IBNR详解及基于R的计算逻辑
一、什么是IBNR
IBNR是英文“Incurred But Not Reported”的缩写，中文意思是“已发生未报案未决赔款准备金”。它通常用在保险和金融领域，描述的是非寿险保险事故已经发生，但尚未向保险公司提出索赔的赔案而提取的准备金。
二、IBNR的提取流程
- 确定已发生未报案未决赔款准备金的金额。
- 根据保险公司的业务类型、赔案情况、历史经验等因素，确定适当的提取比例。
- 按照确定的提取比例，计算出提取的已发生未报案未决赔款准备金金额。
- 将提取的已发生未报案未决赔款准备金金额列入相关会计科目进行核算。
- 在财务报表中披露提取的已发生未报案未决赔款准备金金额及其用途
三、IBNR的提取方法（计算算法）
IBNR准备金的提取方法主要包括链梯法、案均赔款法、准备金进展法、B-F法等。
此外，根据财政部国家税务总局《关于保险公司准备金支出企业所得税税前扣除有关政策问题的通知》（财税[2016]114号），已发生已报案未决赔款准备金，按最高不超过当期已经提出的保险赔款或者给付金额的100%提取；已发生未报案未决赔款准备金（IBNR）按不超过当年实际赔款支出额的8%提取。
四、IBNR准备金提取需要的材料
- 赔案数据：包括已报案赔案和未报案赔案的相关信息，如报案号、事故类型、事故时间、赔款金额等。
- 历史经验数据：包括过去类似赔案的处理情况、赔款金额、处理时间等。
- 精算报告：由专业精算师出具的关于IBNR准备金提取的精算报告，包括提取比例、提取金额等的计算依据和过程。
- 财务报表：公司的资产负债表、利润表、现金流量表等财务报表，用于核算和披露IBNR准备金提取的金额。
- 其他相关材料：如公司政策文件、监管要求文件等。
五、影响IBNR准备金提取金额的因素
- 业务规模：业务规模越大，面临的赔案数量和赔款金额也就越多，需要提取的IBNR准备金也就相应增加。
- 业务种类：不同类型的保险业务，风险程度和赔款频率也不同。例如，车辆保险可能面临更多的赔款风险，因此需要提取更多的IBNR准备金。
- 赔案历史和经验数据：赔案历史和经验数据可以提供对未来赔款趋势的洞察，保险公司可以根据这些数据来评估风险并确定适当的IBNR准备金提取比例。
- 经济和环境因素：如通货膨胀、就业市场状况等经济和环境因素的变化，可能会影响赔款金额的大小，从而影响IBNR准备金的提取金额。
- 政策和法规变化：政府可能针对车辆以及车险的管理制度进行调整，这些政策和法规的变化可能会对IBNR准备金的提取产生影响。
- 精算假设和模型选择：保险公司使用的精算假设和模型选择也会影响IBNR准备金的提取金额。例如，不同的折现率、损失分布假设等会对计算的赔款金额产生影响。
- 索赔处理速度：索赔处理速度的快慢也会影响IBNR准备金的提取金额。如果处理速度较慢，那么在一段时间内可能会积压更多的赔案，从而需要提取更多的IBNR准备金。
以上因素均可能对IBNR准备金的提取金额产生影响，因此保险公司需要对这些因素进行全面的考虑和分析，以确定适当的IBNR准备金提取金额。
六、计算IBNR需要数据字段
赔案数据字段和历史经验数据字段可以根据不同的业务类型和需求而有所不同。以下是一些常见的赔案数据字段和历史经验数据字段：
赔案数据字段：
- 赔案号：每个赔案的唯一标识符。
- 报案号：与赔案号相关联的报案编号。
- 事故类型：事故的类型，如交通事故、火灾等。
- 事故时间：事故发生的时间。
- 报案时间：客户报案的时间。
- 索赔人信息：索赔人的姓名、联系方式等。
- 损失情况：事故造成的损失情况，如财产损失、人员伤亡等。
- 赔款金额：保险公司支付的赔款金额。
- 结案时间：赔案结案的时间。
历史经验数据字段：
- 历史赔案数据：包括历史赔案的赔案号、事故类型、事故时间、报案时间、索赔人信息、损失情况、赔款金额、结案时间等。
- 统计指标：包括赔款金额的均值、中位数、众数、标准差等统计指标。
- 趋势数据：包括赔款金额随时间变化的趋势数据，如年度赔款金额走势等。
- 地理信息：包括事故发生的地点、分布情况等地理信息。
- 经济和环境数据：包括通货膨胀率、就业市场状况、政策变化等经济和环境数据。
- 其他相关数据：如市场利率、汇率等其他相关数据。
这些数据字段可以根据具体的业务需求和数据分析目的进行调整和扩展。
七、R语言和链梯法（Chain Ladder）计算IBNR
使用R语言和链梯法（Chain Ladder）计算IBNR（已发生但未报告的赔款准备金）需要以下步骤：
-
导入必要的R包：
library(actuarial) |
- 准备赔案数据：
你需要一个包含赔案信息的data frame或matrix，其中每行代表一个赔案，包含至少以下字段：报案号（claim ID）、报案时间（claim date）、索赔人信息（claimant information）、损失情况（loss details）、赔款金额（claim amount）等。
- 创建链梯模型：
使用ChainLadder()函数创建一个链梯模型。例如：
clm <- ChainLadder(ClaimData) |
- 估计链梯模型的参数：
使用fit()函数来估计链梯模型的参数。例如：
fit <- fit(clm) |
- 提取IBNR准备金：
使用IBNR()函数来提取IBNR准备金。例如：
IBNR_reserve <- IBNR(fit, time.period = "year") # 可以选择不同的时间周期，如季度、半年等 |
- 输出结果：
最后，你可以将结果输出到控制台或保存到变量中以供后续分析。例如：
print(IBNR_reserve) |
或者将结果保存到变量中：
IBNR_reserve_result <- IBNR_reserve |
以上是一个简单的示例，具体实现可能因数据格式和业务需求而有所不同。请根据你的实际情况进行调整