Metodología estocástica para la estimación de la provisión para siniestros pendientes (IBNR)

Resumen

Se expanden los modelos clásicos de estimación de la provisión IBNR mediante métodos estocásticos que aporten mayor información sobre la variabilidad de la provisión. En especial, se compara y estudia cuatro métodos de estimación diferentes: Modelo de Mack, Modelos Lineales Generalizados, Modelos Bayesianos y Teoría de Credibilidad. La tesis comprende dos casos diferentes sobre el manejo de los datos de acuerdo a si se trata de una cartera de seguros individual o por su parte se trata de varias carteras que pertenecen a un ramo de seguro específico. Para una cartera: Se investiga el planteamiento lineal del Método Chain-ladder y se reproduce la provisión a través de Modelos Lineales Generalizados. Posteriormente, el Modelo Lineal Generalizado se reproduce bajo un enfoque Bayesiano, dando lugar a un Modelo Lineal Generalizado Bayesiano, con ello se comparan tres métodos de estimación diferentes: Chain-ladder, Modelo Lineal Generalizado y Modelo Lineal Generalizado Bayesiano. Para varia s carteras: Utilizamos la Teoría de Credibilidad para describir y predecir la provisión para varias líneas de negocio. Los modelos de Credibilidad se reproducen bajo un enfoque Bayesiano, con el fin de realizar una comparación entre tres métodos de e stimación diferentes: Método Chain-ladder, Credibilidad y Credibilidad Bayesiano. La implementación y programación de todas las metodologías estocásticas se realizaron mediante el paquete informático R y WinBUGS.