chyba odhadu. Proto je třeba učinit předpoklad o rozptylu. jsou Cik – váženým průměrem individuálních vývojových faktorů Tedy uvažujeme proporcionální k Cik

Předpoklad 3) kde neznámý parametr Odhad je nestranným odhadem

odhad posledního parametru když jinak extrapolovat řadu jednoduše např. když

Tvrzení Za předpokladů 1), 2) a 3) lze odhadnout Pro existuje obdobná formule.

Příklad

Nebyly učiněny předpoklady o rozdělení CiI , za předpokladu normálního rozdělení lze stanovit hodnoty pro tzv. 90/10 rezervu (resp. 75/25) Technická bezpečnostní přirážka

se skládá z rozptylu C a chyby odhadu neobsahuje chybu způsobenou chybným modelem nebo změnou chování v budoucnu Proto nutné testování předpokladů CL

E(Ci,k+1| Ci,1, …, Ci,k ) = fkCi,k Zde fk nezávisí na roku vzniku i Může být konstanta tak, že E(Ci,k+1| Ci,1, …, Ci,k ) = a + fkCi,k Místo na Cik může být závislost na CiI 2) {Ci1, …, CiI}, {Cj1, …, CjI} pro nezávislé Narušení silným diagonálním efektem, např. rozpuštěny/navýšeny rezervy RBNS všech let Inflace 3) Nezávisí na roku vzniku i Např. potom za je lepší vzít aritmetický průměr individuálních vývojových faktorů Jestliže pak

1) Signifikantnost fk Pro testování vhodnější přírůstkový faktor Testujeme rozdílnost od nuly. Je-li možnost statistického programu - regresní analýzy s odhadem parametru získáme i odhad jeho směrodatné odchylky. Lze formálně statisticky testovat normalitu rozložení vývojových faktorů. Je-li faktor větší než dvojnásobek směrodatné odchylky, lze mít za to, že je signifikantně >0; stačí 1,65 násobek

2) Alternativní vzorce S lineární konstantou závislou na vývojovém roce S parametrem závislým na roku vzniku S vlivem kalendářního roku Parametry odhadovány MNČ (někdy vyžaduje iter. postup) Pro testování vhodnosti modelu lze použít charakteristiku SSE (sum of sq. error) Třeba vzít v úvahu počet parametrů - není obecně přijímaná metoda jak

n počet pozorování p počet parametrů Akaike Information Criterion dovoluje přeparametrizaci Bayesian Information Criterion CL má 1 parametr pro 1 vývojový rok, což dává výhodu

a) Konstanta Často vhodné přidat pouze do prvního vývojového roku, kde může být významnější než vývojový faktor. Pro znormovaný trojúhelník expozicí (pojistko-roky), případně pojistným je často vhodnější metoda čistě konstanty než metoda čistě vývojového faktoru. Zde pro porovnání metod lze sledovat pouze významnost konstanty a faktorů, neboť CL pouze zvláštním případem.

b) Parametr závislý na roku vzniku V původní metodě Bornhuetter-Ferguson h(i) je odhad celkových škod na jiném základě než na datech z trojúhelníku. Modifikace BF – data trojúhelníku použita i pro odhad h(i). h(i) je pouze proporcionální k celkovým škodám roku i, tato proporcionalita opravena faktory Parametr pro každý rok vzniku i vývoje. Je-li m let, m + m – 1. Je-li h(i) přímo odhad , tak tedy 2m-2 parametrů. Nelze brát v úvahu statistickou významnost parametrů, ale

To, že Qi,k+1 nezávisí na Cik lze interpretovat tak, že Cik obsahují náhodnou složku, která neovlivní budoucí vývoj. Zatímco CL by aplikovaly vývojové faktory na tyto chyby a tím celkovou chybu zvyšovaly. Simulace škod

CL i BF nemá problém se změnou objemu z roku na rok, jestliže vývojový model zůstane stejný BF má nevýhodu velkého počtu parametrů, je dobré zkusit zredukovat, např. h(i) seskupit do skupin nebo zavést lineární trend h(i) = a + b.i

Speciální případ BF - Cape Cod h(i) ~ h oproti CL pouze tento parametr navíc, ale změníme-li h, lze tuto změnu vyrovnat změnou všech f, tedy stejný počet parametrů trojúhelník musí mít stabilní úroveň škodní kvóty i expozice v jednotlivých letech expozici a inflaci lze „opravit“

CC předpokládá, že roky, kde jsou dosud nízké nebo vysoké škody budou mít stejný budoucí vývoj Qik, takže dobrý a špatný rok se od sebe liší jen v některých vývojových letech a ve všech ostatních obdobích mají srovnatelný výskyt objemu škod CL a obecný BF naopak předpokládá, že špatný rok bude mít vyšší výskyt škod Qik ve valné většině období

3) Linearita modelu lineární aproximace křivky – rezidua kladná, záporná, kladná zda odchylky nevykazují podobný tvar

4) Stabilita vývojového faktoru uvažujeme individuální vývojové faktory

je-li patrný trend lze užít váženého průměru s vyšší váhou posledních let nebo vyrovnat pomocí klouzavých průměrů nestabilita trojúhelníku může být způsobena změnou ve vyřizování škod, např. mění-li se procento uzavřenosti škod v jednotlivých letech je-li pouze jednotlivá příčina (např. velká škoda, povodně, vichřice) lze vyloučit z dat

5) Nekorelované sloupce nekumulativního trojúhelníku mimo pozorování v rámci jednoho roku jsou Qik a Qjl nezávislé je-li vývojový rok s vysokou škodou zpravidla následován rokem s nízkou škodou, je třeba toto vzít v úvahu lze spočítat výběrový korelační koeficient r pro všechny dvojice sloupců v trojúhelníku individuálních faktorů

nyní zda je korelace významná (H0: r = 0) např. na 10% hladině pomocí veličiny mající t-rozdělení o n-2 stupních volnosti (Prof. Anděl Statistické metody) jestliže máme 1 korelaci na hladině 10% nemusí to ještě znamenat korelovaný trojúhelník

problém může znamenat více korelovaných sloupců, co znamená „více“? n počet všech dvojic sloupců v trojúhelníku počet signifikantních korelací ~ binomické rozdělení (n,10%) směrodatná odchylka pokud počet signifikantních korelací > je třeba uvažovat korelovaný trojúhelník opravit vývojové faktory pomocí vztahu

6) Ne zvlášť vysoké / nízké diagonály zda počet vysokých / nízkých individuálních faktorů na diagonále není vysoký v trojúhelníku výplat se může na diagonále objevovat vliv inflace diagonální efekt může být multiplikativní, aditivní

Iterativní metoda odhadu parametrů BF je třeba minimalizovat třeba počáteční hodnota parametrů nebo h použijeme jakoukoli „rozumnou“ hodnotu, např. nebo začneme s těmito hodnotami a nalezneme MNČ hodnoty h

MNČ pro každé i jedna regrese, tím nalezeny nejlepší h(i) pro daná potom

takto se pokračuje dokud se neobjeví konvergence může nastat konvergence k lokálnímu minimu, proto je třeba vyzkoušet více počátečních hodnot cca 10 iterací pozor h(i) nejsou odhady přímo celkové škody roku i, ale odhadují ji společně s parametry

Výpočtové programy MS Excel 1 „profesionální“ od zajišťovny 1 Axa Francie, 2 UNIQA Vídeň

Prameny Thomas Mack: Distribution-free Calculation of the Standard Error of Chain Ladder Reserve Estimates, 1993 Gary G. Venter: Testing the Assumption of Age-to-age Factors

Děkuji za pozornost.