MONITORAGGIO DEL COSTO DEI SINISTRI E CALCOLO DELLE RISERVE TECNICHE NELL’ASSICURAZIONE DANNI: UN APPROCCIO “MACHINE-LEARNING”
“Claim Watching and Individual Claims Reserving Using Classification and Regression Trees”
Massimo DE FELICE, Franco MORICONI
ECONPAPERS
https://econpapers.repec.org/
Gli Autori presentano un approccio alla riservazione dei sinistri individuali e al monitoraggio del costo dei sinistri nell'assicurazione danni basato sul machine learning, in particolare su alberi di classificazione e regressione (CART).
Propongono un modello composto - costituito da una sezione di frequenza - per la previsione di eventi riguardanti il numero di sinistri denunciati, e una sezione di gravità, per la previsione degli importi pagati e riservati.
La struttura formale del modello si basa su una serie di ipotesi probabilistiche, che consentono di dare un valido significato statistico ai risultati forniti dagli algoritmi CART.
Le previsioni a più periodi richieste per le stime di riservazione dei sinistri sono ottenute combinando previsioni uniperiodali tramite una procedura di simulazione.
Il modello dinamico risultante consente la modellizzazione congiunta delle riserve a costo ultimo, che di solito fornisce utili informazioni predittive. Il modello consente anche previsioni nell'ambito di un regime di “double-claim”, ovvero quando due tipi diversi di liquidazione possono essere richiesti per lo stesso sinistro.
Diversi esempi numerici espliciti vengono forniti utilizzando i dati dell'assicurazione auto. Per un portafoglio di sinistri di grandi dimensioni si ricava una stima di riserva aggregata, ottenuta come somma delle stime delle riserve individuali, e si confronta il risultato con la stima classica secondo il metodo “chain-ladder”. Vengono inoltre proposti esercizi di backtesting relativi a previsioni di eventi e stime delle riserve sinistri.