Korvausvastuun estimoinnista
Tässä tietueessa ei ole tiedostoja, ainoastaan metadata.
Pysyvä osoite
Verkkojulkaisu
DOI
Tiivistelmä
Tässä tutkielmassa keskitytään korvausvastuun arviointiin. Vakuutusyhtiön toimintaa ajatellen korvausvastuun arvioinnilla on merkittävä osa. Vakuutusyhtiöt ovat velvollisia korvaamaan sattuneista vahinkotapahtumista aiheutuneet kustannukset asiakkaalle. Jo sattuneisiin vahinkoihin liittyvät maksamattomat korvaukset tulee sisällyttää vakuutusyhtiön tilinpäätöksessä yhtiön velkoihin. Tätä osaa vakuutusyhtiön veloista kutsutaan korvausvastuuksi ja sillä on merkittävä osuus vakuutusyhtiön veloista.
Korvausvastuun arvioimiseen on olemassa useita erilaisia tapoja. Nämä tavat on jaettu deterministisiin menetelmiin ja stokastisiin malleihin. Determinististen menetelmien avulla korvausvastuulle saadaan estimaatti soveltamalla tiettyä algoritmia saatavilla olevaan tilastoaineistoon. Koska deterministiset menetelmät eivät huomioi korvauksiin liittyvää satunnaisuutta, niin niillä ei voida arvioida estimaatin tarkkuutta eikä estimaattiin liittyvää epävarmuutta. Korvausvastuulle saadaan kuitenkin estimaatti, jota pystytään hyödyntämään yhdessä muiden menetelmien avulla saatujen estimaattien kanssa.
Stokastiset mallit sen sijaan tarkastelevat tuntemattomia mekanismeja, jotka aiheuttavat havaitut korvaukset. Stokastisissa malleissa satunnaisuus huomioidaan olettamalla, että korvaukset noudattavat jotain tiettyä jakaumaa. Tällaisen mallin ja tilastoaineiston yhteensovittamisen tuloksena saadaan estimaatti korvausvastuulle sekä ennustevirheen hajonnalle. Ennustevirheen hajonnalla pystytään arvioimaan kuinka tarkka malli on ja lisäksi sillä voidaan arvioida kuinka iso tasoitusmäärä tarvitaan. Tasoitusmäärällä tarkoitetaan runsasvahinkoisten vuosien varalle kartutettavaa rahamäärää ja sillä varmistetaan turvaavuusperiaate, joka on kirjattu vakuutusyhtiö-lakiin.
Tutkielmassa esitetään sekä deterministinen että stokastinen Chain-Ladder - menetelmä. Myös Bornhuetter-Ferguson -menetelmästä käydään läpi deterministinen ja stokastinen menetelmä. Stokastisten mallien tapauksissa on johdettu kaavat ennustevirheen hajonnalle.
Kuvaus
Siirretty Doriasta