LA STIMA DELLA SOLVIBILITÀ DELL’IMPRESA DI ASSICURAZIONE IN CONDIZIONI DI INCERTEZZA DEI PARAMETRI
Insurance Solvency Under Parameter Uncertainty
Russell J. Gerrard, Andreas Tsanakas
Social Science Research Network
http://ssrn.com
Tutte le istituzioni finanziarie, e fra esse le imprese assicuratrici, devono far fronte all’incertezza riguardo alle possibili perdite future che potrebbero derivare dalla loro attività.
Per questa ragione esse sono assoggettate a requisiti patrimoniali tali da mantenere la probabilità di insolvenza a un livello accettabile per il sistema.
Il patrimonio minimo da possedere è, di norma, determinato sulla base di un campione casuale, spesso di dimensione limitata.
Gli autori mostrano che l’incertezza dei parametri accresce la probabilità di insolvenza (in termini di frequenza attesa) e che tale incertezza è tanto maggiore quanto minore è la dimensione del campione di riferimento.
Per distribuzioni basate su ampi “data set”, la probabilità di insolvenza può essere esplicitamente calcolata, anche se i parametri “reali” rimangono sconosciuti; viceversa, per piccoli “data set”, la probabilità effettiva di insolvenza di un portafoglio può essere molto più grande di quella nozionale.
Gli autori propongono una duplice modifica ai regimi di solvibilità, al fine di affrontare il problema dell’incertezza dei parametri. La prima, coerente con una visione “normativa” delle probabilità, richiede un maggiore livello di confidenza per la misura di rischio regolamentare. La seconda, coerente con una visione di impresa/Bayesiana, richiede una modifica della “loss distribution” utilizzata per fissare il livello di capitale necessario.
Mentre il secondo approccio è più coerente con una regolamentazione di tipo “principle based”, entrambi gli approcci consentono di giungere alla richiesta probabilità di insolvenza.
Nella parte finale del Paper, gli autori discutono brevemente degli effetti di un “data pooling” tra portafogli e le sue implicazioni in termini di rischio sistemico.