Rezultate din teoria regresiei utile pentru asigurrile

non-via i pentru contabilitatea actuarial

Prof. univ. dr. Gheorghe LEPDATU
Universitatea Cretin Dimitrie Cantemir Bucharest
cilezbujor@yahoo.com
Lector univ. dr. Virginia ATANASIU
Academia de Studii Economice, Bucureti
e-mail: virginia_atanasiu@yahoo.com
Prep. univ. Iacob Emanuel BACIU
Prep. univ. Dominic Perez DANIELESCU
Universitatea Cretin Dimitrie Cantemir Bucharest
Abstract:
The idea of considering regression credibility models originated from
Hachemeister. Just like in the case of classical credibility models, we will obtain a
credibility solution in the form of a linear combination of the individual estimate (based on
the data of a particular state) and the collective estimate (based on aggregate USA data).
This idea is worked out in regression credibility theory.
Mathematics Subject Classification: 62P05.
Key - words: credibility regression models, the classical regression result, the
credibility estimates for the parameters of the linear model, the collective result.
Introducere
n modelul de regresie a credibilitii prezentat de seciunea 1., se va permite

M X

j
( j 1 ).
variaia lui
Modelul de regresie a credibilitii a fost introdus pentru prima dat de actuarul de
marc Hachemeister. Acesta considera portofolii din mai multe state ale U.S.A.. Fie,

aadar, unul dintre aceste portofolii i fie

Xj

suma medie a preteniilor (solicitrilor) de

despgubire din anul j , pentru portofoliul considerat. Datorit inflaiei, nu se presupune c

M X j Y j'
M X j
j
~ ~ ,
este independent de , ci se face presupunerea de regresie:

Y j'

unde ~ este un vector cunoscut, iar ~ un vector necunoscut. Estimnd vectorul ~

pentru diferite state, Hachemeister a descoperit diferene mari, fapt care l-a determinat s
admit c fiecruia dintre state i era asociat un parametru de risc aleator necunoscut
236

Revista Romn de Statistic Trim. I/2012 - Supliment

coninnd caracteristicile de risc ale acestui stat i c aceti din diferite state erau
independeni i identic distribuii. innd seama de cele afirmate anterior, Hachemeister a

M X j Y j' b

introdus ipoteza de regresie:

un vector nealeator cunoscut de dimensiune

de dimensiune

M b

q 1 ,

Y j'
, viznd un stat particular, unde

1 q , iar

b
~

este

un vector aleator necunoscut

coninnd variabilele aleatoare necunoscute de regresie, cu

M X j Y j'

~ ~ ( j s-a interpretat ca timp calendaristic, adic

, pentru ca
s-a considerat inflaia pentru acelai timp calendaristic). Dup aceste remarci introductive
privind necesitatea considerrii modelului de regresie a credibilitii, prezentm ipotezele
de lucru ale modelului lui Hachemeister.
~

1. Modelul de regresie a credibilitii

X X 1 , X 2 ,..., X t

'

Fie ~
un vector t 1 aleator al observaiilor i
parametru de risc aleator neobservabil, ce caracterizeaz riscul considerat.
1) Se face supoziia de regresie:

M X Y b
~

~ ~

nealeatoare cunoscut de ordinul t q i de rang q t , iar

, unde:

b
~

un

este o matrice

este un vector aleator

necunoscut, de dimensiune q 1 , coninnd variabilele aleatoare necunoscute de regresie

(constantele n raport cu timpul, de regresie necunoscute);

M Cov X
M b
not .

Cov b
~

2)

(matrice pozitiv definit);

not .

3)

(matrice pozitiv definit);

not .

~
4) ~
;
5) n cadrul acestui model, se definete prima net de risc, dup cum urmeaz:

a' b
~ ~

unde:

a
~

(1.1),

este un vector nealeator cunoscut de dimensiune q 1 .
~

Scopul propus este acela al determinrii unei expresii ct mai simple pentru
estimatorul liniar i neomogen de credibilitate al lui
este necesar lema de mai jos:

Revista Romn de Statistic Trim I/2012- Supliment

bazat pe

X
~

. Din acest motiv,

237

B
o matrice de dimensiune r s i ~ o matrice de dimensiune

Lema 1.1: Fie

s r . Atunci, are loc identitatea:

I A B

I A I B A

~ ~

~ ~

~ ~

(1.2),

cu condiia ca inversele de mai sus s existe.

Demonstraia aferent lemei 1.1 este prezentat n continuare. Avem:

B I A B A I A B AI B A B I A B
I A A B AI B A B I A B I A B AI B A B I A B I A
I B A B
.
I I A B A I B A I B A
~

~ ~

~ ~

~ ~

~ ~

~ ~

~ ~

~ ~ ~

~ ~

~ ~ ~

~ ~

~ ~

~ ~

~ ~

~ ~

~ ~

~ ~

~ ~

~ ~

Prin urmare, a rezultat:

I I AB I A I B A
~

~ ~

~ ~

~ ~

B. I A B
1

~ ~

I A I B A
~

~ ~

~ ~

B
~

adic exact (1.2).

Rezultatul urmrit de noi, este obinut n teorema 1.2:
~

Teorema 1.2: Estimatorul liniar i neomogen de credibilitate

bazat pe

a ' Z b I Z
~
~ ~
~ ~ ~
^

unde:
^

'

b Y Y
~

i:
1

'

(1.3),

'

Y X
~

(1.4)
1

'

Z Y Y I Y Y
~

~ ~

are expresia:

pentru

~ ~

~ ~

(1.5).

Demonstraia aferent teoremei 1.2 este prezentat n continuare.

~

Fie:
unde:

0 'X
~

este o constant scalar, iar

(1.6),

este un vector constant, de dimensiune t 1 ,
~

alei astfel nct ecuaiile normale s fie satisfcute (

238

fiind estimatorul liniar i neomogen

Revista Romn de Statistic Trim. I/2012 - Supliment

de credibilitate al lui , bazat pe ~ are forma liniar-neomogen de tipul celei scrise

la (1.6), conform definiiei i verific ecuaiile normale (4.1) i (4.2) din capitolul 4.,
conform teoremei 4.1 prezentate acolo; a se vedea, n acest sens, cartea [1], de la

'

bibliografie, capitolul 4., pag. 45-62). n continuare, vom determina pe 0 i ~ din

condiia ca ecuaiile normale s fie ndeplinite. n cazul de fa, ecuaiile normale (4.1) i
(4.2)-a se vedea teorema 4.1 din cadrul capitolului 4. (cartea [1], de la bibliografie, pag. 4562)-se scriu dup cum urmeaz:

~
M M

(1.7),

i respectiv:

Cov , X j Cov , X j , j 1, t

(1.8).

Se observ c, ecuaiile (1.8) sunt echivalente cu ecuaia:

Cov , X ' Cov , X '

~
~

(1.9).

ntr-adevr:
def .
~
def .
~

~
1.8
Cov , X ' Cov , X 1 ,..., Cov , X t Cov , X 1 ,..., Cov , X t
~

Cov , X '

2. Aplicaii ale modelului de regresie a credibilitii

Aplicaiile considerate de noi, n cadrul acestei seciuni sunt urmtoarele:
Aplicaia 2.1: Dac interpretm pe
atunci definiia (1.1) se transpune astfel:

ca vector, notndu-l n acest caz,

A b
~

~ ~

(2.1),

unde: ~ este o matrice nealeatoare cunoscut de ordinul p q .

Aplicaia 2.2: Estimatorul liniar i neomogen de credibilitate al unui vector se
introduce ca fiind vectorul estimatorilor liniari i neomogeni de credibilitate pentru fiecare
component n parte a vectorului ce se estimeaz.

Revista Romn de Statistic Trim I/2012- Supliment

239

innd seama de acesta, precum i de teorema prezentat mai sus, rezult c

estimatorul liniar i neomogen de credibilitate al vectorului
urmtoare:

(2.2).

Aplicaia 2.3: Un caz special, interesant al lui (2.1) este acela n care

AI
~

2.1

I b b

cnd

~ ~

vectorului
~ 2.2

b
~

i deci, estimatorul liniar-neomogen de credibilitate al

este:

b I Z b I Z Z b I Z
~ ~ ~
~
~ ~
~ ~
~
~ ~
~
^

este dat de relaia

A Z b I Z
~~ ~
~
~ ~
~
~

(2.3).

Dac dorim s mbuntim pe

sub aspectul calitilor pe care acesta trebuie s

le posede pentru a fi un estimator ct mai bun (ct mai fidel) al lui

~

ca

, atunci impunem

nedeplasat pentru , i astfel obinem urmtoarea aplicaie:

Aplicaia 2.4: Estimatorul liniar i neomogen de credibilitate nedeplasat
X

s fie

pentru
^

, bazat pe

este:

a 'b
~ ~

(2.4).

Determinarea estimatorului liniar i neomogen de credibilitate

pentru

, bazat pe X~

nedeplasat

revine la rezolvarea urmtoarei probleme de minim:

Min M g ' X
g'
~ ~

~
~

(2.5)
Din acest motiv, aplicm metoda multiplicatorilor lui Lagrange. Fie funcia lui Lagrange:
2
q
t

2.12
Q Q g1 ,..., g t , 1 ,..., q : M g ' X 2 i ai g j Y ji
~ ~
j 1
i 1

240

Revista Romn de Statistic Trim. I/2012 - Supliment


2
q

t
t

M g j X j 2 i ai g j Y ji
j 1
i 1
j 1

1 ,..., q

2.12

(2.6),

sunt multiplicatorii lui Lagrange. Are loc irul de egaliti:

unde

2.15

q
t

g
g
X
X

g
X

2
i ai
j j' j j'

j
j
1 j j ' t
j 1
i 1

Q M 2 g 2j X 2j 2
j 1

t
t

g j Y ji M 2 g 2j M X 2j 2 g j g j ' M X j X j ' 2 g j M
j 1
j 1
j 1
1 j j ' t

q
t
t

X j 2 i ai g j Y ji M 2 g 2j M X 2j 2 g j g j ' M X j X j '
i 1
j 1
j 1
1 j j ' t

q
t
t

2 g j M X j 2 i a i g j Y ji M 2 ... g k2 M X k2 ... 2
j 1
i 1
j 1

...g k g j M X j X k ... 2... g k MX k ...

j1

j k

2 i a i ... g k Yki

...

i 1

(2.7).

Q
0, k 1, t

g
k
Impunnd condiiile:

(2.8),

2 g k M X k2 2 g j M X j X k 2M X k 2 i Yki 0, k 1, t
obinem:

j 1
jk

i 1

(2.9),
sau (mprind cu 2 i grupnd convenabil termenii):

g M X
t

j 1

j X k M X k i Yki 0, k 1, t
q

i 1

relaie,

pe

care

numerotm cu (2.10), sau nc:

t

q
M g j X j X k i Yki 0, k 1, t
j 1
i 1

, adic:
t

q
Cov g j X j , X k i Yki 0, k 1, t
j 1

i 1

Revista Romn de Statistic Trim I/2012- Supliment

(2.11),

241


t
t

Cov g j X j , X k M g j X j X k , k 1, t
j 1
j 1

deoarece:

(2.12).

Aplicaia 2.5: Estimatorul liniar i neomogen de credibilitate

vectorului

nedeplasat

al

2.1

A b
~ ~

(2.13),

este dat de relaia de mai jos:

^

~ ~

Ab
(2.14).

AI

Aplicaia 2.6: Un caz special, interesant al lui (2.13) este acela n care

2.38

cnd

I b b
~ ~

nedeplasat al vectorului

i deci, estimatorul liniar-neomogen de credibilitate

^ 2.39

b Ibb

~ ~
~ .
este ~
Acest ultim rezultat conduce la urmtoarea interpretare a relaiei (2.3), redat sub
forma aplicaiei de mai jos:
~

Aplicaia 2.7: Estimatorul liniar i neomogen de credibilitate pentru

b
~

, adic,

b
~

, este o medie aritmetic ponderat a estimatorului liniar-neomogen de credibilitate

nedeplasat pentru

, adic a lui ~ , cu valoarea medie a lui ~

, adic cu ~ .
Remarca 2.8: Hachemeister a introdus modelul de regresie a credibilitii, n
~

cadrul ipotezei speciale c, dat fiind , observaiile anuale

independente condiional, cu varianele condiionate:

Var X j

s 2
Pj

X 1 , X 2 ,..., X t sunt

(2.15),

Pj

reprezint numrul preteniilor (solicitrilor) de despgubire din anul j . Acest

unde
numr este presupus a fi cunoscut i este considerat nealeator.
n concluzie, cele opt exemple considerate, reprezint cazuri speciale din
perspectiva teoriei regresiei a credibilitii, precum i a teoriei contabilitii actuariale.
Concluzii
Teoria matematic a credibilitii mpreun cu teoria contabilitii actuariale
realizate de noi, n cadrul acestui articol este fundamental pentru a demonstra utilitatea
242

Revista Romn de Statistic Trim. I/2012 - Supliment


modelelor de regresie a credibilitii i respectiv a calculului de contabilitate actuarial,
pentru portofolii de asigurri non-via. Aducnd la cunotin aceste rezultate remarcabile
ale regresiei credibilitii asigurrilor non-via, relevm faptul c ele reprezint cu
certitudine, singura soluie posibil, atumci cnd domeniul asigurrilor non-via este
confruntat cu riscuri ale cror caracteristici elementare de risc nu pot fi determinate pentru
nici un colectiv (portofoliu) de contracte bine definit, sau cu o acoperire a riscului n
circumstane nemaintlnite pn acum, situaii n care actuarii trebuia s ia decizii cu date
puine sau cu nici o dat colectiv. Articolul nostru prin elementele noi abordate i corelate
aparatului matematic, reliefeaz factorii i condiiile care pot concura, sprijini i mbuntii
situaia asigurrilor non-via i a contabilitii actuariale. Modelele de credibilitate
abordate n toat complexitatea lor i ncorporate aparatului matematic las s se ntrevad
valoarea lor pentru practica asigurrilor non-via.
Un aspect important al articolului, l constituie modul n care matematicile, prin
teoria probabilitilor i prin statistica matematic, intervin n soluionarea problemelor
dificile cu care se confrunt actuarii n analiza i soluionarea asigurrilor non-via, relev
i ntrete convingerea c, instrumentul matematic se extinde la problemele practice de
via i ajut la rezolvarea lor cu maximum de eficien. n acelai timp, subliniem faptul
c teoria riscului i a contabilitii actuariale, se fac simite n abordarea problemei
asigurrilor non-via, din perspectiva credibilitii, cu aspectele ei aplicative i care
rentregesc problematica existent. Regresia credibilitii n industria asigurrilor nonvia rmne o tem deschis, nou, original i care aduce contribuii utile n acest
domeniu.
Bibliografie selectiv
Atanasiu, V., Useful applications of the credibility theory, Metalurgia International
(journal ISI), no. 4 special issue, vol. XIV(2009), pp. 22-28, 2009.
Atanasiu, V., Techniques for estimating the premiums for the risks of the insurance
companies in Romania, Metalurgia International (journal ISI), no. 7, vol. XIV (2009),
pp. 61-66, 2009.
Atanasiu, V., The calculations of credibility in the hierarchical model with two-levels,
Metalurgia International (journal ISI), no. 4 special issue, vol. XIV(2009), pp. 118123, 2009.
Gerber, H.U., Credibility for Esscher premiums, Mitteilungen der VSVM, 80, 307-312,
1980.
Hogg, R.V. & Klugman, S.A., Loss distributions, John Wiley and Sons, New York, 1984.
Sundt B., An Introduction to Non-Life Insurance Mathematics, volume of the Mannheim
Series, 22-54, 1984.

Revista Romn de Statistic Trim I/2012- Supliment

243