Un sistema de precios alternativo a través de la estimación bayesiana y el método de momentos en el marco de bonificación-malus para el mercado de seguros de automóviles de Ghana
Autores: Jacob, Azaare; Wu, Zhao
Idioma: Inglés
Editor: MDPI
Año: 2020
Acceso abierto
Artículo científico
Categoría
Gestión y administración
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 7
Citaciones: Sin citaciones
Este documento examina el actual sistema de Descuento por No Reclamación (NCD) utilizado en el mercado de seguros de automóviles de Ghana como ineficiente y anticuado y, por lo tanto, propone un sistema alternativo óptimo de Bonificación-Malus (BMS) destinado a satisfacer las condiciones y demandas actuales del mercado. Parece que el BMS existente no reconoce la frecuencia y severidad de las reclamaciones de los asegurados en su diseño. Minimizar el riesgo de las carteras de seguros de automóviles a través de la estimación bayesiana nos llevó a encontrar que el riesgo se ajusta bien a una distribución gamma, con la distribución de reclamaciones modelada por la ley binomial negativa con un número esperado de reclamaciones (a priori) del 14%. Los modelos presentados en este documento reconocen la longevidad de la conducción sin accidentes y recompensan plenamente con mayores descuentos a los asegurados a partir del segundo año, cuando se han determinado las verdaderas características de los riesgos ocultos que enfrenta el grupo. El BMS finalmente construido utilizando el principio de prima neta es muy óptimo y tiene castigos y recompensas razonables tanto para buenos como para malos conductores, lo que también podría ser útil en otras economías en desarrollo.
Descripción
Este documento examina el actual sistema de Descuento por No Reclamación (NCD) utilizado en el mercado de seguros de automóviles de Ghana como ineficiente y anticuado y, por lo tanto, propone un sistema alternativo óptimo de Bonificación-Malus (BMS) destinado a satisfacer las condiciones y demandas actuales del mercado. Parece que el BMS existente no reconoce la frecuencia y severidad de las reclamaciones de los asegurados en su diseño. Minimizar el riesgo de las carteras de seguros de automóviles a través de la estimación bayesiana nos llevó a encontrar que el riesgo se ajusta bien a una distribución gamma, con la distribución de reclamaciones modelada por la ley binomial negativa con un número esperado de reclamaciones (a priori) del 14%. Los modelos presentados en este documento reconocen la longevidad de la conducción sin accidentes y recompensan plenamente con mayores descuentos a los asegurados a partir del segundo año, cuando se han determinado las verdaderas características de los riesgos ocultos que enfrenta el grupo. El BMS finalmente construido utilizando el principio de prima neta es muy óptimo y tiene castigos y recompensas razonables tanto para buenos como para malos conductores, lo que también podría ser útil en otras economías en desarrollo.