מהי תורת אמינות?
תיאוריית אמינות מתייחסת לכלים, מדיניות ונהלים המשמשים אקטוארים בבחינת נתונים על מנת להעריך סיכון. תיאוריית האמינות משתמשת במודלים ובשיטות מתמטיות לצורך הערכת מבוססי חוויה, בהם "ניסיון" מתייחס לנתונים היסטוריים.
מדוע להשתמש בתורת אמינות?
תיאוריית האמינות מסייעת לאקטוארים להבין את הסיכונים הכרוכים במתן כיסוי, והיא מאפשרת לחברות הביטוח להגביל את חשיפתה לתביעות והפסדים. חברות ביטוח ואקטוארים מפתחות מודלים המבוססים על הפסדים היסטוריים, כאשר המודל לוקח בחשבון מספר הנחות שצריך להיבחן סטטיסטית בכדי לקבוע עד כמה הן אמינות. לדוגמא, חברת ביטוח תבחן הפסדים שנגרמו בעבר מביטוח קבוצה מסוימת של מבוטחים על מנת להעריך כמה יעלה בעתיד לבטח קבוצה דומה.
בעת פיתוח אומדן, אקטוארים יבחרו תחילה באומדן בסיס. לדוגמא, חברת ביטוח חיים עשויה לבחור טבלת תמותה כעמוד השדרה של אומדן הבסיס שלה, שכן תביעות מתעוררות רק כאשר המבוטח נפטר. אקטוארים ישתמשו במגוון הערכות בסיס בכדי לכסות את ההיבטים השונים של סוג הפוליסה, כולל המחירים שגובה חברת הביטוח בדרך כלל בגין כיסוי.
כיצד תיאוריית אמינות עוזרת לאקטוארים
לאחר קביעת אומדן בסיס, אז אקטואר יסתכל על ההתנסויות ההיסטוריות של חברת הביטוח על בסיס פוליסה לפי פוליסה. האקטואר יבחן נתונים היסטוריים אלה בכדי לראות כיצד ייתכן שחוויה של המבטח שונה מהניסיון של חברות ביטוח אחרות. הבדיקה מאפשרת לאקטואר ליצור משקולות שונות על בסיס שונות.
לדוגמה, זה עשוי לחלק את הנהגים לפי גיל, מין וסוג מכונית; גבר צעיר שנוסע במכונית מהירה נחשב לסיכון גבוה, ואישה זקנה הנוהגת במכונית קטנה נחשבת לסיכון נמוך. החלוקה נעשית תוך איזון בין שתי הדרישות לפיהן הסיכונים בכל קבוצה דומים מספיק והקבוצה גדולה דיה כך שניתן לעשות ניתוח סטטיסטי משמעותי של ניסיון התביעות לחישוב הפרמיה. משמעות פשרה זו היא שאף אחת מהקבוצות אינה כוללת סיכונים זהים בלבד. הבעיה היא אם כן למצוא דרך לשלב את חווית הקבוצה עם חווית הסיכון הפרטני כדי להגיע לפרמיה המתאימה יותר. תורת האמינות נותנת מענה לבעיה זו.
תיאוריית האמינות מסתמכת בסופו של דבר על השילוב של הערכות חוויה מהנתונים ההיסטוריים כמו גם על הערכות בסיס כדי לפתח נוסחאות. הנוסחאות משמשות לשכפול חוויות עבר ואז נבדקות מול נתונים בפועל. אקטוארים עשויים להשתמש במערך נתונים קטן בעת יצירת אומדן ראשוני, אך בסופו של דבר עדיפות מערכי נתונים גדולים מכיוון שיש להם משמעות סטטיסטית גדולה יותר.
