De zogeheten meldingsvertraging is de tijd die verloopt tussen het zich voordoen van de verzekerde gebeurtenis of het ongeval en het melden van de schade aan de verzekeraar. Een gepaste hoeveelheid kapitaal dient geboekt voor deze IBNR, oftewel Incurred But Not Reported, schades en het accuraat inschatten van het aantal van dergelijke schades is daarbij een eerste, belangrijke stap.
In ons recente artikel ‘Modelling the occurrence of events subject to a reporting delay via an EM algorithm’1 laten we zien dat het modelleren van nameldingen een uitdaging is in heel wat wetenschappelijke disciplines. Samen met mijn coauteurs2 structureer ik de multi-disciplinaire literatuur rond dit onderwerp, zodat overeenkomsten en verschillen tussen, en sterktes en zwaktes van voorgestelde modellen, duidelijk worden. Bovendien stellen we een nieuwe aanpak voor om nameldingen te modelleren, via het gezamenlijk schatten van een regressiemodel voor het zich voordoen van gebeurtenissen enerzijds en de meldingsvertraging anderzijds. Hierbij levert de inzet van covariaten bijkomende en verfijnde inzichten in het aantal nameldingen. Via de inzet van een Expectation-Maximization algoritme reduceren we het schattingsprobleem op een slimme manier tot het (herhaaldelijk) schatten van meer eenvoudige regressiemodellen. Op die manier creëert ons onderzoek een elegante, eenvoudig te begrijpen en te implementeren methode voor het voorspellen van het aantal nameldingen.
Lees het hele artikel verder onder Download.
Downloads
- Onder professoren - Katrien Antonio .pdf • 1,12 MB
