Herverzekeren is nuttig en belangrijk voor verzekeraars om verschillende redenen. In dit artikel zet ik uiteen wat de belangrijkste motivaties zijn voor een verzekeraar om te herverzekeren, en dus waarom herverzekeraars bestaan. Vervolgens bespreek ik hoe een optimaal herverzekeringscontract eruitziet. In het bijzonder laat ik zien dat stop-loss contracten vaak optimaal zijn.
Er zijn verschillende redenen voor herverzekeren, en zowel de verzekeraar als de herverzekeraar kunnen winst maken. Belangrijke redenen voor het bestaan van herverzekeringen zijn:
Voor een alternatieve en uitgebreidere lijst aan motivaties voor herverzekeren refereer ik naar Albrecher et al.[1].
Er is een omvangrijke discussie in de academische literatuur over het bepalen van optimale herverzekeringscontracten. Een van de eerste voorstellen hiervoor is gedaan door Arrow [2], en dit model bespreek ik onderstaand. Stel een verzekeraar heeft verplichtingen tot uitbetalen aan alle polishouders na 1 periode, welke aggregeren tot een stochast X. Veronderstel dat de verdelingsfunctie van X bekend is bij de verzekeraar en de herverzekeraar. De verzekeraar kiest nu hoeveel risico het wil herverzekeren, en dit is geven door 0 ≤ I (X) ≤ X (I staat voor indemnificatie). De premie die betaald wordt door de verzekeraar is gegeven door de verwachtingswaarde en een proportionele opslag: (1+ θ ) E [I(X)], θ ≥ 0. Deze structuur om contracten te prijzen op basis van enkel de verwachtingswaarde is gemotiveerd door diversificatie, en dus de grote omvang van de herverzekeraar. Door diversificatie is de herverzekeraar (bij benadering) risico-neutraal, en dus is enkel de verwachtingswaarde relevant om de prijs voor herverzekeren te bepalen. De verzekeraar heeft, na herverzekering, een stochastisch vermogen van W0 – X + I(X) + (1 + θ ) E [I(X)], waarbij W0 een gegeven initieel vermogen is.
De verzekeraar is kleiner dan de herverzekeraar, en er wordt verondersteld dat de verzekeraar risico-avers is. De verzekeraar maximaliseert zijn/haar verwacht nut:
max E [u(W0 – X + I(X) – (1 + θ ) E [I(X)])].
0≤i(x)≤x
Onder milde regulariteitsvoorwaarden met betrekking tot de nutsfunctie u en de verdelingsfunctie van X, volgt uit [2] dat een oplossing van bovenstaand maximalisatieprobleem geven wordt door:
I(X) = max {X –d,0}
voor een specifieke niet-negatieve waarde van d (eigen risico). Bovendien geldt dat als θ toeneemt, de optimale waarde van het eigen risico d ook stijgt. Deze functionele vorm van een herverzekeringscontract wordt ook wel een stop-loss contract genoemd. Stop-loss contracten zijn ook optimaal wanneer de verzekeraar een Expected Shortfall minimaliseert:
ESα (X – I(X) + (1 + θ ) E [I(X)]),
waarbij α-Expected Shortfall ESα is gedefinieerd in, bijvoorbeeld, Boonen [3]. Expected Shortfall wordt gebruikt in Bazel III regelgeving voor banken, en in de Swiss Solvency Test: de Zwitserse regelgeving voor verzekeraars.
Stop-loss contracten zijn echter schaars in de herverzekeringsmarkt, en dit is mede veroorzaakt door de aanname dat X de totale verplichtingen zijn voor de verzekeraar. Een stop-loss contract vraagt zodoende om aanzienlijk veel administratie. Onderstaand som ik een aantal populaire alternatieven op:
Ten slotte zijn verscheidene overige functionele vormen van herverzekeringscontracten (co-assurantie) beschreven in de literatuur als optimale contracten onder recente gedragseconomische modellen, zoals rank-dependent utility. Dit geldt ook voor modellen waarbij de verzekeraar óók financieel (achtergrond) risico heeft of beperkte aansprakelijkheid.
Dit artikel laat zien waarom herverzekeren populair is, en legt uit dat stop-loss contracten vaak optimaal zijn in een gestileerd model. Het is echter niet zo dat er enkel stop-loss contracten zijn in de herverzekeringsmarkt, en recente academische literatuur laat echter zijn dat andere vormen van herverzekeren optimaal kunnen zijn. Dit geldt bijvoorbeeld voor sommige gevallen van alternatieve preferenties (en dus niet verwacht nut).
Referenties
[1] Albrecher, H., J. Beirlant, en J.L. Teugels (2017). Reinsurance: actuarial and statistical aspects. John Wiley & Sons.
[2] Arrow, K.J. (1963). Uncertainty and the welfare economics of medical care. American Economic Review, 53, 941-973.
[3] Boonen, T.J. (2015). Competitive equilibria with distortion risk measures. ASTIN Bulletin, 45 (3), 703-728.
[4] Chi, Y. en K.S. Tan (2011). Optimal reinsurance under VaR and CVaR risk measures: a simplified approach. ASTIN Bulletin, 41 (2), 487-509.
[5] Gerber, H.U. en G. Pafumi (1998). Utility functions: from risk theory to finance. North American Actuarial Journal, 2 (3), 74-91.
Artikel uit De Actuaris jaargang 27 nr. 5.
Auteur: Tim Boonen
Bron: (foto) Unsplash
© Copyright 2014 - 2023 Riskworld | Alle rechten voorbehouden | Privacy en veiligheid | Cookies | Disclaimer | Sitemap