نوع مقاله : مقاله علمی

نویسندگان

• علیرضا عمرانی ¹
• محدرضا فقیهی حبیب آبادی ²

¹ گروه بیم‌سنجی، دانشگاه شهید بهشتی، تهران، ایران

² گروه آمار، دانشکدۀ علوم ریاضی، دانشگاه شهید بهشتی، تهران، ایران

چکیده

شرکت‌های بیمه‌ای در اظهارنامه‌های مالی اغلب از روش نردبان زنجیره‌ای برای پیشگویی ذخیرۀ خسارت‌ها استفاده می‌کنند. روش نردبان زنجیره‌ای بر اساس داده‌های انباشته‌شده و سال‌های توسعۀ ادعاها در مثلث تعهدات آتی است. این مثلث خلاصه‌ای از مجموعه‌داده‌های مربوط به ادعاهای تکی است. در این مقاله، از چارچوب فرایند پواسون نشان‌دار وابسته به وضعیت، و ابزارهای آماری برای پیشامد‌های بازگشتی در ادعاهای تکی برای روشی از ذخیره‌سازی تحت عنوان ذخیرۀ خسارت‌های تصادفی سطح خرد استفاده می‌شود. جزئیات اطلاعات مربوط به زمان رخداد خسارت، زمان تأخیر در گزارش خسارت، زمان‌های بین پرداخت‌ها و مقادیر پرداخت‌های صورت‌گرفته، و اطلاعات زمان تسویۀ نهایی ادعاها در محاسبۀ ذخیرۀ سطح خرد به‌ کار گرفته می‌شود. برای ارزیابی مدل جدید، مجموعه‌داده‌های مربوط به یک شرکت بیمۀ ایرانی در نظر گرفته شده‌ است؛ با استفاده از این مجموعه‌داده‌ها و شبیه‌سازی ذخیرۀ خسارت‌ها با مدل سطح خرد، نشان داده شد که استفاده از مدل ذخیرۀ خسارت‌های تصادفی سطح خرد، برآورد نزدیکی با مقدار واقعی ذخیرۀ خسارت مورد نیاز برای سال‌های آتی دارد.

کلیدواژه‌ها

• ذخیرۀ خسارت
• فرایند پواسون
• تحلیل بقا
• بیمه‌های غیرعمر‌
• پیشگویی
• سطح ‌خرد

عنوان مقاله [English]

Stochastic loss reserving for general insurance with emphasis on micro-level

نویسندگان [English]

• A. Omrani ¹
• M.R. Faghihi Habibabadi ²

¹ Department of Actuarial Science, Shahid Beheshti University, Tehran, Iran

² Department of Statistics, Faculty of Mathematical Sciences, Shahid Beheshti University, Tehran, Iran

چکیده [English]

In their financial statements, insurance companies often use the chain ladder method to forecast claims reserves. The chain ladder method is based on accumulated data and years of claims development in the triangle of future obligations. This triangle is a summary of the datasets for individual claims. In this paper, the framework of state-dependent signed Poisson process, and statistical tools for recurrence events in single claims are used for a method of storage under the title of small-level random loss storage. Details of the time of claim occurrence, time of delay in claim reporting, times between payments and amounts of payments made, and information on the time of final settlement of claims are used in calculating the micro level reserve. To evaluate the new model, the data set of an Iranian insurance company has been considered; By using these data sets and simulating the damage reserve with the micro level model, it was shown that the use of the small level random damage reserve model has a close estimate to the actual amount of the required loss reserve for the coming years.

کلیدواژه‌ها [English]

• Loss Reserve‎
• Poisson Process
• ‎‎Survival Analysis‎
• ‎Non-Life Insurance‎
• ‎Predicting‎
• ‎Micro-Level