Katrien: In België is de opleiding tot actuaris georganiseerd aan drie universiteiten: de Franstalige opleidingen aan UCLouvain en ULB enerzijds en de Nederlands- en Engelstalige opleiding aan KU Leuven. Een interessant weetje is dat we met deze drie spelers een mini-uitwisseling in België hebben, waarbij studenten minstens 10 studiepunten (ECTS) aan vakken moeten opnemen bij de Belgische partnerinstellingen. Zo gaan de KU Leuven studenten in de MSc in Actuarial & Financial Engineering (MAFE) vakken volgen in Brussel en/of Louvainla- Neuve. Jan: Het beroep van actuaris wordt systematisch gerankt als één van de meeste gegeerde jobs gebaseerd op een mix van criteria die salaris en werk-privé balans omvatten.

MODELLEN ZIJN MEER DAN HET EXTRAPOLEREN VAN HET VERLEDEN NAAR DE TOEKOMST. WELKE VARIABELEN OF BEWEGINGEN SPELEN HIERBIJ EEN ROL? Jan: Uiteraard is statistiek één van de hoekstenen in de actuariële wetenschappen. Op basis van observaties uit het verleden probeert men een schatting te maken van het risicoprofiel van de risico’s die klanten (de verzekerden) in handen geven van verzekeraars in ruil voor een vooraf te betalen premie. Het feit dat de deterministische premie eerst betaald wordt en de onzekere uitkering pas later gebeurt, wordt benoemd als de ‘inversie van de productiecyclus’ bij de verzekeraar. Dit zorgt ervoor dat het zeer belangrijk is dat de verzekeraar de risico’s op voorhand kan inschatten, zodat de correcte en voldoende conservatieve premie betaald wordt, opdat met die som van alle premies de ‘pechvogels’ vergoed kunnen worden. Deze inversie impliceert dat statistische informatie uit het verleden dient gebruikt te worden om de onzekere toekomst te begrijpen en te modelleren. Op die manier moeten de ‘eigenaars van de verzekeringsmaatschappij’, de aandeelhouders, zeg maar, voldoende kapitaal opzij zetten, voor het geval dat de premies niet zouden volstaan om de schades en andere uitkeringen te dekken. Gezien deze risicovolle situatie is de verzekeringssector dan ook een vrij sterk gereglementeerde sector, maar dat is in het voordeel van de klant. Verzekeraars worden vaak geconfronteerd met systematische risico’s, dat zijn risico’s zoals evolutie van intrestvoeten, wijzigen van sterftekansen over de tijd, enz. Deze systematische risico’s zijn vaak heel moeilijk te managen, en daar blijft dan ook alleen de techniek van ‘conservatief prijzen’ over.

Katrien: Bij het ontwikkelen van modellen om bijvoorbeeld de verwachte schadelast op een verzekeringscontract te modelleren of het verdere verloop van een schadeclaim, zal de actuaris heel zorgvuldig de modelaannames, de gebruikte data en de context waarbinnen het model gebruikt wordt, moeten afwegen. Historische data kan niet langer relevant zijn, omdat de aard van het risico intussen veranderd is of omdat de regulering gewijzigd is. De actuaris zal dat in rekening nemen bij het ontwerpen van een model en het schatten van de parameters. En bij het rekenen aan de impact van nieuwe risico’s (denk cyber) kunnen net heel weinig historische data beschikbaar zijn en moet de actuaris via expertise, scenario’s of simulaties te werk gaan. Zo kunnen we heel wat situaties opnoemen die laten zien dat bij het bouwen van modellen heel wat overwegingen een rol zullen spelen. Wat de gebruikte segmentatievariabelen betreft bij het bepalen van de prijs van een verzekeringsproduct: hier speelt regulering een belangrijke rol. Zo mag er geen onderscheid gemaakt worden op basis van geslacht bij de prijszetting van een verzekeringsproduct. De actuaris moet al die elementen scherp op het vizier hebben bij het opstellen en inzetten van modellen; maatwerk op basis van het product, de wetgevende context en verschillende belanghebbenden, is dus aan de orde.