Taxa de perda esperada – definição do método ELR
O que é Índice de Perda Esperada – Método ELR?
O método do índice de perda esperada (ELR) é uma técnica usada para determinar o valor projetado de sinistros, em relação aos prêmios ganhos. O método de índice de perda esperada (ELR) é usado quando uma seguradora não tem os dados de ocorrências de sinistros passados apropriados para fornecer devido às mudanças em suas ofertas de produtos e quando ela não tem uma amostra grande o suficiente de dados para linhas de produtos de cauda longa.
A fórmula para o método ELR é
Como calcular a taxa de perda esperada – Método ELR
Para calcular o método de índice de perda esperada, multiplique os prêmios ganhos pelo índice de perda esperada e subtraia as perdas pagas.
O que o método ELR lhe diz?
As seguradoras reservam uma parte de seus prêmios da subscrição de novas apólices para pagar por sinistros futuros. O índice de perda esperada é usado para determinar quanto eles reservam. Também é importante observar que a frequência e a gravidade das reclamações que eles esperam experimentar também desempenham um papel. As seguradoras usam uma variedade de métodos de previsão para determinar as reservas de sinistros.
Em certos casos, como novas linhas de negócios, o método ELR pode ser a única maneira possível de calcular o nível apropriado de reservas de perdas necessárias. O método ELR também pode ser usado para definir a reserva de perdas para linhas de negócios e períodos de apólice específicos. A taxa de perda esperada, multiplicada pelo valor do prêmio ganho apropriado, produzirá as perdas finais estimadas (pagas ou incorridas). No entanto, para certas linhas de negócios, os regulamentos governamentais podem ditar os níveis mínimos de reservas para perdas exigidos.
- Usado para determinar a quantidade projetada de sinistros, em relação aos prêmios ganhos.
- As seguradoras reservam uma parte dos prêmios das apólices para pagar sinistros futuros – a taxa de perda esperada determina quanto elas reservam.
- ELR é usado para negócios ou linhas de negócios que não possuem dados anteriores, enquanto o método da escada em cadeia é usado para negócios estáveis.
Exemplo de como usar o método de taxa de perda esperada (ELR)
As seguradoras também podem usar o índice de perda esperada para calcular a reserva incorrida, mas não relatada (IBNR) e a reserva total. A taxa de perda esperada é a razão entre as perdas finais e os prêmios ganhos. As perdas finais podem ser calculadas como o prêmio ganho multiplicado pelo índice de perda esperado. A reserva total é calculada como as perdas finais menos as perdas pagas. A reserva IBNR é calculada como a reserva total menos a reserva de caixa.
Por exemplo, uma seguradora ganhou prêmios de $ 10.000.000 e uma taxa de perda esperada de 0,60. Ao longo do ano, pagou perdas de $ 750.000 e reservas de caixa de $ 900.000. A reserva total da seguradora seria de $ 5.250.000 ($ 10.000.000 * 0,60 – $ 750.000) e sua reserva de IBNR seria de $ 4.350.000 ($ 5.250.000 – $ 900.000).
A diferença entre o método ELR e o método Chain Ladder (CLM)
Tanto o ELR quanto o método da escada em cadeia (CLM) medem as reservas de sinistros, em que o CLM usa dados anteriores para prever o que acontecerá no futuro. Embora o índice de perda esperada (ELR) seja usado quando há poucos dados anteriores para serem extraídos, o CLM é usado para negócios e linhas de negócios estáveis.
Limitações do uso do método ELR
O valor das reservas de sinistros que uma seguradora deve constituir é determinado por modelos atuariais e métodos de previsão. As seguradoras costumam usar a taxa de perda esperada sobre a quantidade e a qualidade dos dados disponíveis. Muitas vezes é útil nos estágios iniciais da previsão porque não leva em consideração as perdas pagas reais, mas em estágios posteriores, essa falta de sensibilidade às mudanças nas perdas relatadas e pagas o torna menos preciso e, portanto, menos útil.
Saiba mais sobre o método da taxa de perda esperada (ELR)
Veja mais sobre como calcular a lucratividade das seguradoras com índices de sinistros e combinados.