RESUMEN
ABSTRACT
This article solves a problem of optimal reinsurance taking into consideration not
only the viewpoint of the ceding insurer, as is customary in the literature, but also in terms
of the reinsurance company or acceptor, and even the combination of both at the same time.
Problem solving is accomplished through mathematical programming techniques in spaces
of infinite dimension. As a result, optimality is proved under certain conditions of contracts
as the classic Stop-Loss, the Cuota-Parte or even a combination of both.
1. INTRODUCCIN
(entre los cuales casi nunca se encuentra el Cuota-Parte). En los ltimos aos se han
publicado un gran nmero de artculos al respecto. As, por ejemplo, Kaluszka (2001)
asume todava la varianza de la siniestralidad retenida como medida del riesgo que debe
ser minimizada, pero considera diferentes principios de clculo de primas como el de la
desviacin tpica o el de la varianza. Gajec y Zagrodny (2004) consideran diferentes
medidas del riesgo tanto simtricas como asimtricas, tales como la desviacin absoluta
esperada y la varianza truncada de la siniestralidad retenida, bajo el principio de primas
de la desviacin tpica. Young (1999) maximiza la utilidad esperada de la riqueza final
bajo el principio de primas de Wang. Kaluszka (2005) considera varias medidas
convexas del riesgo y varios principios convexos para el clculo de primas. Cai y Tan
(2007), y Cai, Tan, Weng y Zhang (2008) utilizan como medidas del riesgo el Valor en
Riesgo VaR y el Valor en Riesgo Condicional (CVaR), bajo el principio del valor
esperado. Finalmente, Balbs, Balbs y Heras (2009), asumiendo de nuevo el principio
del valor esperado para el clculo de primas, encuentran condiciones necesarias y
suficientes de optimalidad para medidas del riesgo muy generales como son todas las
medidas de desviacin y todas las acotadas por la media.
0 R( s ) s
0 R '( s ) 1
En este artculo adoptaremos la formulacin clsica del problema del reaseguro ptimo,
en la cual se elige el principio del valor esperado como principio de clculo de primas y
la varianza de la siniestralidad retenida como medida del riesgo de la operacin. En
consecuencia, el problema a resolver desde el punto de vista de la cedente es el
siguiente:
MIN R( s ) 2 dF ( s )
0
s.t.
R( s)dF ( s) = P
0
R( s) dF ( s)
2
funcional y que est sujeta a tres condiciones lineales:
0
R( s)dF ( s) P = 0
0
; R( s ) 0 ; R( s ) s . Si definimos el espacio
debe ser estacionaria en x0 (es decir, todas las derivadas de Gateaux en ese punto
0 R ( s)dF ( s) + 1 0 R( s)dF ( s) P + 0 2 ( s) R( s)dF ( s) +
2
+ 3 ( s )( R( s ) s )dF ( s )
0
Siendo 1 , 2 , 3 L2 ( ) .
2 R ( s )h( s )dF ( s ) +1 h( s )dF ( s ) + 2 ( s )h( s )dF ( s ) +
0 0 0
+ 3 ( s )h( s )dF ( s ) = 0, h L2 ( )
0
Y en consecuencia,
2 R( s ) + 1 + 2 ( s ) + 3 ( s ) = 0, s
2 ( s ) 0
3 ( s) 0
Es fcil comprobar que el reaseguro Stop-Loss verifica las condiciones anteriores. Este
reaseguro se define matemticamente como
RM ( s ) = s , si s M
RM ( s ) = M , si s M
Basta considerar
1 = 2M
2 ( s ) = 0, s
3 ( s) = 2M 2s , si s M
3 ( s) = 0 , si s M
MIN {Var [ s R ( s ) ]}
s.t.
E [ R(s)] = P
0 R( s ) s
0 R '( s ) 1
(Recordemos que estas ltimas se comprueban a posteriori).
MIN R( s ) dF ( s ) 2 sR( s )dF ( s )
2
0 0
s.t.
R(s)dF (s) = P
0
0 R( s) s
Las condiciones de Karush-Kuhn-Tucker son ahora
XVII Jornadas ASEPUMA V Encuentro Internacional 8
Rect@ Vol Actas_17 Issue 1501
Resolucin de un problema de reaseguro ptimo..
2 R( s ) 2s + 1 + 2 ( s ) + 3 ( s ) = 0, s
2 ( s) 0
3 ( s) 0
R( s) = 0 , si s M
R( s ) = s M , si s M
1 = 2M
3 ( s) = 0, s
2 ( s) = 2s 2M , si s M
2 ( s) = 0 , si s M
Nos planteamos a continuacin hallar los contratos de reaseguro que sean ptimos
desde ambos puntos de vista, tanto el de la compaa cedente como el de la aceptante. Es decir,
queremos encontrar los ptimos de Pareto del siguiente programa multiobjetivo:
MIN {Var [ R ( s ) ]}
MIN {Var [ s R ( s ) ]}
s.t.
E [ R( s)] = P
0 R( s) s
Para resolver este programa multiobjetivo incluiremos el primer objetivo entre las
restricciones, y nos plantearemos el programa equivalente:
MIN {Var [ s R ( s ) ]}
s.t.
E [ R(s)] = P
Var [ R( s ) ] = V
0 R( s) s
Este problema es equivalente a
MAX sR ( s )dF ( s )
0
s.t.
R(s)dF (s) = P
0
R ( s )dF ( s ) = V + P 2
2
0 R( s) s
s + 1 + 22 R( s ) + 3 ( s ) + 4 ( s ) = 0, s
3 ( s) 0
4 ( s) 0
R( s ) = s , si s M
R ( s) = as + b , si s M
0 < a <1
0<b<M
b
M=
1 a
Basta tomar
b
1 =
a
1
2 =
2a
3 ( s) = 0, s
b a 1
4 ( s) = +s , si s M
a a
4 ( s) = 0 , si s M
R( s ) = 0 , si s M
R( s ) = as b , si s M
0 < a <1
b>0
b
M=
a
Basta tomar
1 = M
1
2 =
2a
4 ( s ) = 0, s
3 ( s ) = s M , si s M
3 ( s) = 0 , si s M
5.-CONCLUSIONES.
En este artculo hemos mostrado cmo las tcnicas de programacin matemtica en dimensin
infinita pueden ser aplicadas provechosamente a la resolucin de problemas de reaseguro
ptimo. En el artculo hemos estudiado el caso clsico en el que el riesgo se mide mediante la
varianza y la prima coincide con la prima pura, y hemos demostrado fcilmente el resultado
clsico debido a Borch (1960) en el que se establece la optimalidad del reaseguro Stop-Loss.
Pero hemos generalizado el estudio teniendo en cuenta el punto de vista de la compaa
reaseguradora e incluso los puntos de vista combinados de ambas compaas cedente y
aceptante, obteniendo como contratos ptimos algunos diferentes del Stop-Loss. En particular,
el reaseguro Cuota-Parte, muy poco mencionado en la literatura precedente, aparece como uno
de tales ptimos.
6. REFERENCIAS BIBLIOGRFICAS
ARROW, K. J. (1963) Uncertainty and the Welfare of Medical Care, American Economic
Review 53, 941-973.
BALBS, A.; BALBS, B.; HERAS, A. (2009) Optimal Reinsurance with General Risk
Measures, Insurance: Mathematics and Economics 44 (3), 374-384.
CAI, J.; TAN, K.T. (2007) Optimal Retention for a Stop Loss Reinsurance under the VaR
and CTE Risk Measures, ASTIN Bulletin 37, 1, 93-112.
CAI, J.; TAN, K.S.; WENG, C.; ZHANG, Y. (2008) Optimal Reinsurance under VaR and
CTE Risk Measures, Insurance: Mathematics and Economics 43, 185-196.
GAJEC, L.; ZAGRODNY, D. (2004) Optimal Reinsurance under General Risk Measures,
Insurance: Mathematics and Economics 34, 227-240.