Wpływ przestrzennej analizy ryzyka na efektywność ubezpieczeń na życie

• Autorzy: Adam Śliwiński
• Języki publikacji: PL

Abstrakty

Celem artykułu jest prezentacja wyników badań weryfikujących wpływ przestrzennej analizy ryzyka śmierci na poziom efektywności ubezpieczeń na życie. Artykuł składa się z trzech części. W części pierwszej dokonano grupowania regionów według wybranych cech. Segmentacji dokonano dla 16 regionów wstępnych (województw Polski) z zastosowaniem sześciu cech. Wykorzystane cechy to: średni wiek osób zamieszkujących dany region (Varl), częstość zgonów osób w wieku średnim zamieszkujących dany region (Var 2), wartość parametru B funkcji Gompertza (Var 3), wartość parametru h funkcji Gompertza (Var 4), udział mężczyzn w średnim wieku w całkowitej liczbie osób w wieku średnim zamieszkującej dany region (Var 5). W celu porównań regionów zastosowano analizę klastrów. Jako wynik porównania regionów wstępnych w procesie grupowania otrzymano dwa obszary tzw. regiony opłacalności. W części drugiej dokonano kalkulacji stóp składek w tzw. klasycznych ubezpieczeniach na życie. Stopy składki kalkulowano oddzielnie dla otrzymanych regionów opłacalności. W części trzeciej w oparciu o regionalne częstości zgonów oszacowano fundusz pozostały po ubezpieczeniu na przykładzie ubezpieczenia mieszanego oraz dokonano kalkulacji efektywnej stopy zwrotu z kontraktu ubezpieczenia na życie. W celu oszacowania efektywnej stopy zwrotu wykorzystano podejście zaproponowane przez D. Moffeta [Moffet, 1979]. Wyniki prezentowanych badań potwierdzają tezę, że przestrzenna analiza ryzyka ma wpływ na wzrost efektywności w ubezpieczeniach na życie. Proponowany sposób oceny ryzyka (regionalizacja) poza sektorem ubezpieczeń może mieć także zastosowanie w procesie optymalizacji przepływów finansowych w systemie emerytalnym. Badania mają charakter empirycznych. Do ich zrealizowania wykorzystano bazę danych stworzoną przez autora. Tworząc bazę danych wykorzystano najbardziej obiektywne i wiarygodne źródła takie jak publikacje Głównego Urzędu Statystycznego, Narodowego Banku Polskiego oraz Komisji Nadzory Finansowego i Polskiej Izby Ubezpieczeń. (fragment tekstu)

EN

The paper aims to present the results of study that verify the impact of the spatial analysis of risk of death to the level of efficiency of life insurance. The paper consists of three parts. The first part consists the description of comparison study of the regions. Preliminary regions are grouped according to selected characteristics. Segmentation is made for 16 preliminary regions (Polish voivodeships) using six variables. The used variables are: the average age of people living in the region (Varl), the frequency of deaths in middle-aged people living in the region (Var 2), the value of the parameter of Gompertz function B (Var 3), the value of the parameter of Gompertz function h (Var 4), middle-aged men's participation in the total number of middle-aged people living in the region (Var 5). In order to compare the cluster analysis is applied. As a result of the comparison preliminary regions are grouped into two areas so-called profitability regions. The second part contains the results of pure rates calculation for classical life insurance contracts. The rates are calculated using the frequency of death in respect of profitability regions. In the third part the financial balance after the mixed insurance is calculated. The calculations are based on the rate of mortality estimated in respect of profitability regions. In order to estimate the effective rate of return the approach proposed by D. Moffett (Moffett, 1979) is used. The results of this study confirm the hypothesis that the spatial risk analysis has an impact on the growth of efficiency of life insurance. The proposed way of risk assessment (regionalization) in addition to the life insurance industry can also be applied in the optimization of financial flows in the pension system. (original abstract)

Słowa kluczowe

PL

Analiza ryzyka; Analiza przestrzenna; Ubezpieczenia na życie; Polisy ubezpieczeniowe

EN

Risk analysis; Spatial analysis; Life insurance; Insurance policy

• Czasopismo: Acta Universitatis Lodziensis. Folia Oeconomica
• Rocznik: 2011
• Tom: 254 Zastosowanie metod ilościowych do oceny ryzyka i efektywności systemu ubezpieczeń społecznych
• Strony: 65--87

Twórcy

autor

Adam Śliwiński

• Szkoła Główna Handlowa w Warszawie

Bibliografia

• Babel B., Eckel S., Schmidt R. and Schmidt V., Mortality maps based on spatial extrapolation, Working paper Department of Stochastic, University of ULM, dostępny w: www.mathematik.uniulm.de/stochastik/aktuelles/sh06/sh_eckel.pdf.
• Borch K. 1964, The Economic Theory of Insurance http://www.actaaries.org/LIBRARY/ ASTIN/vol4no3/252.pdf.
• Główny Urząd Statystyczny. Trwanie życia. 2006, www.stat.gov.pl plik: PUBL_trwanie_ zycia_02_qxl950-2006.xls.
• Jędrzejczyk L, 2001, Przestrzenne uwarunkowania i efekty rozwoju biznesu ubezpieczeniowego w Polsce [w]: Klasik A. (red.), Konkurencyjność miast i regionów a przedsiębiorczość i przemiany strukturalne, Prace Naukowe AE Katowice, Katowice.
• Jędrzejczyk I., 2004, Lokalne, regionalne i globalne uwarunkowania zachowań ubezpieczycieli [w]: Kędzior Z. (red.), Konsument-Przedsiębiorstwo-Przestrzeń, Prace Naukowe AE w Katowicach, Katowice.
• Matłoka M., 1997, Matematyka w ubezpieczeniach na życie, WSB. Poznań.
• Moffet D. 1979, An analysis of the Demand for Life Insurance: mathematical Foundation, "The Journal of Risk and Insurance", Vol.46, No 2, s. 87-98.
• Monkiewicz J. (red.), 2000, Podstawy ubezpieczeń, tom I - mechanizmy i funkcje, Poltext, Warszawa.
• Landau S., Léese M, Everitt B.S., 2001, Clustering Analysis - IV ed., Arnold Publishing, Londyn
• Stroiński E., 2003, Ubezpieczenia na życie, Poltext, Warszawa.
• Stroiński E., 1996, Ubezpieczenie na życie, LAM&E.Stroiński, Warszawa.
• Śliwiński A., 2004, Insurance Company Financial Management by Optimising Premium Level, School of Slavonic and East European Studies, University College London, London (working paper nr 42).
• Ward J.H. 1963, Hierarchical Grouping to optimize an objective function, "Journal of American Statistical Association", 58 (301), s. 236-244.
• Żachowski D., Hałaj G., 2007, Grupy strategiczne w polskim sektorze bankowym, "Materiały i Stadia", Wyd. NBP, Zeszyt nr 215.

Identyfikatory

DOI

11089/671