CÁLCULO DE LAS PROVISIONES PARA SINIESTROS PENDIENTES DE DECLARACIÓN CON REGRESIÓN BORROSA

Resumen

La correcta determinación de la provisión para siniestros pendientes de declaración es fundamental para la estabilidad de las compañías de seguros, sobre todo en ramos con un notable diferimiento de muchas de las reclamaciones como el del automóvil, el de responsabilidad civil, etc. Por tanto, la literatura actuarial ha propuesto una gran variedad de metodologías para su cálculo, basadas esencialmente en el empleo de la estadística. No obstante, dadas las condiciones cambiantes del entorno en que se mueve la actividad aseguradora, no es aconsejable partir de una experiencia excesivamente amplia en el cálculo de dichas provisiones, lo que conlleva una pérdida de fiabilidad de los métodos estocásticos. Por estas razones, entendemos que la utilización de instrumentos de la lógica borrosa puede ser muy adecuada. Concretamente, en este trabajo proponemos una metodología que aplica la regresión borrosa y el método propuesto por Sherman (1984). Palabras clave: provisiones para siniestros pendientes de declaración (IBNR), triángulo de siniestralidad, link-ratio, lógica borrosa, números borrosos, regresión borrosa. Abstract Determining the correct value for the Incurred but not reported claims reserves is crucial for the insurer’s financial stability. That’s why actuarial literature has proposed a great number of methods for calculating those reserves. These methods are usually built up from statistical concepts. However, the mutant and uncertain behaviour of insurance environment makes not advisable to use a wide data-base when calculating these reserves. So, on one hand, that fact implies a great loose of reliability of statistical methods but, on the other, it makes very attractive the use of fuzzy logic instruments. Concretely, in this paper we propose a method that combines fuzzy regression and the scheme proposed by Sherman (1984). Keywords: Incurred but not reported claims reserves (IBNR), Claims triangle, Link-ratio, Fuzzy logic, Fuzzy numbers, Fuzzy regression.