Математика резервирования в добровольном медицинском страховании (ДМС) радикально отличается от других видов рискового страхования. ДМС является классическим "короткохвостым" (Short-Tail) бизнесом: задержка между обращением к врачу и выставлением счета клиникой редко превышает несколько месяцев. Однако эта кажущаяся простота обманчива. Медицинские убытки подвержены мощнейшим факторам: взрывной инфляции стоимости лечения, сезонным эпидемиям гриппа и изменениям в клинических протоколах. Классический метод Цепной лестницы (Chain Ladder) на месячных треугольниках часто дает неадекватные скачки резервов. Для стабилизации оценок IBNR актуарии применяют модифицированные версии метода Борнхюттера-Фергюсона и алгоритм Кейп-Код (Cape Cod).

В современном перестраховании эксцедента убытка (Excess of Loss, XL) классические статистические методы распределения потерпели крах из-за невозможности корректно оценить хвосты распределений. Природные и техногенные катастрофы обладают уникальной математической природой: они крайне редки, но их разрушительный потенциал способен привести к банкротству всей перестраховочной емкости. Для решения проблемы прайсинга сверхкрупных убытков актуарная наука импортировала Теорию экстремальных значений (Extreme Value Theory, EVT), которая фокусируется исключительно на асимптотическом поведении максимумов, игнорируя центральную часть распределения и позволяя экстраполировать риски за пределы имеющихся исторических данных.

Исторически актуарная наука строилась на макроскопическом (агрегированном) подходе. Людей объединяли в крупные когорты (например, "мужчины 45 лет, некурящие, полисы сроком 10 лет") и рассчитывали для них усредненные математические ожидания выплат. Этот метод великолепно работал для простых продуктов страхования жизни. Однако усложнение финансовых инструментов и появление продуктов с гибкими, зависящими от пути (Path-Dependent) опциями сделало когортный подход математически несостоятельным. Для оценки современных аннуитетов со сложными гарантиями актуарии перешли на микро-уровень — Агентное моделирование (Micro-simulation), где каждый отдельный клиент рассчитывается как уникальная автономная стохастическая единица.