Cálculo de provisiones para prestaciones pendientes de declaración con modelos lineales generalizados: formulación del error de predicción por año de calendario

##plugins.themes.bootstrap3.article.main##

##plugins.themes.bootstrap3.article.sidebar##

Publicado 18-09-2018
Eva Boj del Val Teresa Costa Cor

Resumen

El actual contexto de Solvencia II requiere una exigente gestión empresarial del riesgo de las Entidades Aseguradoras. En el problema de cálculo de provisiones técnicas en seguros de no-vida es de interés calcular el error de predicción cometido con la metodología utilizada para la estimación de los pagos futuros de la Entidad. Además, la distribución predictiva de las estimaciones, que es descriptiva respecto del riesgo, permite obtener, por ejemplo, su valor en riesgo a un nivel de confianza fijado. En este trabajo nos centramos en la aplicación de los modelos lineales generalizados a las cuantías de siniestros de un triángulo de desarrollo. Asumimos para la distribución del error una familia paramétrica dependiente de un parámetro, junto con la función de enlace lo­garítmica. La familia paramétrica tiene como casos particulares las distribuciones de Poisson, Gamma e Inversa Gaussiana. Es conocido el caso particular en que se asume una distribución de Poisson (sobredispersa) junto con el link logarítmico, que ofrece la misma estimación de provisiones que el método determinista Chain-Ladder. En este estudio desarrollamos las fórmulas del error de predicción de los pagos futuros por años de calendario para la familia paramétrica general, que nos permiten realizar cálculos teniendo en cuenta un ambiente financiero, tanto para el caso de utilizar formulación analítica como para el caso de realizar estimación bootstrap. En la práctica, las formulaciones presentadas nos ponen en disposición de poder calcular el valor actual de los pagos futuros para siniestros pendientes incluyendo márgenes de riesgo con significado estadístico.

Cómo citar

Boj del Val, E., & Costa Cor, T. (2018). Cálculo de provisiones para prestaciones pendientes de declaración con modelos lineales generalizados: formulación del error de predicción por año de calendario. Cuadernos De Gestión, 17(2), 157–174. https://doi.org/10.5295/cdg.150526eb
Abstract 133 | PDF (English) Downloads 77

##plugins.themes.bootstrap3.article.details##

Keywords

Provisiones técnicas, modelo lineal generalizado, año de calendario, Solvencia II

References
Albarrán, I. and Alonso, P., 2010. Métodos estocásticos de estimaciones de las provisiones técnicas en el marco de Solvencia II. Cuadernos de la Fundación MAPFRE, 158. Madrid: Fundación MAPFRE Estudios.
Boj, E., Claramunt, M. M. and Fortiana, J., 2004. Análisis multivariante aplicado a la selección de factores de riesgo en la tarificación. Cuadernos de la Fundación MAPFRE, 88. Madrid: Fundación MAPFRE Estudios.
Boj, E. and Costa, T., 2014. Modelo lineal generalizado y cálculo de la provisión técnica. Depósito digital de la Universidad de Barcelona. Colección de objetos y materiales docentes (OMADO). http://hdl.handle.net/2445/49068
Boj, E., Costa, T. and Espejo, J., 2014. Provisiones técnicas por años de calendario mediante modelo lineal generalizado. Una aplicación con RExcel. Anales del Instituto de Actuarios Españoles, Tercera Época, 20, 83–116.
Efron, B. and Tibshirani, J., 1998. An Introduction to the bootstrap. New York: Chapman & Hall/CRC.
England, P. D. and Verrall, R. J., 1999. Analytic and bootstrap estimates of prediction errors in claims reserving. Insurance: Mathematics and Economics, 25, 281–293.
England, P. D., 2002. Addendum to “Analytic and bootstrap estimates of prediction errors in claim reserving. Insurance: Mathematics and Economics, 31, 461–466.
England, P. D. and Verrall, R. J., 2002. Stochastic claims reserving in general insurance (with discussion). British Actuarial Journal, 8, 443–544.
England, P. D. and Verrall, R. J., 2006. Predictive distributions of outstanding liabilities in general insurance. Annals of Actuarial Science, 1 (II), 221–270.
Espejo, J., Boj, E. and Costa, T., 2014. Una aplicación de RExcel para el cálculo de provisiones técnicas con modelo lineal generalizado. Depósito digital de la Universidad de Barcelona. Colección de Investigación- Software. http://hdl.handle.net/2445/56230
Haberman, S. and Renshaw, A. E., 1996. Generalized linear models and actuarial science. Journal of the Royal Statistical Society. Series D (The Statistician), 45 (4), 407–436.
Kaas, R., Goovaerts, M., Dhaene, J. and Denuit, M., 2008. Modern actuarial risk theory: using R. Second edition. Heidelberg: Springer-Verlag.
Moreno, F. P., 2013. Jornada sobre las Directrices de EIOPA de preparación a Solvencia II. Dirección General de Seguros y Fondos de Pensiones. http://www.dgsfp.mineco.es/sector/documentos/Jornada%20Directrices%20EIOPA%20de%20preparacion%20Solvencia%20II_10-12-2013/Fernando%20Moreno_Jornada%20Directrices%20EIOPA.%20DGSFP-UNESPA.pdf
McCullagh, P. and Nelder, J., 1989. Generalized linear models. Second edition. Londres: Chapman and Hall.
Parlamento Europeo y Consejo de la Unión Europea, 2009. Directiva 2009/138/CE del Parlamento Europeo y del Consejo, de 25 de noviembre de 2009. Diario Oficial de la Unión Europea, L 335, 1–155. http://eur-lex.europa.eu/LexUriServ/LexUriServ.do?uri=OJ:L:2009:335:0001:0155:es:PDF
R Development Core Team, 2016. R: a language and environment for statistical computing. Vienna. Austria. http://www.R-project.org/
Renshaw, A.E., 1989. Chain ladder and interactive modelling (claims reserving and GLIM). Journal of the Institute of Actuaries, 116 (III), 559–587.
Renshaw, A. E., 1994. On the second moment properties and the implementation of certain GLIM based stochastic claims reserving models. Actuarial Research Paper, No. 65. Department of Actuarial Science and Statistics, City University, London.
Taylor, G. and Ashe, F.R., 1983. Second Moments of Estimates of Outstanding Claims. Journal of Econometrics, 23, 37–61.
Sección
Artículos