| Περίληψη : | Η παρούσα εργασία αναλύει το αποτέλεσμα διαφοροποίησης μεταξύ των κλάδων personal και commercial auto χρησιμοποιώντας μεθόδους copula στην εκτίμηση ζημιών για τις non-life ασφαλίσεις. Αρχικά, εφαρμόστηκε η παραδοσιακή μέθοδος chain ladder για τη δημιουργία πολλαπλών σεναρίων μέσω bootstrapping, επιτρέποντας τον υπολογισμό της Value at Risk (VaR) και της Expected Shortfall (ES) για κάθε κλάδο ξεχωριστά. Στη συνέχεια, εφαρμόστηκαν διάφορες προσεγγίσεις copulas—παραμετρική, μη παραμετρική (KDE) και εμπειρική—για τον υπολογισμό του VaR και του ES τόσο για κάθε κλάδο ξεχωριστά καθώς και σε συνδυασμό ελέγχοντας την εγκυρότητα του αποτελέσματος διαφοροποίησης. Τα ευρήματα δείχνουν ότι η παραδοσιακή μέθοδος παρέχει αποτελέσματα συγκρίσιμα με τις KDE copulas και εμπειρικής για το VaR και το ES. Ωστόσο, η παραμετρική copula ήταν λιγότερο ακριβής λόγω της αδυναμίας της να λάβει υπόψη ανωμαλίες στα δεδομένα. Περαιτέρω ανάλυση με τη χρήση των copula vines για την αξιολόγηση της σχέσης για κάθε development year αποκάλυψε κοντινή αντιστοίχιση για έναν κλάδο αλλά σημαντικές αποκλίσεις για τον άλλον, υποδεικνύοντας περιθώριο βελτίωσης. Η σύγκριση των τελικών εκτιμήσεων αποθεματικών που παράγονται από τη μέθοδο chain ladder και τα copula vines υπογραμμίζει την ανάγκη για περαιτέρω εξέταση των μεθόδων αποθεματοποίησης. Συνολικά, η έρευνα επιβεβαιώνει την χρησιμότητα της ενσωμάτωσης των copula στην αποθεματοποίηση κατά ζημιών, παρέχοντας μια εναλλακτική προσέγγιση για τη διαχείριση των υποχρεώσεων και την κατανόηση του κινδύνου σε non-life περιβάλλον.
This paper explores the diversification effect between commercial and personal automobile lines of business (LOBs) using copula methods in non-life insurance loss reserving. Initially, a traditional chain ladder method was employed to generate multiple scenarios through bootstrapping, enabling the calculation of Value at Risk (VaR) and Expected Shortfall (ES) for each LOB separately. Subsequently, various copula approaches—including parametric, non-parametric (Kernel Density Estimation, KDE), and empirical—were applied to compute VaR and ES for both individual and combined LOBs, examining the prudence of the diversification effect. The findings suggest that the traditional method provides results comparable to the KDE and empirical copulas for VaR and ES. However, the parametric copula was less accurate due to its failure to account for anomalies in the data. Further analysis using copula-vines to assess the relationship for each development year indicated a close match for one LOB but highlighted significant discrepancies for the other, suggesting potential areas for refinement in estimating ultimate reserves compared to traditional methods.
|
|---|
Copyright © 2013 Βιβλιοθήκη Ο.Π.Α. Με την επιφύλαξη παντός δικαιώματος.