Ano ang Paraan ng Chain Ladder?
Ang Paraan ng Chain Ladder (CLR) ay isang paraan para sa pagkalkula ng mga kinakailangan ng reserbang reserba sa pahayag ng pananalapi ng kumpanya ng seguro. Ang paraan ng chain ng hagdan (CLM) ay ginagamit ng mga insurer upang matantya ang dami ng mga reserbang na dapat maitatag upang masakop ang mga hinaharap na pag-angkin. Ang pamamaraang actuarial na ito ay isa sa mga pinakasikat na pamamaraan ng reserba.
Paraan ng Chain Ladder
Ang paraan ng hagdan ng chain ay kinakalkula ang natapos ngunit hindi iniulat (IBNR) mga pagtatantya sa pagkawala, gamit ang run-off na mga tatsulok ng mga bayad na pagkalugi at natamo na pagkalugi, na kumakatawan sa kabuuan ng bayad na pagkalugi at reserba ng kaso. Ang mga kumpanya ng seguro ay inaatasan na magtabi ng isang bahagi ng mga premium na natanggap nila mula sa kanilang mga aktibidad sa underwriting upang mabayaran ang mga pag-aangkin na maaaring isampa sa hinaharap. Ang halaga ng mga paghahabol na na-forecast, kasama ang halaga ng mga pag-angkin na talagang binabayaran, matukoy kung magkano ang kita ng mamamahayag na mai-publish sa mga pinansiyal na dokumento.
Ang mga tatsulok ng reserba ay dalawang dimensional na mga matrice na nabuo sa pamamagitan ng pag-iipon ng data ng pag-claim sa loob ng isang panahon. Ang data ng paghahabol ay pinapatakbo sa pamamagitan ng isang stochastic na proseso upang lumikha ng run-off matrices matapos payagan ang maraming antas ng kalayaan.
Sa pangunahing punto nito, ang pamamaraan ng hagdan ng chain ay nagpapatakbo sa ilalim ng pag-aakalang ang mga pattern sa mga aktibidad ng pag-aangkin sa nakaraan ay magpapatuloy na makikita sa hinaharap. Upang maisagawa ang palagay na ito, dapat na tumpak ang mga data mula sa mga nakaraang karanasan sa pagkawala. Maraming mga kadahilanan ang maaaring makaapekto sa kawastuhan, kabilang ang mga pagbabago sa mga handog ng produkto, regulasyon at ligal na pagbabago, mga panahon ng mataas na kalubusan na pag-angkin, at mga pagbabago sa proseso ng pag-areglo ng mga pag-angkin. Kung ang mga pagpapalagay na binuo sa modelo ay naiiba sa mga sinusunod na pag-aangkin, ang mga insurer ay kailangang gumawa ng mga pagsasaayos sa modelo.
Ang paglikha ng mga pagtatantya ay maaaring mahirap dahil ang mga random na pagbabago sa data ng mga paghahabol at isang maliit na set ng data ay maaaring magresulta sa mga pagkakamali sa pagtataya. Upang makinis sa mga problemang ito, pinagsama ng mga insurer ang parehong mga paghahabol ng data ng kumpanya gamit ang data mula sa industriya sa pangkalahatan.
Mga Hakbang para sa Paglalapat ng Paraan ng Chain Ladder
Ayon sa "Pagtantya ng Mga Walang-bayad na Mga Pag-aangkin ng Jacqueline Friedland" Ang mga pitong hakbang sa paglalapat ng paraan ng chain-hagdan ay:
- Ipagsama ang mga data ng pag-aangkin sa isang tatsulok ng pag-unladKalkula ang mga kadahilanan ng edad-sa-edadMagkalkula ng mga average ng mga kadahilanan ng edad-hanggang-edadPiliin ang mga salik sa pag-unlad ng pag-angkinPiliin ang kadahilanan ng buntotMagkalkula ng pinagsama-samang mga salik sa pag-unlad ng pag-unawaPatukoy ang tunay na pag-aangkin
Ang mga kadahilanan sa edad na edad, na tinatawag ding mga kadahilanan sa pagbuo ng pagkawala (LDF) o mga ratios ng link, ay kumakatawan sa ratio ng mga halaga ng pagkawala mula sa isang petsa ng pagpapahalaga sa isa pa, at inilaan nilang makuha ang mga pattern ng paglago ng mga pagkalugi sa paglipas ng panahon. Ang mga salik na ito ay ginagamit upang proyekto kung saan ang panghuling halaga ng mga pagkalugi ay mag-ayos.
