トレンド分析の世界へようこそ！

未来のアクチュアリーの皆さん、こんにちは！今日はASTAMのシラバスの中でも特に実用的なトピック、「トレンド分析を用いた損失予測（Projected Losses using Trend Analysis）」に飛び込みます。物価がどんどん上がっていく中で、保険会社がいったいどうやって「来年の保険料」を決定しているのか、不思議に思ったことはありませんか？まさにその答えがここにあります！

この章では、過去のデータをどのように扱って未来へ「早送り」するかを学びます。インフレや車の安全性能の向上、医療費の変化などにより、3年前に1,000ドルだった賠償額は、明日も同じ金額になるとは限りません。このギャップを埋めるのが私たちの役割です。

最初は計算が多くて難しく感じるかもしれませんが、大丈夫です。一つひとつ分解していけば、すぐに当たり前のように使いこなせるようになりますよ！


1. 「二大巨頭」：度数（Frequency）と重度（Severity）

損失額が上昇または下降するトレンドを語る際、私たちは通常、総コストを左右する2つの「レバー」に注目します。

  • 度数（Frequency）： 事故がどのくらいの頻度で発生するか（エクスポージャー単位あたりの請求件数）。例えば、在宅勤務の普及で車の利用が減れば、この値は下がるかもしれません。
  • 重度（Severity）： 事故が発生した際、いくらかかるか（1件あたりの平均コスト）。例えば、自動車部品の交換費用が高騰すれば、この値は上がります。

黄金律： 純保険料（Pure Premium）（エクスポージャーあたりの損失総額）の全体的な変化を見つけるには、度数のトレンドと重度のトレンドを掛け合わせます。

公式： \( (1 + \text{純保険料のトレンド}) = (1 + \text{度数のトレンド}) \times (1 + \text{重度のトレンド}) \)

クイックレビュー： もし度数が2％上昇し、重度が5％上昇した場合、損失全体のトレンドは単なる7％ではありません！\( 1.02 \times 1.05 = 1.071 \)、つまり7.1％となります。


2. 指数トレンド vs. 線形トレンド

アクチュアリーの世界では、コストの変化をモデル化するために主に2つの方法を用います。

A. 指数トレンド（最も一般的）

これは、コストが毎年一定の割合で変化すると仮定するものです（複利計算のようなイメージ）。インフレは指数関数的に振る舞うため、これがASTAMにおける「業界標準」となっています。

計算式： \( \text{将来価値} = \text{過去の価値} \times (1 + r)^n \)
ここで、\( r \) は年間トレンド率、\( n \) は年数です。

B. 線形トレンド

これは、コストが毎年固定額で変化すると仮定するものです。計算は簡単ですが、インフレによる「雪だるま式」の効果を考慮できないため、長期予測にはあまり使われません。

例え話： お気に入りのコーヒーを想像してみてください。指数トレンドは「毎年5％ずつ値上がりする」ことで、線形トレンドは「毎年必ず10セントずつ値上がりする」ことです。時間が経つにつれて、5％の値上がり分は10セントの増加を大きく上回るようになりますよね！


3. 「トレンド期間」をマスターする

ASTAMのトレンド問題で最も厄介なのは、経過した時間（\( n \)）を正確に計算することです。アクチュアリーは時間を測るために、平均事故発生日（Average Accident Date）（期間の中間点）を使用します。

重要ルール：中間点から中間点へ

過去の「経験期間」から新しい「予測期間」へ損失をトレンドさせるには、過去期間の中間点から将来期間の中間点までの時間を測定します。

ステップ・バイ・ステップの計算：

  1. 過去データの平均事故発生日を見つける： データが2022年暦年のものであれば、中間点は2022年7月1日となります。
  2. 予測期間の平均事故発生日を見つける： 例えば2024年中に発行される保険証券をプライシングする場合（保険期間1年と仮定）、事故は2024年から2025年にかけて発生します。これら事故の平均発生日は、通常、保険発行期間の開始から1年後となります。
  3. これら2つの中間点の差を年数で計算します。それが \( n \) です。

よくある間違い： 保険には「期間（term）」（通常は6ヶ月または1年）があることを忘れてしまうことです。2024年中ずっと保険証券を発行し続けると、2024年12月31日に発行された最後の証券は2025年12月31日まで有効です。その期間全体をしっかり考慮しなければなりません！


4. 内部データ vs. 外部データ

トレンドの数値はどこから入手するのでしょうか？

  • 内部データ： 保険会社自身の履歴データ。自社の顧客に特化していますが、会社が小さいとデータが「ノイジー（不安定）」になることがあります。
  • 外部データ： 消費者物価指数（CPI）や業界全体のデータを使用します。安定していますが、自社の特定のニッチ市場とは完全に一致しない場合があります。

知っていましたか？ アクチュアリーはよく、内部データと外部データの加重平均を使用します。これは今後の学習で出てくる「信頼性理論（Credibility）」に関連する重要な概念です！


5. 一時的な変化への調整

変化には「トレンド」（緩やかな勾配）だけでなく、「ステップ」（突発的なジャンプ）もあります。これは法律が変わったり、特定の保険特典が変更されたりした場合に発生します。

例： 2023年1月1日に州法が改正され、最低賠償責任限度額が引き上げられた場合、その日付より前のすべてのデータに対して、トレンド係数をかける前に、オンレベル係数（On-Level Factor）を適用して現在のレベルに調整します。

ワークフロー：
1. 過去データを「現在のレベル」に引き上げる（オンレベリング）。
2. トレンドを適用して「現在のレベル」から「将来のレベル」へ移動させる。


まとめと重要ポイント

クイックレビュー・ボックス：

  • トレンドとは、保険が適用される期間のコストレベルを反映させるために、過去の損失コストを調整するプロセスです。
  • 度数のトレンド \(\times\) 重度のトレンド = 純保険料のトレンド （\( 1 + r \) の形式を使うのを忘れずに！）
  • トレンド期間（\( n \)）を計算するときは、必ず事故期間の中間点を使用してください。
  • 指数トレンドが標準的なモデルです： \( \text{係数} = (1+r)^n \)。

タイムラインの図を描く練習を続けましょう！実際に線を引いて中間点をマークすることが、期間 \( n \) を間違えないための最善の方法です。あなたなら大丈夫、頑張ってください！