Speaker
Description
(Po)zavarovalnica se v zameno za premijo obveže kriti finančne posledice morebitnih škod, kar zanjo predstavlja določeno obveznost. Ker je končna višina škod lahko precej časa neznana, jo mora (po)zavarovalnica čim bolje oceniti in oblikovati primerne rezervacije. Te zagotavljajo, da ima (po)zavarovalnica dovolj sredstev za poravnavo škod. Škodne rezervacije tako predstavljajo pomemben del obveznosti premoženjskih (po)zavarovalnic. V splošnem jih sestavljajo rezervacije za že prijavljene škode ter rezervacije za še ne prijavljene škode.
Metod za izračun rezervacij je veliko. Klasične, najstarejše metode so deterministične in namenjene predvsem izračunu točkovne ocene. Takšna ocena je najboljša možna, ne da pa občutka, do kakšnih odstopanj v praksi lahko pride. V tem primeru koristne rezultate ponudijo metode, ki uporabljajo stohastični pristop in tako omogočajo boljše razumevanje porazdelitve rezervacij. Spomnimo, da višina rezervacij ne more biti znana z gotovostjo, saj je končna višina škod neznana. Oba omenjena pristopa ponavadi temeljita na agregatnih podatkih celotnega portfelja. Ker se pri agregiranju nekaj informacij izgubi, nekatere metode uporabljajo individualni pristop. To pomeni, da uporabljajo individualne podatke in rezervacije izračunajo za individualne škode. Individualni pristop, sploh zaradi hitrega razvoja algoritmov, vedno pogosteje sloni na uporabi strojnega učenja. Metode, ki temeljijo na individualnem pristopu, povečini izračunajo le najboljšo oceno rezervacij, ne dajo pa nam občutka o njihovi porazdelitvi.
Predstavitev opisuje inovativno metodo, ki na pragmatičen način izračuna rezervacije za že prijavljene škode. Metoda hkrati sledi tako individualnemu, kot tudi stohastičnemu pristopu. S pomočjo informacij preteklih škod oblikuje stohastične napovedi razvojev individualnih škod. Pri tem, poleg končnih višin škod napove tudi pripadajoče razvoje likvidiranih in nastalih vrednosti. Za razliko od večine obstoječih metod pri tem uporablja informacije individualnih škod, in sicer tako informacije o likvidiranih kot tudi nastalih vrednostih.
Predlagana metoda je ovrednotena na sintetičnih portfeljih z različnimi sestavami. Portfelji vsebujejo škode dveh različnih tipov, vsako škodo pa predstavljata simulirana razvoja likvidiranih in nastalih vrednosti. Izhodišče za primerjavo so dejanske vrednosti sintetičnih podatkov ter napovedi metode veriženja—ene najbolj znanih metod za izračun rezervacij. Ta izbira metode nam omogoča primerjavo tako točkovnih ocen, kot tudi njihovih porazdelitev. V primeru homogenih portfeljev so napovedi obeh omenjenih metod primerljive s pravimi vrednostmi sintetičnih podatkov. Ker pa predlagana metoda uporablja informacije individualnih škod, so njene napovedi precej boljše v primeru nehomogenih portfeljev.
