Metodo practico para modelar la cola. Usando los datos actuales, se usa la distribucion Pareto, y se elige parametros.
Se puedo usar para calcular requerimientos de capital, plan de reaseguro o para cuentas individuales.
Sistema de Control Interno aplicaciones en nuestra legislacion
Parametros de la Cola ortega
1. Parametros de Distribución
de Siniestros
Metodo de estimar la cola
VI Seminario Regional Actuarial
Latinoamericano
Santiago, Chile
21 Junio, 2016
Alejandro Ortega, FCAS, CFA
2. 2
El Problema
• Estimar la Distribuccion de Siniestros para el
ano 2016
• Lo podemos usar para medir Capital
• Determinar un plan de Reaseguro
• Cuenta Individuales
• Podria ser una cartera de Auto, Transportes,
Incendio, o toda la compania
3. 3
Los Datos
• Fecha de hacer Analisis – 13 Nov 2015
• Prima 2010 – 2014
• Siniestros 2010-2014
• Datos actualiados al 30 Sep 2015
• Porque no 2015?
5. 5
Resumen de Datos
Supuestos
• El tamano de la cartera no ha cambiado
• Si cambia, se necesita calcular Frecuencia de
Siniestros
• Inflacion es cero – 0%
• Si no es, se necesita ajustar los datos historicos
• Lo comun es usar la inflacion general del mercado
• Si existe suficiente data, se puede usar algo mas
preciso
6. 6
Resumen de Datos
Monto Pagado
1,000
2,000
3,000
4,000
5,000
2010 2011 2012 2013 2014
Monto Pagado
8. 8
Resumen de Datos
Ano
Numero
Siniestros
Monto
Pagado Promedio
2010 330 3,057,507 9,265
2011 312 3,177,057 10,183
2012 256 2,849,844 11,132
2013 272 3,571,991 13,132
2014 367 4,680,122 12,752
• Parece tendencia subiendo
• Suscriptor, Siniestros
9. 9
Resumen de Datos
Numero de Siniestros (Trimestral)
Media 77
Mediana 77
Min 49
Max 114
Desv Std 15
• Parece que no hay tendencia
• Suponemos que expuestos no han cambiado en tiempo
0
20
40
60
80
100
120
140
2010Q1 2011Q1 2012Q1 2013Q1 2014Q1
Siniestros
Siniestros
10. 10
Resumen de Datos
Numero de Siniestros (Trimestral)
Media 77
Mediana 77
Min 49
Max 114
Desv Std 15
• “Rolling Average” ayuda encontrar tendencias
• Disminuye el impacto de estacionalidad
0
20
40
60
80
100
120
2010Q1 2011Q1 2012Q1 2013Q1 2014Q1
Number of Claims
Claims Mean Rolling 8
11. 11
Pasos
• Estimar Distribuccion Para Numero de
Siniestros
• En General se usa Frecuencia, y se aplica a la
prima pronosticada del proximo ano
• Estimar Distribuccion por el costo de cada
siniestro
• Primero la Pansa
• Despues la Cola
19. 19
Pasos
• Estimar Distribuccion Para Numero de
Siniestros
• En General se usa Frecuencia, y se aplica a la prima
pronosticada del proximo ano
• Estimar Distribuccion por el costo de cada
siniestro
• Primero la Pansa
• Despues la Cola
21. 21
Severidad – Parametros Pansa
• Estimacion de Parametros
• Estimacion de Maxima Verosimilitud
• Preparar grafico de la distribucion de
los datos actual contra la estimacion
• Mirar la curva es como confirma que
el modelo es preciso
22. 22
Pasos
• Estimar Distribuccion Para Numero de
Siniestros
• En General se usa Frecuencia, y se aplica a la prima
pronosticada del proximo ano
• Estimar Distribuccion por el costo de cada
siniestro
• Primero la Pansa
• Despues la Cola
23. Excess Mean
La media de siniestros arriba de un monto
𝐸 𝑋 𝑋 > 𝑢 − 𝑢
• Por cualquier 𝑢
Cuando sube tienes cola larga
23
24. Excess Mean - Normal
24
93
-
250
500
- 500 1,000 1,500 2,000
u
Excess Mean Normal
25. Excess Mean - Exponential
25
-
250
500
- 500 1,000 1,500 2,000
u
Excess Mean Exponential
26. Excess Mean - Weibull
26
-
500
1,000
1,500
2,000
- 500 1,000 1,500 2,000
u
Excess Mean Weibull
27. Excess Mean - LogNormal
27
-
500
1,000
1,500
2,000
- 500 1,000 1,500 2,000
u
Excess Mean Lognormal
28. Excess Mean - Pareto
28
Lineal
832
-
500
1,000
1,500
2,000
0 500 1000 1500 2000
u
Excess Mean Pareto
29. Cola Larga
Embrechts:
Cada Distribucion con cola larga
En el Limite se parece a Pareto
29
El tamano de la cola se controla con el
parametro 𝜉 (Xi)
0.5 < 𝜉 Varianza no existe
1 < 𝜉 Media no existe
36. Survival Function – Log Log Scale
36
𝑆 𝑥 = 1 − 𝐹(𝑥)
La Distribucion Pareto es un linea recta en un graphico log log
0.05%
0.10%
0.20%
0.39%
0.78%
1.56%
3.13%
6.25%
12.50%10,000 40,000 160,000
S(x) emprico - logarithmo
37. Survival Function – Log Log Scale
37
𝑆 𝑥 = 1 − 𝐹(𝑥)
La Distribucion Pareto es un linea recta en un graphico log log
0.05%
0.10%
0.20%
0.39%
0.78%
1.56%
3.13%
6.25%
40,000 320,000
S(x) emprico - logarithmo
38. Survival Function – Log Log Scale
38
𝑆 𝑥 = 1 − 𝐹(𝑥)
La Distribucion Pareto es un linea recta en un graphico log log
0.05%
0.10%
0.20%
0.39%
0.78%
1.56%
3.13%
6.25%
40,000 320,000
S(x) emprico - logarithmo
39. Survival Function – Log Log Scale
39
No se elige con meta que el ultimo punto esta en la linea
0.05%
0.10%
0.20%
0.39%
0.78%
1.56%
3.13%
6.25%
40,000 320,000
S(x) emprico - logarithmo
40. Survival Function – Log Log Scale
40
No se elige con meta que el ultimo punto esta en la linea
0.05%
0.10%
0.20%
0.39%
0.78%
1.56%
3.13%
6.25%
40,000 320,000
S(x) emprico - logarithmo
41. Elegir Parametros - Severidad
𝑢 = 50,000
𝐹 𝑢 = 95.26%
𝑆 𝑢 = 4.74%
Se puede tratar diferentes 𝑢’s para ver si
da resultado similar (o diferente)
41
48. Prueba de Parametros del Pareto
Esta bien entre 40k y 120k; pero no
en los ultimos 7 puntos
48
𝑢 = 50,000
𝑆 𝑢 = 4.74%
0.01%
0.02%
0.05%
0.10%
0.20%
0.39%
0.78%
1.56%
3.13%
6.25%40,000 320,000
S(x) emprico - logarithmo
S(x) empirico
S(x) Pareto
0.01%
0.02%
0.04%
0.08%
0.16%
0.31%
0.63%
1.25%
2.50%
5.00%
40,000 320,000
0.40
= 8,200
Empirical Log Log Scale
49. Prueba de Parametros del Pareto
Mucho Mejor
Buscamos un poco abajo y arriba 49
𝑢 = 50,000
𝑆 𝑢 = 4.74%
0.01%
0.02%
0.05%
0.10%
0.20%
0.39%
0.78%
1.56%
3.13%
6.25%
40,000 320,000
S(x) emprico - logarithmo
0.35
= 9,000
0.01%
0.02%
0.05%
0.10%
0.20%
0.39%
0.78%
1.56%
3.13%
6.25%40,000 320,000
S(x) emprico - logarithmo
S(x) empirico
S(x) Pareto
50. Siniestro Mas Grande -
Esperado
𝝃 𝜷 Mas Grande
Siniestro
99.93%ile
0.30 10,500 277,000
0.35 9,000 304,000
0.40 8,200 358,000
50
51. Resumen Severidad
Tenemos Distribucion para la pansa
• Hasta el 95.26%
La Cola se usa el Pareto con estos parametros:
• 𝑢 = 50,000
• 𝐹 𝑢 = 95.26%
• 𝜉 = 0.35
• 𝛽 = 9,000
51
52. 52
Pasos
• Estimar Distribuccion Para Numero de
Siniestros
• En General se usa Frecuencia, y se aplica a la
prima pronosticada del proximo ano
• Estimar Distribuccion por el costo de cada
siniestro
• Primero la Pansa
• Despues la Cola
53. Supuestos
La Cartera es similar
• Hogar, Apartamentos
Hay buena forma de estimar expuestos
• Autos, Casas, Ventas
Ajustes de Inflacion se hacen
• El del mercado general, o mas detallado
Riesgo de Modelo
• Expuestos, inflacion
53