Advanced Search
MyIDEAS: Login to save this paper or follow this series

Un’estensione stocastica del modello "Fisher-Lange"

Contents:

Author Info

  • Massimo De Felice
  • Franco Moriconi
Registered author(s):

    Abstract

    Tra i metodi di stima puntuale della riserva sinistri nell’assicurazione danni `e largamente utilizzato, in particolare dalle compagnie italiane, un approccio noto come “metodo di Fisher- Lange” (FL). L’FL `e un metodo “a costi medi”, nel senso che la valutazione degli impegni di rimborso sinistri `e scomposta in una stima del costo medio del singolo sinistro e in una stima del numero di sinistri da rimborsare. Una seconda caratteristica dell’FL `e che la stima del numero di sinistri da pagare `e basata su una case outstanding development technique, in cui lo sviluppo del numero di sinistri da pagare ha come variabile esplicativa dati da riserva di inventario (case reserves). L’FL `e un metodo essenzialmente deterministico; si propone qui un “modello FL stocastico” (SFL), cio`e una versione probabilistica del metodo FL. L’approccio stocastico consente di costruire l’intera distribuzione di probabilit`a dei costi di rimborso futuri, producendo quindi una adeguata misurazione del reserve risk e una quantificazione del corrispondente requisito patrimoniale, come richiesto ai modelli interni nell’ambito della Direttiva Quadro Solvency II. Una caratteristica saliente del modello SFL `e quella di fornire una estensione stocastica coerente dell’approccio deterministico, nel senso che gli stimatori per i valori attesi prodotti dall’SFL coincidono con gli stimatori empirici adottati nella procedura di stima puntuale, e sono dotati delle qualit`a statistiche necessarie per garantire l’affidabilit`a previsiva (non distorsione, varianza minima). Il modello proposto ha struttura trivariata, nel senso che lo sviluppo dei costi `e determinato da tre processi stocastici: il processo del costo medio, il processo del numero di sinistri “con seguito” e il processo del numero di sinistri pagati. L’informazione case outstanding agisce sui processi del numero, che hanno come variabile esplicativa il numero dei sinistri messi a riserva in ogni anno di sviluppo. La struttura dei processi ipotizzati consente di costruire per simulazione la distribuzione di probabilit`a di tutti gli impegni futuri, sia secondo l’approccio Liability-at-Maturity, sia secondo l’approccio Year-End Expectation. L’incertezza di stima dei parametri `e inclusa nelle distribuzioni effettuando le simulazioni con un approccio conditional parametric bootstrap. Vengono anche ricavate espressioni in forma chiusa per il mean square error of prediction (MSEP) dei costi di rimborso. Una approssimazione lineare di queste formule consente di riottenere come caso particolare, reinterpretando opportunamente le quantit`a coinvolte, le formule di MSEP ricavate in un modello di loss reserving recentemente proposto da Dahms. Parole chiave: stochastic loss reserving, average cost, case outstanding development technique, mean square error of prediction, conditional parametric bootstrap.

    Download Info

    If you experience problems downloading a file, check if you have the proper application to view it first. In case of further problems read the IDEAS help page. Note that these files are not on the IDEAS site. Please be patient as the files may be large.
    File URL: http://www.ec.unipg.it/DEFS/uploads/qd_86_web.pdf
    Download Restriction: no

    Bibliographic Info

    Paper provided by Università di Perugia, Dipartimento Economia, Finanza e Statistica in its series Quaderni del Dipartimento di Economia, Finanza e Statistica with number 86/2011.

    as in new window
    Length: 47 pages
    Date of creation: 15 Mar 2011
    Date of revision:
    Handle: RePEc:pia:wpaper:86/2011

    Contact details of provider:
    Postal: via Pascoli, 20 - 06123 Perugia
    Phone: +39 075 5855279
    Fax: +39 075 5855299
    Email:
    Web page: http://www.ec.unipg.it/DEFS/
    More information through EDIRC

    Related research

    Keywords: stochastic loss reserving; average cost; case outstanding development technique; mean square error of prediction; conditional parametric bootstrap;

    Find related papers by JEL classification:

    This paper has been announced in the following NEP Reports:

    References

    No references listed on IDEAS
    You can help add them by filling out this form.

    Citations

    Lists

    This item is not listed on Wikipedia, on a reading list or among the top items on IDEAS.

    Statistics

    Access and download statistics

    Corrections

    When requesting a correction, please mention this item's handle: RePEc:pia:wpaper:86/2011. See general information about how to correct material in RePEc.

    For technical questions regarding this item, or to correct its authors, title, abstract, bibliographic or download information, contact: (Ubaldo Pizzoli).

    If you have authored this item and are not yet registered with RePEc, we encourage you to do it here. This allows to link your profile to this item. It also allows you to accept potential citations to this item that we are uncertain about.

    If references are entirely missing, you can add them using this form.

    If the full references list an item that is present in RePEc, but the system did not link to it, you can help with this form.

    If you know of missing items citing this one, you can help us creating those links by adding the relevant references in the same way as above, for each refering item. If you are a registered author of this item, you may also want to check the "citations" tab in your profile, as there may be some citations waiting for confirmation.

    Please note that corrections may take a couple of weeks to filter through the various RePEc services.