METODOLOG ÍAS Y PRÁCTICAS EN RESERVAS TÉCNICAS PARA SEGUROS DE SALUD Y SEGUROS GENERALES

1. METODOLOGÍAS Y PRÁCTICAS EN RESERVAS TÉCNICAS PARA SEGUROS DE SALUD Y SEGUROS GENERALES LIMA - 31 DE MAYO, 2007 APESEG Presentado por: APESEG & Milliman, Inc. ■ Ventajas y Limitaciones■

2. Métodos de Reservas en la Práctica Source: Claims Reserving Working Party Paper

3. Análisis Exploratorio de Data • Tasa de Desarrollo • Ajuste del Desarrollo • Presencia (ausencia) of siniestros grandes • Pérdidas • Volumen de Data

4. Análisis Exploratorio de Data • Metodologías de proyección apropiadas • Anomalías en la data • Preguntas para la gerencia relacionadas con resultados manifestados en la data

5. Responsabilidades del Analista • Reconocer niveles normales de fluctuación aleatoria • Reconocer aberraciones en los patrones de siniestros • Reconocer tendencias en patrones de siniestros • Hacer preguntas a la gerencia con relación a los patrones • Identificar causas ocultas de aberraciones • Hacer ajustes/correcciones necesarias

6. Tests de Sensitividad • Selección optimista/pesimista de factores de desarrollo • Selección optimista/pesimista de factores de cola • Selección optimista/pesimista de Bornhuetter-Fergunson ELRS • Pesos relativos entre métodos

7. Cuando las Cosas Salen Mal • La gerencia revisa la valuación actuarial del año anterior y despide al gerente de siniestros porque las reservas de siniestros aumentan cada año • El nuevo gerente da instrucciones de reservar con base en el máximo pago probable • Esto resulta en un incremento del 10% en el promedio de las reservas abiertas a lo largo de la última diagonal • ¿Qué ocurrirá con el método para siniestros incurridos?

8. Comparación de Antes y Después El fortalecimiento tuvo un efecto mayor sobre las reservas. Estas están sobre-estimadas en un 14%

9. Cuando las Cosas Salen Mal • La gerencia presiona al departamento de siniestros para negociar y concluir más siniestros • En 2006, el departamento concluyó un 10% más de siniestros (pagando en promedio el valor abierto + la reserva de IBNR) • ¿Qué ocurrirá con el método para siniestros incurridos?

10. Comparación entre Antes y Después La aceleración de negociación y cierre de siniestros ha incrementado las reservas en un 31%!

11. Ratio de Pérdida • Supuesto Implícito • Ratio de Pérdida se conoce o se puede estimar razonablemente • Pérdida última es proporcional a la exposición (primas) • Fortalezas • Simplicidad • Requisitos de data básicos • Puede usar supuestos de tarificación referentes al ratio de pérdida • Debilidad • Depende enteramente de la calidad del estimado del ratio de pérdida

12. Desarrollo de Pérdida Pagada • Supuesto Implícito • Las pérdidas se pagan a la misma tasa sin consideración del año accidente • Fortalezas • Simplicidad • Requisitos de data básicos • No depended de las reservas de siniestros • Proporciona un test objetivo del desarrollo de pérdidas incurridas • Debilidades • Sensible a cambios en el patrón de negociación y cierre • Resultados para año inmaduro pueden ser erráticos

13. Desarrollo de Pérdida Incurrida • Supuesto Implícito • La solidez de la reserva de siniestros depende solamente de la demora desde la fecha de accidente • Fortalezas • Simplicidad • Requisitos de data básicos • Converge a último más rápido que método de pérdida pagada • Puede ser mejor que método de pérdida pagada para años inmaduros • Debilidades • Sensible a cambios en las reservas de siniestros

14. BORNHUETTER-FERGUSON • Supuesto Implícito • La reserva depende del ratio de pérdida, exposición y patrones de desarrollo • Fortalezas • Combina método de ratio de pérdida con método de desarrollo • Evita problema con el método de desarrollo referente a años inmaduros • Bueno para usar con data errática • Debilidades • Depende de la calidad de el ratio de pérdida • Requiere data de exposiciones y data de triángulos

15. Fortalezas / Debilidades Fortalezas Debilidades • Métodos son intuitivos. Una vez organizada la data en triángulos, los patrones son obvios • No se requiere matemática sofisticada • Hojas de Cálculo • Requerimientos de data razonables • Dependen de supuestos implícitos – pueden no ser adecuados • Falla en supuestos implícitos pueden llevar a resultados incorrectos • Muchos parámetros – puede resultar en alto grado de varianza en resultados • Sin información disponible en cuanto confianza del calce o distribución de error • No se ha modelado realmente el proceso