Neke metode kvantifikacije rizika u menadmentu

osiguranja
Dr. sc. Dominika Crnjac Mili
Sveuilite J.J. Strossmayer, Elektrotehniki fakultet u Osijeku,
Kneza Trpimira 2B, 31000 Osijek, Hrvatska
Tel.: +385 (0)31 224 600; Fax: +385 (0)31 224 605
e-mail: dominika.crnjac@etfos.hr
Mr.sc. Ljiljanka Kvesi
Srednja strukovna kola iroki Brijeg
88226 iroki Brijeg, Bosna i Hercegovina
mob.:+38763355021
e-mail: ljiljanka.kvesic@tel.net.ba

Saetak
U radu je pojanjen fenomen rizika u osiguranju uz koritenje matematikih alata.
Pokazuje se da je marginalna korisnost kapitala monotona funkcija i da premiju treba
uveati proporcionalno riziku

Kljune rijei: osiguranje, rizik, vjerojatnost, zakon velikih brojeva, distribucija,

varijanca

1. Uvod
Zatita ovjeka i njegove imovine od tetnih posljedica prirodnih sila, sluaja i drugih
opasnosti oduvijek je bila od velike vanosti ne samo za pojedinca, nego i za drutvo.
Tu zatitu je potpunije i kvalitetnije ostvarivao u zajednitvu na naelima uzajamnosti
i solidarnosti.
U tijeku razvoja osiguranja izmijenio se u biti samo nain stvaranja i raspodjele
sredstava. Pokazalo se da samo unaprijed prikupljeni namjenski fondovi osiguranja
mogu dugorono i kontinuirano pokrivati negativne posljedice ostvarenih rizika.
Osiguranje je tako u suvremenom gospodarskom razvoju postalo nezamjenjivom
zatitom, te institutom sigurnosti i prosperiteta drutva.
Osiguranje ostvaruje svoju zatitu na nain to osobe, izloene istoj ili slinoj
opasnosti, tj. osobe ijoj imovini, ivotu ili zdravlju prijeti isti ili slian rizik, udruuju
sredstva u zajedniki fond iz kojeg se nadoknauje teta ili isplauju osigurane
svote.
Uplatama odreenog iznosa novca(premije) teret buduih teta, za koje je iskustvo
pokazalo da e se ostvariti, ali se ne zna kada, stvara fond za podmirenje buduih
obveza. Nuna premija mora biti razmjerna riziku kojeg pojedinac unosi u
zajednitvo. Stoga je postojanje rizika i njegovo pokrie temelj, pred uvjet i smisao
osiguranja, pa je prije svega potrebno obrazloiti pojam i prirodu rizika u osiguranju.
1

2. Priroda rizika
Svaka situacija u kojoj se netko nae ukljuuje u sebi neki rizik, pa i svaka poslovna
aktivnost odnosno svaka poslovna situacija ukljuuje u sebi rizik.
Rizik u najirem smislu predstavlja odreenu opasnost, neizvjesnost, gubitak, dakle
neki budui, neizvjestan dogaaj koji moe imati i neeljene posljedice. Pojam rizika
treba razlikovati od neizvjesnosti. O riziku se govori kad se kao rezultat nekog
budueg dogaaja mogu oekivati razliiti meusobno iskljuivi ishodi s poznatom
(pretpostavljenom) vjerojatnou p. Ako taka vjerojatnost ne postoji, radi se o
neizvjesnosti1 .Razvoj vjerojatnosti, statistike i teorije odluivanja pokazao je da ova
razlika nije odluujua za sutinsko razmatranje rizika u osiguranju.
Budui dogaaj

siguran
p 1

rizik

0 p 1

nije mogu
p0

neizvjestan
p nije poznat

2.1 Vrste rizika

Sistematizacija sadraja pojma rizika mogua je na vie naina. Jedna od takvih
mogunosti prikazana je na sljedeoj shemi2.
Vrste rizika:
rizik

0 p 1

isti

neosigurljiv

pekulativni

osigurljiv

osobni rizik imovinski rizik

rizik od odgovornosti

F.Knight,Risk,Uncertainty and Profit,1999.

M. R. Greene, J. S. Trieschmann, Sandra G. Gustavson, Risk & Insureance,2000.

22

2.1.1 isti i pekulativni rizici

Rizici se s obzirom na konaan ishod mogu podijeliti na iste i pekulativne. isti
rizici su rizici koji su posljedica sluaja ili stihije, a ne ovjekova svjesnog djelovanja,
npr. smrt, poar i sl., dok su pekulativni rizici oni rizici u koje ovjek ulazi svjesno
npr. igre na sreu, ulaganje u rizine projekte. Osiguranjem se pokrivaju samo isti
rizici koji, kada se pojave, rezultiraju iskljuivo gubitkom dok pekulativni mogu
rezultirati dobitkom ili gubitkom.
pekulativni rizik nije predmet osiguranja, jer nije u skladu s osnovnom funkcijom
osiguranja tj. zatite integriteta ovjeka i imovine. isti osigurljivi rizici mogu se
raspodijeliti u tri osnovne skupine:
- osobni rizici- rizici kojima je izloen pojedinac poradi smrti, starosti, bolesti,
nezgode, nezaposlenosti, zbog ega nastaju financijski gubitci pojedincu i
njegovoj obitelji te se od njih nastoji zatititi i to najee osiguranjem.,
- imovinski rizici- rizici kojima je izloena imovina.,
- rizici od odgovornosti- rizici vezani za pokrie teta uinjenih treoj osobi za
koje je odgovoran osiguranik. Odgovornost moe biti zakonska (npr.
osiguranje automobilske odgovornosti) ili ugovorna (npr. osiguranje proizvoda
garancijom).
2.1.2 Zajedniki i pojedinani rizici
Zajedniki rizici su oni koji odjednom ugroavaju vee skupine ljudi npr. potres, rat,
nezaposlenost i dr. Smatraju se problemom drutva u cjelini, pa ak i globalnim
problemom. Ovi rizici su izvan kontrole pojedinca koji trpe njihove posljedice pa
odgovornost za takve rizike preuzima drutvo a ne pojedinac.
Pojedinani rizici imaju ograniene posljedice. Oni se javljaju kao posljedica
pojedinanih dogaaja i osjeaju ih pojedinci.
2.1.3 Subjektivni i objektivni rizici
Rizici ije ostvarenje ovisi o postupcima pojedinca su subjektivni rizici. Objektivni
rizici su rezultat objektivnih okolnosti i relativno su lako mjerljivi.
Ovise o predmetu osiguranja, njegovoj vrijednosti, veliini i uestalosti tete.
Rizinost se smanjuje s poveanjem broja predmeta izloenih riziku. to je broj
osiguranih predmeta vei uz isto odstupanje i istu vjerojatnost tete, obveza
osiguravatelja je manja ako nastupi osigurani sluaj. S poveanjem broja jedinica
izloenih riziku osiguravatelj moe tonije, s veim stupnjem sigurnosti, predvidjeti
budue tete, jer se moe osloniti na djelovanje zakona velikih brojeva.
Ostvarenje subjektivnog rizika ovisi o postupcima pojedinca, stoga je njegovu veliinu
teko mjeriti. U svakom riziku obino su zastupljene obje vrste rizinosti, ali s
razliitim udjelom: u nekima prevladavaju objektivni, a u drugima subjektivni
imbenici.

Za ocjenu veliine rizika vana je i vjerojatnost nastupa nekog dogaaja ili sluaja.
Postoji objektivni i subjektivni aspekt vjerojatnosti.
Objektivna vjerojatnost je relativna frekvencija nekog dogaaja, koja se temelji na
pretpostavci o velikom broju promatranih sluajeva i nepromijenjenim ostalim
uvjetima. Moe se odrediti pomou dva naina:
- dedukcijom (a priori vjerojatnost);
- indukcijom (a posteriori vjerojatnost).
Subjektivna vjerojatnost je osobna procjena vjerojatnosti nastupa nakon dogaanja.
Ovisi o karakteristikama osobe koja prosuuje rizinost: o njezinoj dobi, spolu,
iskustvu, stupnju inteligencije i sl.
Vjerojatnost nije mogue poistovjetiti s objektivnim rizikom. Vjerojatnost je relativna
frekvencija odreenoga tetnog dogaaja a objektivni rizik je relativno odstupanje
stvarne od oekivane tete.
Vjerojatnost tete moe biti jednaka za dvije skupine promatranih objekata, dok
objektivni rizik moe biti razliit.
objektivni rizik

odstupanje stvaarnih od ocekivanih teta

ocekivane tete

Iz prethodne formule proizlazi odnos objektivnog rizika i vjerojatnosti tete: ako je

teta nastala, objektivni rizik je nula jer nema odstupanja stvarnih od oekivanih teta.
Ako teta nije vjerojatna, objektivni rizik je nula (nema odstupanja stvarne od
oekivane tete jer teta nije vjerojatna ).
Objektivni rizik ( kao odstupanje od oekivanja ) je tonije odreen u velikom broju
promatranih sluajeva. Dakle, zakon velikih brojeva je zakon mnotva i osnovni je
zakon u teoriji vjerojatnosti i statistici3.
Smisao zakona velikih brojeva je u injenici da odreeni dogaaj, promatramo
pojedinano, ako se ostvari predstavlja sluaj, dok u velikom broju promatranja
predstavlja zakonitost. Stoga je dogaaj koji je za pojedinca sluajnost, promatran u
mnotvu oekivani dogaaj.
Taj je prirodni zakon formulirao vicarski matematiar Jakob Bernoulli a kasnije ga je
prouio francuski matematiar i fiziar Simeon Denis Poisson, koji se posebno bavio
istraivanjima u podruju varijacija i vjerojatnosti.
Na temelju istraivanja o veliini rizika i vjerojatnosti nastupa teta, proizlazi
sljedee:
- to je vei broj promatranih objekata izloenih riziku, uz jednaku vjerojatnost
tete, objektivni rizik se smanjuje
- poveanjem vjerojatnosti tete odstupanje stvarnih od oekivanih teta se
smanjuje ako je broj jedinica izloenih riziku stalan

3. Statistiki i vjerojatnosni koncepti u osiguranju

33

V. Vrani, Vjerojatnost i statistika, Tehnika knjiga, Zagreb, 1971

Metode koje se upotrebljavaju u upravljanju rizikom i osiguranju su statistike

metode, i teorija vjerojatnosti ili matematika obrada teorije sluaja koja se
nadograuje na zakon velikih brojeva. Stoga je nuno podrobnije objasniti mjere
centralne tendencije, mjere disperzije, vjerojatnost i teoretske distribucije vjerojatnosti
i zakon velikih brojeva.
3.1 Mjere centralne tendencije
Statistika analiza opisuje velik broj podataka statistiko analitikim veliinama.
mjere centralne tendencije
- mjere disperzije
Te mjere su izraz tendencije i gomilanja podataka oko neke vrijednosti. Najznaajnije
mjere centralne tendencije su:4
n

Aritmetika sredina:

An x1 , x2 , x3 ,..., xn

i 1

n
Geometrijska sredina: Gn x1 , x2 , x3 ,..., xn xi
i 1

Harmonijska sredina: H x1 , x2 , x3 ,..., xn n

1

xi
i 1

1
2

Teinska kvadratna sredina: M n x1 , x2 , x3 ,..., xn 1 xi2 , pri emu

n i 1
su x1 , x2 , x3 ,..., xn podaci
Primijetimo da vrijede nejednakosti5 meu mjerama centralne tendencije
n

min x1 , x2 , x3 ,..., xn

x
i 1

,tj.

n
n

x
i 1

1
n

x
i 1

x
i 1

2
i

1
2

max x1 , x2 , x3 ,..., xn

min x1 , x2 , x3 ,..., xn H n x1 , x2 , x3 ,..., xn Gn x1 , x2 , x3 ,..., xn

An x1 , x2 , x3 ,..., xn M n x1 , x2 , x3 ,..., xn max x1 , x2 , x3 ,..., xn

3.2 Mjere disperzije

44

M. Crnjac, D.Crnjac, Inequalities, differences and relationships between some statistic means,
Zbirka radova XIII., Ekonomski fakultet u Mostaru, 2004, str. 171-186
5
M.Crnjac, Teorijska statistika za ekonomiste, Ekonomski fakultet Osijek, 1996., str. 80-83

Disperziju ili rasprenost podataka oko srednje vrijednosti moemo utvrditi pomou
mjere disperzije. Najea mjera disperzije je standardna devijacija, koja pokazuje
prosjeno odstupanje numerike varijable od prosjeka.
Standardna devijacija za ne grupirane podatke dana je izrazom
n

( xi x ) 2

i 1

2
i

x2

i 1

Standardna devijacija za grupirane podatke dana je izrazom.

n

f (x
i

x)

fx

i i

i 1

i 1
n

i 1

i 1

F f x I
G JJ , pri emu je
G
G
J
G
H f JK
2

i i

i 1
n

fi

i 1

teinski faktor.
U distribuciji s relativno izraenim frekvencijama koje interpretiramo kao
vjerojatnosti, umjesto izraza aritmetika sredina koristimo se terminom oekivana
vrijednost.
Oekivana vrijednost je mjera centralne tendencije sluajne varijable6 x tj.

bg

bg

E x xi p xi .
i 1

Iz prethodnog izraza vidljivo je da je oekivana vrijednost varijable

sredina distribucije s relativno izraenim frekvencijama.
Mjera odstupanja od oekivane vrijednosti je:
-

i 1

i 1

x aritmetika

2
2
2
2
varijanca ( xi ) p( xi ) xi p( xi )

standardna devijacija sluajne varijable kao prosjeno odstupanje vrijednosti

numerike varijable od oekivane vrijednosti je:

( xi ) 2 p( xi )
i 1

2
i

p( xi ) 2 .

i 1

Statika vjerojatnost (ili vjerojatnost a posteriori) povoljnog ishoda je granina

vrijednost relativne frekvencije povoljnog ishoda dogaaja x ako broj pokuaja raste u
beskonanost tj.
6

N. Sarapa, Teorija vjerojatnosti, Zagreb, kolska knjiga, 1988.

bg

x
n n

P x lim
x broj povoljnih ishoda sluajeva
n ukupan broj sluajeva

3.3 Distribucije vjerojatnosti (razdiobe vjerojatnosti)

Vjerojatnost je mogunost pojavljivanja nekog dogaaja u odreenom vremenskom
razdoblju. Nalazi se u granicama od nula do jedan. Ako je p 0 , dogaaj nije
vjerojatan, a ako je p 1 , on je siguran. Teoriju vjerojatnosti postavio je francuski
filozof, matematiar i fiziar Blaise Pascal (16231662 ).
Omjer broja povoljnih dogaaja prema broju svih moguih dogaaja daje vjerojatnost
nastanka odreenog dogaaja.
Tu definiciju postavlja francuski astronom i matematiar Pierre Simon de Laplace
(1749-1827).
Vjerojatnost (a priori)se moe odrediti kad su unaprijed znani svi mogui dogaaji i
povoljni dogaaji,
p x

x
, koja je neprimjenjiva u osiguranju,
n

jer nije poznat ukupni broj sluajeva.

Teoretske distribucije se dijele na diskontinuirane distribucije i kontinuirane. One
svoju primjenu nalaze i u osiguranju, a prednost im je u tome to s odreenim
stupnjem tonosti mogu odrediti kako esto e se odreeni dogaaj pojaviti, i ako nije
izvren veliki broj promatranja.

Razdioba
Normalna

Funkcija gustoe
x
1
f ( x)
exp

2 2
2

, x ,

Eksponencijalna

=srednja vrijednost
=standardno odstupanje
x0
0,
f x
x
e , 0 x.

f x X e x
=parametar razmjera(ili skalarni
parametar)
=parametar oblika
=parametar poloaja
1

Weibullova

Poissonova

Binomna

Gama

pk

np

e ,

k!
n=broj pokusa
r=broj pojava
p=vjerojatnost pojave
n
pk p k q n k ,
k
n=broj pokusa
r=broj pojava
p=vjerojatnost pojave
q=1-p
0,
x0

f x 1 x
x e , 0 x.

Beta

f x
Studentova t-razdioba

x 1 1 x

n21

f x

x2
1
n
n n2

2 distribucija

f x

Paretova

f x

n/2

n 1

n 1
2

,0 x 1

x2 e 2 , x 0

0,
x0
n
2

, x 0, 0, 0

Za portfolio osiguranja vano je utvrditi koliko e u nekom razdoblju biti teta kao i
koliko e biti totalnih teta7. Uz pretpostavku totalnih teta jednakog iznosa jedini
element sluajnosti je broj teta odnosno relativna uestalost teta. Oekivani broj
teta u nekom razdoblju nije teko utvrditi na temelju zapaanja u duljem roku.
Za osiguravatelja je vano utvrditi potrebni broj osiguranja da bi s odreenim
stupnjem sigurnosti mogao rei da stvarne tete nee odstupati od oekivanih za vie
od odreenog postotka:
7

M. Sanjkovi, Elementarni prikaz primjene teorije rizika uz neka posebna ogranienja, Osiguranje i
privreda, god. XV, br. 11.-12.

z 2 p(1 p)
E2

gdje je
N = potreban broj osiguranja
p = vjerojatnost tete
E = maksimalna greka koju je osiguravatelj voljan tolerirati
z = koeficijent pouzdanosti iz tablica distribucije.
Prethodna jednakost uzima u obzir samo uestalost, a ne i veliinu teta.

4. Rizik u osiguranju
Teorija rizika razvijala se izvan teorije vjerojatnosti i matematike statistike. Brzi
razvoj aktuaristike poeo je razjanjavati specifinosti rizika u osiguranju.
4.1 Klasina teorija rizika
Za promatranje aktuarske teroije rizika potrebno je odrediti osnovne elemente u
ugovoru o osiguranju:
-

naknada iz osiguranja, S
premija, P .

Osiguranik stjee svoje pravo na odtetu na temelju ugovora o osiguranju uplatom

premije.
Ako je vjerojatnost nastupa osiguranog sluaja p , premija P je produkt odtete S i
vjerojatnosti nastupa osiguranog sluaja tj.
P pS
Prethodnom jednadbom je dano naelo ekvalencije koje je osnova teorije osiguranja.
Prema naelu ekvivalencije oekivana vrijednost odtete jednaka je oekivanoj
vrijednosti premije.
Ugovoreni odnosi u osiguranju mogu se definirati funkcijom distribucije F x gdje
je F x vjerojatnost da odtete nee biti vee od nekog iznosa x , pa je neto ili riziko
premija dana izrazom :

P xdF ( x) 8
0

Mjera rizika (odstupanje od oekivanja) odreuje se kao oekivani gubitak

osiguravajueg drutva (ukoliko ugovor rezultira gubitkom) i odreuje sljedeom
formulom:
8

dF(x) je distribucija vjerojatnosti tete p(x)

1
P ( x P)dF ( x) 2 0 x P dF ( x) ,

Rizik za osiguravatelja postoji samo ako je x vee od P (tete vee od premije) .

Uvaavajui princip preferencije, osiguravatelj uspostavlja red meu ugovorima o
osiguranju to se moe prikazati funkcijom u x

bg

zb

gbg

P x dF x

Iz prethodnog proizlazi da je oekivana korisnost to vea to je ugovor vie rangiran u

skali preferencija. Moemo uvesti pojam degeneriranog ugovora, to je ugovor koji
nee rezultirati ni gubitkom ni dobitkom. To ujedno znai da premija Q treba biti
vea ili jednaka premiji za degenerirani ugovor:

u (0) u (Q x)dF ( x)
0

bg

Funkcija u x predstavlja korisnost novca, uz pretpostavku da je:

bg

bg 0

u x 0 i u x

,,

Ovo nam pokazuje da je marginalna korisnost novca opadajua funkcija. Iz toga

slijedi da je Q P , to znai da P treba uveati za faktor sigurnosti odnosno iznos
proporcionalan riziku.

Zakljuak
Matematiki pristup osiguranju je vrlo mono sredstvo u rjeavanju fenomena rizika u
osiguranju. U radu je pokazano da se statistika i teorija vjerojatnosti uspjeno koristi u
razmatranju problema koji ukljuuje neizvjesnost i rizik, osiguranje i ulaganje.
Pokazano je da je marginalna korisnost kapitala monotona funkcija i da premiju P
treba uveati proporcionalno riziku.
Ovo je saznanje od velike vanosti za aktuare, tj. omoguuje aktuaru precizno
formuliranje problema.
9

Gdje je korist od ugovora (P-x) premije tete, a F(x) je varijabla

10

Literatura
1. Andrijaevi S., Petranovi V. (1999). Ekonomika osiguranja. Zagreb
2. M. Crnjac, D.Crnjac, Inequalities, differences and relationships between some
statistic means, Zbirka radova XIII., Ekonomski fakultet u Mostaru, 2004
3. M.Crnjac, Teorijska statistika za ekonomiste, Ekonomski fakultet Osijek, 1996.
4. F.Knight,Risk,Uncertainty and Profit,1999.
5. M. R. Greene, J. S. Trieschmann, Sandra G. Gustavson, Risk & Insureance,2000.
6. M. Sanjkovi, Elementarni prikaz primjene teorije rizika uz neka posebna
ogranienja, Osiguranje i privreda, god. XV, br. 11.-12
7. V. Vrani, Vjerojatnost i statistika, Tehnika knjiga, Zagreb, 1971
8. Vukadinovi, S. (1970). Elementi rauna verovatnoe i matematike statistike.

11