Modelo de regressão baseado no logaritmo das indenizações incrementais: uma abordagem alternativa ao modelo de Chain Ladder padrão

Detalhes bibliográficos
Autor(a) principal: Matos, Carlos Eduardo da Silva
Data de Publicação: 2019
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional do FGV (FGV Repositório Digital)
Texto Completo: https://hdl.handle.net/10438/28073
Resumo: Com o objetivo de se adicionar uma estrutura estatística ao atual modelo de Chain Ladder para se obter não somente uma estimativa pontual para a projeção de indenizações futuras e para a provisão de sinistros ocorridos e não avisados (IBNR) mas sim uma estimativa para a variabilidade dessa projeção além de se fazer uma análise residual das estimativas obtidas. Este trabalho foca na implementação do modelo de regressão baseado no logaritmo natural das indenizações incrementais apresentada por Cristofides (1997) através de uma abordagem de regressão linear múltipla, onde os fatores de desenvolvimento do atual modelo de Chain Ladder passariam a ser interpretados como os coeficientes dessa regressão linear múltipla. A variável dependente “Y” seria o logaritmo natural das indenizações incrementais e cada coluna da matriz design passariam a ser a variável independente. O modelo foi implementado com dados de uma carteira de seguros patrimoniais considerando o período de 2012 a 2018. Os resultados obtidos por este modelo foram comparados com o modelo de Chain Ladder.
id FGV_fa8aaebacae8af8f308c6b37263089c9
oai_identifier_str oai:repositorio.fgv.br:10438/28073
network_acronym_str FGV
network_name_str Repositório Institucional do FGV (FGV Repositório Digital)
repository_id_str 3974
spelling Matos, Carlos Eduardo da SilvaEscolas::EESPOliveira, Alexandre deCosta, Oswaldo Luiz do ValleChela, João Luiz2019-09-18T13:28:09Z2019-09-18T13:28:09Z2019-08-12https://hdl.handle.net/10438/28073Com o objetivo de se adicionar uma estrutura estatística ao atual modelo de Chain Ladder para se obter não somente uma estimativa pontual para a projeção de indenizações futuras e para a provisão de sinistros ocorridos e não avisados (IBNR) mas sim uma estimativa para a variabilidade dessa projeção além de se fazer uma análise residual das estimativas obtidas. Este trabalho foca na implementação do modelo de regressão baseado no logaritmo natural das indenizações incrementais apresentada por Cristofides (1997) através de uma abordagem de regressão linear múltipla, onde os fatores de desenvolvimento do atual modelo de Chain Ladder passariam a ser interpretados como os coeficientes dessa regressão linear múltipla. A variável dependente “Y” seria o logaritmo natural das indenizações incrementais e cada coluna da matriz design passariam a ser a variável independente. O modelo foi implementado com dados de uma carteira de seguros patrimoniais considerando o período de 2012 a 2018. Os resultados obtidos por este modelo foram comparados com o modelo de Chain Ladder.The main goal of this paper is to add a statistical structure on pure Chain Ladder method to obtain the variability of ultimate claims and IBNR provision besides others analysis like residual analysis of claims estimation. This paper focuses on regression implementation based on Log of incremental payments of claims as described by Cristofides (1997). This considers the link ratio factor from Chain Ladder method as coefficient of this multiple linear regression. The dependent variable “Y” is the Log of incremental payments and all columns from design matrix is the independent variable. The model was implemented using information from property insurance database considering information of claims between 2012 – 2018. The results obtained was compared with pure Chain Ladder method.porInsurance - BrazilInsurance - Statistical MethodsRegression analysisClaims and actuarialSeguros - BrasilSeguros - Métodos estatísticosAnálise de regressãoIndenização e atuáriaEconomiaSeguros - BrasilSeguros - Métodos estatísticosAnálise de regressãoIndenizaçãoAtuáriaModelo de regressão baseado no logaritmo das indenizações incrementais: uma abordagem alternativa ao modelo de Chain Ladder padrãoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional do FGV (FGV Repositório Digital)instname:Fundação Getulio Vargas (FGV)instacron:FGVORIGINALDissertação_Carlos Eduardo Matos.pdfDissertação_Carlos Eduardo Matos.pdfPDFapplication/pdf930007https://repositorio.fgv.br/bitstreams/be86280c-5e91-4180-8767-2b822fb5a4a7/download065fb509b924a315c37c25e0662d18dcMD53LICENSElicense.txtlicense.txttext/plain; charset=utf-84707https://repositorio.fgv.br/bitstreams/3c5edf56-2ced-48a5-8ce3-f878947162df/downloaddfb340242cced38a6cca06c627998fa1MD54TEXTDissertação_Carlos Eduardo Matos.pdf.txtDissertação_Carlos Eduardo Matos.pdf.txtExtracted texttext/plain85672https://repositorio.fgv.br/bitstreams/3881ee68-4149-401d-a471-a060ba880ea6/downloade59263c6e3ede73a03ad7960e439c782MD57THUMBNAILDissertação_Carlos Eduardo Matos.pdf.jpgDissertação_Carlos Eduardo Matos.pdf.jpgGenerated Thumbnailimage/jpeg2626https://repositorio.fgv.br/bitstreams/84c9f026-1795-40bf-9258-9f295c503eb4/download40c55efa9188aedbe5f43259bdad39b3MD5810438/280732023-11-25 04:17:18.17open.accessoai:repositorio.fgv.br:10438/28073https://repositorio.fgv.brRepositório InstitucionalPRIhttp://bibliotecadigital.fgv.br/dspace-oai/requestopendoar:39742023-11-25T04:17:18Repositório Institucional do FGV (FGV Repositório Digital) - Fundação Getulio Vargas (FGV)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
dc.title.por.fl_str_mv Modelo de regressão baseado no logaritmo das indenizações incrementais: uma abordagem alternativa ao modelo de Chain Ladder padrão
title Modelo de regressão baseado no logaritmo das indenizações incrementais: uma abordagem alternativa ao modelo de Chain Ladder padrão
spellingShingle Modelo de regressão baseado no logaritmo das indenizações incrementais: uma abordagem alternativa ao modelo de Chain Ladder padrão
Matos, Carlos Eduardo da Silva
Insurance - Brazil
Insurance - Statistical Methods
Regression analysis
Claims and actuarial
Seguros - Brasil
Seguros - Métodos estatísticos
Análise de regressão
Indenização e atuária
Economia
Seguros - Brasil
Seguros - Métodos estatísticos
Análise de regressão
Indenização
Atuária
title_short Modelo de regressão baseado no logaritmo das indenizações incrementais: uma abordagem alternativa ao modelo de Chain Ladder padrão
title_full Modelo de regressão baseado no logaritmo das indenizações incrementais: uma abordagem alternativa ao modelo de Chain Ladder padrão
title_fullStr Modelo de regressão baseado no logaritmo das indenizações incrementais: uma abordagem alternativa ao modelo de Chain Ladder padrão
title_full_unstemmed Modelo de regressão baseado no logaritmo das indenizações incrementais: uma abordagem alternativa ao modelo de Chain Ladder padrão
title_sort Modelo de regressão baseado no logaritmo das indenizações incrementais: uma abordagem alternativa ao modelo de Chain Ladder padrão
author Matos, Carlos Eduardo da Silva
author_facet Matos, Carlos Eduardo da Silva
author_role author
dc.contributor.unidadefgv.por.fl_str_mv Escolas::EESP
dc.contributor.member.none.fl_str_mv Oliveira, Alexandre de
Costa, Oswaldo Luiz do Valle
dc.contributor.author.fl_str_mv Matos, Carlos Eduardo da Silva
dc.contributor.advisor1.fl_str_mv Chela, João Luiz
contributor_str_mv Chela, João Luiz
dc.subject.eng.fl_str_mv Insurance - Brazil
Insurance - Statistical Methods
Regression analysis
Claims and actuarial
topic Insurance - Brazil
Insurance - Statistical Methods
Regression analysis
Claims and actuarial
Seguros - Brasil
Seguros - Métodos estatísticos
Análise de regressão
Indenização e atuária
Economia
Seguros - Brasil
Seguros - Métodos estatísticos
Análise de regressão
Indenização
Atuária
dc.subject.por.fl_str_mv Seguros - Brasil
Seguros - Métodos estatísticos
Análise de regressão
Indenização e atuária
dc.subject.area.por.fl_str_mv Economia
dc.subject.bibliodata.por.fl_str_mv Seguros - Brasil
Seguros - Métodos estatísticos
Análise de regressão
Indenização
Atuária
description Com o objetivo de se adicionar uma estrutura estatística ao atual modelo de Chain Ladder para se obter não somente uma estimativa pontual para a projeção de indenizações futuras e para a provisão de sinistros ocorridos e não avisados (IBNR) mas sim uma estimativa para a variabilidade dessa projeção além de se fazer uma análise residual das estimativas obtidas. Este trabalho foca na implementação do modelo de regressão baseado no logaritmo natural das indenizações incrementais apresentada por Cristofides (1997) através de uma abordagem de regressão linear múltipla, onde os fatores de desenvolvimento do atual modelo de Chain Ladder passariam a ser interpretados como os coeficientes dessa regressão linear múltipla. A variável dependente “Y” seria o logaritmo natural das indenizações incrementais e cada coluna da matriz design passariam a ser a variável independente. O modelo foi implementado com dados de uma carteira de seguros patrimoniais considerando o período de 2012 a 2018. Os resultados obtidos por este modelo foram comparados com o modelo de Chain Ladder.
publishDate 2019
dc.date.accessioned.fl_str_mv 2019-09-18T13:28:09Z
dc.date.available.fl_str_mv 2019-09-18T13:28:09Z
dc.date.issued.fl_str_mv 2019-08-12
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/10438/28073
url https://hdl.handle.net/10438/28073
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:Repositório Institucional do FGV (FGV Repositório Digital)
instname:Fundação Getulio Vargas (FGV)
instacron:FGV
instname_str Fundação Getulio Vargas (FGV)
instacron_str FGV
institution FGV
reponame_str Repositório Institucional do FGV (FGV Repositório Digital)
collection Repositório Institucional do FGV (FGV Repositório Digital)
bitstream.url.fl_str_mv https://repositorio.fgv.br/bitstreams/be86280c-5e91-4180-8767-2b822fb5a4a7/download
https://repositorio.fgv.br/bitstreams/3c5edf56-2ced-48a5-8ce3-f878947162df/download
https://repositorio.fgv.br/bitstreams/3881ee68-4149-401d-a471-a060ba880ea6/download
https://repositorio.fgv.br/bitstreams/84c9f026-1795-40bf-9258-9f295c503eb4/download
bitstream.checksum.fl_str_mv 065fb509b924a315c37c25e0662d18dc
dfb340242cced38a6cca06c627998fa1
e59263c6e3ede73a03ad7960e439c782
40c55efa9188aedbe5f43259bdad39b3
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional do FGV (FGV Repositório Digital) - Fundação Getulio Vargas (FGV)
repository.mail.fl_str_mv
_version_ 1810023670022668288