de riesgo en
seguros
Armando Zarruk
Enero 2013
1. Introduccin
Durante la dcada de los ochenta, en el mbito internacional, surgieron una serie de con-
tratos de reaseguros que transferan al reasegurador solo una cantidad finita o limitada de
riesgo y eran conocidos como reaseguro finito o reaseguro financiero. Puesto que estos
contratos tenan un costo ms bajo que el reaseguro tradicional y no era tan clara la trans-
ferencia de riesgo, se crea que las compaas aseguradoras los utilizaban para manipular
sus estados financieros. Como la esencia del seguro es transferir riesgos, el debate se centr
en qu tanto riesgo era transferido efectivamente. Estos cuestionamientos, sumados a una
estructura compleja que no era fcil de supervisar, hicieron que los reguladores exigieran
requisitos adicionales para el reporte de este tipo de transacciones. Por ejemplo, en los
noventa, se estableci en Estados Unidos que las compaas aseguradoras reportaran,
junto con sus estados contables, un suplemento de reaseguros en donde se evaluara la
transferencia de riesgo de ciertos contratos, entre otros.
Recientemente, en el mbito local, los entes del gobierno han requerido tambin un
mayor anlisis de los contratos de reaseguro no proporcional, y en particular de los del ramo
de cumplimiento o fianzas. Esto se ha generado quiz con el fin de garantizar que las com-
paas aseguradoras cuenten con las coberturas de reaseguro apropiadas que les permitan
honrar sus obligaciones en caso de verse afectadas por reclamaciones inusuales y significa-
tivas, como por ejemplo el pago asociado al incumplimiento en la ejecucin de las obras de
gran magnitud en materia de infraestructura de transporte. Se han fortalecido algunos de
los controles de los entes de regulacin y supervisin mediante la solicitud de informacin
detallada de los contratos de reaseguro no proporcional y requiriendo que las compaas
aseguradoras presenten un anlisis cuantitativo sobre la transferencia de riesgo del contrato.
Dado que este era un requerimiento nuevo que involucraba dos temas altamente
especializados ramo de cumplimiento y reaseguros, FASECOLDA contrat un estudio
con el fin de desarrollar un modelo de industria que le permita a las compaas cumplir con
los requerimientos del supervisor. El propsito de esta consultora fue encontrar un mo-
delo para evaluar la transferencia de riesgo en los contratos de reaseguro no proporcional
en el ramo de cumplimiento. Para tal fin, fue necesario modelar tanto el nmero, como el
valor de las reclamaciones en cada una de las coberturas de este ramo, incluyendo Anticipo,
Cumplimiento, Salarios y Prestaciones, Calidad y Estabilidad de Obra, Calidad del Servicio,
Calidad y Correcto Funcionamiento de los Bienes y otros. Para definir completamente las
distribuciones tericas de frecuencia y severidad se encontraron los parmetros que Mini-
mizaran el Error Absoluto entre los datos histricos y el modelo propuesto, seleccionando
de entre los diferentes modelos el que mejor se ajustara. Posteriormente, y con base en la
.. 533 ..
distribucin agregada de las reclamaciones, se evalo la transferencia de riesgo con base en
la mtrica Dficit Esperado para el Reasegurador (ERD), recomendada por el consultor.
En la Seccin 2 se presentan los conceptos generales del reaseguro, explicando su im-
portancia y los diferentes tipos de reaseguro existentes; en la Seccin 3 se presentan aspec-
tos matemticos bsicos para la modelacin del reaseguro, se describen las distribuciones
utilizadas para estimar la frecuencia y la severidad y, adicionalmente, se presenta una breve
introduccin sobre cmo seleccionar el modelo ms adecuado. La Seccin 4 contiene los
conceptos de transferencia de riesgo y su cuantificacin. Finalmente, la seccin 5 presenta
una aplicacin al seguro de cumplimiento, proporciona algunas recomendaciones sobre
desarrollos futuros para demostrar la transferencia de riesgo y unas breves conclusiones.
.. 534 ..
Transferencia de riesgo en seguros
! !! !!
= = = 0,1,2 Tenemos que = y = =
En el caso binomial, el resultado de cada posible experimento admite slo dos categoras, xito y
fracaso. Las probabilidades de ambas posibilidades se denotan como p y q.
Una vez se asume que el nmero y valor de las reclamaciones tienen una forma funcional
definida o una distribucin dada, se deben encontrar los parmetros de las distribuciones de
frecuencia y severidad. El criterio definido para la seleccin de parmetros es minimizar el
error absoluto entre los datos histricos y los de la distribucin terica ajustada a los datos.
Con base en la distribucin asumida y los parmetros encontrados, es importante
decidir qu tan adecuado es el modelo obtenido. Las pruebas de bondad de ajuste per-
miten determinar si es o no razonable asumir que una muestra aleatoria proviene de una
distribucin de probabilidad terica especfica, y constituyen una herramienta importante
para la seleccin y validacin de los modelos que se ajustaron a la informacin disponible.
Esto se hace comparando los datos de la muestra con aquellos obtenidos en el modelo
ajustado. Usualmente se utilizan comparaciones grficas y pruebas numricas.
Las pruebas grficas permiten una comparacin visual del ajuste de las observaciones
de la muestra y un conjunto terico que proviene de la distribucin utilizada. Mediante
este tipo de grficos se pueden identificar visualmente aspectos bsicos de la informacin,
tales como su ubicacin, escala, asimetras, datos atpicos, modas, etc. Con las pruebas
grficas se pueden hacer comparaciones (terico vs. emprico), por ejemplo, de la funcin
de densidad, la de distribucin acumulada, y los cuantiles de la distribucin, entre otros.
Si bien las comparaciones grficas permiten una primera visualizacin de los datos y
su cercana con los modelos tericos, es necesario utilizar pruebas formales para evaluar
de forma cuantitativa el ajuste de las distribuciones de tal forma que se seleccione el me-
jor modelo entre aquellos que razonablemente describen los datos, teniendo en cuenta,
entre otros aspectos, el propsito particular para el cual se requiere el modelo. Dentro
de las pruebas estadsticas ms comunes se encuentran las siguientes: Chi Cuadrado,
Kolmogorov-Smirnov, Anderson-Darling, criterio de Informacin de Akaike, criterio de
Informacin Bayesiano y criterio de la log verosimilitud.
Las preocupaciones que se generaron internacionalmente a raz del uso de ciertos con-
tratos de reaseguro en donde la transferencia de riesgo era cuestionable, hicieron que
varios reguladores exigieran requisitos adicionales para el reporte contable de este tipo de
transacciones. Hemos adoptado como base los estndares para acreditar la transferencia
de riesgo en el mercado Norte Americano; en particular, se describen los requerimientos
.. 537 ..
en Estados Unidos de acuerdo a los Principios de Contabilidad Generalmente Aceptados
y a los Principios de Contabilidad Estatutarios (US GAAP y SAP, por sus siglas en ingls).
Aunque la contabilidad US GAAP es la ms utilizada en las corporaciones, las compaas
aseguradoras deben realizar reportes con base en el mtodo SAP1, de acuerdo con los proce-
dimientos establecidos por La Asociacin Nacional de Comisionados de Seguros (NAIC).
Estos nuevos requerimientos para el reporte de reaseguro quedaron establecidos a
mediados de los noventa. Mientras en la contabilidad GAAP se estableci el estndar 113
(FAS 113), la contabilidad SAP aplicaba el estndar 62 (SSAP 62); sin embargo, en sus
aspectos fundamentales los dos estndares son similares y por lo tanto, en lo que sigue,
nos referiremos indistintamente a ellos.
Sin embargo, ninguna de las dos normas define o establece una forma clara de interpre-
tar apropiadamente los trminos riesgo de seguro significativo, razonablemente posible y
prdida significativa. A raz de los vacos que se encontraron al tratar de interpretar la norma
mediante la cual se establecan los requisitos para la transferencia de riesgo en el contrato de
reaseguros, se crearon comits especializados en las diferentes asociaciones de actuarios con el
fin de analizar el alcance de estos estndares. Estos comits buscaban, fundamentalmente, una
forma no solo de definir, sino tambin de demostrar cundo hay transferencia de riesgo en un
contrato de reaseguros, originando as una buena parte de la literatura actuarial sobre este tema.
A continuacin, se discute el documento emitido por la Academia Americana de Ac-
tuarios, Una Nota Prctica Sobre Pruebas de Transferencia de Riesgo, con el que se buscaba dar
una gua (no obligatoria), sobre la transferencia de riesgo en una transaccin de reaseguros. El
reporte define, para efectos de la transferencia de riesgo, las siguientes 3 categoras de contratos:
1 Las compaas de seguros que son sociedades annimas, tambin deben reportar con base en
GAAP a la Comisin de Bolsa y Valores.
.. 538 ..
Transferencia de riesgo en seguros
.. 539 ..
se desempea bien con respecto al valor del umbral correspondiente para cada mtrica,
se concluye que hay transferencia de riesgo.
Aunque hay varias mtricas o modelos para cuantificar la transferencia de riesgo en
un contrato de reaseguro, debe ser entendido que aun no hay un consenso en la literatura
actuarial sobre cul es la mejor. A continuacin, describiremos e ilustraremos varias de
las mtricas que se plasman en la literatura, destacando que se pueden encontrar desde
enfoques simples, hasta modelos estocsticos altamente sofisticados.
p: es
: es la la probabilidad
probabilidad de de
unauna prdida
prdida neta
neta para
para el reasegurador.
el reasegurador.
T: es la severidad promedio de la prdida neta cuando ocurre, y
P: es
: es la la
severidad promedio de la prdida neta cuando ocurre, y
prima esperada.
: es la prima
El ERD esperada.
se deriva de la distribucin de probabilidad de los resultados netos y compara,
en valor presente, la prima que recibe el reasegurador con el producto de la probabilidad
El ERD se deriva de la distribucin de probabilidad de los resultados netos y compara, en
de una prdida neta y la severidad promedio de la prdida para el reasegurador. Como
valor presente, la prima que recibe el reasegurador con el producto de la probabilidad de una
ilustracin para el clculo de algunas de estas mtricas utilizaremos el siguiente ejemplo
prdida neta y la severidad promedio de la prdida para el reasegurador. Como ilustracin para el
tomado de Ruhm and Brehm, del texto Risk Transfer Testing of Reinsurance Contracts:
clculo de algunas de estas mtricas utilizaremos el siguiente ejemplo tomado de Ruhm and
Brehm, del texto
AsumaRisk
unTransfer
contratoTesting of Reinsurance
de reaseguro Contracts:
con las siguientes caractersticas:
250 millones en exceso de 500 millones.
Asuma un contrato de reaseguro con las siguientes caractersticas:
Tabla 1:
Distribucin de la prdida para los 250 en exceso de 500
0 96% 10.000.000
50.000.000 2% (38.076.923)
150.000.000 1% (134.230.769)
250.000.000 1% (230.384.615)
Ganancia neta=Prima-Prdida/1.04
Por ejemplo,
Donde, =
() es
Donde, () es la
la ganancia
ganancia esperada
esperada dentro
dentro de
de todas
() todas las
las posibilidades,
posibilidades, yy
yy
se
se definen
definen
de la misma forma que en el ERD.
de la misma forma que en el ERD.
Donde, E(G) es la ganancia esperada dentro de todas las posibilidades, y p y T se
El
definenRCR
El RCR de es la
la cantidad
la misma
es forma
cantidad de ganancia
deque esperada
en el ERD.
ganancia esperada por unidad de riesgo
riesgo asumido y mide cuntas
Donde, () es la ganancia esperada dentro por unidadlas
de todas deposibilidades,
asumido
y yymide
se cuntas
definen
veces
veces el riesgo
El
el riesgo de
RCR prdida
es la
de prdida de dinero
cantidad
deERD. de es cubierto
ganancia por
esperadael retorno
por esperado.
unidad de
dinero es cubierto por el retorno esperado. riesgo asumido y mide
de la misma forma que en el
cuntas veces el riesgo de prdida de dinero es cubierto por el retorno esperado.
Continuando
Continuando con
conconel
el ejemplo
ejemplo anterior,
anterior, podemos
podemos calcular
calcular el valor esperado de
dedeganancia
El Continuando
RCR es la cantidad eldeejemplo
gananciaanterior,
esperada podemos
por unidad deelriesgo
calcular valor
el valoresperado
esperado
asumido y mide ganancia
ga-
cuntas
como:nancia como:
como: el riesgo de prdida de dinero es cubierto por el retorno esperado.
veces
=
10,000
con 96%
= 10.000 38,077
96%. 077 podemos
2% 134,231
2%7. 231 1% 385
1%1. 230,385
1% 1%de ganancia
Continuando el ejemplo anterior, calcular el valor esperado
como:
=
= 5.192.000
5.192.000
Entonces,
Entonces, el
RCR
el RCR = est
est
el RCR dado
dado
10.000 por:
por:
dado
96%.
Entonces, est por:077 2%7. 231 1%1. 385 1%
El RCR tambin se puede se expresar en forma recproca como el riesgo por unidad de
5.192.000
= 5.192.000
5.192.000
=
= 4% 110.193.000 = = 1.178
1.178
retorno, lo cual hace ms clara la relacin 4% con el ERD. Esto es, en forma porcentual el RCR est
110.193.000
Entonces, el RCR est dado por:
dado por:ElElRCR
RCRtambin
tambinsesepuede
puedeseseexpresar
expresarenenformaformarecproca
recprocacomocomoelelriesgo
riesgopor
porunidad
unidaddede
El RCR tambin se puede se expresar en forma recproca como el riesgo por unidad
retorno,
retorno,lolocual
cualhace
hacems 5.192.000
de retorno, lo cualmsclara
haceclaralalarelacin
ms relacincon
clara conelelERD.
=la relacin con
ERD.EstoEstoes,
el ERD.
()
es,enenforma
Esto
= 1.178 es,formaporcentual
porcentualelelRCR
en forma el est
porcentualRCR est
4%%
110.193.000
=
dado
dadopor:
por:est dado por:
RCR
!
En este ejemplo % = = 84,9%, lo ()
()
que significa que el retorno esperado tiene un
!.!"# %
%==
84,9% de concentracin de riesgo.
! !
En
EnEn este
este
este ejemplo%
ejemplo
ejemplo %==
!.!"#
!.!"#
, lo
84,9%,lo
==84,9%, que
loque significa
significaque
quesignifica queelelel
retorno
retorno esperado
retornoesperadotiene
esperado tiene
tieneunun
unde84,9%
84,9%
84,9% de concentracin
deconcentracin
concentracindederiesgo.de riesgo.
riesgo.
4.2.4 Desviacin de la cola derecha
4.2.4 Desviacin de la cola derecha
La Desviacin
La Desviacin de ladeCola
la Cola Derecha
Derecha (Right-tailed
(Right-tailed deviation,
deviation, RTD,
RTD, en en ingls)
ingls) propuesta
propuesta por
por Shaun
4.2.4
4.2.4Desviacin
Desviacindedelalacola
coladerecha
derecha
Shaun
Wang, Wang,
se define se define como:
como:
LaLaDesviacin
DesviacindedelalaCola
ColaDerecha
Derecha(Right-tailed deviation,RTD,
(Right-taileddeviation, RTD,eneningls)
ingls)propuesta
propuestapor
porShaun
Shaun
= ()
Wang,
Wang,sesedefine
definecomo:
como:
Donde () es la media de la distribucin de perdidas y es la media de una
distribucin transformada que ha sido
==por
recargada riesgo,
()
()
definida como:
Donde ()eseslalamedia
Donde() mediadedelaladistribucin
distribucindedeperdidasperdidas y y eseslalamedia
mediadedeuna
una
= 1 11() !.!
distribucin
distribucintransformada
transformadaque quehahasido
sidorecargada
recargadapor porriesgo,
riesgo,definida
definidacomo:
como:
.. 542 ..
Entonces la diferencia entre y () es el recargo de riesgo.
==1111()
11()!.!!.!
Tabla 2.
4.2.4 Desviacin de la cola derecha
La Desviacin de la Cola Derecha (Right-tailed deviation, RTD, en ingls) propuesta por Shaun
Wang, se define como: Transferencia de riesgo en seguros
= ()
Donde E(x)
()
Donde eseslalamedia
mediadedelaladistribucin
distribucindedeperdidas yy E*(x)
perdidasF(x) es
es la media de
de una
distribucin transformada
una distribucin que ha sidoque
transformada recargada por riesgo,por
ha sido recargada definida
riesgo,como:
definida como:
= 1 1 () !.!
= 0 96% + 1%
250.000.000 50.000 2%
100%+ 150.000
100% 1%10%
+ 250.000 1% = 5.000
Por lo tanto, el RTD es 29.142.136. Wang propuso una prueba de transferencia de riesgo
E(x) = 0*96% + 50.000 * 2% + 150.000 * 1% + 250.000 * 1% = 5.000
llamada la prima mxima calificada, la cual es un mltiplo del RTD, (). Si dicho valor es
mayor que E*(x)
la prima del contrato,
= 0*80% se puede
+ 50.000 * 6% concluir
+ 150.000que* la
4%transferencia
+ 250.000 de riesgo
* 10% existe.
= 34.142
Por lo tanto, el RTD es 29.142.136. Wang propuso una prueba de transferencia de riesgo
llamada la prima mxima calificada, la cual es un mltiplo del RTD, RTD(x). Si dicho valor
es mayor que la prima del contrato, se puede concluir que la transferencia de riesgo existe.
Para el ejemplo anterior, si tomamos = 5 tenemos que RTD(x)=145.710.678,
entonces, para cualquier contrato con prima igual o menor a este valor, se puede concluir
que tendr transferencia de riesgo.
.. 543 ..
t un estudio para determinar tanto la frecuencia, como la severidad, para cada una de las
coberturas de este ramo, y as modelar las reclamaciones agregadas y encontrar cul sera
la prdida para el reasegurador (ERD), que fue la mtrica recomendada por el consultor.
Esta seccin es tomada del documento Transfer of Bond Risk Modelling Project Standard
Report, presentado por el actuario consultor David Sommer, FCAS.
Se tom la informacin proveniente de ocho compaas, tanto para el clculo de los ex-
puestos, como para el clculo de los siniestros del ramo de cumplimiento. El perodo de
experiencia corresponde al comprendido entre julio de 2006 y junio de 2011.
Tabla 3:
Nmero de expuestos, nmero de siniestro y monto de los siniestros para cada
semestre
.. 544 ..
Transferencia de riesgo en seguros
obtenidos son ms conservadores mediante este enfoque, esto es, si hay transferencia de
riesgo por reclamacin, tambin hay transferencia de riesgo por afianzado. Puesto que no
se contaba con informacin suficiente para calcular el IBNR de reclamaciones futuras, se
excluyeron del anlisis las plizas que en ese momento se encontraban vigentes.
1. Anticipo
2. Cumplimiento
3. Salarios y prestaciones sociales
4. Calidad y estabilidad de obra
5. Calidad del servicio
6. Calidad y correcto funcionamiento de los bienes
7. Otros
.. 545 ..
Tabla 4:
Expuestos por cobertura
Perodo 1 2 3 4 5 6 Otros
Tabla 5:
Nmero de siniestros por cobertura
Perodo 1 2 3 4 5 6 Otros
2006S2 20 131 18 2 2 0 35
.. 546 ..
Transferencia de riesgo en seguros
Tabla 6:
Monto de siniestros por cobertura (MCOP)
Perodo 1 2 3 4 5 6 Otros
Tabla 7:
Frecuencia por cobertura
Perodo 1 2 3 4 5 6 Otros
Tabla 8:
Frecuencia por coberturas agrupadas
.. 548 ..
Transferencia de riesgo en seguros
0,14%
0,12%
0,10%
0,08%
0,06%
0,04%
0,02%
0,00%
2006S2
2007S1
2007S2
2008S1
2008S2
2009S1
2009S2
2010S1
2010S2
2011S1
Total
Selected
Para la cobertura 2, se tiene que, salvo en el ltimo semestre, hay una tendencia
creciente en la frecuencia de aproximadamente 0,4% por ao. Se seleccion una tasa de
2,33% que tiene en cuenta este aumento esperado.
Grfico 2
Frecuencia coberturas 2
2,50%
2,00%
1,50%
1,00%
0,50%
0,00%
2006S2
2007S1
2007S2
2008S1
2008S2
2009S1
2009S2
2010S1
2010S2
2011S1
Total
Selected
.. 549 ..
En las coberturas 3 y 4 tambin se evidencia una tendencia creciente. Se seleccio-
n una frecuencia de 0,11% que tiene en cuenta esta tendencia. El ltimo semestre fue
excluido del anlisis.
Grfico 3
Frecuencia coberturas 3 y 4
0,25%
0,20%
0,15%
0,10%
0,05%
0,00%
2006S2
2007S1
2007S2
2008S1
2008S2
2009S1
2009S2
2010S1
2010S2
2011S1
Total
Selected
Para la cobertura de Otros se tom la experiencia de 2007 S2 a 2009 S2. pues los
ltimos semestres presentan una frecuencia muy baja y podan no ser predictivos del
futuro. La frecuencia seleccionada fue de 1,25%.
.. 550 ..
Transferencia de riesgo en seguros
Grfico 4
Frecuencia cobertura otros
1,80%
1,60%
1,40%
1,20%
1,00%
0,80%
0,60%
0,40%
0,20%
0,00%
2006S2
2007S1
2007S2
2008S1
2008S2
2009S1
2009S2
2010S1
2010S2
2011S1
Total
Selected
Para todas las agrupaciones se utiliz la distribucin de Poisson para modelar la fre-
cuencia de las reclamaciones, puesto que es recomendada en la literatura actuarial para este
tipo de casos. Con el fin de encontrar el nmero de reclamaciones esperado, que sirve como
parmetro de la distribucin de Poisson, es necesario multiplicar la frecuencia obtenida para
cada una de las agrupaciones por el nmero esperado de plizas a emitir durante el ao.
.. 551 ..
para escoger el modelo ms adecuado. Cabe destacar que por tratarse de la medicin de
la transferencia de riesgo al reasegurador debe drsele mayor importancia al ajuste de la
cola derecha de la distribucin.
Para todas las agrupaciones, la distribucin log-normal fue la que tuvo mejor ajuste,
aunque en la categora Otros, la distribucin de Pareto fue cercana. Los parmetros para
cada agrupacin se muestran a continuacin:
Para escoger los parmetros de cada distribucin y evaluar cul tena el mejor ajuste
se sigui el siguiente proceso:
Se seleccionaron los parmetros que minimizaran el error absoluto medio entre los
datos histricos y la distribucin ajustada. Para esto, se utilizaron como parmetros
iniciales los estimadores obtenidos a partir del mtodo de momentos.
Despus de estimar los parmetros para cada distribucin se utiliz un QQ plot
para comparar el modelo terico contra los datos observados. En todos los casos, la
distribucin log-normal present un mejor ajuste especialmente en la cola derecha.
Grfico 5
Anlisis de severidad coberturas 1, 5 y 6. La distribucin log-normal se ajusta mejor
que la distribucin de pareto en todo el rango
120,0%
100,0%
80,0%
60,0%
40,0%
20,0%
0,0%
.. 552 ..
Transferencia de riesgo en seguros
Grfico 6
Anlisis de severidad cobertura 2. La distribucin log-normal se ajusta mejor que la
distribucin de pareto en todo el rango
120,0%
100,0%
80,0%
60,0%
40,0%
20,0%
0,0%
Grfico 7
Anlisis de severidad coberturas 3 y 4. La distribucin log-normal se ajusta mejor
que la distribucin de pareto en todo el rango
120,0%
100,0%
80,0%
60,0%
40,0%
20,0%
0,0%
.. 553 ..
Grfico 8
Anlisis de Siniestralidad Cobertura 7. La distribucin de Pareto y la distribucin
log-normal tiene un comportamiento similar, pero el error de la log-normal es 3%
menor
120,0%
100,0%
80,0%
60,0%
40,0%
20,0%
0,0%
Una vez se han modelado tanto la frecuencia, como la severidad, es necesario simular
el nmero de reclamaciones para cada una de las coberturas, as como el monto de cada
una de estas, para obtener una distribucin de las prdidas agregadas y determinar cul
es la posible prdida para el reasegurador. Para tal efecto, se construy una herramienta
de simulacin que tiene en cuenta las siguientes variables:
.. 554 ..
Transferencia de riesgo en seguros
6. Conclusiones
Con base en las variables mencionadas anteriormente y con las distribuciones ajustadas
para la frecuencia y la severidad por tipo de coberturas, se puede obtener una muestra
de las reclamaciones agregadas y del valor que le correspondera al reasegurador. A partir
de las estadsticas tomadas de esta muestra, tales como valores esperados condicionados
o percentiles, se calculan las medidas de transferencia de riesgo que se mencionan en la
Seccin 4 del artculo, para determinar si existe o no transferencia de riesgo en un contrato
de reaseguro no proporcional.
.. 555 ..
Mediante esta herramienta se demostr que efectivamente hay transferencia de
riesgo en los contratos de reaseguro no proporcional suscritos por las compaas de
cumplimiento. Aunque con la herramienta construida para el modelo de la Industria
logr demostrarse la transferencia de riesgo del reaseguro no proporcional para el ramo
de cumplimiento, es importante que se hagan nuevos desarrollos que tengan en cuenta las
diferentes capas que puedan existir dentro de un reaseguro no proporcional y diferentes
formas de combinar el reaseguro proporcional y el no proporcional.
.. 556 ..
REFERENCIAS
.. 557 ..