Panorama Assicurativo Ania

🌎 Assicurazione danni, Comportamento dell'assicurato

MODELLIZZARE IL COMPORTAMENTO DEGLI ASSICURATI: APPLICAZIONI NELL’ASSICURAZIONE DANNI

“Risk/Return/Retention Efficient Frontier Discovery Through Evolutionary Optimization For Non-Life Insurance Portfolio” Journal of Applied Finance & Banking, Vol. 10, No. 4, 2020 (127-156)

Andrea RIVA


SCIENTIFIC PRESS INTERNATIONAL LTD
http://www.scienpress.com/


SCIENTIFIC PRESS Link al PAPER



La capacità del contraente di cambiare facilmente la propria copertura assicurativa, in termini di condizioni contrattuali e di fornitore, è notevolmente aumentata negli ultimi anni a seguito di maggiori livelli di conoscenza del mercato e di normative favorevoli al consumatore.

Di conseguenza, la modellizzazione del comportamento degli assicurati ha acquisito una crescente attenzione,  in quanto l’essere in grado di prevedere la reazione dei clienti alle fluttuazioni future del mercato e alle decisioni delle imprese ha acquisito un ruolo fondamentale all'interno dei mercati assicurativi più maturi.

L’integrazione della piattaforma di modellazione esistente con previsioni comportamentali degli assicurati consente alle aziende di creare ambienti di risposta sintetici in cui le diverse proiezioni di mercato e le strategie aziendali possono essere simulate e confrontate attraverso serie di funzioni-obiettivo predefinite. In questo modo, le aziende sono in grado di identificare strategie ottimali mediante un problema di ottimizzazione multi-obiettivo.

L'obiettivo finale è approssimare l'intero insieme di soluzioni ottimali che definiscono la cosiddetta Frontiera Pareto Efficiente. Il lavoro mira a dimostrare come algoritmi meta-euristici di ricerca possano essere prontamente implementati per l'ottimizzazione attuariale di problemi come il rinnovo delle polizze danni.
Un algoritmo di ricerca di tipo evolutivo viene proposto e confrontato con una ricerca uniforme di tipo Monte Carlo. Diversi esempi numerici mostrano che l'algoritmo evolutivo proposto supera sostanzialmente e costantemente la ricerca Monte Carlo, fornendo una convergenza più rapida e superiori approssimazioni di frontiera.