Transferencia

de riesgo en
seguros

Armando Zarruk
Enero 2013

El autor agradece a Diana Carolina Lancheros y a Yennyfer

Feo, por sus valiosos aportes y colaboracin en este trabajo.
 Transferencia de riesgo en seguros

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.

2. Generalidades del reaseguro

As como los individuos transfieren riesgos a una compaa aseguradora mediante la

compra de un seguro, las compaas de seguros tambin pueden transferir (o ceder) parte
de los riesgos que asumen en sus plizas a otras compaas llamadas reaseguradoras. El
traslado mediante el reaseguro es una de las herramientas disponibles fundamentales para
el manejo del riesgo por parte de las compaas de seguros.

2.1 Importancia del reaseguro

En adicin a transferir riesgos, dentro de las razones ms importantes para la compra

de un reaseguro, pueden mencionarse que le permite a la compaa de seguros cedente,
entre otros:

a. Aumentar su capacidad financiera para suscribir ms negocios.

b. Protegerse ante potenciales prdidas catastrficas que puedan afectar su estabi-
lidad financiera.
c. Disminuir la volatilidad de las reclamaciones.
d. Beneficiarse de la experiencia en suscripcin del reasegurador.

2.2 Tipos de reaseguro

Aunque no hay una clasificacin estndar de los reaseguros, a continuacin se presentan

algunas de las formas ms comunes para clasificar los reaseguros:

.. 534 ..
 Transferencia de riesgo en seguros

2.2.1 Proporcional/no proporcional

En un
que la contrato proporcional
reaseguradora se define,
apruebe al momentocada
explcitamente de la uno
suscripcin,
de los el porcentaje
riesgos anteso pro-
que estos sean
porcin de las prdidas (y primas) que le corresponden al reasegurador. En un contrato no
reasegurados.
que la
que la reaseguradora
reaseguradora apruebe
apruebe explcitamente
explcitamente cada
cada uno
uno de
de los
los riesgos
riesgos antes
antes que
que estos
estos
proporcional (o de exceso de prdida), el asegurador asume el valor de las reclamaciones
reasegurados.
reasegurados.
hasta un monto especificado llamado prioridad, y el reasegurador se hace responsable
del pago de las reclamaciones que superen la prioridad.
2.2.3 Tradicional/financiero
que la reaseguradora apruebe explcitamente cada uno de los riesgos antes que estos sean
2.2.2 Automtico/facultativo
2.2.3 Tradicional/financiero
2.2.3 Tradicional/financiero
reasegurados.
En el reaseguro tradicional el objetivo principal es la transferencia de riesgo. En el financiero,
En el contrato automtico se definen con anticipacin las plizas y condiciones de los
aunque
negocioshay
Entransferencia
En
que el reaseguro
el
sern de
reaseguro
cedidos riesgo,
tradicional
de este
tradicional
manera el es un objetivo
elautomtica
objetivo
objetivo secundario
principal
principal es la
es
a la reaseguradora. delEn
contrato.
la transferencia
transferencia de riesgo.
de riesgo. En
los contratos En el
el finan
finan
aunque
aunque
facultativos hay transferencia
hay
se requieretransferencia de riesgo,
de riesgo, este
que la reaseguradora este es un
es
apruebeunexplcitamente
objetivo secundario
objetivo secundario del
cadadel
uno contrato.
contrato.
de los
2.2.3riesgos
Tradicional/financiero
antes que estos sean reasegurados.
3. Modelacin de reclamaciones en seguros
En el reaseguro tradicional el objetivo principal es la transferencia de riesgo. En el financiero,
2.2.3 Tradicional/financiero
3. Modelacin
3. Modelacin de
de reclamaciones
reclamaciones en
en seguros
seguros
aunque
En hay transferencia
el reaseguro de riesgo, este es principal
un objetivo
es secundario del contrato.
En seguros, unatradicional el objetivo
de las variables de mayor intersla transferencia
es la prdidade riesgo. En elde
agregada finan-
un portafolio de
ciero, aunque
En
En hay transferencia
seguros,
seguros, una
una de
de de riesgo,
las
las estede
variables
variables esmayor
de un objetivo
mayor interssecundario
inters es
es la
la del contrato.
prdida
prdida agregada
agregada de un
de un portafol
portafo
plizas que denotaremos como S. De manera general podemos expresar la prdida agregada
plizas que
plizas que denotaremos
denotaremos como
como S.
S. De
De manera
manera general
general podemos
podemos expresar
expresar la
la prdida
prdida agre
agre
como:
3. Modelacin de reclamaciones en seguros
como:
como:3. Modelacin de reclamaciones en seguros
S= !!!! !
En seguros, una de las variables de mayor inters es la S=
prdida
S= !!
!agregada de un portafolio de
!
!!!
!!! ! !
!!!
En que
plizas seguros, una de lascomo
denotaremos variables de mayor
S. De manerainters es lapodemos
general prdida agregada
expresar de
la un portafolio
prdida agregada
como:de plizas que denotaremos como S. De manera general podemos expresar la prdida
agregadaDonde
como: representa el nmero de reclamaciones en un perodo de tiempo dado para el
Donde
Donde representa el
representa el nmero
nmero de de reclamaciones
reclamaciones en en un
un perodo
perodo de de tiempo
tiempo dado
dado pa
p
portafolio, y ! representa el monto S= S= la!
de !
i-sima
!!! reclamacin. Tanto como son variables
portafolio, yy ! ! ! representa
portafolio, representa el el monto
monto de de la la i-sima
i-sima reclamacin.
reclamacin. Tanto
Tanto como son
como son vari
var
aleatorias, cuyos parmetros son obtenidos a partir de la experiencia de la compaa. A
aleatorias, cuyos
aleatorias, cuyos parmetros parmetros son son obtenidos
obtenidos aa partirpartir dede lala experiencia
experiencia de de la
la compa
compa
Donde N representa
continuacin, veremos el nmero
algunas de dereclamaciones
las distribuciones en unms perodo de tiempo
utilizadas en ladado para elactuarial para
literatura
continuacin, veremos
continuacin, veremos algunas algunas de de las
las distribuciones
distribuciones ms ms utilizadas
utilizadas en en la
la literatura
literatura actuarial
actuaria
portafolio,
Donde y
Xi representa
representa el monto de la i-sima
el nmero de yreclamaciones reclamacin.
en Tanto N como X
un perodo de tiempo dado son varia-para el
modelar elmodelar
nmero de reclamaciones
el parmetros
nmero de
el
de reclamaciones
reclamaciones
valor de las reclamaciones.
modelar
bles aleatorias, el
cuyos nmero yypartir
el valor
el valor
dedede las reclamaciones.
las reclamaciones.
portafolio, y ! representa el monto son de obtenidos
la i-simaareclamacin. la experiencia de la compaa.
Tanto como A
son variables
continuacin, veremos algunas de las distribuciones ms utilizadas en la literatura actuarial
aleatorias, cuyos parmetros son obtenidos a partir de la experiencia de la compaa. A
para modelar el nmero de reclamaciones y el valor de las reclamaciones.
continuacin, veremos algunas de las distribuciones ms utilizadas en la literatura actuarial para
3.1 Distribuciones
3.1 de frecuencia
3.1 Distribuciones
Distribuciones de frecuencia
de frecuencia
modelar el nmero de reclamaciones y el valor de las reclamaciones.
3.1 Distribuciones de frecuencia
Dentro deDentro
la literatura
Dentro de la
de actuarial,
la literatura las distribuciones
literatura actuarial,
actuarial, de frecuencia
las distribuciones
las distribuciones ms utilizadas
de frecuencia
de frecuencia son la son
ms utilizadas
ms utilizadas Poisson,
son la
la Poisso
la Poiss
Binomial
Dentro deyBinomial
la
la Binomial
literatura
Binomial laNegativa.
yy la actuarial,Negativa.
Binomial
Binomial las distribuciones de frecuencia ms utilizadas son la
Negativa.
3.1 Distribuciones de frecuencia
Poisson, la Binomial y la Binomial Negativa.
Sea
Sea Sea
elSea
nmero
N elnmero el de
el

de nmero
nmero
posibles de posibles
posibles
de
eventos. posibles
eventos.
La funcin eventos.
La de
eventos. La funcin
funcin
La funcin
densidadde de de densidad
densidad
de densidad de probabilidad
de probabilidad
probabilidad dede de la
la probabilidad
Dentro de la literatura
distribucin
distribucin actuarial,
distribucin
distribucin
de
dePoisson decon
de
Poisson las
Poisson
Poisson distribuciones
con parmetro
con
parmetro parmetrode
estdada
est dada frecuencia
est
est
por:
por: ms
dada por:
dada por: utilizadas son la Poisson, la
Binomial y la Binomial Negativa.
!! ! !!
!!!! !!!
!! ! !
! = ! = ! ! = 0,1,2 Tenemos que =

= = = == 0,1,2 !!
Tenemos
que que
= 0,1,2 Tenemos
Tenemos que = yy
= y
=
==
= =
=
Sea el nmero !! de!!!! posibles eventos. La funcin de densidad de probabilidad de la
.. 535 ..
distribucin de Poisson con parmetro est dada por:

! !! !!
= = = 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.

EnSeel designa por X ela resultado

caso binomial, la variable que mide
de cada posibleelexperimento
nmero deadmite
xitos slo
quedos
se categoras,
han producido
xito yen
los n experimentos de la siguiente manera:
fracaso. Las probabilidades de ambas posibilidades se denotan como p y q.

Se designa En por elXcasoa la variableel que

binomial, mide de
resultado el cada
nmero de experimento
posible xitos que admite
se hansloproducido en
dos categoras, xito y
losEnn el
experimentos de la siguiente manera:
=caso binomial, elbinomial,
resultado de cada posible experimento
!" admite
=fracaso.
En el ! Las
caso
1 probabilidades
!!!
donde
el de =
resultado
ambas
de posibilidades
cada
posible
= (1 se ) slo
denotan
experimento
dos pcategoras,
como
admite slo xito y
y q. dos categoras, xito y

fracaso. LasEn probabilidades
el
fracaso.caso binomial, de ambas
el
Las probabilidades resultadoposibilidades
de
de ambas cada se denotan
posible como
experimentop y q.
admite slo dos cate-
Se designa por X a la variable queposibilidades se denotan
mide el nmero como pque
de xitos y q. se han producido en
Se goras,
designa xito
por y fracaso.
a la Las probabilidades
variable que mide de
el ambas
nmero posibilidades
de xitos se denotan como p y q. en
= = los X
experimentos
Se ndesigna X de
a lala
siguiente manera: de xitos queproducido
que se han
!"
!
1 pordonde
!!!
variable que
= mide= el(1nmero
) se han producido en
Se designa por X a la variable que mide el nmero de xitos que se han producido
los notro
Por experimentos
los n
lado de que
dice la siguiente
seexperimentos unalamanera:
es de siguientealeatoria
variable manera: tiene una distribucin binomial negativa con
en los nkexperimentos
parmetros y si se de la siguiente
realiza manera: X nmero de experimentos de Bernoulli de
! !!! !"
=
parmetro independientes = 1 donde
hasta la consecucin del k-simo = = (1 )
xito. La distribucin est dada de

Por otro
= lado se dice ! que !!!es una variable =aleatoria tiene= una !"
(1distribucin binomial negativa con
= 1= ! donde
siguiente
=manera donde !"
la 1 !!! =
)= (1 )
parmetros k y si se realiza X nmero de experimentos de Bernoulli de
parmetro independientes hasta la consecucin del k-simo 1 ! xito.
!!! La distribucin est dada de
Por otro otro lado
lado se dice que una = una
es = variable aleatoria
1 tiene tiene
unauna distribucinbinomial
binomial negativa con
la siguiente Por
manera variable 1aleatoria distribucin
Por negativa
otro lado
Porcon se
parmetrosotrodice kque
parmetros
lado ysees kuna
dice siyquevariable
sisese una
es aleatoria
realiza
realiza X nmero
variable tiene
Xaleatoria una
nmero distribucin
de experimentos binomial
de experimentos
tiene una negativa
de Bernoulli
distribucin de con
de
binomial Bernoullicon
negativa de
parmetros k y
parmetro si se
independientes realiza hasta X la
1consecucin
nmero de experimentos
del k-simo xito. de
La Bernoulli
distribucin de
est dada de
parmetro independientes
parmetros k y si
hasta se realiza
= la=consecucin !
1 X nmero de experimentos
del k-simo xito. La distribucin est
!!! de Bernoulli de
parmetro la siguiente
independientesmanera hasta la consecucin 1 del k-simo xito. La distribucin est dada de
dada parmetro ! !!! independientes
manera = ! hasta !!! la consecucin del k-simo xito. La distribucin est dada de
Donde de
la siguiente
la=siguiente
lamanera
siguiente
! manera !!

1 !
3.2 Distribuciones de severidad = = 1 !!!
1 ! 11 !!!
3.2 Distribuciones ! !!! de severidad ! !!!
= =!! = = 1 = 11 1
! !!!
Donde =
!
Dentro de las distribuciones de severidad ms utilizadas en la literatura actuarial, encontramos la
Dentro de las distribuciones de severidad ms utilizadas en la literatura actuarial, encontramos la
3.2 Distribuciones
lognormal y la de Pareto, de severidad
que presentaremos a continuacin:
! !!! ! !!!
y la de
lognormal Donde
Donde =que !presentaremos
Pareto, a=continuacin: !

Donde =
! !!! ! !!!
=
! !!!
!! !!!
Dentro de las Donde ! = de !severidad
distribuciones !ms
! utilizadas
= !! en la literatura actuarial, encontramos la
3.2 Distribuciones
3.2 Distribuciones de severidad
de severidad
lognormal y la de Pareto, que presentaremos a continuacin:
3.2 Distribuciones
3.2.1 Distribucin de severidad
log-normal
3.2 Distribuciones de severidad
3.2. 1 Distribucin log-normal
Dentro de las distribuciones de severidad ms utilizadas en la literatura actuarial, encontramos la
Dentro de las distribuciones de severidad ms utilizadas en la literatura actuarial, encon-
Dentro
La de lognormal
funcin lasdensidad
Dentro
de distribuciones
de ylas
de
la de de severidad
distribuciones
probabilidad
Pareto, que de ms
unaseveridad
presentaremos utilizadas
distribucinms en la literatura
utilizadas
log-normal
a continuacin: laactuarial,
enest literatura
dada por:encontramos la
actuarial, encontramos la
tramos la log-normal y la de Pareto, que
La funcin de densidad de probabilidad de una distribucin log-normal presentaremos a continuacin: est dada por:
3.2. 1 Distribucin
lognormal ylognormal log-normal
la de Pareto, que
presentaremos a
y la de Pareto, que presentaremos a continuacin: continuacin:
1 !(!"# (!)!!!)!
3.2.1 Distribucin log-normal f x = 1 e !!!!(!"# (!)!!!)
!
!!
!
, 0 <
La funcin de densidad de probabilidad f x = a de una
2a edistribucin !! log-normal
, 0 < est dada por:
3.2. 1 de
La funcin Distribucin
densidad delog-normal
probabilidad x 2 de una distribucin log-normal est dada por:
3.2. 1 Distribucin log-normal
3.2. 1 Distribucin log-normal 1E(X !! !) !=(!"# (!)!!!)! 1 1
exp kxp k ! !!
!! kxp, 2 k !
La funcin de densidad f x =de probabilidad E(Xe ) != exp de una2distribucin 0 < log-normal est dada por:
x 2
La funcin La de funcin
densidad de probabilidad de una distribucin
de densidad de probabilidad de una distribucin log-normal log-normal est dada por:
est dada por:
! 1 1 !(!"# (!)!!!)!
!!! ! !
E(X f)x= = exp kxp e k! ! , 0 <
2 !(!"# (!)!!!)!
Distribucin de Paretof x = 1 e!! x 1!2
!(!"# (!)!!!)
3.2.2
3.2.2 Distribucin de Pareto ! !!, 0 ! <
f x = e ! , 0 <
x 2 x 2
3.2.2 Distribucin de Pareto !
E(X ) = exp
1 ! !
kxp k est dada por:
La
Lafuncin
funcin de
de densidad
densidad de
de probabilidad
probabilidad de
de una distribucin
unadedistribucin 1 de de Pareto
Pareto21 Pareto
est dada
3.2.2 LaDistribucin
funcin de densidad
de Pareto de probabilidad E(X ! ) = unakxp
exp distribucin
! k ! !
de ! ! estpor:
dada por:
E(X ) = 2 exp kxp 2 k
!

! ,
ff xx == !! , xxde>> 00
La funcin de densidad de probabilidad de una a distribucin
a !! Pareto est dada por:
3.2.2 Distribucin de Pareto
3.2.2 Distribucin de Pareto
3.2.2 Distribucin ! Pareto
E de
!!!!!
X = para
para entero
k entero
La funcin de densidad de probabilidad f x =
!!! !!! , !!! x > 0
a !! de una distribucin de Pareto est dada por:
La funcin La de funcin
densidad dede probabilidad
densidad de una distribucin
de probabilidad de Pareto est
de una distribucin dada por:
de Pareto est dada por:
!
f x = , x>0
3.3 Estimacin de modelos ! a !!!
f x = f x
!!
, = x> 0 , x>0
a a !!
Una vez se asume que el nmero y valor de las.. reclamaciones
536 .. 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
 Transferencia de riesgo en seguros

3.3 Estimacin de modelos

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.

4. El concepto de transferencia de riesgo

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.

4.1 Definiendo la transferencia de riesgo

En los pargrafos 9-11 de FAS 113 (Reinsurance of Short-Duration Contracts) se establecen

las condiciones para que un contrato califique contablemente como un reaseguro. En
particular, en la norma FAS 113 (como en la SSAP 62) se deben cumplir las siguientes
dos condiciones:

a. El reasegurador asume riesgo de seguro significativo en las partes reaseguradas

de los contratos de seguro subyacentes, (prrafo 9 a).
b. Es razonablemente posible que el reasegurador pueda tener una prdida signi-
ficativa a raz de la transaccin, (prrafo 9 b).

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

4.1.1 Los contratos exentos

En estos, el asegurador puede considerarse exento de los requisitos que prueben la transfe-
rencia de riesgos. Entre otros, se incluyeron aquellos contratos anteriores a 1992 (FAS 113
se estableci en 1992 y SSAP 62 en 1994), y los contratos inactivos, sin valor recuperable
en los estados financieros de la aseguradora.

4.1.2 Los contratos razonablemente evidentes por s mismos

En estos contratos dada la clase o caractersticas particulares del contrato, es evidente que
el reasegurador asume riesgo. Estos contratos, que tienen trminos y condiciones estndar
y potenciales prdidas mayores que la prima para el reasegurador, incluyen contratos cuota
parte sin corredores de prdida, contratos catastrficos anuales sin provisiones inusuales
de reinstalamentos y contratos de exceso de prdida sin ajustes de prima por experiencia.

4.1.3 Los contratos no razonablemente evidentes por s mismos

Aqu se incluyen todos los dems tipos de contrato en donde la transferencia de riesgo no
es razonablemente evidente y se requiere de un anlisis adicional para determinar si hay
transferencia. Algunas caractersticas de este tipo de contratos incluyen que los trminos
y condiciones contractuales de cobertura no son estndar para el tipo de contrato, o que
el contrato incluye condiciones que le permiten al reasegurador recobrar una parte signi-
ficativa de la prdida cubierta. Estos tienen trminos y condiciones que limitan el riesgo
y pueden incluir contratos plurianuales, en donde las primas se ajustan con base en la
experiencia de los aos anteriores, o contratos con altas primas por los reinstalamentos.
Por supuesto, el hecho que un contrato no se pueda clasificar como razonablemente
evidente por s mismo, no implica que no transfiera riesgo; significa que se necesita un mayor
anlisis para evaluar la magnitud de la misma. Aunque estos anlisis por lo general incluyen as-
pectos tanto cualitativos como cuantitativos del contrato, nos concentraremos en los segundos.

4.2 Cuantificando la transferencia de riesgo

Para evaluar cuantitativamente la transferencia de riesgo en un contrato de reaseguro, se

deben analizar detalladamente las clusulas y condiciones del contrato, en particular aque-
llas que limitan la transferencia. As mismo, es necesario desarrollar modelos de frecuencia
y severidad para modelar las prdidas y proyectar flujos de caja esperados bajo diferentes
escenarios, tanto para el reasegurador, como para la compaa cedente, y compararlos en
valor presente. Con base en los flujos de caja, que son un estimado de la probabilidad de
los resultados que se pueden obtener, se calculan las mtricas y se determina si existe una
posibilidad razonable de prdida significativa para el reasegurador. Si la mtrica calculada

.. 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.

4.2.1 Regla del 10-10

La regla del 10-10 establece que en un contrato de reaseguro se tiene transferencia de
riesgo si existe al menos un 10% de probabilidad de que haya una prdida del 10% o ms
para el reasegurador.
Aunque este mtodo traduce la transferencia del riesgo en una forma fcil de aplicar
y se toma como punto de referencia, tiene deficiencias. Por ejemplo, los contratos catastr-
ficos en donde por lo general se asume que hay transferencia del riesgo no pasan la regla
del 10-10. Dado que la frecuencia de grandes catstrofes es tan baja, usualmente puede
que no haya una probabilidad del 10% de una prdida para el reasegurador. Sin embargo,
con una probabilidad menor existe la posibilidad de una prdida mucho mayor al 10%.
4.2.2 Dficit esperado del reasegurador
4.2.2 Dficit esperado del reasegurador
El Dficit Esperado para el Reasegurador (ERD, por sus siglas en ingls) se define como:
El Dficit Esperado para el Reasegurador (ERD, por sus siglas en ingls) se define como:

=

Donde,
Donde,

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:

250 millones en exceso de 500 millones.

Tasa de inversin del 4%. .. 540 ..
10 millones de prima.
Prima pagada por anticipado y reclamaciones pagadas despus de un ao.
Distribucin de la prdida para los 250 en exceso de 500 dada por:
 Transferencia de riesgo en seguros

Tasa de inversin del 4%.

10 millones de prima.
Prima pagada por anticipado y reclamaciones pagadas despus de un ao.
Distribucin de la prdida para los 250 en exceso de 500 dada por:

Tabla 1:
Distribucin de la prdida para los 250 en exceso de 500

Prdida reasegurador Probabilidad Ganancia neta

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)

La ganancia neta se calcula como:

Ganancia neta=Prima-Prdida/1.04
Por ejemplo,

38.076.923 = 10.000.000 - 50.000.000 / 1.04

38.076.923 =10.000.000-50.000.000/1.04
38.076.923 =10.000.000-50.000.000/1.04
Ahora, el ERD es calculado de la siguiente manera:
Ahora, el ERD es calculado de la siguiente manera:
Ahora, el ERD es calculado de la siguiente manera:
= 2% + 1% + 1% = 4%
= 2% + 1% + 1% = 4%
38,076 2% + 134,230 1% + 230,384 1%
= 38,076 2% + 134,230 1% + 230,384 1% = 110,192
= 4% = 110,192
4%
Esta frmula ubica todos los flujos de dinero en la misma base con el valor presente neto.
Esta frmula
Esta frmulaubica todos
ubica loslos
todos flujos dede
flujos dinero enen
dinero la la
misma
mismabase
basecon
conelelvalor
valorpresente
presenteneto.
As:
As: neto. As:
4% 110,192
= 4% 110,192 = 44.1%
= 10,000 = 44.1%
10,000
Este valor de ERD es relativamente grande, la transferencia de riesgo es de 44
Este valor de ERD es relativamente grande, la transferencia de riesgo es de 44
veces el de un contrato que pasa estrechamente la regla 10-10.
veces el deEste valor deque
un contrato ERD es estrechamente
pasa relativamente la
grande, la transferencia de riesgo es de 44
regla 10-10.
veces el de un contrato que pasa estrechamente la regla 10-10.
4.2.3 Razn de cobertura de riesgo
4.2.3 Razn de cobertura de riesgo
Una medida relacionada al ERD es la Razn de Cobertura de Riesgo (Risk Coverage Ratio, RCR,
Una medida relacionada al ERD es la Razn de Cobertura de Riesgo (Risk Coverage Ratio, RCR,
en ingls), que mide el retorno esperado relativo
.. 541 ..del riesgo, en lugar de la prima. El RCR es
en ingls), que mide el retorno esperado relativo del riesgo, en lugar de la prima. El RCR es
definido por muchas frmulas equivalentes, siendo una de estas la siguiente:
definido por muchas frmulas equivalentes, siendo una de estas la siguiente:

 10,000

Este valor de ERD es relativamente grande, la transferencia de riesgo es de 44

4.2.3
4.2.3 Razn
Razn dedecobertura
coberturade deriesgo
riesgo
veces el de un contrato que pasa estrechamente la regla 10-10.
Una medida relacionada al ERD es la Razn de Cobertura de Riesgo (Risk Coverage Ratio, RCR,
Una medida relacionada al ERD es la Razn de Cobertura de Riesgo (Risk Coverage Ratio, RCR,
en ingls), que mide el retorno esperado relativo del riesgo, en lugar de la prima. El RCR es
4.2.3 Razn
en ingls), demide
que cobertura de riesgo
el retorno esperado relativo del riesgo, en lugar de la prima. El RCR es
definido por muchas frmulas equivalentes, siendo una de estas la siguiente:
4.2.3 Razn de cobertura de riesgo siendo una de estas la siguiente:
definido por muchas frmulas equivalentes,
Una medida relacionada al ERD es la Razn de Cobertura de Riesgo (Risk Coverage Ratio, RCR,
Una medida relacionada al ERD es la Razn de Cobertura de Riesgo (Risk Coverage Ratio,
en ingls), que mide que
el retorno =
RCR, en ingls), mide elesperado relativo
retorno del
= ()
esperado riesgo,
relativo
()
delenriesgo,
lugar en
delugar
la prima. El RCR es
de la prima.
definido por muchas
El RCR frmulas
es definido equivalentes,
por muchas frmulassiendo una de estas
equivalentes, la siguiente:
siendo una de estas la siguiente:

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 () !.!

Entonces la diferencia entre y () es el recargo de riesgo.

Entonces la diferencia entre E*(x) y E(x) es el recargo de riesgo.
Tabla 2.
Distribucin transforada
Tabla 2:
Distribucin transformada
Siguiendo con el mismo ejemplo, la distribucin transformada estara dada por:

Siguiendo con el mismo ejemplo, la distribucin transformada estara dada por:

Prdida
probabilidad F(x) F*(x) probabilidad* M
Reasegurador
Prdida reasegurador Probabilidad F(x) F*(x) Probabilidad* C
0 96% 96% 80% 80% la
0 50.000.000 2%
96% 96% 80%98% 80% 86% 6%
150.000.000
50.000.000
1%
2% 98% 86%
99% 6%
90% 4%
250.000.000 1% 100% 100% 10%
150.000.000 1% 99% 90% 4%

= 0 96% + 1%
250.000.000 50.000 2%
100%+ 150.000
100% 1%10%
+ 250.000 1% = 5.000

= 0 80% + 50.000 6% + 150.000 4% + 250.000 10% = 34.142

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.

5. Una aplicacin al seguro de cumplimiento

Con el fin de generar un modelo de industria que permitiera evaluar la transferencia de

riesgo del reaseguro no proporcional para el ramo de cumplimiento, FASECOLDA contra-

.. 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.

5.1 Descripcin de los datos

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

Perodo Expuestos Nmero de Monto de las

reclamaciones reclamaciones

2006S2 122.851 190 15.887.857.149

2007S1 189.663 430 22.215.569.775

2007S2 343.809 1.269 29.577.682.393

2008S1 528.877 1.981 45.293.792.928

2008S2 661.232 2.702 113.419.341.532

2009S1 789.682 3.071 64.599.802.030

2009S2 911.985 3.370 45.881.754.813

2010S1 1.038.607 3.422 68.313.318.420

2010S2 1.116.179 3.669 128.497.691.384

2011S1 970.227 528 6.641.565.566

Total 6.673.116 20.632 540.328.375.993

Fuente: Transfer of Bond Risk Modelling Project

Standard Report. Cifras en pesos colombianos.

A pesar que la informacin con la que se cuenta es de reclamaciones individuales por

contrato y que en muchas ocasiones los contratos de reaseguro no proporcional se traba-
jan por afianzado, para efectos de la medicin de la transferencia de riesgo, los resultados

.. 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.

5.2 Anlisis de Frecuencia y de Severidad

El anlisis inicial de frecuencia y severidad se hizo teniendo en cuenta la informacin de las

diferentes coberturas de los seguros de cumplimiento de acuerdo con la siguiente clasificacin:

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

La frecuencia fue definida como el nmero de reclamaciones ocurridas durante un

semestre dividido por el nmero de aos pliza durante el semestre (por ao pliza se en-
tiende el porcentaje del ao que la pliza estuvo vigente durante el semestre). Por ejemplo, si
la pliza estuvo vigente durante todo el semestre, se tendr en cuenta como 0.5 expuestos; si
estuvo vigente durante tres meses en el semestre, se contar como 0.25 expuestos. La severi-
dad se defini como el valor de los siniestros en el semestre sobre el nmero de siniestros en
el mismo. El nmero de expuestos, de reclamaciones y el monto de los siniestros, as como
la frecuencia y la severidad por cobertura se presentan a continuacin.

.. 545 ..
 Tabla 4:
Expuestos por cobertura

Perodo 1 2 3 4 5 6 Otros

2006S2 10.177,01 44.025,05 20.388,75 8.000,11 12.923,56 5.869,62 14.588,63

2007S1 15.250,09 63.599,85 37.182,49 11.409,18 20.015,27 8.766,12 17.579,09

2007S2 29.413,93 109.861,85 66.873,01 17.685,25 32.737,29 11.547,37 35.293,45

2008S1 37.611,87 165.626,83 98.617,30 26.823,36 49.292,97 14.140,93 45.061,28

2008S2 35.578,38 181.390,01 107.364,79 32.482,71 59.831,88 15.473,95 58.346,07

2009S1 35.798,01 203.788,17 103.437,32 33.339,53 68.990,27 15.271,75 58.105,22

2009S2 41.921,65 206.227,44 97.271,97 32.239,33 72.004,25 15.032,17 63.627,75

2010S1 44.552,82 224.565,34 81.885,80 27.279,75 74.128,37 13.532,26 62.436,40

2010S2 37.807,23 182.122,77 63.936,40 20.106,33 58.230,31 9.979,31 58.870,36

2011S1 16.758,27 84.219,01 19.904,48 6.869,07 25.233,08 3.723,59 20.456,46

Total 307.869,26 1.465.426,32 696.862,31 216.234,62 473.387,25 113.337,07 434.364,71

Fuente: Transfer of Bond Risk Modelling Project Standard Report.

Tabla 5:
Nmero de siniestros por cobertura

Perodo 1 2 3 4 5 6 Otros

2006S2 20 131 18 2 2 0 35

2007S1 29 321 28 5 2 5 153

2007S2 51 805 30 8 4 2 527

2008S1 74 1.314 41 19 14 2 593

2008S2 117 1.833 36 30 14 10 763

2009S1 115 1.919 54 43 21 3 910

2009S2 96 2.604 33 47 17 18 429

2010S1 115 3.594 30 61 11 8 139

2010S2 81 2.551 33 55 12 5 145

2011S1 32 234 23 29 3 2 115

Total 730 15.306 326 299 100 55 3.809

Fuente: Transfer of Bond Risk Modelling Project Standard Report.

.. 546 ..
 Transferencia de riesgo en seguros

Tabla 6:
Monto de siniestros por cobertura (MCOP)

Perodo 1 2 3 4 5 6 Otros

2006S2 1.285,26 2.227,87 1.323,93 106,00 104,73 0,00 10.840,07

2007S1 3.950,98 7.072,06 2.243,43 335,54 64,41 193,72 8.355,43

2007S2 6.303,98 14.158,79 3.215,50 63,57 126,24 529,24 5.180,36

2008S1 8.739,35 16.226,28 2.630,20 9.414,42 837,61 118,97 7.326,97

2008S2 10.090,97 77.477,01 6.284,47 2.926,13 3.143,48 3.698,26 9.799,02

2009S1 11.399,26 30.844,52 4.767,04 5.924,95 1.478,57 0,15 10.145,31

2009S2 4.824,38 26.973,19 3.187,12 1.924,84 384,61 406,67 8.180,94

2010S1 14.846,93 42.749,76 4.136,29 1.391,52 81,21 77,18 5.030,42

2010S2 49.427,13 59.747,93 1.005,95 1.124,85 6.922,64 5.184,95 5.084,24

2011S1 1.011,14 2.220,08 201,08 101,80 0,35 0,14 3.106,97

Total 111.879,38 279.697,49 28.995,01 23.353,63 13.143,86 10.209,27 73.049,74

Fuente: Transfer of Bond Risk Modelling Project Standard Report.

Tabla 7:
Frecuencia por cobertura

Perodo 1 2 3 4 5 6 Otros

2006S2 0,19% 0,27% 0,08% 0,04% 0,02% 0,00% 0,21%

2007S1 0,21% 0,41% 0,07% 0,03% 0,01% 0,05% 0,59%

2007S2 0,15% 0,67% 0,04% 0,05% 0,01% 0,03% 1,26%

2008S1 0,18% 0,75% 0,04% 0,05% 0,03% 0,01% 1,33%

2008S2 0,34% 0,96% 0,04% 0,10% 0,02% 0,06% 1,28%

2009S1 0,31% 0,94% 0,05% 0,13% 0,03% 0,02% 1,56%

2009S2 0,21% 1,26% 0,03% 0,14% 0,02% 0,11% 0,89%

2010S1 0,26% 1,36% 0,04% 0,21% 0,02% 0,07% 0,21%

2010S2 0,22% 1,83% 0,06% 0,31% 0,03% 0,05% 0,24%

2011S1 0,27% 0,35% 0,12% 0,48% 0,01% 0,05% 0,61%

Total 0,24% 1,05% 0,05% 0,14% 0,02% 0,05% 0,88%

Nm de 733 15.314 327 300 100 55 3.803

reclamo

Costo 152.632.176 18.264.169 88.669.747 77.845.420 131.438.623 185.623.110 19.208.451

promedio
.. 547 ..
Fuente: Transfer of Bond Risk Modelling Project Standard Report.
 Debido a que varias coberturas presentaban un comportamiento similar, estas se
agruparon, tanto para el clculo de la frecuencia, como para el clculo de la severidad. Los
criterios que se tuvieron en cuenta para la agrupacin fueron el nmero de reclamaciones
y el costo promedio. Las coberturas con menor nmero de observaciones se reunieron
junto con otras que tuvieran caractersticas siniestrales similares. De acuerdo con estos
criterios, la agrupacin que se hizo fue la siguiente, tanto para el anlisis de frecuencia,
como para el de severidad:

Coberturas 1, 5, y 6: Anticipo, Calidad de Servicio y Calidad y Correcto Funcio-

namiento de los Bienes
Cobertura 2: Cumplimiento.
Coberturas 3 y 4: Salarios y Prestaciones Sociales y Calidad y Estabilidad de Obra.
Cobertura 7: Otros.

5.2.1 Frecuencia por coberturas agrupadas

El clculo de la frecuencia por coberturas agrupadas se presenta a continuacin:

Tabla 8:
Frecuencia por coberturas agrupadas

Perodo 1+5+6 2 3+4 Otros

2006S2 0,07% 0,27% 0,07% 0,21%

2007S1 0,09% 0,41% 0,06% 0,59%

2007S2 0,07% 0,67% 0,04% 1,26%

2008S1 0,08% 0,75% 0,04% 1,33%

2008S2 0,13% 0,96% 0,05% 1,28%

2009S1 0,12% 0,94% 0,07% 1,56%

2009S2 0,09% 1,26% 0,06% 0,89%

2010S1 0,10% 1,36% 0,09% 0,21%

2010S2 0,10% 1,83% 0,12% 0,24%

2011S1 0,11% 0,35% 0,21% 0,61%

Total 0,10% 1,05% 0,07% 0,88%

Seleccin 0,11% 2,33% 0,11% 1,25%

Nm de 888 15.314 627 3.803

recl.

Fuente: Transfer of Bond Risk Modelling Project Standard Report.

.. 548 ..
 Transferencia de riesgo en seguros

Para las coberturas 1, 5 y 6 agrupadas se seleccion una frecuencia de 0,11%, te-

niendo en cuenta los ltimos seis semestres, dado que se ha presentado un cambio en el
comportamiento de la misma.
Grfico 1
Frecuencia coberturas 1, 5 y 6

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.

5.2.2 Severidad por coberturas agrupadas

Adems de determinar el nmero de reclamaciones por cobertura, tambin es importante
encontrar la mejor distribucin para el monto de las reclamaciones. Para esto, se busc
ajustar una distribucin terica que replique de la mejor manera la informacin histrica
con la que se cuenta. Por ejemplo, si una reclamacin histrica para una determinada
cobertura tiene una probabilidad del 2% de superar los $1.000.000.000, la distribucin
que se ajuste debe tener una probabilidad cercana.
Para modelar el monto de la severidad en la literatura actuarial es comn utilizar
distribuciones como la lognormal, la Pareto y la Gamma. Adems de ajustar los parme-
tros para cada distribucin, tambin es necesario realizar pruebas de bondad de ajuste

.. 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:

Coberturas 1 + 5 + 6 ~ LogNormal(15.65, 2.74).

Cobertura 2 ~ LogNormal(14.01, 1.47).
Coberturas 3 + 4 ~ LogNormal(14.99, 2.92).
Otros ~ LogNormal(15.60, 1.25).

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%

40.000 50.000 700.005 4.000.000 9.000.000 27.881.203 403.971.715

Data % - ile Log-normal Pareto

.. 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%

40.000 50.000 700.005 4.000.000 9.000.000 27.981.203 403.971.715

Data % - ile Log-normal Pareto

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%

40.000 50.000 100.005 4.000.000 9.000.000 27.981.203 403.921.775

Data % - ile Log-normal Pareto

.. 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%

40.000 50.000 700.005 4.000.000 9.000.000 27.981.203 403.871.775

Data % - ile Log-normal Pareto

5.2.3 Otras consideraciones importantes

Adicional a los contratos de reaseguro no proporcional, las compaas tambin suelen tener
una parte protegida mediante reaseguro proporcional. A nivel de industria, el porcentaje
de cesin mediante reaseguro proporcional est entre el 40% y el 50%, este aspecto debe
ser tenido en cuenta a la hora de medir la transferencia de riesgo.

5.3 Herramienta de simulacin

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:

Agrupacin de coberturas: se refiere a la agrupacin de coberturas mencionada

en la Seccin 5.2.

.. 554 ..
 Transferencia de riesgo en seguros

Porcentaje de reaseguro proporcional: porcentaje de las prdidas cubiertas por

reaseguro proporcional.
Nmero esperado de plizas a emitir durante el perodo de vigencia del contrato
no proporcional: con base en este valor y en la frecuencia esperada se obtiene el
nmero esperado de reclamaciones, que se utiliza como parmetro para la distri-
bucin de Poisson.
Retencin de la compaa: es el valor de la prdida por debajo del cual la compa-
a responde en su totalidad. Si el valor de la prdida es mayor a la retencin, la
compaa pagar el valor de esta.
Lmite individual del reasegurador: valor mximo asumido por el reasegurador en
exceso de la retencin. Por ejemplo, si la retencin de la compaa es de $1.000
millones y el lmite del reasegurador es de $2.000 millones, y se tiene una prdida
de $2.500 millones, la compaa tendr que asumir $1.000 millones y el reasegu-
rador $1.500 millones.
Costo del reaseguro: es el valor pagado por la compaa de seguros al reasegurador,
por el reaseguro no proporcional que este le ofrece. Este valor es importante, puesto
que para medir la transferencia de riesgo es necesario evaluar la proporcin entre
las prdidas asumidas por el reasegurador y el valor que este recibe.
Nmero de simulaciones: entre mayor sea el nmero de simulaciones, ms pre-
cisos sern los resultados obtenidos, puesto que uno de los teoremas bsicos de
la estadstica, conocido como Teorema del Lmite Central, establece que a mayor
nmero de observaciones, las estadsticas obtenidas a partir de la muestra se acercan
cada vez ms a las estadsticas de la poblacin total.

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

American Academy of Actuaries (2007).

Risk Transfer Testing Practice Note.

Boland. J. Philip (2006).

Statistical and probabilistic methods in Actuarial science. Chapman & Hall/CRC. New York.

Brehm P. and Ruhm D.

Risk Transfer Testing of Reinsurance Contracts: A Summary of the Report by the CAS Research Working
Party on Risk Transfer Testing. Variance 1:1, 2007, pp. 9-17.

Financial Accounting Standards Board (1992).

FAS 113. Accounting and Reporting for Reinsurance of Short-Duration and Long-Duration Contracts.

Klugman, S. A., H. H. Panjer, and G. E. Willmot (2004).

Loss Models: From Data to Decisions. 2nd ed. New Xork: John Wilex & Sons.

.. 557 ..