تحليل قرار شراء إعادة التأمين في ضوء نظرية المنفعة وتوزيعات الخسارة

نوع المستند : المقالة الأصلية

المؤلف

أستاذ مساعد بقسم التأمين – كلية التجارة جامعة الأزهر (تفهنا الأشراف)

المستخلص

ملخص
تواجه شركات التأمين العديد من الخيارات التي تتعلق بقرارات شراء إعادة التأمين ونوعه ومداه. نستخدم في هذه الدراسة نموذج المنفعة المتوقعة والتوزيع الاحتمالي لحجم الخسارة كمعيار تقييم لقرار شراء إعادة التأمين. تم تطبيق الدراسة على ستة أنواع رئيسية من تأمينات الممتلكات، وتوصلت الدراسة الى شكل التوزيعات الاحتمالية لهذه التأمينات باستخدام البرنامج الاحصائي R ، وحساب معلمات كل توزيع واستخدام دالة منفعة أسية لحساب أقساط اعادة التأمين التي يجب على المؤمن سدادها. توصلت الدراسة لتطوير نموذج يعتمد على توزيع الخسارة ودرجة كره المؤمن للخطر والقيمة المتوقعة لإعادة التأمين في تحديد سعر قسط اعادة التأمين واستخدام المنفعة المتوقعة لتحديد قيمة البدائل المختلفة.
 
Analysis of reinsurance purchase decision
In light of utility theory and loss distributions
 
Abstract
Insurance companies face many choices related purchase reinsurance decisions, such as its type and extent. In this study, we use the expected utility model and the probability distribution of the size of loss as an evaluation criterion for the reinsurance decision. The study was applied to six main types of property insurance, and found the form of the probability distributions using R statistical program, calculating the parameters of each distribution and using an exponential utility function to calculate the reinsurance premiums that the insurer must pay. The study reached to develop a model that depends on the distribution of the loss size, the degree of the insurer's aversion to risk and the expected value of reinsurance in determining the price of the reinsurance premium, and the use of the expected utility to determine the value of the different alternatives.
 
 

الكلمات الرئيسية

الموضوعات الرئيسية


مقدمة

يعرف التأمين باسم ''علم وفن نشر المخاطر" [Baker et al. (2002), pp. 2–3]. ويعتمد التأمين على مشاركة العديد من الوحدات المعرضة لخطر ما لتقاسم عبء تلك القلة التي ألمت بها الخسارة. وتعمل أسواق التأمين بأكبر قدر من الكفاءة عندما تعزو الخسائر الفردية إلى مسببات خطر عشوائية، ويمكن قياسها بسهولة، ولا يوجد ارتباط بين الوحدات المعرضة للخطر. في مثل هذه الحالات، يمكن نشر الخسائر بكفاءة عبر عدد كبير من حاملي وثائق التأمين، أيضا يتم تدنية خطر الفشل لشركات التأمين المباشرة. وعلى الرغم من أن هذه الظروف نادرا ما تتحقق بالنسبة لأغلب المخاطر التي يتم تغطيتها، إلا أنه يمكن التحكم في العيوب الصغيرة التي تشوه توزيع الخسائر الإجمالية من خلال ضوابط الاكتتاب، وإنشاء احتياطيات كافية.

ومع التطورات المعاصرة الهائلة في مختلف النواحي الاقتصادية والاجتماعية والتكنولوجية تطورت صناعة التامين تطورا مذهلا في مختلف دول العالم، بحيث تحدت حدود الوطن وأخذت طابعا دوليا، فظهرت الهيئات والشركات والكيانات المتخصصة والمحترفة في مجال أنشطة وخدمات التأمين. وانطلاقا من نفس المبدأ ونتيجة لذات التطورات بدأت شركات التأمين تواجه نفس المخاطر والكوارث التي تهدد احتياطاتها وقدرتها المالية وتنذر بتعرضها لخسائر هائلة يترتب عليها تهديد النشاط التأميني ككل. ومن هنا نشأت فكرة إعادة التأمين، والتي يمكن القول أنها استندت في نشأتها الى نفس مبررات ودواعي نشأة نشاط التأمين نفسه.

إن إعادة التأمين هي الآلية التقليدية لنقل وإدارة المخاطر في صناعة التأمين. توفر شركات إعادة التأمين عدة أنواع من ترتيبات إعادة التأمين لشركات التأمين الابتدائي، في كثير من الأحيان تدعى "الشركات المتنازلة" أو "المسندة" cedants. ويشمل هذا أنواع مختلفة من إعادة التأمين نسبية ولا نسبية. تساعد إعادة التأمين شركات التأمين على إدارة مخاطرها من خلال استيعاب بعض خسائرها، حيث تعمل على استقرار نتائج شركات التأمين وتمكينها من الاستمرار في النمو والابتكار. ونظرًا للمبالغ الكبيرة من الأموال التي يستثمرها معيدو التأمين في الأسواق المالية، فإنهم يساهمون أيضًا بشكل كبير في الاقتصاد الحقيقي. [Swiss Re, 2012]

أهمية البحث

تسعى شركات التأمين إلى المحافظة على استقرارها المالي, ويعتمد ذلك على مدى قدرتها على مواجهة الأخطار المؤمن عليها وخصوصا الكبيرة منها. ولكي تحافظ شركات التأمين على استقرارها المالي كان عليها إما أن ترفع رأس مالها – وهي عملية مكلفة جدا وقد لا تحظى بالقبول من طرف المساهمين، أو أن تلجأ إلى وسائل اخرى تمكنها من التحكم في حجم الخسائر التي تتعرض لها نتيجة عملياتها الاكتتابية.

الطريقة التقليدية لنقل الخطر الذي يتعدى الطاقة الاستيعابية لشركة التأمين هي إعادة التأمين. وعند اتخاذ قرار اللجوء لإعادة التأمين، فإن شركة التأمين تواجه العديد من الخيارات الممكنة التي تشمل نوع إعادة التأمين ومداه.

تنبع أهمية البحث في أنه يعرض نموذج رياضي مبسط يمكن لشركات التأمين استخدامه عند اتخاذ قرار شراء إعادة التأمين للمقارنة بين الترتيبات المختلفة، حيث يُمكن النموذج الشركة من حساب التكلفة الفعلية لعملية إعادة التأمين بناء على قيم فعلية لنتائج أعمالها واتجاهها نحو الخطر. كما يتيح النموذج لشركات التأمين المقارنة بين تكلفة إعادة التأمين والأساليب الأخرى التي يمكن أن تتبعها الشركة لتحويل جزء من مخاطرها.

هدف البحث

على الرغم من أن إعادة التأمين تخفض حجم المخاطر التي تتعرض لها شركة التأمين المباشرة، إلا أنها تخفض أيضًا من الربح المحتمل للشركة. وبناء على هذا فإن اختيار نوع إعادة التأمين وحجمه له أثر كبير على نتائج الشركة المالية. الهدف من هذه الدراسة هو اشتقاق ترتيبات إعادة التأمين المثلى من خلال تطوير نماذج تحليل القرار وتوضيحها لقرارات إعادة التأمين التي تتخذها شركات التأمين المباشرة. حيث تعتبر النماذج التحليلية للقرار أدوات مفيدة لهيكلة قرارات إعادة التأمين ومقارنة الخيارات البديلة. يتم تحديد قيمة أي بديل لإعادة التأمين كأثر لعملية إعادة التأمين هذه على المنفعة المتوقعة لأصول المؤمن.

مشكلة البحث

يواجه المؤمِّن العديد من الخيارات المحتملة التي تتعلق باسناد الخطر الزائد عن طاقته الاستيعابيه لطرف آخر. فإذا كان الطرف المسند إليه هو معيد تأمين فإن القرار يشمل تحديد نوع ومبلغ أو نسبة إعادة التأمين. وغالبًا ما يكون برنامج إعادة التأمين الجيد والفعال أمرًا بالغ الأهمية لنجاح شركة التأمين، حيث إن إعادة التأمين تعتبر عادةً واحدة من أهم المعاملات المالية لشركة التأمين وكذلك لمعيد التأمين، والتي تنطوي على معاملات مالية ضخمة جدا سنويًا، ومن ثم فإنها تشكل عنصر استراتيجي حاسم في إدارة تقلب الأرباح وكفاية رأس المال.

وبناء على هذا، كانت هناك حاجة لتطوير اساليب تحليل القرار للتعامل مع قرارات إعادة التأمين. تتمثل المشكلة الرئيسة لهذا البحث في كيفية تحديد قيمة إعادة التأمين والتي تمكن متخذي قرار شراء إعادة التأمين في شركة التأمين من التفاوض مع وسطاء إعادة التأمين. وتكون المشكلة الأساسية في نموذج التقييم هي تحديد أقصى سعر (الحد الأعلى) لقسط إعادة التأمين الذي يجب على الشركة المسندة دفعه في حالة معينة، في ظل أن تحقق الشركة أقصى منفعة متوقعة على أصولها.

منهجية البحث

تم تصميم هذه الدراسة لتحليل عملية اتخاذ القرار فيما يتعلق بشراء إعادة التأمين ودراسة تكلفته ونوعه والبدائل المتاحة أمام شركات التأمين المسندة.

ومن أجل تحقيق هذا الغرض تم الاطلاع على الكتب والدوريات والمراجع وقواعد البيانات العربية والعالمية التي تناولت هذا الموضوع لصياغة الجانب النظري من الدراسة والذي يوضح معنى وأهمية عملية إعادة التأمين والترتيبات المختلفة لها والمناهج المتبعة لتحديد تكلفة إعادة التأمين.

كما تم الاطلاع على التقارير المالية السنوية عن نشاط التأمين واستخراج البيانات منها فيما يتعلق بموضوع الدراسة، واجراء تسوية للبيانات باستبعاد القيم الشاذة منها، ثم استخدام حزمة gamlss في البرنامج الاحصائي R لتحديد توزيع الخسارة المناسب لكل نوع من أنواع التأمين التي تم دراستها حتى يتسني اجراء الجانب التطبيقي من الدراسة.

تم تطبيق الدراسة على أنواع رئيسية محددة من تأمينات الممتلكات، وحساب معلمات توزيع الخسارة والقيمة المتوقعة للخسارة لكل نوع، ثم حساب قيمة قسط إعادة التأمين باستخدام دالة منفعة أسية.

وانتهت الدراسة بحساب قيم أقساط إعادة التأمين بناء على حدود ونسب احتفاظ مختلفة، مع درجات مختلفة لتجنب الخطر، كذلك تم احتساب القيمة المتوقعة للخطر، وهي تعادل سعر الخطر السوقي وذلك في ظل أن المؤمن غير مبال بالخطر أو لديه اتجاه محايد تجاه الخطر. بناء على هذه الحسابات يستطيع المؤمن اختيار اتفاقية اعادة التأمين المناسبة له وحدود هذه الاتفاقية.

حدود البحث

تم تطبيق هذه الدراسة على الأنواع الرئيسية من تأمينات الممتلكات والمسؤولية في شركة مصر للتأمين وذلك للفترة من 2007/2008 م وحتى 2020/2021 م. الأنواع التي تم دراستها هي: تأمين الحريق، التأمين البحري، تأمين السفن، تأمين الطيران، التأمين الهندسي، تأمين البترول.

خطة البحث

يتكون البحث من الموضوعات التالية:

أولا: آلية عمل إعادة التأمين

ثانيا: المناهج المستخدمة لتحديد تكلفة إعادة التأمين

ثالثا: الاطار النظري لنموذج اتخاذ قرار إعادة التأمين

رابعا: التطبيق العملي للنموذج

النتائج والتوصيات

 

 

أولا: آلية عمل إعادة التأمين

يتحصن الأفراد والشركات التجارية المعرضة للمخاطر القابلة للتأمين من هذه المخاطر عن طريق نقل المخاطر إلى شركة تأمين أساسية. يدفع المؤمن لهم أقساطا إلى شركة التأمين الاساسية ويحصلون على وعود مشروطة أن المؤمن سوف يسدد لهم الخسائر عن الأحداث المؤمن عليها المحددة. يحتفظ المؤمن بمعظم المخاطر المقبولة لحسابه الخاص. ولأن شركة التأمين الأساسية تغطي العديد من المؤمن لهم، الذين تكون مخاطرهم في الغالب مستقلة إحصائيا، فإن شركات التأمين قادرة على تقليل المخاطر بشكل كبير من خلال التنويع.

ومع ذلك، لا يزال هناك بعض المخاطر متبقية لأسباب مختلفة، بما في ذلك الارتباط بين المخاطر، والطفرات في الخسائر الناجمة عن تقلبات عشوائية بحتة، والكوارث الطبيعية، وغيرها من العوامل. ويمكن لشركة التأمين الأساسي نقل بعض من هذه المخاطر المتبقية إلى شركات إعادة التأمين في مقابل سداد قسط. وفي المقابل تحتفظ شركات إعادة التأمين التقليدية بالمخاطر داخليا وتزيد من تنويع المخاطر من خلال إصدار وثائق لكثير من شركات التأمين الابتدائية من مناطق جغرافية مختلفة. غير أن هذا التنويع يقلل لكن لا يقضي نهائيا على المخاطر. يمكن لشركة إعادة التأمين التحوط من جزءا من المخاطر المتبقية من خلال إسناد (إعادة) إعادة التأمين، أي شراء إعادة التأمين من شركة إعادة تأمين أخرى.

إعادة التأمين هي الأسلوب التقليدي ومازال النموذج السائد لتنويع ونقل المخاطر في صناعة التأمين. يخلق معيدو التأمين أيضا قيمة اقتصادية وأحيانا يكسبوا دخلا من فرض الرسوم على تقديم استشارات متعلقة بالاكتتاب والتسعير والاستثمار للمؤمن الابتدائي. وقد مكنت الخبرة الواسعة لشركات إعادة التأمين الرائدة والتي يمتد عملها في جميع أنحاء العالم من تطوير خبرة واسعة في الاكتتاب في التأمين والتسعير وإدارة التعرض للخسائر، وتصميم منتجات جديدة، وتوسيع نطاق عملياتهم الجغرافي، ومن ثم فإن شركات إعادة التأمين تقدم قيمة اقتصادية مهمة لعملائها وتساعدهم في تصميم منتجات جديدة. وغالباً ما تقوم شركات التأمين صغيرة ومتوسطة الحجم بشراء إعادة التأمين للمساعدة في تمويل النمو في ضوء الضغوط المفروضة على رأس مال الأسهم من خلال كتابة أعمال جديدة. [Swiss Re, 2012]

وتنقسم عقود إعادة التأمين إلى نوعين، عقود إعادة تأمين لوثائق التأمين على الحياة وعقود إعادة تأمين لوثائق تأمينات الممتلكات والمسؤولية، ويأخذ كل منهما شكلين أساسيين، إعادة التأمين بموجب اتفاقية وإعادة التأمين الاختيارية. إعادة التأمين بموجب اتفاقية treaty reinsurance هي إعادة تأمين لمحفظة كاملة حيث يتنازل المؤمن لمعيد التأمين عن حصة متفق عليها تعاقديًا من المخاطر المحددة في الاتفاقية. من ناحية أخرى، فإن إعادة التأمين الاختيارية facultative reinsurance هي إعادة تأمين للمخاطر الفردية. على عكس إعادة التأمين بموجب اتفاقية التي يجب على معيد التأمين بموجبها أن يقبل جميع المخاطر المغطاة، يقوم معيد التأمين في الطريقة الاختيارية بتقييم الخصائص الفريدة لكل وثيقة لتحديد ما إذا كان يجب إعادة التأمين على المخاطر، وبأي سعر، وبالتالي يحتفظ معيد التأمين الاختياري بالرأي، أو الخيار، لقبول أو رفض أي خطر [Swiss Re, 2004] .

يمكن أن تكون إعادة التأمين الاختيارية والتأمين بموجب اتفاقيات إما نسبية أو لا نسبية. في ترتيبات إعادة التأمين النسبي proportional arrangement، تحتفظ الشركة المسندة بنسبة مئوية من المخاطر المؤمن عليها وتتنازل عن النسبة المتبقية إلى معيد التأمين. ويتم تحديد استرداد المطالبات من معيدي التأمين بموجب هذه النسبة المتنازل عنها. بالنسبة لترتيبات إعادة التأمين اللا نسبية non-proportional، توافق الشركة المسندة على قبول مبلغ محدد من الخسارة يشار إليه على أنه الاحتفاظ، وتتنازل عن جميع المبالغ التي تزيد عن هذا الاحتفاظ إلى شركة إعادة التأمين وفقًا للحدود التعاقدية لترتيب إعادة التأمين. يتم الاتفاق على عقد إعادة التأمين وصياغته من قبل كل من شركة التأمين ومعيد التأمين. يصبح معيد التأمين ملزماً فقط بتعويض المؤمن بعد أن تكبد ودفع خسارة تغطيها وثائق التأمين وضمن نطاق عقد إعادة التأمين بين الطرفين.

ثانيا: المناهج المستخدمة لتحديد تكلفة إعادة التأمين

هناك العديد من النماذج التي تم استخدامها لدراسة مشكلة قيمة إعادة التأمين المثلى بناء على افتراضات مختلفة وباستخدام مقاييس مختلفة لحساب مخاطر التأمين المباشرة

  1. 1 نموذج المتوسط التباين Mean – Variance Model

يبنى نموذج المتوسط - التباين على تعظيم الأقساط المحتفظ بها إلى الحد الأقصى وتدنية تباين المطالبات المحتفظ بها مع الحفاظ على ثبات التعرض للمخاطر، بافتراض مستوى معين من الرغبة في المخاطرة.

ناقش  Borch (1960)  كيفية تحديد المقدار الأمثل من إعادة تأمين وقف الخسارة باستخدام طريقة تدنية تباين الخسارة المحتفظ بها، إذا تم حساب الأقساط باستخدام مبدأ القيمة المتوقعة. وقدم Karageyik and Sahin (2017) مستويات الاحتفاظ المثلى مع احتمالية البقاء والربح المتوقع والتباين والعجز المتوقع لمخاطر شركة التأمين المباشرة. افترضت الدراسة أن المبالغ الإجمالية للمطالبة كانت تتبع توزيعات Poisson المركبة وأن مبالغ المطالبات الفردية كانت تتبع التوزيع الأسي. حدد المؤلفون مستويات الاحتفاظ المثلى اعتمادًا على نهجين: الأول هو تعظيم الربح المتوقع واحتمال البقاء، والثاني تقليل التباين المتوقع لمخاطر شركة التأمين المباشرة. أيضًا، حللت الدراسة مستويات الاحتفاظ المثلى في ظل مبادئ القيمة المتوقعة والانحراف المعياري.

  1. 2 نموذج التعثر  Ruin Model

يدرس نموذج احتمال أن مستوى فائض الشركة ينخفض إلى ما دون الصفر في وقت ما في المستقبل [Dickson, 2005: 125]. وهذا لا يعني أفلاس شركة التأمين ولكن يعني ضرورة اتخاذ إجراءات تصحيحية معينة سواء داخلية أو من جهات الإشراف والرقابة.

درس Dickson, et al (1996) و Dickson, (2005) تأثير إعادة التأمين على احتمال التعثر النهائي في عملية الفائض الكلاسيكية واعتبر أن مستوى الاحتفاظ هو الأمثل إذا كان يخفض من احتمالية التعثر. وأوضح أنه يمكن العثور على مستويات الاحتفاظ المثلى عندما يعتمد تحميل قسط معيدي التأمين على مستوى الاحتفاظ. أوضح أيضًا أنه عندما يتم تقريب عملية المطالبات الإجمالية من خلال عملية جاما، يمكن الحصول على تقديرات تقريبية جيدة جدًا لكل من مستويات الاحتفاظ المثلى واحتمالات التعثر. أخيرًا، ناقش تأثير إعادة التأمين على احتمالية التعثر في وقت محدد.

ناقش Waters (1979, 1983) المستويات المثلى لإعادة تأمين الجزء الزائدة من الخسارة باستخدام احتمال التعثر. تفترض الدراسة أن المطالبات الكلية هي عملية بواسون المركبة. عرضت الدراسة ثابت الإعسار للتأمين المباشر ودالة مستوى الاحتفاظ بإعادة تأمين الجزء الزائد من الخسارة. وجدت الدراسة أن إعادة التأمين اللا نسبية لا يمكن أن تكون ممكنة لتعميم توزيع المطالبات السنوية.

  1. 3 نموذج القيمة المعرضة للخطر Value-at-Risk (VaR)

إن أسلوب تحليل القيمة المعرضة للخطر هو أحد الأساليب الشائعة في إدارة المخاطر المالية. القيمة المعرضة للخطر (VaR) هي أسوأ خسارة محتملة تحدث في فترة زمنية معينة في ظل ظروف السوق العادية عند مستوى ثقة معين. يمكن أيضًا استخدام القيمة المعرضة للخطر لدراسة أخطار الإعسار للمؤمِّنين. [Rejda (2017), p. 103]

ناقش Cai et al. (2007, 2008) الاحتفاظ الأمثل في إعادة التأمين اللا نسبية لوقف الخسارة في ظل تقليل القيمة المعرضة للخطر (VaR) والتوقع الشرطي للذيل Conditional Tail Expectation (CTE). وعرضت الدراسة الاحتفاظ الأمثل باستخدام توزيع الخسائر لشركة التأمين المباشر ومعامل تحميل الأمان لشركة إعادة التأمين. أظهرت نتائج الدراسة أن إعادة تأمين وقف الخسارة هي الأمثل في بعض الحالات، وفي حالات أخرى، تكون إعادة التأمين على أساس الحصص هي الأمثل وذلك على حسب التغير في خبرة الخسارة.

قدم Chi et al. (2017)  مشكلة إعادة التأمين المثلى من منظور شركة التأمين مع تقليل القيمة المعدلة للمخاطر لمسؤولية شركة التأمين المباشر باستخدام مقاييس المخاطر مثل القيمة المعرضة للخطر (VaR) أو القيمة المشروطة المعرضة للخطر (CVaR) . افترضت الدراسة أن شركة التأمين المباشر وشركة إعادة التأمين ملتزمان بدفع المزيد كوسيلة للحد من المخاطر المعنوية اللاحقة. أظهرت الدراسة أن سياسات إعادة التأمين المثلى خطية في إطار كل من مقاييس (VaR)  و (CVaR) . في حين أن هياكل حلول إعادة التأمين المثلى هي نفسها لكل من مقاييس المخاطر، إلا أنها تُظهر أيضًا أن هناك بعض الاختلافات المهمة، لا سيما فيما يتعلق بإدارة مخاطر الذيل.

درس EL-bolkiny et at.(2018) عدة طرق مختلفة لإعادة التأمين النسبي، وكذلك تم تقييم تأثير تلك الطرق على عمليات إعادة تأمين الممتلكات بالتطبيق علي سوق التأمين المصري. وقد استخدمت الدراسة مقاييس الخطر التالية (VaR)، و(CTE) لتحليل خصائص توزيعات المطالبات الإجمالية. وتم تحديد إعادة التأمين المثلي من خلال استخدام مقياس تعظيم العائد علي رأس المال Return on Risk Adjusted Capital  وتوصلت الدراسة إلي أن طريقة إعادة التأمين المثلي هي طريقة الحصص بحد احتفاظ مقداره 40% ، حيث إنها حققت أعلي معدل للعائد ومقداره  5.14% .

قام Putri et al. (2021)  بحساب القسط الثابت بموجب معيار الأقساط المتوقعة. ومن أجل تقليل مخاطر شركة التأمين بموجب القيمة المعرضة للمخاطر (VaR)، قاموا بدمج إعادة التأمين النسبي مع إعادة تأمين وقف الخسارة لحل استراتيجية إعادة التأمين المثلى.

  1. 4 نظرية المنفعة Utility Theory

المنفعة هي رقم يقيس الرضا الذي يستمده الفرد من شيء ما. وفي الدراسات الاقتصادية يكون نموذج المنفعة كدالة في الثروة هو النموذج الشائع الاستخدام. تم تطوير نظرية المنفعة المتوقعة من قبل فون نيومان ومورجيسترن von-Neumann-Morgenstern (N-M) في عام (1944) لمعالجة جانب إدارة المخاطر للطلب على إعادة التأمين. يفترض أن شركات التأمين تتجنب المخاطرة وستختار دائمًا إعادة التأمين من أجل القضاء على المخاطر  (Garven & Tennant, 2003)،  استخدم Borch (1962)  هذه النظرية لإظهار أنه إذا كان لدى شركات التأمين نفور مطلق من المخاطرة ، فسوف تطلب إعادة التأمين. قام  Garven and Tennant (2003)  بتوسيع النظرية وناقشوا أن قرار إعادة التأمين يمكن اعتباره كقرار لإدارة المخاطر وهيكل رأس المال. وأضح Mayers and Smith (1990)  أن قرار شركة التأمين بشراء إعادة التأمين يشبه قرار أي شركة غير مالية بشراء التأمين. وقد تكون الدوافع التي تفسر لماذا تتحوط الشركات ماليا ولماذا تطلب شركات التأمين إعادة التأمين هي دوافع متشابهة. ودرس Jiang et al. (2021) تعظيم مصالح كل من شركة التأمين ومعيد التأمين من منظور تعظيم المنفعة المتوقع وتقليل المخاطر.

ثالثا - الاطار النظري لنموذج اتخاذ قرار إعادة التأمين

سيتم استخدام نموذج المنفعة المتوقعة كمعيار للتقييم. وهذا النموذج يفضل على النماذج الأخرى بسبب مرونته ومعالجته الأكثر شمولاً للعناصر المهمة في القرار، حيث يشتمل هذا النموذج على التوزيع الاحتمالي الكامل للمطالبات وتكلفة عملية اسناد الخطر، وموقف المؤمِّن تجاه الخطر. ينتج نموذج المنفعة المتوقع تفضيلات صانع القرار المرجحة على توزيع الخسارة الكامل ولا يستند فقط إلى جزء صغير (وغير محتمل) من توزيع الخسائر كما في النماذج الأخرى.

يقوم النموذج على ما يلي:

إذا كان At يمثل الأصول في بداية الفترة ،  At+1 تمثل الأصول في نهاية الفترة، من ثم يمكن صياغة العلاقة بينهما على النحو التالي:

 

حيث:

Rt = دخل الأقساط خلال الفترة

It = دخل الاستثمار خلال الفترة

Xt = حجم الخسارة المحققة

Ot = المصروفات خلال الفترة (مصروفات التشغيل، العمولات، ...).

عند اسناد الخطر لمعيد تأمين، يكون الشاغل الرئيسي للمؤمن المباشر هو عدم التأكد المرتبط بالمطالبات، وبالتالي سوف يتم تحديد متغير الأصول A والذي يمثل جميع التدفقات النقدية التي تؤثر على الأصول خلال الفترة باستثناء مطالبات التأمين. من ثم يمكن عرض صافي الأصول في نهاية الفترة على أنها  ، حيث إن:

 

إذا لم يتم اسناد الخطر، فإن الشركة لديها منفعة متوقعة في نهاية الفترة كما يلي:

 حيث U هي دالة المنفعة،X  هي مطالبات شركة التأمين المسندة، E  هي رمز التوقع.

  1. 1 تحليل قرار شراء إعادة التأمين

إذا كان من الممكن شراء إعادة تأمين مقابل قسط إعادة تأمين  ، وكانت Y تمثل المطالبات المحتفظ بها بعد إعادة التأمين، فإن أفضل اتفاقية إعادة تأمين هي تلك التي تحقق الحد الأقصى لدالة المنفعة التالية:

 

إن استخدام هذا النهج يمكن متخذي قرار إعادة التأمين من معرفة مقدار قيمة عقد إعادة التأمين، قبل الدخول في مفاوضات مع واحد أو أكثر من معيدي التأمين. ولذلك، ينطوي وضع التقييم هذا على حل معادلات عدم وجود فرق بين وضع الشركة بدون إعادة تأمين ووضعها مع وجود إعادة التأمين، من أجل تحديد الحد الأقصى لأقساط إعادة التأمين الذي ستدفعه الشركة، بحيث يكون المؤمن غير مبال indifference بين إعادة التأمين أو عدم إعادة التأمين. ومن ثم لأي فرصة إعادة تأمين محتملة عندما يتم تحويل التزامات المطالبات X  قبل إعادة التأمين إلى صافي التزامات المطالبات Y بعد إعادة التأمين، فإن  يعرف على أنه قسط إعادة التأمين المحدد الذي يجب أن تكون الشركة المسندة على استعداد لدفعه. يمكن صياغة معادلة المنفعة المتوقعة لمؤمن ما لفترة زمنية محددة كما يلي:

 

تعتبر المطالبات المحتفظ بها Y دالة في توزيع المطالبات الأصلية X ونوع إعادة التأمين ونطاقه. تستخدم المعادلة (1) في توليد الحدود العليا لأقساط إعادة التأمين على الوثائق الفردية أو الجماعية أو لفرع معين، من خلال تقدير دالة كثافة الاحتمال للمطالبات X ، باستخدام البيانات التاريخية والتنبؤات المستقبلية.

ومن الممكن استخدام المعادلة (1) لأي دالة منفعة وأي دالة كثافة احتمال تمثل توزيع المطالبات، وسنوضح فقط طريقة اتخاذ القرار باستخدام دالة منفعة أسية. هذا الاختيار مبنيا على الاستخدام السابق من قبل:

 [Borch (1974), Freifelder (1979) and Samson et al. (1983)]

تختلف دالة كثافة الاحتمال لتوزيع المطالبات حسب أنواع التأمين ذات الأهمية الكبيرة. تأخذ دالة المنفعة الأسية الشكل التالي:

 

حيث k ثابت يقيس درجة كره أو تجنب المؤمن للمخاطر.

  1. 2 حساب الحد الأقصى لقسط إعادة التأمين

يعتمد حساب الحد الأقصي لأقساط إعادة التأمين على توزيع الخسارة. ويختلف توزيع الخسارة لكل نوع من أنواع تأمينات الممتلكات والمسؤولية، غير أنه سوف نستخدم التوزيع الأسي في ايجاد المعادلات الأساسية للدراسة، ثم نعوض بعد ذلك بمعالم كل توزيع في المعادلات الناتجة. يوضح ملحق (B) اشتقاق معادلات الدراسة.

في حالة ترتيبات إعادة تأمين نسبية يكون المبلغ الواجب سداده من قبل المؤمن هو:

 

حيث F هي نسبة الجزء المحتفظ به.

وتكون دالة كثافة الاحتمال للمتغير Y كما يلي:

 

ومن ثم تصبح معادلة (1) كما يلي:

 

الهدف من صياغة هذه المعادلة هو الحصول على قيمة P (قسط إعادة التأمين) الذي يكون المؤمن على استعداد لسداده لمعيد التأمين والذي يعتمد على درجة كره المؤمن للخطر وعلى توزيع الخسارة.

أما في حالة ترتيبات إعادة تأمين لا نسبية مع حد احتفاظ ( C )، يكون المبلغ الواجب سداده من قبل المؤمن هو:            

وتكون دالة كثافة الاحتمال للمتغير Y كما يلي:

 

ومن ثم تصبح معادلة (1) كما يلي:

 

ومن حل المعادلة (3) نحصل على قيمة P في حالة الاتفاقية اللانسبية.

  1. 3 حساب القيمة المتوقعة لقسط إعادة التأمين

عندما نحصل على قيمة قسط إعادة التأمين ( P ) حسب النموذج المطبق، فيجب أن يتم مقارنته مع القيمة الفعلية المتوقعة لخسارة المؤمن والتي تمثل الأسعار السوقية لإعادة التأمين، حتى يمكن للمؤمن دراسة جدوى إعادة التأمين. يتم حساب القيمة المتوقعة كما يلي:

  نسبي:                        

  لا نسبي:                          

  1. 4 اتخاذ قرار إعادة التأمين الأمثل

توجد عدة عوامل تؤثر على قرار إعادة التأمين. ولا يمكن اتخاذ قرار إعادة التأمين في معزل عن الأمور الأخرى بسبب اعتماد كل من الأهداف والقيود على عدد من القرارات المالية وغيرها من القرارات المتعلقة بالمخاطر مثل سياسات تحديد المخصصات والاحتياطيات وقرارات تعديل الأقساط، وحجم فائض الشركة. [Samson et al. (1983)]

غير أنه سوف نفترض في هذه الدراسة أن القرار يتم اتخاذه دون اعتبار العوامل السابقة، وذلك من أجل التركيز على عملية إعادة التأمين والقيمة النسبية لمجموعة البدائل المتاحة. وسوف نعتبر أن أهم العوامل المؤثرة في القرار هي القسط الذي سيدفعه المؤمن ودرجة تجبنه للخطر. وقد يكون المؤمن لديه استعداد لتحمل مخاطر أكبر حيث إنه يتمتع بمركز مالي قوي، وقد يكون مؤمن آخر متجنب للخطر بشكل كبير ومستعد لدفع أي مبلغ لتحويل هذا الخطر لمعيدي التأمين. وقد تكون الأبعاد الأخرى غير تلك المتعلقة مباشرة بالمخاطر ذات قيمة لبعض شركات التأمين. على سبيل المثال، قد تقدر بعض شركات التأمين (الصغيرة على وجه الخصوص) "الخبرة الفنية" التي يمكن لمعيدي التأمين توفيرها.

يتم اتخاذ قرار شراء اعادة التأمين المناسب حسب ما يلي:

أولاً- فحص البدائل واختيار البديل الذي يكون فيه قسط السوق أعلى من قيمة (P) المقابلة. ويتم ذلك بمقارنة الفرق بين أسعار الأقساط السوقية والقسط المحسوب (P)، كلما زاد الفرق كلما كان أفضل.

ثانيا- من خلال حساب المنفعة المتوقعة (EU) لكل خيار، باستخدام أسعار الأقساط لمعرفة الخيار الذي يحتوي على أعلى منفعة متوقعة. ويتم حساب نقطة التعادل على مقياس الأقساط بحيث تكون نقاط المنفعة المتوقعة متكافئة.

رابعا -  التطبيق العملي للنموذج

سوف يتم تطبيق نموذج تحليل قرار شراء إعادة التأمين في الجزء التالي من البحث. تم اختيار الأنواع التالية من تأمينات الممتلكات والمسؤوليات في شركة مصر للتأمين:

 

  • تأمين الحريق
  • تأمين البحري
  • تأمين السفن
  • تأمين الطيران
  • التأمين
  • الهندسي
  • تأمين البترول

 

سوف نتوصل لتوزيع المطالبات المناسب لكل نوع من أنواع التأمينات السابقة، باستخدام البرنامج الإحصائي R. يعرض ملحق (A) الصياغة المستخدمة لكود البرنامج.

  1. تأمين الحريق

بداراسة التوزيع المناسب للبيانات اتضح أنه توزيع معكوس جاما "Inverse Gamma"  .

تأخذ شكل دالة الكثافة الاحتمالية لهذا التوزيع ما يلي:

 

 

توزيع معكوس جاما عبارة عن توزيع ذات معلمتين من التوزيعات الاحتمالية المستمرة على الخط الحقيقي الموجب، وهو توزيع مقلوب المتغير الذي يتبع توزيع جاما، ولذلك فإنه يناسب أحيانا تمثيل خسائر التأمين مثل توزيع جاما. [Kaas, et al., 2009]

بدراسة بيانات التعويضات في فرع الحريق في شركة مصر للتأمين، تم تقدير معلمات توزيع معكوس جاما وحساب متوسط حجم الخسارة، حيث بلغ (199.175) مليون جنيه.

يوضح جدول (1) استخدام حدود ونسب احتفاظ مختلفة، مع درجات مختلفة لتجنب الخطر متدرجة من الأدنى للأعلى، لحساب قيم أقساط إعادة التأمين التي يجب على المؤمن سدادها لمعيد التأمين وفقا لمقدار احتفاظه من الخطر ودرجة كرهه للخطر.

كذلك تم احتساب القيمة المتوقعة للخطر، وهي تعادل سعر الخطر السوقي وذلك في ظل أن المؤمن غير مبال بالخطر أو لديه اتجاه محايد تجاه الخطر.

جدول (1) أقساط إعادة التأمين لتأمين الحريق            (بالمليون جنيه)

Non-proportional reinsurance

Proportional reinsurance

k

C

k

F

E.V

0.001

0.0001

0.00001

E.V

0.001

0.0001

0.00001

199.175

222.113

201.185

199.374

0

199.175

222.113

201.185

199.374

0

154.961

177.814

156.959

155.155

50

179.258

201.994

181.248

179.454

0.1

133.296

155.942

135.271

133.486

80

159.340

181.463

161.271

159.531

0.2

120.562

142.987

122.515

120.749

100

139.423

160.501

141.254

139.603

0.3

109.045

131.180

110.968

109.229

120

119.505

139.090

121.196

119.672

0.4

93.799

115.378

95.665

93.977

150

99.588

117.211

101.099

99.736

0.5

84.839

105.973

86.660

85.012

170

79.670

94.842

80.960

79.797

0.6

72.977

93.350

74.722

73.142

200

59.753

71.961

60.782

59.854

0.7

66.006

85.818

67.695

66.165

220

39.835

48.545

40.562

39.907

0.8

56.777

75.687

58.377

56.928

250

19.918

24.567

20.302

19.955

0.9

51.353

69.631

52.891

51.498

270

0

0

0

0

1

44.174

61.470

45.616

44.309

300

 

 

 

 

 

المصدر: من إعداد الباحثة

يتضح من الجدول السابق أنه كلما زاد احتفاظ المؤمن من الخطر كلما قلت تكلفة إعادة التأمين، وهذا أمر متوقع. وكلما زادت درجة كره المؤمن للخطر ومحاولة تجنبه كلما زاد الجزء المسند لإعادة التأمين، وكلما زاد قسط إعادة التأمين الذي سيكون المؤمن على استعداد لسداده والتضحية بجزء من أرباحه.  أي أن المؤمن هنا سيضحي بقسط إعادة تأمين - والذي يعتمد على نوع الاتفاقية وتوزيع الخسارة ومقدار الاحتفاظ  مقابل أن معيد التأمين سيتشارك معه في سداد الخسائر.

بناء على جدول (1)، يمكن اتخاذ قرار شراء اعادة التأمين المناسب حسب ما يلي:

أولاً- من خلا فحص البدائل وبمقارنة الفرق بين أسعار الأقساط السوقية والقسط المحسوب P. من الواضح أن الأقساط المحسوبة أكبر دائما الأقساط السوقية، وتزيد الفروق كلما زادت درجة تجنب الخطر. وبناء على ذلك فإن أفضل وضع أن تكون درجة كره المؤمن للخطر هي       (k = 0.00001)

ثانيا -  من خلال حساب المنفعة المتوقعة (EU) لكل خيار:

في حالة الاتفاقية النسبية:

 

في حالة الاتفاقية اللا نسبية:

 

إذا اختارت الشركة ابرام اتفاقية نسبية بحد احتفاظ 20%، فسوف تكون منفعتها المتوقعة مع k=0.00001 ، وبدون اعتبار قيمة أصول الشركة (A) هي:

 

أما إذا اختارت الشركة اتفاقية لا نسبية بحد احتفاظ 80 مليون جنيه فسوف تكون المنفعة المتوقعة كما يلي:

 

يمكن لمعيد التأمين استخدام المعلومات المكتسبة من استخدام هذه الطريقة لفحص البدائل ومقارنتها، وكقاعدة معلومات للتفاوض مع معيدي التأمين والوسطاء. ويتم حساب نقطة التعادل على مقياس الأقساط بحيث تكون نقاط المنفعة المتوقعة متكافئة.

وإيجازا لما سبق، يمكن لصانع القرار استخدام هذا النهج للحصول على نظرة ثاقبة ورؤى حول الأفضلية النسبية لمختلف بدائل إعادة التأمين. ويمكنه أيضًا أن يرى كم تزيد أقساط صفقة إعادة التأمين التي أبرمها عن القيمة المتوقعة لإعادة التأمين، وما إذا كانت "صفقة جيدة" من حيث الشروط مقارنة مع قيمة P المناسبة.

أوضحنا سابقا أن قرار شراء إعادة التأمين سوف يتم اتخاذه في معزل عن الأمور الأخرى الخاصة بالمؤمن. ولكن عند مقارنة البدائل واخيار البديل المناسب لابد من اعتبار الامور الأخرى للمؤمن. فقد يدل حجم المنفعة المتوقعة لمؤمن ما على أن هذا الاختيار هو الأمثل بالنسبة للمؤمن، ولكن عند اعتبار فائض المؤمن، وحجم اعماله الأخرى وخبرة الخسارة وغيرها من الأمور، من الممكن ألا يكون هذا القرار هو الأمثل ويختار بديل يحقق منفعة أقل ولكنه يناسب وضعه المالي وخبرته، لاسيما إذا كان المؤمن ذو حجم صغير أو مؤمن جديد في مجال العمل. ففي مثل هذه الأحوال سيكون المؤمن متجنب للخطر بدرجات أعلى وعلى استعداد لسداد تكلفة أكبر لتجنب الخطر وتحويله لمعيد التأمين. النقطة الأساسية التي يركز عليها البحث هي أن يكون المؤمن على دراية بالحد الأقصى لقسط إعادة التأمين الذي يجب عليه سداده، ومن ثم يستطيع دراسة وتحليل قراره والتفاوض مع معيدي التأمين في ظل هذه المعلومات. سوف يتم مقارنة البدائل لبقية أنواع التأمين بالمثل.

  1. التأمين البحري

بداراسة التوزيع المناسب للبيانات اتضح أنه توزيع وايبل من النوع الثاني

"Weibull type 2". تأخذ شكل دالة الكثافة الاحتمالية لهذا التوزيع ما يلي:

 

 

يعتبر توزيع  Weibull  نموذجًا متعدد الاستخدامات لنمذجة الخسارة في التأمينات العامة، نظرًا لمدى ملاءمته لنمذجة البيانات بشكل مناسب لأنه يتميز بدرجة عالية من الالتواء الموجب والتي تعد من الخصائص النموذجية لمبالغ المطالبات[Das, et al. (2019)] . فهذا التوزيع له ذيل ممتد يمثل المطالبات الكبيرة التي تمثل تهديدا على سلامة المؤمن المالية والتي يولي لها المؤمن قدرا كبيرا من الاهتمام عند اتخاذ قرار بخصوص اسناد الخطر. وتوزيع وايبل له ثلاثة أنواع، [Weibull type 1, Weibull type 2, Weibull type 3]، وجميعها تمثل على خط الأعداد الحقيقية الموجب وذات إلتواء جهة اليمين.

بدراسة بيانات التعويضات في فرع البحري في شركة مصر للتأمين، تم تقدير متوسط حجم الخسارة بمبلغ (46.8361) مليون جنيه.

جدول (2) أقساط إعادة التأمين لتأمين الطيران            (بالمليون جنيه)

Non-proportional reinsurance

Proportional reinsurance

K

C

K

F

E.V

0.001

0.0001

0.00001

E.V

0.001

0.0001

0.00001

46.836

47.968

46.946

46.847

0

46.836

47.968

46.946

46.847

0

37.832

38.961

37.941

37.843

10

42.152

43.274

42.261

42.163

0.1

34.002

35.125

34.110

34.012

15

37.469

38.557

37.575

37.479

0.2

30.560

31.672

30.666

30.569

20

32.785

33.818

32.885

32.795

0.3

27.466

28.563

27.571

27.475

25

28.102

29.056

28.194

28.111

0.4

24.685

25.764

24.788

24.694

30

23.418

24.272

23.501

23.426

0.5

22.186

23.242

22.287

22.194

35

18.734

19.464

18.805

18.741

0.6

19.939

20.970

20.038

19.948

40

14.051

14.634

14.107

14.056

0.7

17.921

18.922

18.016

17.929

45

9.367

9.780

9.407

9.371

0.8

16.106

17.075

16.198

16.114

50

4.684

4.902

4.705

4.686

0.9

14.476

15.410

14.564

14.483

55

0

0

0

0

1

13.010

13.909

13.095

13.017

60

 

 

 

 

 

المصدر: من إعداد الباحثة

  1. تأمين السفن

بداراسة التوزيع المناسب للبيانات اتضح أنه توزيع وايبل "Weibull"  . تأخذ شكل دالة الكثافة الاحتمالية لهذا التوزيع ما يلي:

 

 

بدراسة بيانات التعويضات في فرع السفن في شركة مصر للتأمين، تم تقدير متوسط حجم الخسارة بمبلغ (54.40744) مليون جنيه.

جدول (3) أقساط إعادة التأمين لتأمين السفن            (بالمليون جنيه)

Non-proportional reinsurance

Proportional reinsurance

k

C

k

F

E.V

0.001

0.0001

0.00001

E.V

0.001

0.0001

0.00001

54.407

55.944

54.556

54.422

0

54.407

55.944

54.556

54.422

0

45.273

46.806

45.421

45.287

10

48.967

50.488

49.114

48.981

0.1

41.299

42.826

41.445

41.312

15

43.526

45.002

43.669

43.540

0.2

37.673

39.191

37.818

37.686

20

38.085

39.487

38.220

38.099

0.3

34.365

35.869

34.509

34.378

25

32.644

33.940

32.769

32.657

0.4

31.348

32.834

31.490

31.361

30

27.204

28.363

27.315

27.215

0.5

28.596

30.060

28.736

28.608

35

21.763

22.754

21.858

21.772

0.6

26.086

27.523

26.223

26.097

40

16.322

17.114

16.398

16.330

0.7

23.795

25.204

23.929

23.807

45

10.881

11.442

10.935

10.887

0.8

21.706

23.081

21.837

21.718

50

5.441

5.737

5.469

5.444

0.9

19.801

21.140

19.928

19.811

55

0

0

0

0

1

18.062

19.363

18.185

18.073

60

 

 

 

 

 

المصدر: من إعداد الباحثة

  1. تأمين الطيران

بداراسة التوزيع المناسب للبيانات اتضح أنه التوزيع الأسي "Exponential"  . تأخذ شكل دالة الكثافة الاحتمالية للتوزيع الأسي ما يلي:

 

 

ويتميز التتوزيع الأسي بذيل خففيف ملتو ناجية اليمين، وأنه توزيع منعدم الذاكرة، حيث يتساوى وسطه مع انحرافه المعياري.

بدراسة بيانات تعويضات تأمين الطيران في شركة مصر للتأمين، تم تقدير متوسط حجم الخسارة بمبلغ (270.2723) مليون جنيه، ويعتبر الأعلى بين تعويضات الفروع المختلفة.

يوضح جدول (4) التالي حسابات أقساط إعادة التأمين عند كل درجة من درجات تجنب الخطر وعند حدود ونسب الاحتفاظ المختلفة.

 جدول (4) أقساط إعادة التأمين لتأمين الطيران          (بالمليون جنيه)

Non-proportional reinsurance

Proportional reinsurance

k

C

k

F

E.V

0.001

0.0001

0.00001

E.V

0.001

0.0001

0.00001

270.272

315.083

273.992

270.638

0

270.272

315.083

273.992

270.638

0

224.625

269.372

228.338

224.990

50

243.245

287.684

246.928

243.607

0.1

201.025

245.604

204.721

201.389

80

216.218

259.513

219.790

216.569

0.2

186.687

231.076

190.363

187.048

100

189.190

230.525

192.579

189.524

0.3

155.156

198.775

158.755

155.510

150

162.163

200.672

165.294

162.471

0.4

128.951

171.383

132.429

129.293

200

135.136

169.900

137.934

135.411

0.5

107.172

148.050

110.493

107.498

250

108.109

138.151

110.499

108.343

0.6

89.071

128.099

92.208

89.379

300

81.082

105.361

82.989

81.268

0.7

74.028

110.988

76.960

74.315

350

54.054

71.460

55.402

54.186

0.8

61.525

96.273

64.242

61.790

400

27.027

36.368

27.739

27.097

0.9

42.497

72.642

44.776

42.720

500

0

0

0

0

1

المصدر: من إعداد الباحث

  1. التأمين الهندسي

بداراسة التوزيع المناسب للبيانات اتضح أنه توزيع معكوس جاوس "Inverse Gaussian". تأخذ شكل دالة الكثافة الاحتمالية لهذا التوزيع ما يلي:

 

 

تشبه خصائص هذا التوزيع خصائص توزيع جاما والتوزيع الطبيعي اللوغاريتمي. يوصى أحيانًا بتوزيع معكوس جاوس كنموذج لخسائر التأمين، لأنه شديد الالتواء جهة اليمين. [Clark, et al. 2004]

بدراسة بيانات تعويضات تأمين الطيران في شركة مصر للتأمين، تم تقدير متوسط حجم الخسارة وفقا لتوزيع مكعوس جاوس بمبلغ (92.55567) مليون جنيه.

جدول (5) أقساط إعادة التأمين للتأمين الهندسي            (بالمليون جنيه)

Non-proportional reinsurance

Proportional reinsurance

K

C

k

F

E.V

0.001

0.0001

0.00001

E.V

0.001

0.0001

0.00001

92.554

97.121

92.984

92.596

0

92.554

97.121

92.984

92.596

0

74.568

79.122

74.997

74.610

20

83.298

87.822

83.725

83.341

0.1

66.932

71.462

67.358

66.973

30

74.043

78.437

74.457

74.084

0.2

60.078

64.568

60.499

60.118

40

64.787

68.962

65.180

64.826

0.3

53.926

58.358

54.341

53.965

50

55.532

59.397

55.894

55.568

0.4

48.404

52.761

48.811

48.441

60

46.277

49.739

46.600

46.309

0.5

43.447

47.714

43.845

43.484

70

37.021

39.987

37.298

37.049

0.6

38.998

43.160

39.385

39.033

80

27.766

30.139

27.986

27.788

0.7

35.005

39.050

35.380

35.039

90

18.511

20.193

18.666

18.526

0.8

31.420

35.338

31.783

31.453

100

9.255

10.148

9.337

9.263

0.9

28.202

31.984

28.552

28.234

110

0

0

0

0

1

10.666

13.111

10.885

10.686

200

 

 

 

 

 

المصدر: من إعداد الباحثة

  1. تأمين البترول

بداراسة التوزيع المناسب للبيانات اتضح أنه التوزيع الأسي "Exponential" .

بدراسة بيانات تعويضات تأمين الطيران في شركة مصر للتأمين، تم تقدير متوسط حجم الخسارة بمبلغ (250.1567) مليون جنيه.

 

 

 

 

 جدول (6) أقساط إعادة التأمين لتأمين البترول     (بالمليون جنيه)

Non-proportional reinsurance

Proportional reinsurance

K

C

k

F

E.V

0.001

0.0001

0.00001

E.V

0.001

0.0001

0.00001

250.157

287.891

253.339

250.470

0

250.157

287.891

253.339

250.470

0

204.841

242.503

208.012

205.149

50

225.141

262.557

228.292

225.451

0.1

181.693

219.176

184.845

181.998

80

200.125

236.565

203.182

200.426

0.2

167.734

205.018

170.864

168.036

100

175.110

209.879

178.009

175.395

0.3

154.847

191.864

157.949

155.146

120

150.094

182.461

152.772

150.357

0.4

137.349

173.838

140.397

155.146

150

125.078

154.270

127.472

125.313

0.5

126.797

162.851

129.800

127.084

170

100.063

125.261

102.107

100.263

0.6

112.468

147.755

115.394

112.748

200

75.047

95.386

76.678

75.207

0.7

103.827

138.533

106.694

104.101

220

50.031

64.591

51.184

50.144

0.8

92.095

125.835

94.865

92.358

250

25.016

32.817

25.625

25.075

0.9

85.019

118.063

87.720

85.276

270

0

0

0

0

1

75.412

107.343

78.002

75.658

300

 

 

 

 

 

المصدر: من إعداد الباحثة

 

 النتائج والتوصيات:

تناولت هذه الدراسة تحليل  قرار إعادة التأمين بالنسبة لشركات التأمين المباشرة. يعتبر هذا القرار معقدا حيث يتضمن العديد من البدائل والحالات المختلفة. وقامت الدراسة على استخدام نماذج تحليل القرار المبنية على دالة المنفعة للمؤمن والتوزيع الاحتمالي للمطالبات، حيث إن هذه النماذج تكون مفيدة في كل من هيكلة وتقييم حالة اتخاذ قرار إعادة التأمين.

تم تطبيق هذه الدراسة على الأنواع الرئيسية من تأمينات الممتلكات والمسؤولية في شركة مصر للتأمين وذلك للفترة من 2007/2008 وحتى 2020/2021 م. الأنواع التي تم دراستها هي:

تأمين الحريق، التأمين البحري، تأمين السفن، تأمين الطيران، التأمين الهندسي، تأمين البترول.

وأهم ما توصلت اليه الدراسة ما يلي:

- اشتقاق معادلة حساب أقساط إعادة التأمين باستخدام دالة منفعة أسية، ودالة توزيع احتمالي للمطالبات أسية.

-  بناء على بيانات المطالبات، ومخرجات برنامج R تم التوصل الى التوزيع الاحتمالي لكل نوع من أنواع التأمين تحت الدراسة وتقدير معالمهم كما يلي:

نوع التأمين

التوزيع الاحتمالي

متوسط التوزيع (بالمليون جنيه)

تأمين الحريق

معكوس جاما "Inverse Gamma"  

199.175

التأمين البحري

وايبل من النوع الثاني "Weibull type 2"

46.8361

تأمين السفن

وايبل "Weibull"

54.40744

تأمين الطيران

الأسي "Exponential"

270.2723

التأمين الهندسي

معكوس جاوس "Inverse Gaussian"

92.55567

تأمين البترول

الأسي "Exponential"

250.1567

تعبر هذه التوزيعات من العائلة الأسية، ومن ثم تم استخدام التوزيع الأسي كأساس لاشتقاق المعادلات الخاصة ببقية التوزيعات التي تم استخدامها في الدراسة.

- من خلال فحص البدائل لاختيار البديل الأفضل، حيث يكون قسط السوق أعلى من قيمة P المقابلة. ويتم ذلك بمقارنة الفرق بين أسعار الأقساط السوقية والقسط المحسوب P، أو من خلال حساب المنفعة المتوقعة (EU) لكل خيار، باستخدام أسعار الأقساط لمعرفة الخيار الذي يحتوي على أعلى منفعة متوقعة.

وأهم ما توصي به الدراسة فهو:

اعتماد نماذج تحليل القرار في اتخاذ القرارات المتعلقة بعمليات التأمين عموما، حيث إن هذه النماذج تمكن متخذ القرار من الحصول على نظرة ثاقبة ورؤى حول الأفضلية النسبية لمختلف البدائل، وسهولة المقارنة واختيار الأفضل. 

 

 

  1. المراجع:

    1. Baker, T., Simon, J., 2002. Embracing risk. In: Baker, T., Simon, J. (Eds.), Embracing Risk: The Changing Culture of Insurance and Responsibility. University of Chicago Press, Chicago, pp. 1–26.
    2. Borch, K. (1960). An attempt to determine the optimum amount of stop loss reinsurance, Transactions of the 16th International Congress of Actuaries, vol. 1, pp. 597–610.
    3. Borch, K. (1962), “Equilibrium in a Reinsurance Market,” Econometrica 30, 424-444.
    4. Borch, K. (1974). The Mathematical Theory of Insurance. Lexington Books: Lexington, Mass.
    5. Cai, J., & Tan, K. (2007). Optimal retention for a stop-loss reinsurance under the VaR and CTE riskmeasures. Astin Bull., 37(1), 93–112.
    6. Cai, J., Tan, K. S., Weng, C., & Zhang, Y. (2008). Optimal reinsurance under VaR and CTE risk measures. Insurance Math. Econom., 43., 185–196.
    7. Das, Jagriti & Nath, Dilip C. (2019). Weibull Distribution As An Actuarial Risk Model Journal of Data Science,17(1). 161 – 194.
    8. Clark, David R. and Thayer, Charles A. (2004). A Primer On The Exponential Family Of Distributions, Call Paper Program on Generalized Linear Models.
    9. Dickson, David C.M. (2005). Reinsurance risk and ruin. Cambridge University Press.

    10.  Dickson, David C.M. & Waters, Howard R. (1996). Reinsurance and ruin, Insurance: Mathematics and Economics, Volume 19, Issue 1, 61-80.

    1. El-bolkiny Mohamed T., et al. (2018). Estimate the Optimal Proportional Reinsurance Method in Property Insurance, Egyptian Journal of Commercial Studies, 41 (1), 291-337.
    2. Freifelder, L. (1979). Exponential Utility Theory Ratemaking: An Alternative Ratemaking Approach. Journal of Risk and Insurance 46(3).
    3. Garven, J.R., & Tennant, J.L. (2003), The demand for reinsurance: Theory and empirical tests, Assurances, 7 (3): 217-238.
    4. Jiang,W.; Hong, H. and Ren, J. (2021), Pareto-optimal reinsurance policies with maximal synergy, Insurance Mathematics and Economics, vol. 96, pp. 185–198.
    5. Kaas, Rob; Goovaerts, Marc; Dhaene, Jan & Denuit, Michel (2009). Modern Actuarial Risk Theory: Using R. Heidelberg: Springer Berlin Heidelberg.
    6. Karageyik, B. B., & Şahin, Ş. (2017). Determination of the Optimal Retention Level Based on Different Measures. Risk Financial Management., 10(1).
    7. Mayers, D. and Smith, C.W. (1990), “On the Corporate Demand for Insurance: Evidence from the Reinsurance Market,” Journal of Business, 63, 19-40.
    8. Putri ,A. D.; Nurrohmah, S. and Fithriani, I. (2021) “Quota-share and stop-loss reinsurance combination based on value-at-risk (VaR) optimization,” Journal of Physics: Conference Series,vol. 1725,no.1.
    9. Rejda, George E. Michael J. McNamara (2017). Principles of Risk Management and Insurance, 14th Edition, Pearson.
    10. Rigby, R. A.; Stasinopoulos, D. M.; Heller, G. Z. and De Bastiani, F. (2019). Distributions for modeling location, scale, and shape: Using GAMLSS in R, Chapman and Hall/CRC.
    11. Samson, Danny, and Thomas, Howard (1983). Reinsurance Decision Making and Expected Utility. The Journal of Risk and Insurance 50 (2): 249–264.
    12. Samson, Danny, and Thomas, Howard ———. 1985. “Decision analysis models in reinsurance.” European Journal of Operational Research 19 (2): 201–211.
    13. Swiss Re (2004). An Introduction to Reinsurance, http://www.swissre.com
    14. Swiss Re (2012). The essential guide to reinsurance: Solutions to 21st Century Challenges, http://down.cenet.org
    15. Waters, H. R. (1979). Excess Of Loss Reinsurance Limits. Scandinavian Actuarial Journal, (1), 37–43.
    16. Waters, H. R. (1983). Some Mathematical Aspects Of Reinsurance. Insurance Math. Econom., 2, 17–26.

     

     

     

     

    ملحق A

    توفيق التوزيعات الاحتمالية على بيانات الخسارة

    تم استخدام البرنامج الإحصائي R للوصول الى التوزيع الاحتمالي المناسب لكل نوع من أنواع التأمينات تحت الدراسة. وتم توفيق التوزيعات الاحتمالية بشكل أتوماتيكي حسب طبيعة بيانات الخسارة باستخدام حزمة gamlss (Generalized additive models for location scale and shape).

    توفر حزمة gamlss لـبرنامج  R إمكانية تجربة العديد من التوزيعات المختلفة واختيار "الأفضل" وفقًا لـمعيار معلومات أكايكي المعمم (Generalized Akaike information critersion (GAIC. الدالة الرئيسية هي fitDist . وتكتب الدالة على الشكل التالي:

    fitDist(x, k = 3, type = "realplus", trace = FALSE, try.gamlss = TRUE)

    أحد الخيارات المهمة في هذه الدالة هو نوع التوزيعات التي تمت تجربتها كما يلي:

    الإعداد type = "realline" سيوفق جميع التوزيعات المحددة على خط الأعداد الحقيقية بالكامل بينما الإعداد type ="realsplus"   سيحاول فقط توفيق التوزيعات المحددة على خط الأعداد الحقيقية الموجب. الخيار الآخر المهم هو المعلمة ( (kوهي تحدد عدد المعلمات في التوزيع. مثلا تحديد k = 2  يعني أنه يتم تحديد التوزيع "الأفضل" وفقًا لـ AIC الكلاسيكي ذو معلمتين. يمكن ضبط k على أي عدد معلمات نريده.

     

    • أولا: تأمين الحريق

    > x<-c(215454, 190901, 184056, 118528, 205597, 179785, 198471, 274188, 373749, 298621, 340196, 922224, 437208, 272753)

    > hist(x)

     

    > fit <- fitDist(x, k = 3, type = "realplus", trace = FALSE, try.gamlss = TRUE)

    > summary(fit)

    *******************************************************

    Family:  c("IGAMMA", "Inverse Gamma")

    Call:  gamlssML(formula = y, family = DIST[i])

    Fitting method: "nlminb"

    Coefficient(s):

               Estimate  Std. Error  t value   Pr(>|t|)   

    eta.mu    12.201939    0.131961 92.46604 < 2.22e-16 ***

    eta.sigma -0.819622    0.183190 -4.47416 7.6712e-06 ***

    Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

     Degrees of Freedom for the fit: 2 Residual Deg. of Freedom   12

    Global Deviance:     367.112

                AIC:     371.112

                SBC:     372.39

     

    > plot(fit)

    *******************************************************

                  Summary of the Quantile Residuals

                               mean   =  -0.002719539

                           variance   =  1.077956

                   coef. of skewness  =  0.4180368

                   coef. of kurtosis  =  2.931094

    Filliben correlation coefficient  =  0.9735001

    **********************************************************

     

    > fitted(fit, what = c("mu", "sigma", "nu", "tau"),parameter= NULL)

     [1] 199175

    • ثانيا: التأمين البحري

    > x<-c(28864, 35781, 11380, 19757, 46177, 23948, 85160, 67292, 44095, 96512, 61534, 72760, 50382, 45997)

    > hist(x)

     

     

    > fit <- fitDist(x, k = 3, type = "realplus", trace = FALSE, try.gamlss = TRUE)

    > summary(fit)

    *******************************************************

    Family:  c("WEI2", "Weibull type 2")

    Call:  gamlssML(formula = y, family = DIST[i])

    Fitting method: "nlminb"

    Coefficient(s):

                Estimate  Std. Error  t value   Pr(>|t|)   

    eta.mu    -23.784367    5.133014 -4.63361 3.5935e-06 ***

    eta.sigma   0.777685    0.211795  3.67188 0.00024078 ***

    Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

     Degrees of Freedom for the fit: 2 Residual Deg. of Freedom   12

    Global Deviance:     321.054

                AIC:     325.054

                SBC:     326.332

    > plot(fit)

    **************************************

                  Summary of the Quantile Residuals

                               mean   =  -0.00476048

                           variance   =  1.086555

                   coef. of skewness  =  -0.01145281

                   coef. of kurtosis  =  1.932329

    Filliben correlation coefficient  =  0.9959554

     

     

    > fitted(fit, what = c("mu", "sigma", "nu", "tau"),parameter= NULL)

     [1] 46.8361

    • ثالثا: تأمين السفن

    > x<- c(37377, 36928, 26169, 63801, 36844, 21201, 83061, 59252, 44837, 57327, 56691, 66209, 49204, 43561)

    > hist(x)

     

     

    > fit <- fitDist(x, k = 3, type = "realplus", trace = FALSE, try.gamlss = TRUE)

    > summary(fit)

    *******************************************************

    Family:  c("WEI", "Weibull")

    Call:  gamlssML(formula = y, family = DIST[i])

    Fitting method: "nlminb"

    Coefficient(s):

                Estimate  Std. Error   t value   Pr(>|t|)   

    eta.mu    10.9042561   0.0855741 127.42468 < 2.22e-16 ***

    eta.sigma  1.1930608   0.2064865   5.77791 7.5634e-09 ***

    Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

     Degrees of Freedom for the fit: 2 Residual Deg. of Freedom   12

    Global Deviance:     310.876

                AIC:     314.876

                SBC:     316.154

    > plot(fit)

    ********************************************************

                  Summary of the Quantile Residuals

                               mean   =  0.001134732

                           variance   =  1.043137

                   coef. of skewness  =  0.2041973

                   coef. of kurtosis  =  2.259303

    Filliben correlation coefficient  =  0.9885215

     

     

     fitted(fit, what = c("mu", "sigma", "nu", "tau"),parameter= NULL)

     [1] 54407.44

    • رابعا: تأمين الطيران

    > x <- c(38556, 46099, 9547, 711845, 18362, 94404, 92814, 320391, 310945, 921519, 508083, 205318, 235657)

    > hist(x)

     

    > fit <- fitDist(x, k = 3, type = "realplus", trace = FALSE, try.gamlss = TRUE)

    > summary(fit)

    **********************************************************

    Family:  c("EXP", "Exponential")

    Call:  gamlssML(formula = y, family = EXP)

    Fitting method: "nlminb"

    Coefficient(s):

            Estimate  Std. Error  t value   Pr(>|t|)   

    eta.mu  12.50718     0.27735  45.0953 < 2.22e-16 ***

    Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

     Degrees of Freedom for the fit: 1 Residual Deg. of Freedom   12

    Global Deviance:     351.187

                AIC:     353.187

                SBC:     353.752

    > plot(fit)

    *******************************************************

                  Summary of the Quantile Residuals

                               mean   =  -0.0720594

                           variance   =  1.28806

                   coef. of skewness  =  0.09800374

                   coef. of kurtosis  =  1.671478

    Filliben correlation coefficient  =  0.9902579

     

     

    > fitted(fit, what = c("mu", "sigma", "nu", "tau"),parameter= NULL)

     [1] 270272.3

    • خامسا: التأمين الهندسي

    > x<- c(90747, 50451, 53930, 77101, 62344, 76115, 103982, 130042, 33107, 83405, 76897, 29939, 180691, 246998)

    > hist(x)

     

     

    > fit <- fitDist(x, k = 3, type = "realplus", trace = FALSE, try.gamlss = TRUE)

    > summary(fit)

    *********************************************************

    Family:  c("IG", "Inverse Gaussian")

    Call:  gamlssML(formula = y, family = DIST[i])

    Fitting method: "nlminb"

    Coefficient(s):

               Estimate  Std. Error  t value   Pr(>|t|)   

    eta.mu    11.435566    0.162268  70.4734 < 2.22e-16 ***

    eta.sigma -6.216784    0.188980 -32.8965 < 2.22e-16 ***

    Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

    Degrees of Freedom for the fit: 2 Residual Deg. of Freedom   12

    Global Deviance:     339.117

                AIC:     343.117

                SBC:     344.395

    > plot(fit)

    *********************************************************

                  Summary of the Quantile Residuals

                               mean   =  -0.005614077

                           variance   =  1.073373

                   coef. of skewness  =  0.1465196

                   coef. of kurtosis  =  2.34109

    Filliben correlation coefficient  =  0.9861419

     

    > fitted(fit, what = c("mu", "sigma", "nu", "tau"),parameter= NULL)

     [1] 92555.67

    • سادسا: تأمين البترول

    > x<- c(416519, 166418, 266458, 17541, 388952, 43205, 65009, 143400, 577106, 35592, 19437, 282125, 764720, 315712)

    > hist(x)

     

    > fit <- fitDist(x, k = 3, type = "realplus", trace = FALSE, try.gamlss = TRUE)

    > summary(fit)

    *******************************************************

    Family:  c("EXP", "Exponential")

    Call:  gamlssML(formula = y, family = EXP)

    Fitting method: "nlminb"

    Coefficient(s):

            Estimate  Std. Error  t value   Pr(>|t|)   

    eta.mu 12.429843    0.267261  46.5082 < 2.22e-16 ***

    Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

    Degrees of Freedom for the fit: 1 Residual Deg. of Freedom   13

    Global Deviance:     376.036

                AIC:     378.036

                SBC:     378.675

    > plot(fit)

    ***********************************************************

                  Summary of the Quantile Residuals

                               mean   =  0.006093118

                           variance   =  1.0535

                   coef. of skewness  =  -0.06670535

                   coef. of kurtosis  =  1.539624

    Filliben correlation coefficient  =  0.9797893

     

     

    fitted(fit, what = c("mu", "sigma", "nu", "tau"),parameter= NULL)

     [1] 250156.7

     

     

    ملحق (B)

    اشتقاق معادلة قسط إعادة التأمين (P) باستخدام التوزيع الأسي

    معادلة المنفعة المتوقعة لمؤمن ما لفترة زمنية هي:

     

    وهذه المعادلة هي المعادلة المحورية في تحليل قرار إعادة التأمين، والتي بناء عليها سنشتق فيمة أقساط إعادة التأمين لمختلف البدائل.

    في حالة اتفاقية إعادة تأمين نسبية يكون المبلغ الواجب سداده من قبل المؤمن هو:

     

    حيث F هي نسبة الجزء المحتفظ به. وتكون دالة كثافة الاحتمال للمتغير Y كما يلي:

     

    ومن ثم تصبح معادلة (1) كما يلي:

     

    سنستخدم التوزيع الأسي لايجاد قيمة قسط إعادة التأمين (P)، بالتعويض بمعادلة التوزيع الأسي نحصل على:

     

    ومن ثم تصبح معادلة ( ) كما يلي:

     

    الطرف الأيسر للمعادلة:

     

    الطرف الأيمن للمعادلة:

     

    وبتجميع طرفي المعادلة معا، نحصل على قيمة قسط إعادة التأمين (P):

     

    تستخدم هذه المعادلة كأساس لحساب اقساط إعادة التأمين لمختلف التوزيعات من العائلة الأسية، وذلك لصعوبة اشتقاق قيم باستخدام بقية التوزيعات، وبدلا من استخدام التكامل العددي. يمكن إعادة كتابة معادلة قسط إعادة التأمين كما يلي:

     

    - حساب القيمة المتوقعة لإعادة التأمين النسبي:

     

    في حالة التوزيع الأسي:

     

    بالنسبة لبقية التوزيعات =

    في حالة اتفاقية إعادة تأمين لا نسبية مع حد احتفاظ C، يكون المبلغ الواجب سداده من قبل المؤمن هو:

     

    وتكون دالة كثافة الاحتمال الأسية للمتغير Y كما يلي:

     

    ومن ثم تصبح معادلة (1) كما يلي:

     

    الطرف الأيسر للمعادلة:

     

    وباجراء التكامل للطرف الأيسر والتعويض بالحد الأعلى والحد الأدنى ينتج ما يلي:

     

    الطرف الأيمن للمعادلة:

     

    وباجراء التكامل للطرف الأيمن والتعويض بالحد الأعلى والحد الأدنى ينتج ما يلي:

     

    بتجميع الحدود معا وإجراء الاختصارات اللازمة نحصل على معادلة قسط إعادة التأمين التالية:

     

     

    ويمكن إعادة كتابة المعادلة السابقة لبقية التوزيعات كما يلي:

     

     

    - حساب القيمة المتوقعة لإعادة التأمين اللا نسسبي:

     

    في حالة التوزيع الأسي:

     

     

     

     

     

     

     

    بالنسبة لبقية التوزيعات ستكون المعادلة كما يلي: