Page 16 - InsuranceJournal110

สมการเส้นตรง หรือ exponential ฯลฯ วิธีอย่างง่ายจะใช้จุดก่งกลางของข้อมูล เน่องจากจะเหลือเพียงอัตราการเกิด
ึ
ื
ี
ิ
ื
ั
ึ
ตัวอย่างจาก Munich Re, Topics เป็นจุดเร่มแล้วปรับไปยังจุดก่งกลางของ เหตุเท่าน้นท่ต้องประเมิน เน่องจากค่า
ี
ั
้
�
ึ
ี
Geo 2004 นี้เป็นการประเมินแนวโน้ม การรับความเส่ยง การใช้จุดก่งกลางน สินไหมจะจ่ายน้นถูกกาหนดเป็นยอดเงิน
ของ insurance loss เทียบกับ eco- มีสมมติฐานมาจากการแจกแจงแบบ ตายตัว เช่น หากกระดูกแตกหักบริเวณ
์
�
ิ
่
ึ
ื
ี
่
ั
่
ี
่
้
ู
�
nomic loss ซงเป็นวิธีทนิยมทาคู่กัน ยนฟอรม นนคอขอมลทนามาใชคานวณ สะโพกหรือขาจะได้รับเงินชดเชย x บาท
ู
้
�
ี
เพื่อได้ภาพที่เข้าใจง่ายขึ้น และสามารถ น้นบริษัทได้รับความเส่ยงกระจายเท่าๆ ในกรณีน้อัตราการเกิดเหตุจะเป็นตัวแปร
ั
ี
ั
ี
ใช้ประโยชน์ได้กว้างขวางขึ้น หากในปีที่ กันในช่วงเวลาน้น และรวมถึงการจะ ท่ต้องประเมิน เนื่องจากผลประโยชน์น้น
ั
ต้องการประเมิน insurance loss นั้น รับความเส่ยงในอนาคตก็รับเข้ามาเท่า ระบุแน่นอน
ี
ี
ั
้
ั
่
ี
สามารถใช้ข้อมูล economic loss ที่ได้ กนช่วงเวลานน ตวอย่างเช่น ม net การทฝ่ายการตลาดสามารถ
ั
ิ
ั
ี
มีพยากรณ์ไว้มาเป็นค่าอ้างอิงได้ amount of risk 1,000 ล้านบาททุกวัน ระบุกลุ่มลูกค้าได้น้นเป็นส่งท่ช่วยให้นัก
ึ
การประเมินแนวโน้มค่าความ เป็นเวลา 1 ปีเต็ม ดังน้นจุดก่งกลางเวลา คณิตศาสตร์ฯ สามารถประเมินต้นทุน
ั
เสียหายของสัญญาประกันภัยท่ปัจจัย จะเป็นจุดกลางปี ดังนั้นหากจะค�านวณ ค่าความเสียหายและเบ้ยประกันภัยได้
ี
ี
ี
แวดล้อมมีความเปลี่ยนแปลงมาก อาทิ เบ้ยประกันท่จะใช้ในอนาคต ก็จะต้อง ง่ายขึ้น และจะท�าให้ได้เบี้ยประกันภัยที่
ี
ี
ิ
ั
ภัยธรรมชาติน้นเป็นความท้าทายของ กาหนดว่าจะเร่มใช้วันใดและจะใช้วัน แข่งขันได้ ข้อมูลเหล่าน้มักถูกมองข้ามไป
�
นักคณิตศาสตร์ประกันภัยท่ต้องอาศัย สุดท้ายวันใด (วันท่กรมธรรม์เข้ามาวัน อาจเป็นเพราะไม่ได้ทาการตลาดจริงจัง
�
ี
ี
ี
ข้อมูลหรืองานวิจัยจากผู้เช่ยวชาญด้าน สุดท้าย) เพ่อจะได้ประเมินระยะเวลา หรือข้ามข้นตอนไปท่การขายเลย เม่อ
ั
ื
ื
ี
ภัยธรรมชาติท่จะพยากรณ์การเกิดและ รับความเสี่ยงทั้งหมด บริษัทฯ สามารถ กลุ่มลูกค้าไม่ชัดเจน เป็นการขายท่วไป
ี
ั
ิ
ความรุนแรงของภัยธรรมชาติ เพื่อที่จะ ใช้จุดอื่นแทนจุดกึ่งกลางได้ นักคณิตศาสตร์ฯ ก็มักบวกเพ่มความ
ประเมิน economic loss และ insur- เสี่ยงเข้าไป อาจท�าให้เบี้ยประกันภัยสูง
ance loss ในการที่จะก�าหนดอัตราเบี้ย ตัวอย่ำง เกินความจ�าเป็นไม่สามารถแข่งขันได้
ึ
ประกันภัย ดงน้นในประเทศท่ม tariff หากประเมินว่าข้อมูลท่ใช้รับ การเลอกใช้ข้อมลซงเป็น input
ี
่
ี
ั
ี
ู
ื
ั
ท่ไม่ยืดหยุ่นหรือ มีกฎเกณฑ์การออก ความเสี่ยง 50% ใน 3 ไตรมาสแรก นนมความสาคญต่อคณภาพและความ
�
ุ
ั
ี
ี
้
ั
ผลิตภัณฑ์ที่เข้มงวด ล่าช้า ก็อาจจะเป็น กระจายเท่าๆ กัน และ 50% ในไตรมาส น่าเช่อถือของผลลัพธ์ แต่ในสถานการณ์
ื
�
ี
ข้อจากัดของพัฒนาการประกันภัยใน สุดท้ายกระจายเท่าๆ กัน ซึ่งการรับความ ท่จากัด นักคณิตศาสตร์ประกันภัย
�
ี
ี
ี
ี
ความคุ้มครองด้านน้ท่มีการเปล่ยนแปลง เสี่ยงนี้ไม่เป็นแบบยูนิฟอร์มทั้งหมด แต่ อาจไม่สามารถพบข้อมูลท่สามารถนา
�
ทรวดเรวและยากทจะจบทศทางล่วง เป็นแบบยูนิฟอร์มเฉพาะแต่ละช่วง จุด มาใช้ได้ทันท ก็ต้องใช้การวิเคราะห์
ี
่
ี
ิ
ั
็
ี
่
ึ
หน้าได้ แทนข้อมูลก็จะเป็นจุดก่งกลางระหว่าง และสังเคราะห์ข้อมูลจากแหล่งต่างๆ
ไตรมาส 2 และ 3 อย่างไรก็ดีการตั้ง ประกอบกนอย่างมเหตและผล ส่วนใน
ั
ุ
ี
การใช้ปัจจัยแนวโน้ม สมมติฐานน้จะใช้เพียงเป็นฐานเพ่อเร่ม ระยะยาวน้นแต่ละบริษัทก็คงจะต้อง
ี
ื
ั
ิ
ข้อมูลค่าความเสียหายของ การค�านวณโดยประมาณ ออกแบบโครงสร้างการเก็บข้อมูล และ
แต่ละปีน้นควรจะต้องปรับค่าไปยังจุด วิธีการที่จะบันทึกข้อมูลอย่างจริงจัง
ั
ี
ท่ต้องการจะประเมินค่าความเสียหาย ขนาดค่าสนไหมในกรณทเป็น
่
ี
ี
ิ
โดยใช้ปัจจัยแนวโน้มเป็นตัวปรับตาม cash basis อาจเป็นแบบประกันภัย
�
ึ
ระยะห่างของเวลาทั้ง 2 จุด ในการนี้ ท่ง่ายต่อการคานวณข้นมาสักหน่อย
ี
16
16
Newsleter ��������� Vol.110 Final.indd 16 5/3/11 3:16 PM