Baixe o app para aproveitar ainda mais
Prévia do material em texto
Marcos Roberto Gonzaga Departamento de Demografia e Ciências Atuariais - UFRN Teoria do Risco e Credibilidade Bibliografia Básica: 1) Modern Actuarial Risk – Using R 2) Modelos de Precificação e Ruína para Seguros de Curto Prazo 3) Non-Life Insurance Mathematics Modelos de Risco Individual e Coletivo Objetivo: Modelar um componente importante no processo de precificação do prêmio de um seguro de curto prazo (nonlife insurance). Em ambos os modelos o valor total de sinistros pagos em uma carteira em 1 ano (S) é a v.a. de interesse. Desejamos conhecer as propriedades estatísticas de S. Modelos de Risco Individual e Coletivo a) Modelo de Risco Individual Onde: X1X2...Xn e Xi = Ii Bi Sendo: Sind v.a. “valor total das indenizações na carteira em 1 ano” ou “valor do sinistro agregado da certeira em 1 ano”; n número de apólices; Xi v.a. associada ao sinistro da apólice i em 1 ano; Ii v.a. “ocorrência do sinistro da apólice i em 1 ano” Bi v.a. “valor do sinistro da apólice i dado que o sinistro ocorreu em 1 ano”. n ind XXXS 21 - Questão central: encontrar a distribuição de probabilidade de S - Hipóteses: a) Xi: independentes, mas não iid. b) Xi: nem sempre são puramente discretas ou contínuas - Técnicas: a) Convolução b) Transformadas (fgm) c) Aproximação Normal (TCL) d) Aproximações Refinadas (Gamma Transformada) e) Modelo de risco coletivo: métodos recursivos Modelos de Risco Individual Modelos de Risco Individual Modelos de Risco Individual Exemplo 1: Uma seguradora procura por um resseguro ótimo para uma carteira de 20.000 vidas cujas apólices têm vigência de 1 ano, agrupadas como segue: Modelos Compostos e Riscos - A probabilidade de morte em um ano é qk = 0,01 para cada segurado. - As apólices são independentes. - A seguradora deseja otimizar a probabilidade de cumprir sua obrigações financeiras e decide procurar pela melhor retenção (valor máximo do sinistro por apólice), sendo que o excedente será pago pelo resseguro. - Com o recebimento dos prêmios a seguradora adquire um capital B do qual ela tem que pagar os sinistros e o prêmio do resseguro (assume-se que esse prêmio supera o prêmio líquido em 20%. - Assumindo uma retenção igual a 2, calcule o valor esperado e a variância para a indenização total S da seguradora. Exemplo 1 (continuação): a) Qual a probabilidade de que o custo S mais o prêmio de resseguro exceda um capital disponível B? Modelos Compostos e Riscos b) Modelo de Risco Coletivo Xi é uma v.a. representando a quantia resultante do i-ésimo sinistro . N representa a v.a. número de sinistros. O modelo é de risco coletivo para S pelo fato de que existe um termo na soma para cada sinistro e não para cada apólice. NXXS 1 Modelos de Risco Coletivo Neste modelo, assumimos que: - X1, X2,..., são v.a. iid e - Xi N na soma. N é uma v.a. que, geralmente, segue uma Distribuição Poisson, mas pode ser modelada por outras distribuição, como Binomial ou Binomial Negativa. No modelo de risco coletivo modelamos S como uma distribuição combinada (Compounded Distribution). Modelos de Risco Coletivo Seja N a v.a. “números de sinistros ocorridos em 1 ano”. Então, pelo modelo de risco individual, se a carteira possuiu n apólices, definimos N como sendo: Distribuições para o número de sinistros no modelo individual Sob o pressuposto de que o valor do sinistro é constante e igual a 1 e que as probabilidades de sinistros também são constantes e iguais a q, temos que a v.a. “números de sinistros” se confunde com a v.a. “valor total dos sinistros”, pois: Sabemos que Sind segue uma distribuição Binomial (n, q) – porque? Logo, Distribuições para o número de sinistros no modelo individual Então: Sendo este o modelo probabilístico utilizado nos seguros de vida, onde o número médio de mortes ocorridas em 1 ano (dx) é estimado por: onde: Distribuições para o número de sinistros no modelo individual apólices Se n é muito grande, temos que a distribuição de N pode ser aproximada por uma Normal. Exercício 1 Considere uma carteira de seguros com 10.000 apólices, onde cada apólice possui probabilidade anual de sinistro igual a 0,01. a) Calcular o número esperado de sinistros em 1 ano e o respectivo desvio-padrão. b) Aproximando a distribuição de N por uma Normal, qual é a probabilidade de o número de sinistros em 1 ano ser superior a 120 Distribuições para o número de sinistros no modelo individual Principais resultados para trabalhar com o modelo de risco coletivo: • Todos esses resultados dependem das distribuições (paramétricas ou não) de X e N. • Para X já vimos algumas distribuições paramétricas aplicáveis (capítulo 4). Distribuições para o número de sinistros no modelo coletivo Vamos ver agora algumas distribuições aplicáveis a N: • Poisson • Binomial Negativa Distribuição Poisson para N: A v.a. “número de sinistros” segue um processo Poisson quando: Distribuições para o número de sinistros no modelo coletivo Para entender as condições anteriores, vamos lembrar da distribuição Poisson como aproximação para a distribuição binomial. Suponha que temos a seguinte situação: uma segurara recebe a notificação de um sinistro a todo instante de tempo. Suponha que em um período de 3 horas (180 minutos) ocorra um total de 270 sinistros, ou seja, 270/180=1,5 sinistros por minuto. Observando este fenômeno é razoável concluir que, a qualquer instante k, um sinistro é tão provável ocorrer como em qualquer outro instante. Então, a probabilidade de ocorrência de 1 sinistro permanece constante de momento a momento. Distribuições para o número de sinistros no modelo coletivo Vamos reduzir o intervalo de tempo de forma que possamos tratar este fenômeno com um processo Bernoulli: Vamos reduzir o intervalo de três horas para três minutos e subdividi-lo em k = 9 intervalos de 20 segundos cada um. Veja que podemos tratar cada um desses k = 9 intervalos como uma prova de Bernoulli, durante a qual observaremos NENHUM sinistro (sucesso) ou UM sinistro (falha), com p(falha) = q = 0,5. Ignorando a possibilidade de ocorrência de mais de um sinistro no intervalo experimental de 20 segundos, qual a probabilidade de 2 sinistros durante o intervalo de 3 minutos? Calcule E(N). Distribuições para o número de sinistros no modelo coletivo Um problema com essa aproximação é que se for possível mais de 1 sinistro no intervalo de 20 segundos, a binomial não se aplicaria, pois não estaríamos considerando a dicotomia: ocorre ou não ocorre um sinistro. Uma forma de assegurarmos que no máximo 1 sinistro ocorrerá durante um certo intervalo de tempo é fazer esse intervalo cada vez menor. Então, ao invés de considerarmos k = 9 intervalos de 20 segundos, vamos considerar k = 18 intervalos de 10 segundos. Neste caso, temos um experimento com 18 provas de Bernoulli. Digamos, agora, que a p(falha) = q = 0,25 . Distribuições para o número de sinistros no modelo coletivo Recalculando P(2 sinistros durante 3 minutos), temos: 𝑃 𝑁 = 𝑛 = 18 2 0,25 2 0,75 16 Observe que esta binomial é diferente da anterior. Agora temos 𝑘 = 18, 𝑞 = 0,25 e antes tínhamos 𝑘 = 9, 𝑞 = 0,5. Calcule agora a E(N)! Distribuições para o número de sinistros no modelo coletivo Conclusão, o número esperado de sinistros continua o mesmo (4,5). Veja que, se continuarmos aumentando o número de subintervalos (k), faremos decrescer a p(falha) de tal maneira que E(N)=kq fique constante. Então, o que acontece com as probabilidade binomiais 𝑃 𝑁 = 𝑛 = 𝑘 𝑛𝑞𝑛 1 − 𝑞 𝑘−𝑛 se 𝑘 → ∞ e 𝑞 → 0 de tal maneira que kq permaneça constante? Distribuições para o número de sinistros no modelo coletivo Na Binomial: 𝑃 𝑁 = 𝑛 = 𝑘 𝑛 𝑞𝑛 1 − 𝑞 𝑘−𝑛 fazendo: 𝑘𝑞 = 𝜆 , 𝑞 = 𝜆 𝑘 , 1 − 𝑞 = 1 − 𝜆 𝑘 = 𝑘−𝜆 𝑘 depois, tomando lim 𝑘→∞ 𝑃 𝑁 = 𝑛 matendo 𝑘𝑞 = 𝜆, temos que: lim 𝑘→∞ 𝑃 𝑁 = 𝑛 = 𝑒−𝜆𝜆𝑛 𝑛! → 𝑃𝑜𝑖𝑠𝑠𝑜𝑛 𝜆 Distribuições para o número de sinistros no modelo coletivo Comentários: a) A conclusão anterior diz, essencialmente, que podemos obter uma aproximação das probabilidades binomiais com as probabilidades da distribuição Poisson toda vez que k for grande e q for pequeno. b) Se N tiver uma distribuição bimonial (k,q), E(N)=kq. Se N tiver uma distribuição Poisson(), E(N)= . c) O parâmetro da distribuição Poisson representa o número esperado de falhas (sinistros) por unidade de tempo. Distribuições para o número de sinistros no modelo coletivo Assim, Ou seja, No modelo de risco anual: Distribuições para o número de sinistros no modelo coletivo Se N ~ Poisson (), temos que: A FGM para N é: Distribuições para o número de sinistros no modelo coletivo Se T representa a v.a. “intervalo de tempo entre 2 sinistros”, temos que: pois, onde: = tempo médio entre dois sinistros. Distribuições para o número de sinistros no modelo coletivo Distribuição Binomial Negativa para N: Em sucessivas realizações independentes de um experimento Bernoulli (p), onde p é constante, a distribuição do número de fracassos (ou falhas) até atingir o r-ésimo sucesso é Binomial Negativa (r, p). Distribuições para o número de sinistros no modelo coletivo Propriedades importantes da Distribuição Binomial Negativa para N: Distribuições para o número de sinistros no modelo coletivo Exercício 1: O coeficiente de sinistralidade sobre o prêmio puro para um conjunto de apólices num período é definido por: R=S/P, onde S representa o sinistro agregado e P o prêmio puro agregado no período. Suponha que: a) P = E(X)E(N)(1+); b) Todas as apólices iniciam sua vigência no início do período e terminam suas vigências no final do período. Achar uma expressão para E(R) e V(R). Distribuições para o número de sinistros no modelo coletivo Exercício 2: Obter uma expressão para V(R) quando N ~ Poisson (). Distribuições para o número de sinistros no modelo coletivo Exercícios fixação para Prova da Unidade II: Observação: entregar os resolvidos (valendo ponto de participação) Parte I: Todos os exercícios no final das unidades III (pág. 44), IV (pág. 57) e V (pág. 71) do livro do Paulo Pereira Ferreira. Distribuições para o número de sinistros no modelo coletivo Veremos ver as principais distribuições para o sinistro agregado e as principais características dessas distribuições. Veremos também algumas aproximações, com destaque para distribuição Normal. Distribuições para o sinistro agregado Distribuição Poisson Composta para Scol Se N ~ Poisson () Scol ~ Poisson Composta (, P(x)): Onde: Distribuições para o sinistro agregado Na prática não teremos uma quantidade relevante de dados para estimar uma distribuição empírica adequada para N. A Poisson é a primeira escolha por sua utilidade para descrever eventos raros (Kaas et al, 2009). Função Geratriz de Momentos da Poisson Composta para Scol Sabemos que a FGM de Scol é: Sabemos, também, que a FGM da Poisson é: Logo, a FGM da Poisson Composta para Scol é: Distribuições para o sinistro agregado Momentos da Poisson Composta para Scol Já vimos que: Encontre a E[S], V[S] e o terceiro momento central para S se N ~ Poisson (). Distribuições para o sinistro agregado Solução: Se N ~ Poisson (), temos que E[N] = = V[N]. Logo: Distribuições para o sinistro agregado Exercício 1 (Exemplo 1 pág. 74 modificado): Considere uma carteira de seguros que produz 0, 1 ou 2 sinistros, sendo que a probabilidade de ocorrência de n sinistros segue uma distribuição Poisson (=2), e sendo a distribuição de X idêntica à do exemplo 1 do capítulo 3. Calcule: Distribuições para o sinistro agregado Distribuições para o sinistro agregado Propriedades da Poisson Composta Teorema 1: Distribuições para o sinistro agregado Propriedades da Poisson Composta Consequências: Distribuições para o sinistro agregado Teorema 2: Distribuições para o sinistro agregado Teorema 2: Distribuições para o sinistro agregado Aplicabilidade e operacionalização dessas propriedades: Exercício 2: Distribuições para o sinistro agregado Distribuição Binomial Negativa Composta para Scol Se N ~ BinNeg (r,p) Scol ~ BinNeg Composta (r,p, P(x)): Onde: Distribuições para o sinistro agregado Função Geratriz de Momentos da BinNeg Composta para Scol Sabemos que a FGM de Scol é: Sabemos, também, que a FGM da Binomial Negativa é: Logo, a FGM da Binomial Negativa para Scol é: Distribuições para o sinistro agregado Momentos da Binomial Negativa Composta para Scol Já vimos que: Encontre a E[S], V[S] para S se N ~ Binomial Negativa (r,p). Distribuições para o sinistro agregado Aproximação Normal para Scol Sabemos que: Sendo X ~ iid e o número de sinistro suficientemente grande, S terá distribuição aproximadamente normal com média E(S) e variância V(S): Como já vimos, esse resultado viabiliza o cálculo do prêmio puro total de modo que: Distribuições para o sinistro agregado O valor de P pode ser visualizado graficamente por: Distribuições para o sinistro agregado Aproximação Normal quando Scol ~ Poisson Composta (, P(x)) Sabemos que: Então: = Distribuições para o sinistro agregado Exercício 3: A distribuição da variável aleatória “valor de 1 sinistro” (X) de três carteiras é: Distribuições para o sinistro agregado c) Compare a variabilidade de X entre as carteiras Distribuições para o sinistro agregado Aproximação Normal quando Scol ~ BinNeg Composta (r,p, P(x)) Sabemos que: Então: = Distribuições para o sinistro agregado Distribuições para o sinistro agregado Exercício 4: Distribuições para o sinistro agregado Exercício 5: Distribuições para o sinistro agregado
Compartilhar