संभावित अधिकतम नुकसान (PML)
संभावित अधिकतम नुकसान (PML) क्या है?
संभावित अधिकतम हानि (पीएमएल) अधिकतम नुकसान है जो एक बीमाकर्ता को एक नीति पर लेने की उम्मीद होगी। संभावित अधिकतम हानि (पीएमएल) अक्सर संपत्ति की बीमा पॉलिसियों से जुड़ी होती है, जैसे अग्नि बीमा या बाढ़ बीमा।
संभावित अधिकतम नुकसान (पीएमएल) एक बीमाकर्ता के लिए सबसे खराब स्थिति का प्रतिनिधित्व करता है और प्रीमियम का निर्धारण करने में मदद करता है कि एक पॉलिसीधारक को अपनी बीमा पॉलिसी पर भुगतान करना होगा।
चाबी छीन लेना
- संभावित अधिकतम नुकसान (PML) अधिकतम नुकसान है जो एक बीमाकर्ता को बीमा पॉलिसी पर खोने की उम्मीद है।
- बीमाकर्ता विभिन्न मॉडलों और डेटा का उपयोग पॉलिसी को अंडरराइट करने से जुड़े जोखिम को निर्धारित करने के लिए करते हैं, जिसमें संभावित अधिकतम हानि (पीएमएल) शामिल है।
- प्रत्येक बीमा कंपनी एक अलग तरीके से संभावित अधिकतम नुकसान (पीएमएल) को परिभाषित और गणना करती है।
- संभावित अधिकतम हानि (PML) की गणना निम्नलिखित कारकों को ध्यान में रखती है: संपत्ति मूल्य, जोखिम कारक और जोखिम कम करने वाले कारक।
- अधिक जोखिम वाले कारक कम होते हैं, संभावित अधिकतम (PML) हानि कम होती है।
संभावित अधिकतम हानि (PML) को समझना
बीमा कंपनियाँ संभावित अधिकतम हानि (PML) सहित कई प्रकार के डेटा सेट का उपयोग करती हैं, जब एक नई बीमा पॉलिसी को अंडरराइट करने से जुड़े जोखिम का निर्धारण, एक प्रक्रिया जो प्रीमियम को सेट करने में भी मदद करती है । बीमाकर्ता प्रीमियम को निर्धारित करने के लिए समान खतरों, जनसांख्यिकीय और भौगोलिक जोखिम प्रोफाइल और उद्योग-व्यापी जानकारी के लिए पिछले नुकसान के अनुभव की समीक्षा करते हैं।
एक बीमाकर्ता यह मानता है कि नीतियों के एक हिस्से को जो इसे कम करता है वह नुकसान उठाना पड़ेगा, लेकिन नीतियों का बड़ा हिस्सा नहीं होगा। एक बीमा कंपनी को हमेशा यह सुनिश्चित करना चाहिए कि उसके पास नीतियों पर दावों का भुगतान करने के लिए पर्याप्त धनराशि हो, और संभावित अधिकतम नुकसान कई मीट्रिक में से एक है जो आवश्यक धनराशि को निर्धारित करने में मदद करता है।
अधिकतम संभावित नुकसान का क्या अर्थ है, इस पर बीमा कंपनियां भिन्न हैं। पीएमएल में कम से कम तीन अलग-अलग तरीके मौजूद हैं:
वाणिज्यिक बीमा हामीदार संभावित अधिकतम नुकसान की गणना का उपयोग करते हैं, जो कि एक अधिकतम घटना का दावा करते हैं कि एक व्यवसाय सबसे अधिक संभावना दर्ज करेगा, बनाम यह क्या फाइल कर सकता है, एक भयावह घटना के परिणामस्वरूप होने वाले नुकसान के लिए। अंडरराइटर पीएमएल का अनुमान लगाने के लिए जटिल सांख्यिकीय फ़ार्मुलों और आवृत्ति वितरण चार्ट का उपयोग करते हैं और अनुकूल वाणिज्यिक बीमा दरों पर बातचीत में इस जानकारी का उपयोग करते हैं।
संभावित अधिकतम हानि (PML) की गणना कैसे करें
PML की गणना में कई चरण हैं:
- यदि पूरी संपत्ति नष्ट हो गई थी, तो एक भयावह घटना से संभावित वित्तीय नुकसान पर पहुंचने के लिए संपत्ति का डॉलर मूल्य निर्धारित करें।
- जोखिम वाले कारकों को निर्धारित करें जिससे किसी ऐसी घटना के होने की संभावना हो सकती है जिससे संपत्ति को नुकसान या नुकसान होगा। इसमें संपत्ति का स्थान शामिल हो सकता है; उदाहरण के लिए, समुद्र के किनारे पर संपत्तियों में बाढ़ का खतरा अधिक होता है। इसमें निर्माण सामग्री भी शामिल हो सकती है; लकड़ी से बने भवनों में आग लगने की आशंका अधिक होती है।
- जोखिम को कम करने वाले कारकों को ध्यान में रखें, जो नुकसान या हानि को रोक सकते हैं, जैसे कि फायर स्टेशन, अलार्म और स्प्रिंकलर की निकटता।
- एक जोखिम विश्लेषण करने के लिए उस पैमाने को निर्धारित करने के लिए प्रदर्शन करने की आवश्यकता होगी जिस पर जोखिम को कम करने वाले कारक किसी घटना की संभावना को कम कर देंगे जिससे संपत्ति को नुकसान या नुकसान होगा।
- अंतिम चरण में संपत्ति के मूल्य को अपेक्षित हानि प्रतिशत से गुणा करना शामिल है, जो अपेक्षित नुकसान और जोखिम को कम करने वाले कारकों के बीच अंतर है। उदाहरण के लिए, यदि कोई घर किनारे पर है और उसका मूल्य $ 300,000 है, और घर को जोखिम कम करने वाले कारक के रूप में बाढ़ से बचने के लिए स्टिल्ट पर खड़ा किया गया है, जो कि संभावित नुकसान को 30% तक कम कर देता है, तो संभावित अधिकतम हानि की गणना की जाएगी। $ 300,000 * (100% -30%) = $ 210,000।
ऊपर दिया गया उदाहरण एक सरलीकृत संस्करण है और एक संपत्ति के जोखिम को कम करने वाले अधिक जोखिम वाले कारक, आगे संभावित अधिकतम नुकसान कम हो जाएगा। अधिकांश संपत्तियों में विभिन्न प्रकार के नुकसान होने का खतरा है और इसलिए सभी चर के खिलाफ सुरक्षा सुनिश्चित करने से न केवल एक बीमा कंपनी को उस राशि का लाभ होगा जो उन्हें एक भयावह घटना के मामले में कवर करना होगा, लेकिन यह एक पॉलिसीधारक को प्रीमियम कम कर देगा का भुगतान करना होगा।