准备金评估的贝叶斯分层分位回归模型

基于AL(asymmetric Laplace)分布建立了贝叶斯分层参数化分位回归模型,并与传统的非参数化分位回归模型进行了比较.通过蒙特卡洛方法从参数的后验分布中反复抽样,借助分位函数的表达式,获得了准备金风险边际的分布,进而给出了风险边际的置信区间.基于一组增量赔款数据的分析结果表明,贝叶斯分层参数化分位回归模型可显著改善传统分位回归模型对未决赔款准备金的预测效果,并为保险公司的风险管理提供更多有价值的信息.     

基于序贯贝叶斯参数学习的Lévy动态波动率模型研究

非高斯动态波动率模型及其计量是现代金融的重要研究内容.基于Levy-GARCH动态波动率模型,引入了序贯贝叶斯参数学习方法,并进行SP500指数的跳跃风险溢价估计、欧式期权定价、风险测度评估的实证研究.研究表明,相比傅里叶变换的极大似然估计,序贯贝叶斯参数学习显著改进了各模型的期权定价能力.研究还发现,带跳跃随机模型的风险度量更加准确;跳跃风险溢价明显高于扩散风险的溢价;跳跃强度越大,风险的市场价格越高.     

屏蔽数据下软件可靠性的极大似然估计

屏蔽数据是指引起系统失效的真实原因不得而知,即失效原因可能是系统组件的某个子集。一般地,屏蔽数据下非齐次泊松过程 (non-homogeneous Poisson process, NHPP)类软件可靠性叠加模型中参数的极大似然估计比较复杂,因为叠加模型不能分解成几个简单的NHPP模型。本文主要研究基于屏蔽数据下叠加模型中参数的极大似然估计,评估软件系统的可靠性。最后通过一组模拟数据,说明极大似然估计效果良好。     

卡尔曼滤波在非寿险未决赔款准备金估算中的应用

在历史数据缺乏和数据质量较低的情况下,非寿险公司应用传统的准备金估计方法常存在估计精度不高的问题.本文通过状态空间来描述非寿险赔付过程,应用卡尔曼滤波来估计状态空间的转换参数,并分别预测损失频率和损失程度从而动态地估计未决赔款准备金.实证分析表明,在历史数据较少争存在错误数据的情况下,本方法对改善未决赔款准备金的估计是有效的.     

基于贝叶斯分位数回归的市场风险测度模型与应用

对具有递归或非递归表达形式的一般分位数回归模型,基于不对称拉普拉斯分布提出了贝叶斯推理框架.指出不对称拉普拉斯分布的尺度参数在估计中应该被参数化,否则将导致其方差存在非零最小值的限制.给出选择尺度参数和模型参数先验分布的条件,保证参数后验分布是真实概率分布,并采用马尔科夫链蒙特卡罗模拟方法进行参数估计.对深证成分指数的实证研究表明,不对称绝对值和斜率分位数回归模型比间接GARCH和FIAPARCH模型更好地描述了深证成分指数的风险特征,在不同的置信水平下,深圳股市消息对市场风险具有强度不同的不对称性冲击.动态分位检验和后验测试支持分位数回归模型可以对金融数据进行高置信水平的市场风险测量和探索风险的演化模式.     

基于随机边界与分位回归的我国新股发行定价行为

运用随机边界模型的极大似然方法估计1998～2007年间我国新股发行的定价前沿,发现我国新股存在"真实发行抑价",然后基于分位数回归模型分析了我国新股发行定价的影响因素,结果表明不同发行价格水平新股的定价影响机制并不相同.这一结论可以为证券监管部门以及发行公司本身提供政策借鉴作用.     

基于GJR模型的EVT动态风险测度研究

通过运用ARMA-GJR模型捕获上证综指的损失序列的自相关、波动集聚性和杠杆效应特征,用极大似然估计(MLE)估计模型参数以求出条件均值和条件方差以及标准残差序列;然后假设沪市指数损失标准残差序列近似满足EVT条件,分别取175、105和35个极值数据并运用MLE来估计广义帕累托分布(generalized Pareto distribution,GPD)的参数,进而估计出q分位数对应的动态风险值VaR(value at risk)和ES(expected shortfall);最后对风险测度方法的估计效果进行分析.实证结果表明:标准残差序列的极值尾部近似服从GPD,ES是相对于VaR更保守的风险测度方法.     

似乎不相关回归方程组中参数的极大似然估计

给出ｍ个似乎不相关回归方程组中关于参数β,ρ,σ２或Ｖ在β的一致最小风险无偏估计存在情况下的极大似然估计     

基于改进两阶段法和自助法的寿命数据分析

加速寿命试验的样本量通常很小而且截尾会很严重,这样会使得求得的极大似然统计量产生很大的偏差,进而影响到估计的准确度和精度.本文对两阶段法做了较大改进:证明了当各组数据服从Weibull分布且数据类型为无截尾或typeⅡ截尾时,存在两个关于形状参数和尺度参数的枢轴量,并采用无偏因子法修正极大似然统计量;考虑到异方差性,用加权最小二乘法替代最小二乘法估计加速模型的系数.根据两阶段方法不能采用Fisher信息矩阵计算分位数置信区间的缺点,用自助法获得置信区间.本文通过一个实例阐述改进的两阶段法的分析过程.另外,本文用相对偏差和均方误差根作为评判分析方法的准则,将改进的两阶段法和极大似然法在不同的分位点处的寿命估计作了对比.仿真结果表明,改进的两阶段法在低分位点处的寿命估计更优.     

风险度量半参数变系数复合Expectile回归模型及应用

本文结合半参数变系数回归模型、期望分位数风险价值(EVaR)的思想以及充分利用多个Expectile信息能提高参数估计效率的假设,提出了一类半参数变系数复合Expectile回归模型,并对该模型进行了估计,建立了所提出复合Expectile回归(CER)估计的大样本性质.针对该模型既含有参数部分也含有非参数部分的特征,采用了方便计算的三步估计方法.通过数值模拟也发现,当误差为厚尾或非对称分布时,在均方根误差(RMSE)的标准下,所提出的CER估计大大优于最小二乘(LS)估计和简单的Expectile回归(ER)估计.另外,本文还应用所发展的理论分析了我国货币政策对上证综指的影响.     

基于厚尾分布的非寿险准备金评估模型

未决赔款准备金评估是财产保险公司偿付能力管理的核心工作,通常使用的评估方法是广义线性模型.当增量赔款数据存在尖峰厚尾特征时,广义线性模型的传统分布假设可能与实际数据不相符合.此外,保险公司的多条业务线之间往往存在一定的相依关系,这就要求对总准备金的评估结果进行相应调整.本文使用三种新的厚尾分布(即幂Frechet分布、广义对数Moyal分布和全尾伽马分布)代替传统模型中使用的伽马分布、对数正态分布和GB2分布假设,考察它们在未决赔款准备金评估中的应用效果,并应用Copula函数描述了不同业务线之间的相依关系.借助参数化bootsrap和蒙特卡罗随机模拟方法,给出了准备金的预测分布和风险度量值.基于一组实际数据的研究结果表明,厚尾分布对于改善未决赔款准备金的预测效果具有很高的应用价值,而相依性的调整也使得准备金的预测结果更加合理.     

相依风险的车险准备金评估

在多个业务线的准备金估计中,通常假设不同业务线之间相互独立,事实上它们之间往往存在一定的相依关系.它们的相依性可以通过藤Copula函数来描述.藤Copula是解决多个相依随机变量的强有力工具.本文在假设各个业务线的增量已决赔款服从伽玛分布、逆高斯分布和对数正态分布的基础上,建立了各个业务线增量已决赔款相互依赖的藤Copula回归模型,并将此模型应用于一组实际的车险数据,结果表明,考虑相依关系的藤Copula回归模型对准备金的评估结果要优于独立假设下的回归模型对准备金的评估结果.     

用二值响应模型检测银行贷款中的房地产抵押欺诈

银行贷款中的房地产抵押欺诈已经成为银行行业关心的主要问题。本文以某省商业银行分行包含诚实的和欺诈的借款抵押合同为研究样本,利用数据库数据,使用二值响应模型检测房地产抵押欺诈行为,并根据修正的、考虑错分类误差的Logit模型对用标准Logit模型未能检测出来的欺诈性抵押合同的比例进行估计,为更精确地识别房地产抵押欺诈提供新的认识工具并帮助抵押监控管理人员识别欺诈。     

我国商业车险奖惩系统的构建与评价

在商业车险定价中,通常根据保单的先验风险特征信息建立广义线性模型来厘定先验费率,然后根据保单的历史索赔信息应用奖惩系统对先验费率进行调整.本文基于一组商业车险保单2010-2015年的索赔次数数据,分别在泊松-伽马分布假设和负二项-贝塔分布假设下构建了奖惩系统,运用贝叶斯方法和极大似然法估计了模型参数,测算了奖惩系数,并与我国现行的奖惩系数进行了比较.实证研究结果表明,我国现行奖惩系统的设计结构比较单一,对保单经验索赔信息的使用不充分,且奖惩幅度过于温和.本文构建的奖惩系统充分利用了保单的先验风险特征信息与历史索赔信息,有效避免了对保单的重复性奖励和惩罚,提高了费率厘定结果的准确性和合理性.     

保险赔付时间分布函数及其应用

本文根据近几年我国部分省市公开的保险理赔服务质量指标中的数据, 拟合保险理赔服务时间的分布函数, 讨论保险理赔时间分布函数的分布类型和特性, 在分布函数分布不确定的情况下估计其实用的界值. 并且将其性质应用到未决赔款准备金的计提方法中, 得到未决赔款准备金的分布函数和有效的界值. 在此研究基础上, 我们进一步通过几个实例, 验证保险理赔时间分布函数和界值的求解方法, 并应用其分布函数得到所需计提的未决赔款准备金的分布和界值情况.     

考虑用户风险规避的V2G备用消费价格补贴CVaR模型研究

在单风险中性电网公司与单风险规避用户组成的V2G备用销售侧系统中,用户的风险规避及电网公司对其的消费价格补贴都会直接影响用户备用预订和消费行为.在CVaR风险度量准则下,构建了考虑用户风险规避的V2G备用消费价格补贴CVaR模型,并分别求解了一体化和分散决策下有、无消费价格补贴时的用户最优备用预订容量,以及有消费价格补贴下电网公司的均衡消费价格补贴.在此基础上,给出了利用消费价格补贴协调该V2G备用销售侧系统且达到Pareto改进时用户风险规避程度、电网公司备用预订合约价格以及消费价格补贴之间满足的解析关系.最后,将模型拓展到双方考虑用户风险规避信息不对称,分析用户隐瞒风险规避程度的动机及其对有消费价格补贴下的分散决策CVaR模型的影响.研究发现:在消费价格补贴策略下,风险规避型用户的最优V2G备用预订容量与其风险规避值负相关,而与备用预订的合约价格正相关;用户的风险规避值会对其均衡时的CVaR利润产生先负向后正向的影响;在电网公司与用户对后者风险规避程度存在信息不对称的情形下,用户为了提高获得的最优CVaR利润,具有虚假报高风险规避值的动机.数值算例也验证了所提出的模型与理论分析的可行性.     

基于随机序未决赔款准备金分布函数的界值

在应用随机序的定义和性质的基础上,结合未决赔款准备金分布情况和排队模型的分析方法,研究未决赔款准备金分布函数的界值。根据保单组合的损失的发生和报告与赔付的随机过程在不同的序关系下的分析,得到针对未来某一时间段内的OCR类赔付责任,保险公司需计提的未决赔款准备金分布函数的上界和下界。给出了计算实例,并与以往使用的未决赔款准备金的计提方法进行了比较。