Qué es el método de la escalera en cadena?
El Método de la Escalera en Cadena (MEC) es un método para calcular la reserva de siniestros en el estado financiero de una compañía de seguros. Las aseguradoras utilizan el método de la escalera en cadena para prever el importe de las reservas que deben constituirse para cubrir los siniestros previstos en el futuro, proyectando la experiencia de los siniestros pasados hacia el futuro. Por tanto, el MVC sólo funciona cuando se supone que los patrones de pérdidas anteriores persisten en el futuro. Cuando el historial de siniestros del asegurador cambia por alguna razón, el método de la escalera en cadena no producirá una estimación precisa sin los ajustes adecuados.
Este método actuarial es uno de los métodos de reserva más populares utilizados por las compañías de seguros. El método de la escalera en cadena puede compararse con la técnica de Bornhuetter-Ferguson y el método del coeficiente de pérdidas esperadas (ELR) para calcular las reservas de las compañías de seguros.
Principales conclusiones
- El método de la escalera en cadena (CLM) es una forma popular de que las compañías de seguros estimen sus reservas de siniestros requeridas.
- El método CLM calcula las pérdidas incurridas pero no declaradas (IBNR) mediante triángulos de escorrentía, un árbol binomial probabilístico que contiene las pérdidas del año en curso, así como las primas y los estimadores de pérdidas anteriores.
- La hipótesis subyacente del método de la escalera en cadena es que la experiencia de los siniestros pasados es un buen predictor de los resultados futuros.
Método de la escalera en cadena
El método de la escalera en cadena calcula las estimaciones de pérdidas incurridas pero no reportadas (IBNR), utilizando triángulos de pérdidas pagadas y pérdidas incurridas, que representan la suma de las pérdidas pagadas y las reservas de casos. Las compañías de seguros están obligadas a reservar una parte de las primas que reciben de sus actividades de suscripción para pagar los siniestros que puedan presentarse en el futuro. El importe de los siniestros previstos, junto con el importe de los siniestros realmente pagados, determinan el beneficio que la aseguradora publicará en sus documentos financieros.
Los triángulos de escorrentía (o triángulos de retraso) son matrices bidimensionales que se generan acumulando datos de siniestros durante un periodo de tiempo. Los datos de los siniestros se someten a un proceso estocástico para crear las matrices de liquidación tras tener en cuenta muchos grados de libertad.
Triángulo de la escorrentía.
Supuestos clave
En esencia, el método de la escalera en cadena parte de la base de que los patrones de siniestralidad del pasado se mantendrán en el futuro. Para que esta suposición se mantenga, los datos de los siniestros pasados deben ser precisos. Hay varios factores que pueden influir en la exactitud, como los cambios en la oferta de productos, los cambios normativos y legales, los periodos de siniestros de gran gravedad y los cambios en el proceso de liquidación de siniestros. Si los supuestos incorporados al modelo difieren de los siniestros observados, las aseguradoras pueden tener que realizar ajustes en el modelo.
Crear estimaciones puede ser difícil porque las fluctuaciones aleatorias de los datos de siniestros y un conjunto de datos reducido pueden dar lugar a errores de previsión. Para allanar estos problemas, las aseguradoras combinan los datos de los siniestros de la compañía con los del sector en general.
Pasos para aplicar el método de la escalera en cadena
Según el libro de Jacqueline Friedland „Estimating Unpaid Claims Using Basic Techniques”, los siete pasos para aplicar el método de la cadena de titularidad son:
Los factores de antigüedad, también denominados factores de desarrollo de pérdidas (LDF) o ratios de enlace, representan la relación de los importes de las pérdidas de una fecha de valoración a otra, y pretenden captar los patrones de crecimiento de las pérdidas a lo largo del tiempo. Estos factores se utilizan para proyectar el importe final de las pérdidas.