Kap 4, Barr1ECON 220 VelferdsstatenKapittel 4Forsikring

(1)

ECON 220 Velferdsstaten

Kapittel 4

Forsikring

(2)

Forsikring

• Nesten ingenting er så usikkert som levealderen til et nyfødt barn,

• og nesten ingenting er så sikkert som

gjennomsnittlig levealder til 1000 nyfødte barn

• Enkeltrisiko vs gjennomsnittsrisiko (deling

av risiko)

(3)

Forsikring, privat

• Private husholdninger

– Bil, hus, innbo, reise, helse, pensjon, etc.

• Bedrifter

– Bygg og eiendeler (brann, vann, skade,

innbrudd), de ansatte (helse, yrkesskade, reise), ansvarsforsikring (erstatningsansvar), firmabil og transport av varer, valuta (eksportbedrifter), pensjon, etc.

(4)

Begrepsavklaring

• Usikkerhet (subjektiv risiko)

– Psykologisk reaksjon på manglende kunnskap om framtidige utfall – Kjenner ikke (nøyaktig) sannsynlighetene for ulike utfall

– «Optimering under usikkerhet»

• Risiko

– Mulighet for tap/skade («sjokk»)

– Positive sannsynlighet for flere utfall, hvor minst ett av utfallene er uønsket – Objektivt mål basert på observerte skadeandeler

– Kjenner sannsynlighetene for ulike utfall – Forsikring = risikodeling (risk sharing) – Individuell risiko (idiosyncratic risk)

– Systematisk risiko (aggregate risk, covariate risk)

• Fare (peril)

– Årsak til tap, feks brann, kollisjon, tyveri, etc.

• Hasard

– En tilstand som kan øke sannsynligheten for tap eller skade – ”Hasardiøs kjøring”

(5)

Aktuarisk forsikringspremie

• Aktuarisk nøytral forsikringspremie (aktuariell premie)

– Innbetalingen er lik forventet utbetaling for forsikringsselskapet (for enhver risikogruppe) – Forsikringspremien er lik forventet tap ved

skade for forsikringstaker

(6)

1) Hva er forsikring?

• Privat forsikring

– Forsikring er en kontrakt mellom to parter (FS og FT) hvor det blir spesifisert en pris/premie r (som FT må betale) og en kompensasjon C (som FS må betale) dersom ulykken inntreffer

• Sosial forsikring

– En innretning som gir individene en sikkerhet mot risiko, f. eks. ved uforutsette inntektsbortfall ved sykdom (eller uforutsette tap generelt)

(7)

Tilnærming

• Aktuarene (statistikk/matematikk)

– Hva er aktuarisk nøytral premie?

– FS vet at 1 promille av villaene vil brenne ned til

grunne hvert år. Hver villa er i gjennomsnitt verdt kr 2 mill. Forsikringspremien (r) på hver bolig blir da kr 2000 per år

• Økonomene

– Hvilken risikopremie (V) er en villig til å betale for å sikre seg mot uforutsette hendelser?

– Finnes det et sikkert prosjekt som er ekvivalent med det usikre prosjektet? Betalingsvillighet/Nyttetilnærming – Skal anta sterk konkurranse blant FS => Profitt_FS = 0

(8)

Marked for forsikring

• Etterspørsel

– Hvorfor vil folk ønske å forsikre seg når de vet at FS tar inn mer i forsikring enn de betaler ut?

• Tilbud

– Når vil FS tilby forsikring? Hva er vilkårene?

(9)

2) Etterspørsel etter forsikring

• Folk vil ønske forsikring fordi de ikke liker usikkerhet, dvs de er risikoaverse

• Folk foretrekker sikkerhet framfor usikkerhet for samme forventede inntektsbeløp og er villig til å betale for å unngå usikkerhet

• Eksempel

– Et usikkert prosjekt mottar enten kr 100 (dårlig år) eller kr 1000 (godt år), med forventning kr 550

– Hvor mye må jeg motta med sikkerhet for å være

indifferent med prosjektet som gir forventning lik 550?

• 600, 550, 500, 400, 300?

(10)

Etterspørsel etter forsikring

Inntekt Nytte

100 1000

(11)

Etterspørsel etter forsikring

Inntekt Nytte

y y* E(y) y

U(y₂)

U(y₁) E[U(y)]

U[E(y)]

(12)

Etterspørsel etter forsikring

Inntekt Nytte

y y* E(y) y

U(y₂)

U(y₁) E[U(y)]

r = p·L V

U(y₂-r)

(13)

Etterspørsel etter forsikring

Inntekt Nytte

y y* E(y) y

U(y₂)

U(y₁) E[U(y)]

r = p·L V

U(y₂-r) Nytte med forsikring Nytte uten forsikring

(14)

Etterspørsel etter forsikring

Inntekt Nytte

y y* E(y) y

U(y₂)

U(y₁) E[U(y)]

r = p·L V

r = p·L(1+a) U(y₂-r)

(15)

Etterspørsel etter forsikring

Inntekt Nytte

y y* E(y) y

U(y₂)

U(y₁) E[U(y)]

V

r = p·L(1+a)

Kjøper forsikring

Kjøper ikke forsikring

(16)

Etterspørsel etter forsikring

Inntekt Nytte

y y* E(y) y

U(y₂)

U(y₁) E[U(y)]

V

r = p·L(1+a)

φ

(17)

Sikkerhetsekvivalens og risikopremie

• Sikkerhetsekvivalens (y* = CE)

– Den størrelsen (sikre beløpet) som gjør deg indifferent (samme nytte) med usikkert prosjekt

– Det sikre beløpet som gir samme nytte som forventa nytte i det usikre prosjektet

• Total betalingsvillighet for forsikring = y₂ – y*

• Risikopremie (V)

– Den ekstra størrelsen (ut over r) vi er villig til å betale for å unngå usikkerhet

• V = E(y) - y*

– Tar forsikring hvis φ (nettopremie til FS) < V – Ved ANP (0 profitt til FS) er φ = 0

– Loading factor = alpha (antar stort sett at alpha=0 i den videre analysen for å forenkle)

• Da er BP = r = pL (ved fullforsikring)

(18)

Tall fra tabell 4.1 side 84

Inntekt Nytte

100 y* 450 1000

U(y₂)

U(y₁) E[U(y)]

V

r = p·L(1+a)=550

φ=100

550

Obs! Aktuarisk nøytral premie ved a=0 er 450.

I eksempelet er a = 22%.

(19)

Regneeksempel

• Et prosjekt har to mulig utfall, 3000 eller 15000, hvor utfallene har lik sannsynlighet.

Nyttefunksjonen er gitt ved U(y) = 20 - 30000/y.

• a) Er personen risikoavers?

• b) Finn forventa inntekt og forventa nytte fra prosjektet.

• c) Hva er forsikringspremien?

• d) Finn sikkerhetsekvivalens og risikopremie.

• e) Hva er nytte med og uten forsikring?

• f) Hva blir resultatet dersom nyttefunksjonen er gitt ved U(y) = y^{0,5} ?

(20)

Løsning

Inntekt Nytte

3000 5000 15000

18

10 14

V r = p*L=6000

9000 16,66

(21)

3) Tilbudssiden: Store talls lov

• Forsikring baserer seg på store talls lov

• Jeg vet ikke om mitt hus brenner i år, men FS vet ca hvor mange hus som brenner

hvert år og kan fordele kostnadene på alle husstander

– Overføring av risiko fra individ til gruppe

• Variansen (og risikoen) på individnivå

forsvinner. Individene foretrekker sikkerhet

framfor usikkerhet

(22)

Forsikringseksempel

• Anta 1000 hustander. Over en 5-års periode har 50 hus brent ned. Hva er årlig

sannsynligheten for tap for hver husstand?

(0.01) Fordelingen av husbranner over de 5 årene er (7, 11, 10, 9, 13). Hva er

variansen? (4)

(23)

Tilbud av forsikring, forutsetninger

• Den individuelle sannsynligheten for ulykke/skade (p_i) er uavhengig av hverandre (ingen systematisk/fundamental risiko)

• p_i < 1 (må ha usikkerhet, dvs manglende kunnskap om framtidig utfall)

• Ingen asymmetrisk informasjon

– Ugunstig utvalg

• FS kjenner ikke individuell p_i og forsikring er frivillig

• Økende andel dårlig risiko

– Moralsk hasard

• Individene kan påvirke p_i (eller L) – Påvirke p_i(ex ante moralsk hasard) – Påvirke L (ex post moralsk hasard)

• FS må vite gjennomsnittlig p_i (må ha mange individ)

(24)

4) Modell med ugunstig utvalg

• Rothschild & Stiglitz (1976)

– Populasjon av 2 typer individ (p_L og p_H)

– Alle FT har lik nyttefunksjon, er risikoavers – FS risikonøytral (opptatt av forventet inntekt) – Alle har samme potensielle skade (L)

– Populasjonen inneholder brøkdel θ og (1-θ) av de to typene L og H

(25)

Tilstandsdiagram

y₁ (= y₂ – L) A

y₂ Inntekt hvis Inntekt hvis

dårlig tilstand Lik inntekt i god

og dårlig tilstand

(26)

Tilbud av forsikring

• Antar først at FS kjenner til om individene har p_L eller p_H

• Aktuarisk nøytral premie (ANP) ved fullforsikring blir da:

Profitt_FS = -p(L-r) + (1-p) r = 0 (1)

r = ANP som FT betaler. Løser (1):

r_L = p_L · L r_H = p_H · L

• Angir tilbud av forsikring basert på p og L

• Dersom vi åpner opp for delforsikring blir

• r = p*C

• C=0 betyr ingen forsikring, C=L betyr full forsikring

(27)

Full informasjon, to typer

y₁ (= y₂ – L) A

dårlig tilstand

C_H

C_L r settes slik at

-p_L(C-r_L) + (1-p_L) r_L = 0

L er fullforsikring C < L er delforsikring

(28)

Full informasjon, to typer

y₁ (= y₂ – L) A

dårlig tilstand

sikker

nettoinntekt

= p_L·L = r_L

(29)

Full informasjon, to typer

y₁ (= y₂ – L) A

dårlig tilstand

sikker

nettoinntekt

Budsjettlinje som reflekterer mulige forsikringskontrakter ved nøytrale premier

(30)

Eksempel, ANP=r

• p=0.4, y

₂

=800, y

₁

=300, L=500

• r = pL = 0.4·500 = 200

• Sikker nettoinntekt = 600

• NP = 0 < V

• Når Profitten til FS = 0, FT får E(y)

– Dvs FT får forventet inntekt med sikkerhet

• Tegn dette talleksempelet inn i et diagram

(31)

Med forsikring, nyttetilnærming

• E[U(p, C)] = p_L U(y₂-L-r_L+C_L) + (1-p_L) U(y₂-r_L)

• E[U(p, C)] = p_H U(y₂-L-r_H+C_H) + (1-p_H) U(y₂-r_H)

• For å finne hvor mye en person er villig til å kjøpe av forsikring (etterspørsel), maksimerer vi E[U(p, C)] mhp C. Finner da at vi får fullforsikring, dvs C=L

(32)

Forventa nytte med og uten forsikring

• Med forsikring

– E[U(p, y)] = p U(y₁-r+C) + (1-p) U(y₂-r)

• Uten forsikring

– E[U(p, y)] = p U(y₁) + (1-p) U(y₂)

• pU(y₁-r+C)+(1-p)U(y₂-r) > pU(y₁)+(1-p) U(y₂)

(33)

Indifferenskurver

• Totaldifferensierer E[U(y

₁

, y

₂

)] mhp y

₁

og y

₂

. Sett dette lik null og løs

• Helning = dy

₁

/ dy

₂

= (1- p) · U’

₂

/ p · U’

₁

• MRS = MU

₂

/MU

₁

veid med p

• Hvis p er høy så slak indifferenskurve

• Hvis p lav, så bratt indifferenskurve

– Avhengig av hvordan en snur diagrammet

(34)

Full informasjon, to typer

y₁ (= y₂ – L) A

dårlig tilstand

C_H

C_L

E

(35)

Full informasjon, to typer

y₁ (= y₂ – L) A

dårlig tilstand

C_H

C_L

E

Viktig at det skal være

tangering, dvs samme helning

(36)

FI, risikopremie (V), L-gruppen

y₁ (= y₂ – L) A

dårlig tilstand

Nytte med og uten forsikring

CE=y*

V_L r_L

E(y)

(37)

FI, risikopremie (V)

• Vi antar at FS ikke utnytter betalings- villigheten til FT til å ta profitt

• FT betaler kun forventa tap, selv om betalingsvillighet er høyere

• Antar Profitt

_FS

= 0 (antar sterk konkurranse)

• Figuren må ikke forveksles med L- og H-

gruppe diskusjonen (dette gjelder en gruppe

om gangen)

(38)

Helning på budsjett linjen

p p - 1 y

d y d

0 p)dy

(1 pdy

0 y dy

dy E(y) y

dE(y) E(y)

r) p)(y

(1 C)

r p(y

E(y)

2 1

2 2

1 1

2 1









 

 



 









(39)

Full informasjon, effektiv løsning

) ring fullforsik

inntekt lik

( optimum i

y y

MU MU

dvs

MU MU p

p - 1 p

p - 1

1 2









Helning på budsjettlinjen = helning på indifferenskurven

(40)

Optimeringsproblem

ring fullforsik

dvs C,

L dersom bare

oppnåes som

r]

[y U C]

r L [y

U

0 r]p

[y p)U (1

p) C](1

r L [y

C pU E(U)

pC]

p)U[y (1

C]

pC L

pU[y C)]

E[U(p, Maks

0 )

1 ( ) (

gitt

r]

p)U[y (1

C]

r L pU[y

E(U)

2 '

2 2

' 1

2 ' 2

'

2 2



















 































pC r

r p r

C

FS p



(41)

Effekt av loading faktor (a>0)

y₁ (= y₂ – L) A

dårlig tilstand

= p_L·L = r_L

= (1+a) p_L·L = (1+a) r_L

(42)

Full informasjon, to typer

y₁ (= y₂ – L) A

y₂ Inntekt hvis C_H

C_L

Nytte UTEN forsikring E

for H-gruppen

Nytte UTEN forsikring

for L-gruppen Nytte MED forsikring

for L-gruppen

Nytte MED forsikring for H-gruppen

(43)

y₁ (= y₂ – L) A

y₂ Inntekt hvis C_H

C_L

Nytte UTEN forsikring for H-gruppen

Nytte UTEN forsikring

for L-gruppen Nytte MED forsikring

for L-gruppen

Nytte MED forsikring for H-gruppen

Monopolistløsning fullforsikring: FT skvises for all betalingsvillighet

Kontrakt til H gruppen når FS er monopolist

Kontrakt til L-gruppen når FS er monopolist

Monopolistløsningen for L-gruppen er i dette tilfellet lik FK-kontrakten til H-gruppe. Dette er bare tilfeldig Her.

(44)

Oppsummering

• I et privat forsikringsmarked

(frikonkurranse) er først-best løsningen fullforsikring (C

_L

og C

_H

)

• FS krever ulik premie

• Sosial velferd

• U(y

₂

-r

_H

) + U(y

₂

-r

_L

)

• som sammenlignes med

• [p_HU(y₁)+(1-p_H) U(y₂)] + [p_LU(y₁)+(1-p_L) U(y₂)]

(45)

Forsikringsmarkeder

• Noen ganger kan FS anslå p

_i

– Individuell skadehistorie – Forsikringsobjekt

– Alder, kjønn, inntekt, bosted, utdanning – Arbeidstaker, jobbhistorikk

• I så fall: bra for FS, fra for FT (og

rettferdig), og bra for samfunnet!

(46)

Imperfekt informasjon

• Hva skjer dersom FS ikke kjenner de to typene FT?

– Pooling (sammenslått løsning) – Separasjon (preferanseavsløring)

(47)

Pooling (sammenslått løsning)

• Forsikringspremien baserer seg på et gjennomsnitt av de to gruppene

• Begge gruppene kjøper den samme kontrakten

• Gjennomsnittspremie:

r = θ·r_L + (1-θ)·r_H

= θ·p_L·L + (1-θ)·p_H·L

= p · L

• θ = brøkdel av populasjonen som er i H-gruppen

_

(48)

Pooling-løsning

y₁ (= y₂ – L) A

dårlig tilstand

C_H

C_L

basert på gjennomsnittlig forsikringspremie

(49)

Ufullstendig info, pooling

y₁ (= y₂ – L) A

dårlig tilstand

C_H

C_L

Skravert område B

lavrisiko

høyrisiko

(50)

Pooling

• L-gruppen kommer dårligere ut

• H-gruppen kommer bedre ut

• Ikke Pareto-forbedring

– Men summen av nytte blir større ift uten forsikring

• Pooling-løsningen er ikke stabil, dersom FT

kan velge fritt

(51)

Pooling

• Enhver kontrakt i det skraverte området ville vært foretrukket av L-gruppen (se figur i boken)

– Dersom den nye kontrakten er på den prikkete linjen til høyre for punkt B er det rom for Pareto-forbedringer

• Kontrakten i B er ikke stabil. Andre FS kan tenkes å prøve å stjele L-kunder, som vil vekk fra punkt B, mens H-gruppen foretrekker B

– En kontrakt i det skraverte området vil tiltrekke seg de gode kundene, mens de dårlige kundene blir i B

• H-gruppen kommer bedre ut i pooling enn separasjon

• Observer at |MRS^H| < |MRS^L| i pooling løsning

– Markedsløsningen (FKM) er ikke Pareto-optimal

(52)

Figur 4.2 i boka

A

Inntekt hvis Inntekt hvis

dårlig tilstand

C_H

C_L

B lavrisiko

høyrisiko

E D

(53)

Pooling og fullforsikring

y₁ (= y₂ – L) A

dårlig tilstand

C_H

C_L lavrisiko

høyrisiko

(54)

Pooling (gjennomsnittsløsning)

• Poolingløsningen er ikke Pareto-optimal i forhold til first-best (full informasjon)

– L-gruppen dårligere ut

• Poolingløsningen er bedre for begge parter i forhold til ingen forsikring

• Fungerer pooling-løsningen?

– Konkurranse om de beste kundene (L-gruppen) – Dersom p_h er tilstrekkelig høy og H-gruppen er

tilstrekkelig mange (θ) så vil L-gruppen droppe forsikring

• «20% av befolkningen står for 80% av langtidssykefraværet»

(55)

Separasjon

• Ved full informasjon vil begge velge

fullforsikring i henholdsvis C

_L

og C

_H

. C

_L

gir høyere inntekt i begge periodene enn C

_H

• Dersom vi ikke har full informasjon vil H-

gruppen prøve å utgi seg som L-gruppen for

å komme bedre ut

(56)

Separasjon

• FS gir to kontrakter, full forsikring til H-gruppen og en forsikring til L-gruppen som ligger til høyre for punkt E (for da vil ikke H-gruppen utgi seg for å være i L-gruppen) (se figur neste side)

• FS tilbyr dyr fullforsikring (C_H) og billig delforsikring (til høyre for E) => separasjon

• Men da kommer L-gruppen dårlig ut. L-gruppen vil da søke mot et annet FS som kan gi de bedre vilkår, men problemet da er at da vil H-gruppen utgi seg for å være L-gruppen hos det nye FS

(57)

Separasjon

y₁ (= y₂ – L) A

dårlig tilstand

C_H

C_L

E

En kontrakt til L-gruppen mellom A og E er separerende (men ikke stabil)

(58)

Separasjon

y₁ (= y₂ – L) A

dårlig tilstand

C_H

C_L

E

En kontrakt til L-gruppen mellom A og E er separerende (men ikke stabil)

(59)

Ufullstendig informasjon (ugunstig utvalg)

• Enten bryter markedet sammen eller

• Pareto-ineffektivt (full-separasjon er Pareto- effektivt)

– Det er først og fremt lavrisikogruppen som kommer dårligere ut

– MRS er ikke lik det relative prisforholdet i B

(60)

Sosialforsikring

• Ved tvungen forsikring og pooling vil L- gruppen subsidiere H-gruppen

• Omfordeling og effektivitet?

(61)

Forsikring

• Einav and Finkelstein (2011) «Selection in Insurance Markets»

• Grafisk framstilling ved uendelig mange forsikringstakere

• FS kjenner p

_i

og priser deretter (r

_i

=p

_i

L)

– Bestemmer prisen etter kostnader og ikke etter betalingsvillighet

• Gjennomsnittsprising (pooling) ved

asymmetrisk informasjon

(62)

• Maksimal betalingsvillighet for forsikring (y₂-y^*) ved mange forskjellige typer (per kontinuerlig).

• Betalingsvilligheten er høyere for p_Henn p_Lfordi tapet er større for H.

• Etterspørselskurven (D).

• I dette tilfellet er det kun en type kontrakt som blir tilbudt, som en kjøper eller ikke kjøper.

Q_max Pris

MC

Ingen kjøper forsikring

fordi prisen er for høy Alle kjøper forsikring

fordi prisen er tilstrekkelig D

• MC=p_iL

• Avtagende MC fordi lavrisikopersoner er mindre kostbare for FS Høy risiko

personer

Lav risiko personer

(63)

Q_max Pris

MC

Risikopremie = V som er høyere jo større tap pga risikoaversjon

(64)

Q_max Pris

MC=p_iL

• FB (effektiv) forsikring.

• Prisdiskriminerer, pris=MC.

Forskjell mellom betalingsvillighet og pris = konsumentoverskudd

Ved full informasjon er det perfekt prisdiskriminering, dvs alle har forskjellig pris/premie fordi p_ivarierer fra person til person.

(65)

Q_max Pris

MC

AC

• FS kjenner ikke individuell p, men kjenner etterspørselskurven.

• Må operere med en pris (basert på gjennomsnittlig p).

• FS må dekke sine kostnader (AC)

• pris=AC

• Noen kjøper ikke forsikring (Q_max-Q_eqm)

Q_eqm

 r pris

Dødvekttap

Asymmetrisk informasjon

(66)

Q_max Pris

MC=p_iL

fordi prisen er for høy Alle kjøper forsikring fordi

prisen er tilstrekkelig lav D

AC

• FS kjenner ikke p.

• Må operere med en pris (basert på gj.snittligp).

• FS må dekke sine kostnader (AC).

• pris=AC

• Noen kjøper ikke forsikring (Q_max-Q_eqm)

Q_eqm

 r pris

• Maksimal betalingsvillighet for forsikring (y₂-y^*) ved mange forskjellige typer (per kontinuerlig).

• Betalingsvilligheten er høyere for p_Henn p_Lfordi tapet er større for H.

• Etterspørselskurven (D).

• I dette tilfellet er det kun en type kontrakt som blir tilbudt, som en kjøper eller ikke kjøper.

Dødvekttap Pooling pris

(67)

Politikk

• Subsidiere forsikring slik at AC < D

• Loven tillater bare en type kontrakt

• Da vil noen velge ikke å kjøpe forsikring

• Tvinge alle til å kjøpe forsikring til AC

(68)

Q_max Pris

MC₀

D

Administrative kostnader (loading factor)

kan føre til at forsikring til alle ikke er optimalt selv ved full informasjon

MC₁

Kommer dårligere ut ved aktuarisk nøytral premie

(69)

Q_max Pris

MC

D

Q_eqm

p

Kan pooling-løsningen noen gang være FB?

Ja, dersom MC kurven er flat (og dermed lik AC-kurven), dvs folk kjenner ikke sin egen p.

(70)

(71)

(72)

(73)

Moralsk hasard (side 92)

• FT kan påvirke p_i (sannsynligheten for skade)

– Ex ante moralsk hasard

• FT kan påvirke L (bryr deg ikke om hvor mye det koster å reparere skaden ved, feilrapportering)

– Ex post moralsk hasard – Rapporteringsrisiko

• FT vil påvirke p_i eller L bare dersom MR > MC av å endre adferd

(74)

Eksempel

• Full informasjon

• a = privat kostnad ved å redusere sannsynligheten for skade, p`(a) < 0

• Hva er fordelen og hva er ulempen ved å påføre seg selv kostnaden a

– Går fra å være H til L

– Lavere forventet inntekt uten forsikring – Lavere premie

• I mange modeller blir a kalt effort (e), og nyttefunksjonen uttrykkes som:

a y

U  ⁰^,⁵   

(75)

Moralsk hasard

A

og dårlig tilstand med a

uten a

FF₂

FF₀

a

(76)

Moralsk hasard

A

og dårlig tilstand med a

uten a B

a

C

D

(77)

Moralsk hasard

• Punkt C gir høyere nytte enn B, og det lønner seg dermed å redusere sin

skadesannsynlighet (har ikke tegnet inn indifferenskurvene)

• Hvordan blir det med asymmetrisk

informasjon? (FS observer ikke a)

(78)

Moralsk hasard

• FT vil velge kontrakt C uten å betale a

– FT vil da havne i D

• Velge kontrakt C uten å betale a er moralsk

hasard

(79)

Sosialforsikring

• Sosialforsikring (trygd) som respons på

problemet med ugunstig utvalg og andre problem

• Obligatorisk medlemskap (pooling er mulig)

• Kontraktene er uklare (kan endres)

• Forsikringspremie ikke beregnet ut fra den

enkeltes risikoklasse, men finansieringen skjer via skattesystemet

• L-gruppen vil subsidiere H-gruppen ved pooling

• Noen vil opplagt tjene på offentlig forsikring

• Er det en omfordeling vi foretrekker?

• Ineffektivt i Pareto-forstand, men bedre enn ingenting, dvs det beste vi kan få til i mange tilfeller