🔢 mathematics

Gerber–Shiu Analysis of a Dependent Portfolio Risk Model with a Constant Dividend Barrier and Extended-Exponential Premium Income

Dit artikel ontwikkelt een afhankelijk portfoliorisicomodel met een constante dividendbarrière en uitgebreide exponentiële premie-inkomsten om Gerber-Shiu-functies voor mechanisme-specifieke faillissementskansen af te leiden, waarbij door middel van theoretische analyse en empirische toepassing op de Franse motorverzekering wordt aangetoond dat het incorporeren van afhankelijkheid in de duur tussen claims de modellering van claim-ernstigheid verbetert en de beoordeling van faillissementsrisico versterkt.

Oorspronkelijke auteurs: Halim Zeghdoudi

Gepubliceerd 2026-09-29

📖 6 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Halim Zeghdoudi

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Verzekering is een systeem van gedeeld risico, waarbij veel mensen kleine bedragen in een gezamenlijke pot storten om de zeldzame, grote verliezen van enkelen te dekken. Voor de bedrijven die deze potten beheren, is de fundamentele vraag er een van overleving: kan het geld dat binnenkomt via premies ooit genoeg zijn om het geld te dekken dat uitgaat voor claims, vooral wanneer die claims op onvoorspelbare tijdstippen en in onvoorspelbare omvang binnenkomen? Als de uitstroom van geld de instroom te lang overtreft, staat het bedrijf voor de afgrond, een staat waarin het niet langer in staat is zijn schulden te betalen. Om dit delicate evenwicht te begrijpen, bestuderen onderzoekers risicomodellen, die wiskundige beschrijvingen zijn van hoe geld in en uit een verzekeringsportefeuille stroomt over een bepaalde tijd. Deze modellen helpen verzekeraars bij het bepalen van prijzen, het beslissen hoeveel kapitaal zij in reserve moeten houden en het bepalen wanneer het veilig is om dividenden uit te keren aan aandeelhouders. De werkelijkheid van verzekeringen is echter rommelig. Premies komen niet altijd volgens een strikt schema binnen, en de omvang van een claim hangt vaak af van hoe lang het geleden is sinds de laatste claim plaatsvond. Een lange periode van stilte kan wijzen op een opbouw van risico, terwijl een plotselinge concentratie van claims kan duiden op een veranderende omgeving. Het begrijpen van deze verborgen verbanden is cruciaal voor het voorspellen wanneer een bedrijf failliet kan gaan.

In een recente studie pakte een onderzoeker genaamd Halim Zeghdoudi deze complexiteiten aan door een nieuw soort risicomodel te bous, dat een volledige verzekeringsportefeuille behandelt als één enkel, dynamisch systeem. In plaats van ervan uit te gaan dat elke claim onafhankelijk is of dat premies op een constant, voorspelbaar tempo binnenkomen, staat dit model variatie toe in zowel de timing als de omvang van het binnenkomende geld. Het introduceert ook een specifieke manier om de omvang van een claim te koppelen aan de tijd die is verstreken sinds de vorige claim. Het kernidee is dat de geschiedenis van de portefeuille ertoe doet; de lengte van de stille periode voordat een claim arriveert, verandert de waarschijnlijkheid dat die claim klein of groot is. Om dit inzichtelijk te maken, gebruikt de studie een instrument genaamd de Gerber–Shiu-functie, die fungeert als een gedetailleerde scorekaart. Het vertelt je niet alleen of een bedrijf failliet zal gaan; het berekent de waarschijnlijkheid dat dit gebeurt, hoe diep het gat zal zijn en, cruciaal, welk type gebeurtenis de ondergang heeft veroorzaakt. Dit stelt de onderzoeker in staat om het risico van een paar massieve, zeldzame rampen te scheiden van het risico van vele kleinere, frequente verliezen.

De studie richt zich op een specifiek scenario waarbij een verzekeringsmaatschappij dividenden uitkeert aan haar eigenaren wanneer haar kasreserves boven een bepaalde vaste limiet groeien, bekend als een barrière. Deze strategie creëert een spanning: het uitkeren van dividenden houdt aandeelhouders op de korte termijn tevreden, maar laat het bedrijf met minder geld achter om toekomstige schokken op te vangen. De onderzoeker wilde zien hoe deze strategie interacteert met de willekeur van premies en de afhankelijkheid tussen de timing van claims en hun omvang. Om dit te doen, gaat het model ervan uit dat premiebetalingen een flexibel patroon volgen dat meer kan variëren dan een simpel gemiddelde zou toelaten, en dat claims in een van twee verschillende categorieën vallen. Eén categorie vertegenwoordigt kleinere, frequentere claims, terwijl de andere categorie grotere, meer ernstige gebeurtenissen vertegenwoordigt. Het model bepaalt of een nieuwe claim tot die categorie behoort op basis van hoe lang het geleden is sinds de vorige claim. Als er een lange tijd is verstreken, suggereert het model dat de volgende claim eerder van het ernstige type zal zijn.

Om te testen hoe dit systeem zich gedraagt, voerde de onderzoeker eerst een reeks computersimulaties uit met een set standaardgetallen die een typische verzekeringsportefeuille vertegenwoordigen. Deze experimenten toonden aan dat het bedrag waarmee een bedrijf begint, de krachtigste factor is in zijn overleving. Wanneer de initiële reserve laag is, is de kans op een faillissement groot, maar naarmate de reserve groeit, daalt het risico scherp. De simulaties bevestigden ook dat het frequenter ontvangen van premies het bedrijf helpt veilig te blijven, terwijl het vaker voorkomen van claims het gevaar vergroot. Interessant genoeg vond de studie dat de vorm van de premieverdeling ertoe doet. Zelfs wanneer het gemiddelde bedrag aan binnenkomend geld gelijk blijft, kan het veranderen van het patroon van hoe die betalingen arriveren het risico op faillissement licht beïnvloeden. De analyse verkende ook het effect van de dividendbarrière. Een lagere barrière, die uitbetalingen eerder triggert, leidt tot een hoger risico op faillissement omdat het bedrijf minder contanten in reserve houdt. Een hogere barrière fungeert als een veiligheidsbuffer, wat het risico op falen vermindert maar de terugkeer van geld naar aandeelhouders vertraagt.

Het tweede deel van de studie bewoog van theorie naar de praktijk door het model toe te passen op een echte dataset van een Franse particuliere motorverzekeringsportefeuille. De onderzoeker gebruikte gegevens over premies en claims van meer dan 50.000 polissen over de jaren 2003 en 2004. Na het opschonen van de gegevens richtte de studie zich op 606 specifieke gevallen waarin een claim plaatsvond, waarbij werd gekeken naar de tijd die verstreken was sinds de vorige claim en de omvang van de nieuwe claim. De resultaten waren opvallend. De gegevens lieten duidelijk zien dat claims niet allemaal hetzelfde waren; ze vielen in twee zeer verschillende groepen. Eén groep bestond uit een klein aantal claims die extreem groot waren, met een gemiddelde van ongeveer 12.573 euro, terwijl de andere groep de overgrote meerderheid van de claims bevatte, die veel kleiner waren, met een gemiddelde van ongeveer 1.539 euro. Het model slaagde erin de regel te vatten die deze groepen aan de tijd koppelt: claims die volgden op een langere wachttijd waren aanzienlijk vaker lid van de ernstige groep.

Toen de onderzoeker dit nieuwe model vergeleek met oudere, simpelere manieren om naar dezelfde gegevens te kijken, waren de resultaten genuanceerd. Het nieuwe model, dat rekening houdt met de tijd tussen claims, presteerde beter dan een basismodel dat ervan uitging dat alle claims hetzelfde waren. Het presteerde ook iets beter dan een model dat ervan uitging dat er twee soorten claims waren, maar de tijd tussen hen negeerde. De verbetering ten opzichte van het simpelere model met twee typen was bescheiden, wat suggereert dat hoewel de tijd tussen claims nuttige informatie biedt, de belangrijkste drijfveer van het verschil in claimomvang simpelweg het feit is dat er twee duidelijke soorten ongelukken plaatsvinden. De studie concludeerde dat het voorgestelde model een praktische manier biedt om deze risico's te begrijpen. Het bevestigt dat de tijd tussen claims aanwijzingen bevat over de ernst van de volgende claim, en het biedt een duidelijke methode om te berekenen hoe verschillende strategieën, zoals het vroeg of laat uitkeren van dividenden, de langetermijnveiligheid van de verzekeringsmaatschappij beïnvloeden. De bevindingen suggereren dat verzekeraars deze vorm van gedetailleerde analyse kunnen gebruiken om meer geïnformeerde beslissingen te nemen over hoeveel kapitaal zij moeten aanhouden en wanneer zij winsten kunnen delen, waarbij de balans wordt gezocht tussen veiligheid en de wens naar groei.

Technische Samenvatting: Gerber–Shiu-analyse van een afhankelijk portfoliorisicomodel

Probleemstelling
Dit artikel onderzoekt een geaggregeerd verzekeringsportfoliorisicomodel dat afwijkt van het klassieke Cramér–Lundberg-raamwerk door gelijktijdig drie complexe kenmerken te incorporeren: stochastische premie-inkomsten, afhankelijkheid tussen de claimomvang en de voorafgaande tijd tussen claims, en een constante dividendbarrièrestrategie. Het primaire doel is om de kans op een faillissement (ruin) en de bijbehorende gedisconteerde straalfuncties (Gerber–Shiu-functies) binnen deze setting te analyseren. Specifiek beoogt de studie de bijdragen van verschillende claim-omvangregimes aan het totale insolventierisico te onderscheiden, in het besef dat de grootte van claims mogelijk niet onafhankelijk is van de verstreken tijd sinds de laatste claim.

Methodologie
Het model wordt als volgt geconstrueerd:

Stochastische premies: Premieontvangsten komen binnen volgens een Poisson-proces met intensiteit $\lambda$ . De premiebedragen volgen een extended-exponential verdeling (geïntroduceerd door Gómez et al., 2014), die een mengeling is van een exponentiële en een Erlang-2 verdeling. Deze phase-type structuur is gekozen om een grotere variabiliteit in premiegroottes mogelijk te maken dan een standaard exponentieel model, terwijl de analytische hanteerbaarheid behouden blijft.
Afhankelijk claimmechanisme: Claims komen binnen via een onafhankelijk Poisson-proces met intensiteit $\lambda_1$ . De omvang van de $i$ -de claim hangt af van de duur tussen de claims ( $V_i$ ). Een latente, claim-specifieke benchmark $M_i \sim \text{Exp}(\lambda_2)$ bepaalt het regime: als $V_i > M_i$ , behoort de claim tot regime 1; anders tot regime 2. Dit resulteert in conditionele kansen waarbij langere perioden zonder claims de waarschijnlijkheid van het eerste regime vergroten.
Dividendbarrière: Een constante barrière $b$ wordt opgelegd. Elke surplus die de $b$ overschrijdt, wordt onmiddellijk uitgekeerd als dividend.
Gerber–Shiu-analyse: De auteur definieert mechanisme-specifieke Gerber–Shiu-functies, $\Phi_i(u)$ , die de verwachte gedisconteerde straf vertegenwoordigen die specifiek geassocieerd is met een faillissement veroorzaakt door een claim uit regime $i$ . De totale straffunctie is de som $\Phi(u) = \Phi_1(u) + \Phi_2(u)$ .
Analytische afleiding:
- Integrale vergelijkingen voor $\Phi_1$ en $\Phi_2$ worden afgeleid met behulp van first-event decompositie.
- De exponentiële–Erlang mengvorm van de premieverdeling maakt het mogelijk om de premie-barrière-operator te deconstrueren naar hulpfuncties die voldoen aan eerste-orde differentiaalrelaties.
- Onder de aanname dat de claimomvang in beide regimes exponentieel verdeeld is en de straffunctie gelijk is aan één, wordt het systeem gereduceerd tot een einddimensionaal lineair differentiaalstelsel.
- Dit leidt tot een matrix-exponentiële representatie voor de mechanisme-specifieke gedisconteerde faillissementskansen, $\Psi_i(u)$ .

Belangrijkste Bijdragen

Modelformulering: Het artikel formuleert een verenigd risicomodel dat stochastische premies, duur-afhankelijke claimomvang en dividendbarrières combineert, waarmee een gat wordt gedicht waar deze elementen vaak geïsoleerd worden bestudeerd.
Mechanisme-specifieke Decompositie: Het introduceert een decompositie van de Gerber–Shiu-functie die expliciet bijhoudt welk omvangregime het faillissement veroorzaakt, wat een genuanceerde analyse van de bronnen van insolventierisico mogelijk maakt.
Analytische Hanteerbaarheid: Door gebruik te maken van de phase-type (exponentieel–Erlang) structuur van de premieverdeling, leidt de auteur een compacte matrix-exponentiële oplossing af voor de faillissementskansen onder exponentiële claimomvang, waardoor hoogwaardige scalaire differentiaalvergelijkingen worden vermeden.
Empirische Validatie: Het model wordt toegepast op een reëel Frans portfolio voor privéautomobielverzekeringen (Schadegarantie), waarbij de extended-exponential verdeling wordt aangepast aan de premies en het duur-afhankelijke twee-regime model aan de claimomvang.

Resultaten

Numerieke Sensitiviteitsanalyse:
- Initiële reserve: Faillissementskansen nemen niet-lineair af naarmate het initiële surplus toeneemt, met een scherpere daling bij lagere kapitaalniveaus.
- Premieparameters: Het verhogen van de aankomstintensiteit van de premie ( $\lambda$ ) vermindert het faillisrisico. De vormparameter $\alpha$ van de extended-exponential verdeling vermindert ook het faillisrisico; een analyse waarbij het gemiddelde gelijk blijft (mean-preserving analysis) laat echter zien dat dit effect wordt gedreven door zowel de toename van het gemiddelde premiebedrag als de verandering in de distributieve vorm.
- Claimparameters: Het verhogen van de aankomstintensiteit van claims ( $\lambda_1$ ) verhoogt het faillisrisico. Deze parameter wijzigt ook de onvoorwaardelijke kansen van de twee omvangregimes, wat de sensitiviteitsanalyse complexer maakt.
- Dividendbarrière: Een lagere barrière leidt tot eerdere dividendbetalingen, maar verhoogt de failliskans aanzienlijk door de verminderde kapitaalbuffers.
Empirische Toepassing:
- Het duur-afhankelijke model presteert aanzienlijk beter dan een enkelvoudig exponentieel claimmodel in termen van AIC en BIC.
- Vergeleken met een constante twee-exponentiële mengeling (die heterogeniteit toestaat maar geen duur-afhankelijkheid), levert het duur-afhankelijke model iets lagere AIC- en BIC-waarden op ( $\Delta \text{AIC} \approx 1,60$ ). De auteur karakteriseert deze verbetering als matig, wat suggereert dat hoewel de tijd tussen claims extra informatie biedt, veel van de heterogeniteit in de omvang zelf al wordt gevangen door de twee-regime structuur.
- Het passende model identificeert twee duidelijke regimes: Mechanisme 1 (zeldzaam, hoge omvang, geassocieerd met langere wachttijden) en Mechanisme 2 (frequent, lage omvang, geassocieerd met kortere wachttijden).

Betekenis en Claims
Het artikel stelt dat de primaire betekenis ligt in het bieden van een hanteerbaar analytisch kader voor het analyseren van faillissement in portefeuilles waar de claimomvang afhangt van de tijd sinds de laatste claim en premies stochastisch zijn. De decompositie in mechanisme-specifieke Gerber–Shiu-functies biedt een praktisch instrument voor verzekeraars om de specifieke drijfveren van insolventie te begrijpen (bijv. het onderscheid tussen frequente kleine claims en zeldzame grote claims die worden getriggerd door lange intervallen).

De auteur is bescheiden over de empirische bevindingen. Er wordt niet beweerd dat het duur-afhankelijke model een universele beschrijving is van de data voor motorverzekeringen. In plaats daarvan wordt geconcludeerd dat het model empirisch wordt ondersteund als een nuttige uitbreiding die extra informatie vastlegt, hoewel de verbetering ten opzichte van een standaard heterogene mengeling niet overweldigend is. De studie benadrukt dat het model het best geïnterpreteerd kan worden op portefeuille-niveau, waarbij premieontvangsten en claims voortkomen uit verschillende polissen en niet strikt een één-op-één temporele volgorde hoeven te volgen.

Beperkingen
Het artikel erkent enkele beperkingen:

De aanname van Poisson-aankomstprocessen voor zowel premies als claims, wat seizoensgebondenheid of clustering mogelijk niet vangt.
De afhankelijkheid van exponentiële claimomvang voor de expliciete matrix-exponentiële oplossing (hoewel er integrale vergelijkingen bestaan voor algemene verdelingen).
Het gebruik van jaarlijkse premiedata in plaats van transactieniveau-data, wat de aankomstintensiteit van de premie benadert.
Het gebrek aan historische dividendgegevens in de empirische dataset, waardoor de dividendbarrière als een scenario-parameter wordt behandeld in plaats van een geschatte policy.

Meer zoals dit