Riziko rezerv v neživotním pojištění Srovnání několika metod výpočtu na základě škodních trojúhelníků

Podobné dokumenty
Chyba predikce při rezervování metodou Chain Ladder u korelovaných vývojových trojúhelníků

Riziko rezerv na jednoletém horizontu. Seminář aktuárských věd, 8. listopadu 2013 Ing. Lucie Hronová

Využití korelace v rezervování povinného ručení

Aplikace matematiky. Dana Lauerová A note to the theory of periodic solutions of a parabolic equation

ovnictví z pohledu regulace Seminář z aktuárských věd, 6. března 2009

Testování předpokladů pro metodu chain-ladder. Seminář z aktuárských věd Petra Španihelová

Rezerva pojistného v režimu Solvency II (neživotní pojištění) Jaroslav Hůrka Seminář z aktuárských věd

Uni- and multi-dimensional parametric tests for comparison of sample results

Gymnázium, Brno, Slovanské nám. 7 WORKBOOK. Mathematics. Teacher: Student:

AVDAT Klasický lineární model, metoda nejmenších

Tento materiál byl vytvořen v rámci projektu Operačního programu Vzdělávání pro konkurenceschopnost.

WORKSHEET 1: LINEAR EQUATION 1

REZERVOVÁNÍ SOUDNÍCH SPORŮ SAV Iveta Grzonková

Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz

Transportation Problem

1/30. Mgr. Jan Šváb Zobecněný lineární model a jeho použití v povinném ručení Seminář z aktuárských věd. Slides by LATEX.

Metodika pro zadání veřejné zakázky formou DESIGN & BUILD pro dopravní stavby v ČR

4EK211 Základy ekonometrie

Rezervování v neživotním pojištění

Využití modelů peněžních toků pro ocenění zajištění. 13. května 2011 Zdeněk Roubal

Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc.

Měření dat Filtrace dat, Kalmanův filtr

Analýza změny vlastních zdrojů podle Solventnosti II

Lineární a logistická regrese

Aplikace teoretických postupů pro ocenění rizika při upisování pojistných smluv v oblasti velkých rizik

Karta předmětu prezenční studium

Rezervování v neživotním pojištění z cyklu Pojistný matematik v praxi

DC circuits with a single source

Eva Fišerová a Karel Hron. Katedra matematické analýzy a aplikací matematiky Přírodovědecká fakulta Univerzity Palackého v Olomouci.

Value at Risk. Karolína Maňáková

1. Přednáška. Ing. Miroslav Šulai, MBA

Základy teorie front III

8 Coxův model proporcionálních rizik I

EY Procurement Survey Procurement Forum 2014

Dynamic programming. Optimal binary search tree

Využití hybridní metody vícekriteriálního rozhodování za nejistoty. Michal Koláček, Markéta Matulová

USING VIDEO IN PRE-SET AND IN-SET TEACHER TRAINING

Tomáš Cipra: Riziko ve financích a pojišťovnictví: Basel III a Solvency II. Ekopress, Praha 2015 (515 stran, ISBN: ) 1. ÚVOD..

Kvantifikace operačního rizika v rámci Přistupu distribuce ztrát

Finanční modely v oblasti Consultingu

AVDAT Nelineární regresní model

Database systems. Normal forms

ACTA UNIVERSITATIS AGRICULTURAE ET SILVICULTURAE MENDELIANAE BRUNENSIS SBORNÍK MENDELOVY ZEMĚDĚLSKÉ A LESNICKÉ UNIVERZITY V BRNĚ

ALM v pojišťovnách. Martin Janeček Tools4F. MFF UK, Praha,

Použití modelu Value at Risk u akcií z

Vykazování v Solventnosti II

Just write down your most recent and important education. Remember that sometimes less is more some people may be considered overqualified.

Zohlednění nelikvidity v pojistných závazcích

Introduction to MS Dynamics NAV

Příručka ke směrnici 89/106/EHS o stavebních výrobcích / Příloha III - Rozhodnutí Komise

Univerzita Karlova v Praze Matematicko-fyzikální fakulta DIPLOMOVÁ PRÁCE. Bc. Eva Nevoralová. technických rezerv

VY_32_INOVACE_06_Předpřítomný čas_03. Škola: Základní škola Slušovice, okres Zlín, příspěvková organizace

A Note on Generation of Sequences of Pseudorandom Numbers with Prescribed Autocorrelation Coefficients

Statistická analýza dat v psychologii. Věci, které můžeme přímo pozorovat, jsou téměř vždy pouze vzorky. Alfred North Whitehead

Design Experimentu a Statistika - AGA46E

STANOVOVÁNÍ IBNR REZERVY S VYUŽITÍM ZOBECNĚNÉHO LINEÁRNÍHO MODELU 1

Compression of a Dictionary

Intervalové odhady. Interval spolehlivosti pro střední hodnotu v N(µ, σ 2 ) Interpretace intervalu spolehlivosti. Interval spolehlivosti ilustrace

Analýza rozptylu. PSY117/454 Statistická analýza dat v psychologii Přednáška 12. Srovnávání více než dvou průměrů

Zadání Máme data hdp.wf1, která najdete zde: Bodová předpověď: Intervalová předpověď:

Rezervy z pohledu bankopojištění a užití Kaplan Meierova odhadu při výpočtu RBNS

Zpracování studie týkající se průzkumu vlastností statistických proměnných a vztahů mezi nimi.

Run-off analýzy v neživotním pojištění

Intervalové odhady. Interval spolehlivosti pro střední hodnotu v N(µ, σ 2 ) Interpretace intervalu spolehlivosti. Interval spolehlivosti ilustrace

Metoda backward výběru proměnných v lineární regresi a její vlastnosti

II. Statistické metody vyhodnocení kvantitativních dat Gejza Dohnal

DATA SHEET. BC516 PNP Darlington transistor. technický list DISCRETE SEMICONDUCTORS Apr 23. Product specification Supersedes data of 1997 Apr 16

Právní formy podnikání v ČR

Pojistná matematika 2 KMA/POM2E

2 Hlavní charakteristiky v analýze přežití

Odhadnutí citlivosti nákladů v hromadné výrobě - process costing

Social Media a firemní komunikace

Příručka ke směrnici 89/106/EHS o stavebních výrobcích / Příloha III - Rozhodnutí Komise

4EK211 Základy ekonometrie

USER'S MANUAL FAN MOTOR DRIVER FMD-02

Zpracování a vyhodnocování analytických dat

2. Entity, Architecture, Process

Determination Value at Risk via Monte Carlo simulation Stanovení Value at Risk pomocí metody simulace Monte Carlo

Příručka ke směrnici 89/106/EHS o stavebních výrobcích / Příloha III - Rozhodnutí Komise

Rizikové přirážky při oceňování produktů životního pojištění. Petr Sotona Seminář z aktuárských věd

Vybrané poznámky k řízení rizik v bankách

Department of Mathematical Analysis and Applications of Mathematics Faculty of Science, Palacký University Olomouc Czech Republic

Kredibilitní pojistné v pojištění automobilů. Silvie Zlatošová září 2016, Robust

Kategorická data METODOLOGICKÝ PROSEMINÁŘ II TÝDEN 7 4. DUBNA dubna 2018 Lukáš Hájek, Karel Höfer Metodologický proseminář II 1

Matematické přístupy k pojištění automobilů. Silvie Kafková září 2013, Podlesí

Zvyšování kvality výuky technických oborů

Rozvaha. Společnost: Aegon Pojistovna a.s. Scénář: S Období: Měna: Kč, Koruna Česká

Rozvaha. Společnost: Aegon Pojistovna a.s. Scénář: S Období: Měna: Kč, Koruna Česká

Rozvaha. Společnost: Aegon Pojistovna a.s. Scénář: S Období: Měna: Kč, Koruna Česká

Příručka ke směrnici 89/106/EHS o stavebních výrobcích / Příloha III - Rozhodnutí Komise

Gymnázium, Brno, Slovanské nám. 7, SCHEME OF WORK Mathematics SCHEME OF WORK. cz

PRODEJNÍ EAUKCE A JEJICH ROSTOUCÍ SEX-APPEAL SELLING EAUCTIONS AND THEIR GROWING APPEAL

Next line show use of paragraf symbol. It should be kept with the following number. Jak může státní zástupce věc odložit zmiňuje 159a.

Rizika v činnosti pojišťoven

Riziko pojistného na jednoletém horizontu

PSY117/454 Statistická analýza dat v psychologii přednáška 8. Statistické usuzování, odhady

Změna hodnoty pozice v důsledku změn tržních cen.

Odhady Parametrů Lineární Regrese

Byznys a obchodní záležitosti

Národní informační den společných technologických iniciativ ARTEMIS a ENIAC

Transkript:

Riziko rezerv v neživotním pojištění Srovnání několika metod výpočtu na základě škodních trojúhelníků Tomáš Petr Actuarial & Insurance Solutions, Deloitte. Seminář z aktuárských věd 30. března 2012 Audit.Tax.Consulting.Financial Advisory.

SII Projekce C-L Mack M-W ODP Bootstrap SII rizika Úvod Cílem přednášky je s využitím příkladů srovnat několik metod výpočtu na základě škodních trojúhelníků, použitelných v rámci standardní formule, USP či částečného interního modelu. To znamená: shrnout, co pokrývá riziko technických rezerv v neživotním pojištění podle Solventnosti II připomenout některé metody výpočtu škodních rezerv založených na škodních trojúhelnících na příkladu porovnat možnosti jejich použití pro riziko rezerv podle Solventnosti II 2 Riziko rezerv v neživotním pojištění

SII Projekce C-L Mack M-W ODP Bootstrap SII rizika Obsah Solventnost II Projekce škod Metoda Chain-Ladder Mackova metoda chain-ladder Metoda Merz-Wüthrich Overdispersed Poisson Bootstrap Zpět k výpočtu rizik pro Solventnost II 3 Riziko rezerv v neživotním pojištění

Solventnost II

Solventnost II SII Projekce C-L Mack M-W ODP Bootstrap SII rizika Solventnost II zavádí novou Evropskou regulaci pojišt oven I. pilíř Kvantitativní požadavky Ocenění aktiv a závazků Kapitálový požadavek II. pilíř Kvalitativní požadavky Řízení rizik ORSA III. pilíř Zveřejňování Veřejné vykazování Vykazování dohledu Direktiva Solventnost II schválená v listopadu 2009 Implementační detaily: technická specifikace QIS5, návrh implementačních opatření druhé a třetí úrovně 5 Riziko rezerv v neživotním pojištění

Annex to Group Guidance Supervisory Approval Implementation Procedures Capital (K. Marx) Contractual Conditions Analysis Comments to discussion paper Solvency II directive Kapitál v SII SII Projekce C-L Mack M-W ODP Bootstrap SII rizika Solvency II for beginners Classification of risks Independent Results Analysis RECONCILIATION Audit Report Map of Requirements Important: Read ASAP Risk Capacities Catastrophe Modelling Appendix to Implementation Procedures Risk Margin Economic Scenario Generator Požadavek na kapitál: Important! Annex Group Implementation Guidance Ammedment XVIII Implementation plan, version 9bis ORSA Risk mitigation plan Internal Audit Report Documentation Expert Judgement Disclaimer Expert oppinion Management Report INTERNAL MODEL: DOCUMENTATION EIOPA Level 2: Draft Implementing Measures Undertaking Specific Parameters Expert Opinion IMPLEMENTATION GUIDANCE QIS 5 Technical Specification Appendix QIS4: Results and Messages European Commission Call for advice CEIOPS Other Provisions Risk Apetite Assessment Reporting requirements Management Approval Management Summary Commentary on Results UNDERTAKING SPECIFIC PARAMETERS Draft Supervisory Report Implementation Process Map Oppinion of the Committee Solvency II vs. IFRS 4 draft requirements Gap Analysis Amended Proposal Discussion paper Best Estimate Draft consultation paper Consultation paper on illiquidity premium kde VaR 99.5% (A(t + 1) L(t + 1)) > 0 (A(t) L(t)) > SCR A(t), L(t) je nejlepší odhad (BE) hodnoty aktiv a závazků nyní A(t + 1), A(t + 1) je BE hodnota aktiv a závazků po roce SCR = (A(t) L(t)) VaR 99.5% (A(t + 1) L(t + 1)) Praktický výpočet SCR: jednotlivé skupiny rizik jsou obvykle nejprve počítány odděleně, až nakonec se přidá vliv vzájemných korelací. European Councel draft documents 6 Riziko rezerv v neživotním pojištění

Kapitálový požadavek SII Projekce C-L Mack M-W ODP Bootstrap SII rizika Teoreticky odpovídá výši kapitálu tak, aby kapitál po 1 roce neklesl pod 0 s 99,5% pravděpodobností SCR BSCR Operační riziko Tržní riziko Neživotní upis. riziko Zdravotní upis. riziko Životní upis. riziko Riziko selhání protistr. Kurzové r. R. pojistného R. podobná živ. poj. R. úmrtnosti R. dlouhověkosti Krach investic Úrokové r. R. rezerv R. podobná neživ. poj. R. invalidity Krach zajistitele Nemovitostní r. R. storen R. epidemií a katastrof R. nákladů Kreditní r. Katastrofické r. R. revize R. koncentrace = Snižování rizik budoucími nezaručenými podíly na zisku R. storen Katastrofické r. 7 Riziko rezerv v neživotním pojištění

SII Projekce C-L Mack M-W ODP Bootstrap SII rizika Neživotní riziko rezerv a pojistného Výpočet rezerv podle SII = nejlepší odhad ( BE ), očekávaná diskontovaná hodnota bud. peněžních toků + riziková přirážka, spočítaná jako náklad na kapitál ( CoC ) na celku a pak (vč. vlivu diversifikace) rozpočítána zpět na odvětví Riziko pojistného = riziko, že BE rezerva poj. na zač. roku + pojistné během roku + úroky < škody a náklady nastalé během roku + rezerva poj. na konci roku (vliv chyby odhadu nebo rozptylu daného procesu) Riziko rezerv = riziko, že po 1 roce BE škodní rezerva se ukáže jako špatně odhadnutá (chyba odhadu) skutečné škody se odchýlí od očekávané střední hodnoty (procesní chyba) 8 Riziko rezerv v neživotním pojištění

Projekce škod

SII Projekce C-L Mack M-W ODP Bootstrap SII rizika Přístupy k projekci škod: Přístupy k projekci škod v neživotním pojištění obvykle spadají do jedné z následujících skupin: Výpočet ze škodních trojúhelníků Data = souhrn škod po škodních a vývojových letech Odhaduje se celkový objem škod a zpoždění jejich vývoje Vhodné zejména pro dostatečně rozsáhlá a homogenní portfolia Individuální projekce Data = individuální škody Odhaduje se počet škod, velikost jednotlivé škody, zpoždění hlášení, rezervování, (postupného) vyplácení Umožňuje detailnější modelování (velké/katastrofické škody s jinými vlastnostmi než malé, aplikace XL zajištění,... ) Náročné na odhady parametrů (dostatek dat) a výpočet (místo např. 100 buněk trojúhelníka může jít i o miliony škod) 10 Riziko rezerv v neživotním pojištění

SII Projekce C-L Mack M-W ODP Bootstrap SII rizika Přístupy k projekci škod: Přístupy k projekci škod v neživotním pojištění obvykle spadají do jedné z následujících skupin: Výpočet ze škodních trojúhelníků Data = souhrn škod po škodních a vývojových letech Odhaduje se celkový objem škod a zpoždění jejich vývoje Vhodné zejména pro dostatečně rozsáhlá a homogenní portfolia Individuální projekce Data = individuální škody Odhaduje se počet škod, velikost jednotlivé škody, zpoždění hlášení, rezervování, (postupného) vyplácení Umožňuje detailnější modelování (velké/katastrofické škody s jinými vlastnostmi než malé, aplikace XL zajištění,... ) Náročné na odhady parametrů (dostatek dat) a výpočet (místo např. 100 buněk trojúhelníka může jít i o miliony škod) 10 Riziko rezerv v neživotním pojištění

SII Projekce C-L Mack M-W ODP Bootstrap SII rizika Přístupy k projekci škod: Přístupy k projekci škod v neživotním pojištění obvykle spadají do jedné z následujících skupin: Výpočet ze škodních trojúhelníků Data = souhrn škod po škodních a vývojových letech Odhaduje se celkový objem škod a zpoždění jejich vývoje Vhodné zejména pro dostatečně rozsáhlá a homogenní portfolia Individuální projekce Data = individuální škody Odhaduje se počet škod, velikost jednotlivé škody, zpoždění hlášení, rezervování, (postupného) vyplácení Umožňuje detailnější modelování (velké/katastrofické škody s jinými vlastnostmi než malé, aplikace XL zajištění,... ) Náročné na odhady parametrů (dostatek dat) a výpočet (místo např. 100 buněk trojúhelníka může jít i o miliony škod) 10 Riziko rezerv v neživotním pojištění

Metoda Chain-Ladder

SII Projekce C-L Mack M-W ODP Bootstrap SII rizika Předpoklady tradiční metody chain-ladder Mějme kumulativní škodní trojúhelník {C ij }. 1 2 n 1 C 11 C 12 C 1n 2 C 21 C 22. n C n1 f 1 f n 1. Předpokládáme následující vztahy: C i,j f j C i,j 1, tzn. nárůst v každém vývojovém roce 1 j je podobný ve všech řádcích a osciluje kolem hodnoty dané vývojovým faktorem f j. 1 V prezentaci říkáme vývojový,rok, ale může jít o libovolnou jinou periodu 12 Riziko rezerv v neživotním pojištění

Shrnutí SII Projekce C-L Mack M-W ODP Bootstrap SII rizika Vývojové faktory se odhadnou pomocí ˆfj = n k+1 i=1 / n k+1 C i,j i=1 C i,j 1 Chain-ladder je notoricky známá metoda, ostatní metody se proti ní obvykle porovnávají. Použití kumulativních dat vyžaduje znát celou historii každého škodního roku (tzn. problematické, pokud chybí horní levý roh trojúhelníka). Alternativa: např. aditivní metoda ILR Metoda je citlivá na data v rozích trojúhelníka (dolní levý určuje rezervu pro poslední škodní rok, horní pravý určuje chování na konci/tailu). Alternativa: např. Bornhuetter-Ferguson, Mackova B.-F. Tradiční chain-ladder neposkytuje odhad rozptylu nebo chyby odhadu. Alternativa: např. Mack C-L, Mack ILR, GLM metody - např. ODP 13 Riziko rezerv v neživotním pojištění

Shrnutí SII Projekce C-L Mack M-W ODP Bootstrap SII rizika Vývojové faktory se odhadnou pomocí ˆfj = n k+1 i=1 / n k+1 C i,j i=1 C i,j 1 Chain-ladder je notoricky známá metoda, ostatní metody se proti ní obvykle porovnávají. Použití kumulativních dat vyžaduje znát celou historii každého škodního roku (tzn. problematické, pokud chybí horní levý roh trojúhelníka). Alternativa: např. aditivní metoda ILR Metoda je citlivá na data v rozích trojúhelníka (dolní levý určuje rezervu pro poslední škodní rok, horní pravý určuje chování na konci/tailu). Alternativa: např. Bornhuetter-Ferguson, Mackova B.-F. Tradiční chain-ladder neposkytuje odhad rozptylu nebo chyby odhadu. Alternativa: např. Mack C-L, Mack ILR, GLM metody - např. ODP 13 Riziko rezerv v neživotním pojištění

Shrnutí SII Projekce C-L Mack M-W ODP Bootstrap SII rizika Vývojové faktory se odhadnou pomocí ˆfj = n k+1 i=1 / n k+1 C i,j i=1 C i,j 1 Chain-ladder je notoricky známá metoda, ostatní metody se proti ní obvykle porovnávají. Použití kumulativních dat vyžaduje znát celou historii každého škodního roku (tzn. problematické, pokud chybí horní levý roh trojúhelníka). Alternativa: např. aditivní metoda ILR Metoda je citlivá na data v rozích trojúhelníka (dolní levý určuje rezervu pro poslední škodní rok, horní pravý určuje chování na konci/tailu). Alternativa: např. Bornhuetter-Ferguson, Mackova B.-F. Tradiční chain-ladder neposkytuje odhad rozptylu nebo chyby odhadu. Alternativa: např. Mack C-L, Mack ILR, GLM metody - např. ODP 13 Riziko rezerv v neživotním pojištění

Shrnutí SII Projekce C-L Mack M-W ODP Bootstrap SII rizika Vývojové faktory se odhadnou pomocí ˆfj = n k+1 i=1 / n k+1 C i,j i=1 C i,j 1 Chain-ladder je notoricky známá metoda, ostatní metody se proti ní obvykle porovnávají. Použití kumulativních dat vyžaduje znát celou historii každého škodního roku (tzn. problematické, pokud chybí horní levý roh trojúhelníka). Alternativa: např. aditivní metoda ILR Metoda je citlivá na data v rozích trojúhelníka (dolní levý určuje rezervu pro poslední škodní rok, horní pravý určuje chování na konci/tailu). Alternativa: např. Bornhuetter-Ferguson, Mackova B.-F. Tradiční chain-ladder neposkytuje odhad rozptylu nebo chyby odhadu. Alternativa: např. Mack C-L, Mack ILR, GLM metody - např. ODP 13 Riziko rezerv v neživotním pojištění

Shrnutí SII Projekce C-L Mack M-W ODP Bootstrap SII rizika Vývojové faktory se odhadnou pomocí ˆfj = n k+1 i=1 / n k+1 C i,j i=1 C i,j 1 Chain-ladder je notoricky známá metoda, ostatní metody se proti ní obvykle porovnávají. Použití kumulativních dat vyžaduje znát celou historii každého škodního roku (tzn. problematické, pokud chybí horní levý roh trojúhelníka). Alternativa: např. aditivní metoda ILR Metoda je citlivá na data v rozích trojúhelníka (dolní levý určuje rezervu pro poslední škodní rok, horní pravý určuje chování na konci/tailu). Alternativa: např. Bornhuetter-Ferguson, Mackova B.-F. Tradiční chain-ladder neposkytuje odhad rozptylu nebo chyby odhadu. Alternativa: např. Mack C-L, Mack ILR, GLM metody - např. ODP 13 Riziko rezerv v neživotním pojištění

Mackova metoda chain-ladder

SII Projekce C-L Mack M-W ODP Bootstrap SII rizika Předpoklady Mackovy metody Chain-ladder předpoklady lze přirozeně rozšířit o chování rozptylu a formalizovat následovně: Mackův chain-ladder model 1. Vývojové faktory: 2. Nezávislost řádků: E (C i,j C i1,..., C ij ) = C i,j 1 f j ; { Ci1,..., C in } { Cj1,..., C jn } ; 3. Rozptyl: Var (C i,j C i1,..., C ij ) = C i,j 1 σ 2 j. 15 Riziko rezerv v neživotním pojištění

SII Projekce C-L Mack M-W ODP Bootstrap SII rizika Mackova metoda: odhad faktorů Dáme-li každému pozorování C i,j /C i,j 1 a-priori váhu w ij (např. s nižší vahou pro vychýlená pozorování), můžeme odhadnout: Vývojové faktory Faktory rozptylu ˆfj = n j+1 i=1 / n j+1 w ij C ij i=1 w ij C i,j 1 ˆσ 2 j = 1 n j+1 w ij (C ij d.f. C ˆf j C i,j 1 ) 2 i=1 i,j 1 kde d.f. je počet stupňů volnosti (n j jsou-li všechna w ij = 1) Rozptyl vývojových faktorů n j+1 Var(ˆf j ) = ˆσ 2 j i=1 w 2 ij C i,j 1 / n j+1 i=1 w ij C i,j 1 Opět lze uvažovat o intra/extrapolaci odhadů zejm. na konci. 16 Riziko rezerv v neživotním pojištění 2 Detaily

Kontrola odhadů SII Projekce C-L Mack M-W ODP Bootstrap SII rizika Chceme-li použít metodu chain-ladder, vývoj C ij /C i,j 1 v každém roce i by měl být,rozumně blízko f j. Když ted máme odhad rozptylu, můžeme se podívat na residua r ij = ( ) Cij C ˆf / ˆσ j j ij 1 Ci,j 1 a zkontrolovat, jestli jejich rozdělení odpovídá rozdělení se střední hodnotou 0 a rozptylem 1. Mimo to můžeme residua později použít při bootstrapu: pro jednoduchost můžeme předpokládat, že rozdělení residuí je stejné ve všech škodních a vývojových letech projekce residuí při bootstrapu založíme na výběru z pozorovaných residuích (simulace z empirického rozdělení), nebo na výběru z jejich předpokládaného rozdělení 17 Riziko rezerv v neživotním pojištění

Odhad rezerv SII Projekce C-L Mack M-W ODP Bootstrap SII rizika Odhad střední hodnoty rezervy (BE) je stejný, jako při tradiční metodě chain-ladder: Konečná hodnota v roce i se odhadne roznásobením diagonály a vývojových faktorů představujících budoucí roky, Û i = Ĉi = C i,n i+1 j=n i+2 ˆfj Rezerva pokrývá projektovaný budoucí vývoj, ˆR i = Ûi C i,n i+1 18 Riziko rezerv v neživotním pojištění

Rozptyl rezerv SII Projekce C-L Mack M-W ODP Bootstrap SII rizika Za použití označení = {C ij, i n, j n i + 1} můžeme vyjádřit odchylku výplat od odhadnuté rezervy v každém škodním roce: E ( ( ˆR i R i ) 2 ) = Var(C i ) } {{ } + Var(Ĉi ) } {{ } rozptyl procesu + rozptyl odhadu 2 kde obě části můžeme odhadnout rekurzivně pomocí Rozptyl procesu (tzn. rozptyl náhodné veličiny C ij ): Var(C ij ) = Var(C i,j 1 )ˆf 2 j + Ĉi,j 1 ˆσ 2 j, Var(Ci,n i+1 ) = 0 Rozptyl odhadu (tzn. nakolik se odhadnutý průměr liší od teoretické střední hodnoty): Var(Ĉij ) = Var(Ĉi,j 1 )ˆf 2 j + Ĉ2 i,j 1 Var(ˆf j ), Var( Ĉ i,n i+1 ) = 0 2 Přesněji, při použití tohoto odhadu bychom měli psát Var( Ĉ ij {C ij, i + j < n, j i}) místo Var(Ĉij ) - viz detaily. Detaily 19 Riziko rezerv v neživotním pojištění

SII Projekce C-L Mack M-W ODP Bootstrap SII rizika Rozptyl celkové rezervy Rozptyl celé rezervy ˆR = n i=1 ˆR i lze odhadnout pomocí Rozptyl procesu: díky nezávislosti řádků je Var(R ) = n Var(R i ) Rozptyl odhadu: jednotlivé odhady ˆR i nejsou nezávislé, nebot jsou spočítané ze stejných pozorování, takže je třeba dopočítat rekurzivně Var( ˆR ) = Var(Ĉ>, ) kde n n Ĉ >,j = Ĉ i,j, Ĉ,j 1 = i=n+2 j i=1 i=n+2 j Ĉ i,j 1 Var(Ĉ>,j ) = Var(Ĉ>,j 1 )ˆf 2 k + Ĉ2,j 1 Var(ˆf j ) Pozn.: podobně lze uvažovat i o kovariancích rezerv různých odvětví viz např. [Merz & Wüthrich 2008] 20 Riziko rezerv v neživotním pojištění

SII Projekce C-L Mack M-W ODP Bootstrap SII rizika Projekce Z uvedených odhadů můžeme získat chybu danou rozptylem procesu, chybu odhadu a celkovou chybu předpovědi proc.e.(r) = Var(R ), estim.e.(r) = Var( ˆR ) pred.e.(r) = Var(R ) + Var( ˆR ) a použít je ke konstrukci intervalu spolehlivosti - s pravděpodobností α můžeme říct, že R E(R ) ± q α proc.e.(r) E(R ) ˆR ± q α estim.e.(r) R ˆR ± q α pred.e.(r) kde q α je kvantil vhodného rozdělení (pro jednoduchost se často používá normální rozdělení). 21 Riziko rezerv v neživotním pojištění

SII Projekce C-L Mack M-W ODP Bootstrap SII rizika Shrnutí Mackova metoda je přirozené rozšíření metody chain-ladder. To znamená, že dává stejný odhad střední hodnoty, ale také že má podobné vlastnosti (např. citlivost na data v rozích trojúhelníka). K odvození odhadu rozptylu není použit žádný předpoklad rozdělení; lze ale ukázat, že výsledky jsou stejné, jako při použití předpokladu normálního rozdělení. Jiné metody mohou být vhodnější, je-li třeba modelovat těžší chvosty (fat-tail). Alternativa: např. GLM metody s vhodným předpokládaným rozdělením Uvedené odhady udávají celkový rozptyl rezervy po skončení vývoje, ne po 1 roce jak požaduje SII. Alternativa: Merz-Wüthrich 22 Riziko rezerv v neživotním pojištění

SII Projekce C-L Mack M-W ODP Bootstrap SII rizika Shrnutí Mackova metoda je přirozené rozšíření metody chain-ladder. To znamená, že dává stejný odhad střední hodnoty, ale také že má podobné vlastnosti (např. citlivost na data v rozích trojúhelníka). K odvození odhadu rozptylu není použit žádný předpoklad rozdělení; lze ale ukázat, že výsledky jsou stejné, jako při použití předpokladu normálního rozdělení. Jiné metody mohou být vhodnější, je-li třeba modelovat těžší chvosty (fat-tail). Alternativa: např. GLM metody s vhodným předpokládaným rozdělením Uvedené odhady udávají celkový rozptyl rezervy po skončení vývoje, ne po 1 roce jak požaduje SII. Alternativa: Merz-Wüthrich 22 Riziko rezerv v neživotním pojištění

SII Projekce C-L Mack M-W ODP Bootstrap SII rizika Shrnutí Mackova metoda je přirozené rozšíření metody chain-ladder. To znamená, že dává stejný odhad střední hodnoty, ale také že má podobné vlastnosti (např. citlivost na data v rozích trojúhelníka). K odvození odhadu rozptylu není použit žádný předpoklad rozdělení; lze ale ukázat, že výsledky jsou stejné, jako při použití předpokladu normálního rozdělení. Jiné metody mohou být vhodnější, je-li třeba modelovat těžší chvosty (fat-tail). Alternativa: např. GLM metody s vhodným předpokládaným rozdělením Uvedené odhady udávají celkový rozptyl rezervy po skončení vývoje, ne po 1 roce jak požaduje SII. Alternativa: Merz-Wüthrich 22 Riziko rezerv v neživotním pojištění

SII Projekce C-L Mack M-W ODP Bootstrap SII rizika Shrnutí Mackova metoda je přirozené rozšíření metody chain-ladder. To znamená, že dává stejný odhad střední hodnoty, ale také že má podobné vlastnosti (např. citlivost na data v rozích trojúhelníka). K odvození odhadu rozptylu není použit žádný předpoklad rozdělení; lze ale ukázat, že výsledky jsou stejné, jako při použití předpokladu normálního rozdělení. Jiné metody mohou být vhodnější, je-li třeba modelovat těžší chvosty (fat-tail). Alternativa: např. GLM metody s vhodným předpokládaným rozdělením Uvedené odhady udávají celkový rozptyl rezervy po skončení vývoje, ne po 1 roce jak požaduje SII. Alternativa: Merz-Wüthrich 22 Riziko rezerv v neživotním pojištění

Metoda Merz-Wüthrich

Roční run-off SII Projekce C-L Mack M-W ODP Bootstrap SII rizika Mackova metoda dovoluje spočítat odchylku rezervy a konečné výše škod pro Solventnost II ale potřebujeme rozptyl run-offu pouze po 1 roce. ˆR t+1 i Označíme-li, Ĉt+1 odhady rezervy a výplat ij příští rok a Y i,n i+2 = C i,n i+2 C i,n i+1 skutečné výplaty příští rok, pak run-off po 1 roce je Roff i = ˆR i (Y i,n i+2 + t+1 ˆR ) = i Ĉi Ĉt+1 i. Zatímco střední hodnota run-offu (pohledem nyní) je zřejmě 0, rozptyl se musí dopočítat o něco složitěji než u Mackovy metody. Kontrola: tento roztpyl ročního run-offu by měl být vždy menší, než Mackův rozptyl úplného run-offu. 24 Riziko rezerv v neživotním pojištění

Rozptyl run-offu SII Projekce C-L Mack M-W ODP Bootstrap SII rizika V ideálním případě by platilo Ĉi = E(C i ) a pak by rozptyl byl: kde značíme: Var ( E(C i ) E(C i t+1 ) ) = (E(Ci )) 2 Ψ i. Φ i = ˆσ2 n i+2 /ˆf 2 n i+2 i 1 k=1 C k,n i+1 Ψ i = σ2 n i+2 /f 2 n i+2 + C i,n i+1 j=n i+2 C n j+1,j n j+1 k=1 C k,j Ve skutečnosti ale musíme počítat i s chybou odhadu: Var(Roff i ) = ( Ĉ i ) 2 (Ψi + Φ i ) ˆσ 2 j+1 /ˆf 2 j+1 n j k=1 C k,j Celkový rozptyl je pak n n Var Roff i = Var(Roff i ) + 2 Ĉ i Ĉ k Φ i i=1 i=1 i<k Detaily 25 Riziko rezerv v neživotním pojištění

Overdispersed Poisson

Předpoklady SII Projekce C-L Mack M-W ODP Bootstrap SII rizika Jako obvykle začneme nekumulativním škodním trojúhelníkem {Y ij }. 1 2 n 1 Y 11 Y 12 Y 1n 2 Y 21 Y 22. n. Y n1 Škody popisuje tzv. over-dispersed Poisson model ( ODP ): E Y ij = µ ij = e η ij, Var(Y ij ) = φ µ ij, η ij = m + r i + c j = konst. + vliv řádku + vliv sloupce. Y ij a Y kl jsou nezávislé pro i k j l. 27 Riziko rezerv v neživotním pojištění

SII Projekce C-L Mack M-W ODP Bootstrap SII rizika Parametry V maticové formě budeme psát η = Xβ, kde β = (m, r 1,..., c n ) a X je matice, která má nuly a jedničky na správných místech. Položíme r 1 = c 1 = 0. (Jinak by model byl přeparametrizovaný X by neměla plnou hodnost.) Parametry chceme odhadnout metodou maximální věrohodnosti potřebujeme vyřešit: 0 = dl dβ k = ij 1 φw z (ij) (Y ij µ ij ) dη ij dµ ij x ij,k, kde W z (ij) = 1 w ij µ ij ( dηij dµ ij ) 2 a wij jsou a-priori váhy dané jednotlivým pozorováním výchozí hodnota vah je 1. Detaily Tento vzorec vypadá obdobně jako věrohodnostní funkce lineární regrese toho můžeme využít a aplikovat mechanismy a postupy známé z lineární regrese. 28 Riziko rezerv v neživotním pojištění

SII Projekce C-L Mack M-W ODP Bootstrap SII rizika Parametry V maticové formě budeme psát η = Xβ, kde β = (m, r 1,..., c n ) a X je matice, která má nuly a jedničky na správných místech. Položíme r 1 = c 1 = 0. (Jinak by model byl přeparametrizovaný X by neměla plnou hodnost.) Parametry chceme odhadnout metodou maximální věrohodnosti potřebujeme vyřešit: 0 = dl dβ k = ij 1 φw z (ij) (Y ij µ ij ) dη ij dµ ij x ij,k, kde W z (ij) = 1 w ij µ ij ( dηij dµ ij ) 2 a wij jsou a-priori váhy dané jednotlivým pozorováním výchozí hodnota vah je 1. Detaily Tento vzorec vypadá obdobně jako věrohodnostní funkce lineární regrese toho můžeme využít a aplikovat mechanismy a postupy známé z lineární regrese. 28 Riziko rezerv v neživotním pojištění

SII Projekce C-L Mack M-W ODP Bootstrap SII rizika Parametry V maticové formě budeme psát η = Xβ, kde β = (m, r 1,..., c n ) a X je matice, která má nuly a jedničky na správných místech. Položíme r 1 = c 1 = 0. (Jinak by model byl přeparametrizovaný X by neměla plnou hodnost.) Parametry chceme odhadnout metodou maximální věrohodnosti potřebujeme vyřešit: 0 = dl dβ k = ij 1 φw z (ij) (Y ij µ ij ) dη ij dµ ij x ij,k, kde W z (ij) = 1 w ij µ ij ( dηij dµ ij ) 2 a wij jsou a-priori váhy dané jednotlivým pozorováním výchozí hodnota vah je 1. Detaily Tento vzorec vypadá obdobně jako věrohodnostní funkce lineární regrese toho můžeme využít a aplikovat mechanismy a postupy známé z lineární regrese. 28 Riziko rezerv v neživotním pojištění

Numerické řešení SII Projekce C-L Mack M-W ODP Bootstrap SII rizika Označme z = η + (Y µ) dη dµ. Pokud bychom měli pevné µ, mohli bychom lineární regresí odhadnout η = Xβ na základě pozorování z. V našem případě je ale µ funkcí η, takže musíme tento postup použít iterativně. Y ˆη k, ˆµ k z k z k X ˆβ k+1 ˆµ k+1 = µ(ˆβ k+1 ) Pokud tato procedura konverguje, pak řešení ˆβ je také řešením našeho původního GLM problému (maximalizace věrohodnosti na minulé straně). Detaily 29 Riziko rezerv v neživotním pojištění

SII Projekce C-L Mack M-W ODP Bootstrap SII rizika Predikce Necht F je matice popisující budoucí závislosti (podobně jako X ty minulé) a Y F = {Y ij, i + j > n + 1} jsou budoucí buňky trojúhelníka. Pak můžeme odhadnout Ŷ F = e F ˆβ. Parametr rozptylu φ můžeme odhadnout pomocí (Y ij µ ij ) ˆφ 2 = /(n p) φ χ 2 n p. µ ij ij p je počet parametrů (délka vektoru β) a tento odhad má asymptoticky výše uvedené χ 2 rozdělení. 30 Riziko rezerv v neživotním pojištění

SII Projekce C-L Mack M-W ODP Bootstrap SII rizika Predikce Necht F je matice popisující budoucí závislosti (podobně jako X ty minulé) a Y F = {Y ij, i + j > n + 1} jsou budoucí buňky trojúhelníka. Pak můžeme odhadnout Ŷ F = e F ˆβ. Parametr rozptylu φ můžeme odhadnout pomocí (Y ij µ ij ) ˆφ 2 = /(n p) φ χ 2 n p. µ ij ij p je počet parametrů (délka vektoru β) a tento odhad má asymptoticky výše uvedené χ 2 rozdělení. 30 Riziko rezerv v neživotním pojištění

Odhad odchylek SII Projekce C-L Mack M-W ODP Bootstrap SII rizika Protože rezerva je R i = n j=n i+2 Y ij, dostáváme E(R i ˆR n i ) 2 = E Y ij Ŷij j=n i+2 Odchylku skutečných budoucích škod od jejich odhadu lze opět rozdělit na dvě části 2. E(Y ij Ŷij) 2 = Var(Y ij ) } {{ } Tyto části můžeme odhadnout pomocí + Var(Ŷij) } {{ } rozptyl procesu + rozptyl odhadu Var(Y F ) = ˆφ ˆµ, kde M = diag(ˆµ). Var( Ŷ F ) = ˆφ M F (X T W 1 z X) 1 F T M, Detaily 31 Riziko rezerv v neživotním pojištění

SII Projekce C-L Mack M-W ODP Bootstrap SII rizika Shrnutí Tento konkrétní ODP model dává stejný odhad rezervy (střední hodnoty škod) jako chain-ladder. f n = ec 1 +... + e c n 1 + e c n e c 1 +... + e c n 1 Navíc dostáváme odhad rozptylu. Oproti Mackovu modelu dostáváme jiné rozdělení škod. Mackův model je odvozen bez použití předpokladu o rozdělení; dá se ale ukázat, že stejné výsledky jako v Mackově modelu bychom dostali při užití metody maximální věrohodnosti a normálního rozdělení. Oproti tomu tento ODP model používá (možná realističtější?) rozdělení odvozené z Poissonova rozdělení (dovoluje modelovat o něco těžší chvosty). Odvození ODP vyžaduje, aby součet škod ve všech sloupcích inkrementálního trojúhelníka byl nezáporný. 32 Riziko rezerv v neživotním pojištění

SII Projekce C-L Mack M-W ODP Bootstrap SII rizika Shrnutí Tento konkrétní ODP model dává stejný odhad rezervy (střední hodnoty škod) jako chain-ladder. f n = ec 1 +... + e c n 1 + e c n e c 1 +... + e c n 1 Navíc dostáváme odhad rozptylu. Oproti Mackovu modelu dostáváme jiné rozdělení škod. Mackův model je odvozen bez použití předpokladu o rozdělení; dá se ale ukázat, že stejné výsledky jako v Mackově modelu bychom dostali při užití metody maximální věrohodnosti a normálního rozdělení. Oproti tomu tento ODP model používá (možná realističtější?) rozdělení odvozené z Poissonova rozdělení (dovoluje modelovat o něco těžší chvosty). Odvození ODP vyžaduje, aby součet škod ve všech sloupcích inkrementálního trojúhelníka byl nezáporný. 32 Riziko rezerv v neživotním pojištění

SII Projekce C-L Mack M-W ODP Bootstrap SII rizika Shrnutí Tento konkrétní ODP model dává stejný odhad rezervy (střední hodnoty škod) jako chain-ladder. f n = ec 1 +... + e c n 1 + e c n e c 1 +... + e c n 1 Navíc dostáváme odhad rozptylu. Oproti Mackovu modelu dostáváme jiné rozdělení škod. Mackův model je odvozen bez použití předpokladu o rozdělení; dá se ale ukázat, že stejné výsledky jako v Mackově modelu bychom dostali při užití metody maximální věrohodnosti a normálního rozdělení. Oproti tomu tento ODP model používá (možná realističtější?) rozdělení odvozené z Poissonova rozdělení (dovoluje modelovat o něco těžší chvosty). Odvození ODP vyžaduje, aby součet škod ve všech sloupcích inkrementálního trojúhelníka byl nezáporný. 32 Riziko rezerv v neživotním pojištění

SII Projekce C-L Mack M-W ODP Bootstrap SII rizika Shrnutí Tento konkrétní ODP model dává stejný odhad rezervy (střední hodnoty škod) jako chain-ladder. f n = ec 1 +... + e c n 1 + e c n e c 1 +... + e c n 1 Navíc dostáváme odhad rozptylu. Oproti Mackovu modelu dostáváme jiné rozdělení škod. Mackův model je odvozen bez použití předpokladu o rozdělení; dá se ale ukázat, že stejné výsledky jako v Mackově modelu bychom dostali při užití metody maximální věrohodnosti a normálního rozdělení. Oproti tomu tento ODP model používá (možná realističtější?) rozdělení odvozené z Poissonova rozdělení (dovoluje modelovat o něco těžší chvosty). Odvození ODP vyžaduje, aby součet škod ve všech sloupcích inkrementálního trojúhelníka byl nezáporný. 32 Riziko rezerv v neživotním pojištění

Bootstrap

SII Projekce C-L Mack M-W ODP Bootstrap SII rizika Bootstrap Baron Prášil: Vytáhl jsem se za řemínky u bot. (i když v české verzi za cop) Poslední metodou kterou použijeme je bootstrap. Analytické metody obvykle poskytují přímočarý odhad střední hodnoty, ale odhady rozptylu jsou obvykle komplikovanější další vlastnosti rozdělení (např. kvantil rezerv, rozptyl run-offu po n letech, nelineární transformace např. zajištění,... ) se často nedají odhadnout analyticky Řešení: Hodíme data do stroje, provedeme tisíce simulací a doufáme, že z něj vypadne odpověd. 3 3 Odpověd : 42. Ale počkat jaká byla otázka? ([Adams 1979]) 34 Riziko rezerv v neživotním pojištění

Bootstrap princip SII Projekce C-L Mack M-W ODP Bootstrap SII rizika 3.0 Původní data 2.5 2.0 1.5 Pozorovaná data v jejich původním rozdělení 1.0 0.5 0.0 1.0 Residua 0.5 0.0 0.5 Převedeno na stejně rozdělená residua, s µ = 0, σ = 1 1.0 35 Riziko rezerv v neživotním pojištění

Bootstrap princip SII Projekce C-L Mack M-W ODP Bootstrap SII rizika 3.0 Původní data 1.0 Simulace z empir. rozdělení Zpětná transformace 2.5 2.0 1.5 1.0 0.5 0.0 Residua 1.0 Simulace z předpokl. rozdělení 0.5 0.5 0.0 0.5 1.0 1.0 3 2 1 0 Zpětná transformace 0.0 0.5 3 0.5 0.0 2 1.0 0.5 1 1.0 0 35 Riziko rezerv v neživotním pojištění

Zpět k výpočtu rizik pro Solventnost II

Neživotní riziko rezerv SII Projekce C-L Mack M-W ODP Bootstrap SII rizika Oproti životním rizikům nabízí SII pro výpočet neživotních rizik širší výběr metod co se obtížnosti výpočtu týče: Standardní vzorec: založen na BE pojistného a rezerv, které jsou pouze vynásobeny poskytnutými standardními faktory rozptylu Parametry specifické pro pojišt ovnu ( USP ): faktory rozptylu pro danou pojišt ovnu odhadnuty z vlastních dat pomocí jedné z doporučených metod (je třeba dostatek historických dat) Interní model: plná projekce budoucích peněžních toků; možná struktura např.: Běžné škody - simulační/bootstrap metody používající škodní trojúhelníky (příklady i v této přednášce) Velké škody - projekce frekvence a závažnosti jednotlivých škod, umožňující např. výpočet XL zajištění každé škody, apod. Katastrofy - simulace nebo scénaře, často připravené ve spolupráci se zajistiteli, kteří mají více dat a zkušeností s katastrofami 37 Riziko rezerv v neživotním pojištění

SII Projekce C-L Mack M-W ODP Bootstrap SII rizika Praktická poznámka k výpočtu rizika Proč se vůbec namáhat s něčím jiným než standardní vzorec? Mějme 3 společnosti mající podobná portfolia: Společnost BE reserv Std. odch. run-offu 1. Good 80 40 2. Bad 80 80 3. Ugly 50 (špatný odhad) 80 Std. vzorec: společnosti 1, 2 mají stejné SCR = ρ(σ std ) 80 USP nebo interní model: mohou ukázat rozdíl mezi společnostmi 1 a 2; interní model by ideálně měl postihnout i situaci, kdy rozptyl (a tedy USP) jsou stejné, ale 99,5% kvantil nikoliv Pokud dohled neodhalí nepřesnosti v BE rezervě u společnosti 3, tak její SCR je nejnižší... 38 Riziko rezerv v neživotním pojištění

SII Projekce C-L Mack M-W ODP Bootstrap SII rizika Příklad Na příkladu jednoho šk. trojúhelníka odvodíme BE šk. rezervu (metodou chain-ladder) a srovnáme následující posupy výpočtu rizika: Standardní vzorec 1a. Výpočet podle QIS5 s parametry pro poj. odpovědnosti 1b. Výpočet podle návrhu L2 opatření s parametry pro poj. odpovědnosti Parametry specifické pro společnost, metody podle QIS5 2a. Odhad rozptylu run-offu z historických run-offů 2b. Merz-Wüthrichova metoda odhadu rozptylu 1-ročního run-offu, používající BE odhad rezerv 2c. Merz-Wüthrichova metoda odhadu rozptylu 1-ročního run-offu, výslovně používající C-L odhad rezerv (to samé, pokud BE = C-L odhad) Vlastní odvození rozptylu 1-ročního run-offu bootstrapem 3a. Mackova metoda 3b. Overdispersed Poisson metoda, konstantní parametr rozptylu φ Odvození 99,5% kvantilu (bootstrap) 4a. Mackova metoda odhadu rozptylu + empirické rozdělení residuí 4b. Overdispersed Poisson metoda + negativně binomické rozdělení residuí 39 Riziko rezerv v neživotním pojištění

SII Projekce C-L Mack M-W ODP Bootstrap SII rizika Příklad Na příkladu jednoho šk. trojúhelníka odvodíme BE šk. rezervu (metodou chain-ladder) a srovnáme následující posupy výpočtu rizika: Standardní vzorec 1a. Výpočet podle QIS5 s parametry pro poj. odpovědnosti 1b. Výpočet podle návrhu L2 opatření s parametry pro poj. odpovědnosti Parametry specifické pro společnost, metody podle QIS5 2a. Odhad rozptylu run-offu z historických run-offů 2b. Merz-Wüthrichova metoda odhadu rozptylu 1-ročního run-offu, používající BE odhad rezerv 2c. Merz-Wüthrichova metoda odhadu rozptylu 1-ročního run-offu, výslovně používající C-L odhad rezerv (to samé, pokud BE = C-L odhad) Vlastní odvození rozptylu 1-ročního run-offu bootstrapem 3a. Mackova metoda 3b. Overdispersed Poisson metoda, konstantní parametr rozptylu φ Odvození 99,5% kvantilu (bootstrap) 4a. Mackova metoda odhadu rozptylu + empirické rozdělení residuí 4b. Overdispersed Poisson metoda + negativně binomické rozdělení residuí 39 Riziko rezerv v neživotním pojištění

SII Projekce C-L Mack M-W ODP Bootstrap SII rizika Příklad Na příkladu jednoho šk. trojúhelníka odvodíme BE šk. rezervu (metodou chain-ladder) a srovnáme následující posupy výpočtu rizika: Standardní vzorec 1a. Výpočet podle QIS5 s parametry pro poj. odpovědnosti 1b. Výpočet podle návrhu L2 opatření s parametry pro poj. odpovědnosti Parametry specifické pro společnost, metody podle QIS5 2a. Odhad rozptylu run-offu z historických run-offů 2b. Merz-Wüthrichova metoda odhadu rozptylu 1-ročního run-offu, používající BE odhad rezerv 2c. Merz-Wüthrichova metoda odhadu rozptylu 1-ročního run-offu, výslovně používající C-L odhad rezerv (to samé, pokud BE = C-L odhad) Vlastní odvození rozptylu 1-ročního run-offu bootstrapem 3a. Mackova metoda 3b. Overdispersed Poisson metoda, konstantní parametr rozptylu φ Odvození 99,5% kvantilu (bootstrap) 4a. Mackova metoda odhadu rozptylu + empirické rozdělení residuí 4b. Overdispersed Poisson metoda + negativně binomické rozdělení residuí 39 Riziko rezerv v neživotním pojištění

SII Projekce C-L Mack M-W ODP Bootstrap SII rizika Příklad Na příkladu jednoho šk. trojúhelníka odvodíme BE šk. rezervu (metodou chain-ladder) a srovnáme následující posupy výpočtu rizika: Standardní vzorec 1a. Výpočet podle QIS5 s parametry pro poj. odpovědnosti 1b. Výpočet podle návrhu L2 opatření s parametry pro poj. odpovědnosti Parametry specifické pro společnost, metody podle QIS5 2a. Odhad rozptylu run-offu z historických run-offů 2b. Merz-Wüthrichova metoda odhadu rozptylu 1-ročního run-offu, používající BE odhad rezerv 2c. Merz-Wüthrichova metoda odhadu rozptylu 1-ročního run-offu, výslovně používající C-L odhad rezerv (to samé, pokud BE = C-L odhad) Vlastní odvození rozptylu 1-ročního run-offu bootstrapem 3a. Mackova metoda 3b. Overdispersed Poisson metoda, konstantní parametr rozptylu φ Odvození 99,5% kvantilu (bootstrap) 4a. Mackova metoda odhadu rozptylu + empirické rozdělení residuí 4b. Overdispersed Poisson metoda + negativně binomické rozdělení residuí 39 Riziko rezerv v neživotním pojištění

Výsledky příkladu SII Projekce C-L Mack M-W ODP Bootstrap SII rizika Výsledky porovnání jednotlivých metod: viz Excel 40 Riziko rezerv v neživotním pojištění