基于个体索赔损失模型的IBNR和RBNS准备金估计

在个体索赔模型的基础上,选择了一种准确度高、实用性强的准备金评估方法,分别从赔案的索赔额和索赔数目两个方面,对准备金评估问题进行了研究.通过对赔案已报告数目和赔案已决赔款分别应用链梯法,建立起赔付延迟模型、个体赔付额模型和赔案报告数目模型,提出了一个基于个体数据索赔模型.特别地,通过该模型可以把IBNR准备金和RBNS准备金分开得到估计.最后通过实例把建立的模型和链梯法进行了对比,结果显示建立的模型是行之有效的.     

双参数广义几何分布的 Bayes 估计及其应用

考虑具有双参数结构广义几何分布的Bayes估计问题, 给出分布中参数Bayes估计的精确表达式, 并将该分布应用于短期聚合风险模型中, 提出一类新的聚合风险模型, 给出分布函数的相关性质及聚合理赔量的近似模型. 数值模拟结果验证了Bayes估计具有渐近无偏性与相合性. 最后将该结果应用于汽车保险索赔数据中, 得到了不同索赔次数下的保单数量拟合结果.     

平衡损失函数下具有两水平共同效应的信度模型

在保险实务中,组合风险间与个体风险间分别具有一定的相依性,考虑保费的目标估计,采用正交投影的方法,在平衡损失函数下得到了未来保费的非齐次与齐次信度估计,进而给出了结构参数的无偏估计.结果表明,得到的信度估计具有经典信度模型的加权形式.     

双参数广义几何分布的Bayes估计及其应用

考虑具有双参数结构广义几何分布的Bayes估计问题, 给出分布中参数Bayes估计的精确表达式, 并将该分布应用于短期聚合风险模型中, 提出一类新的聚合风险模型, 给出分布函数的相关性质及聚合理赔量的近似模型. 数值模拟结果验证了Bayes估计具有渐近无偏性与相合性. 最后将该结果应用于汽车保险索赔数据中, 得到了不同索赔次数下的保单数量拟合结果.     

具有共同效应的多维信度模型(英文)

建立了具有随机共同效应的多维信度模型,得到了该模型中的非齐次与齐次信度估计.并讨论了这些估计的性质.类似于经典的信度理论,具有共同效应的多维信度仍然可以表示为个体数据、聚合数据与聚合保费的加权和,其权重被称为信度因子矩阵.最后,给出一个数值例子说明了多维信度估计的计算方法.     

矩相关保费原理中具有风险相依结构的信度模型

在经典信度理论中,信度估计只适合净保费原理,很难推广到一般的保费原理,并且其假设保单组合不同保单索赔额之间独立,没有考虑风险之间相依性.该文根据一种统一的保费原理(即矩相关保费原理),考虑风险之间的相依性,运用信度理论方法估计风险随机变量的矩母函数,给出在矩相关保费原理中具有风险相依结构的保费估计,并且给出结构参数的无偏估计,从而推广了经典信度理论.     

方差相关原理下相依聚合风险模型的贝叶斯保费

在经典的聚合风险模型中,常常假设索赔次数和索赔额是相互独立的,然而在实际保险业务中,索赔额和索赔次数常常呈现相依情形.本文通过引入Sarmanov-Lee相依分布族的概念,在索赔次数和索赔额呈现某种特定相依结构的条件下,研究了聚合风险模型下方差相关保费原理的聚合保费和贝叶斯保费,并通过数值模拟,对保费估计的稳健性进行了分析.结果表明,即使参数间的相依程度很小,也会对聚合风险保费和贝叶斯保费带来较大的影响.     

带线性红利的一类相依风险模型

将古典风险模型推广为带线性红利的一类相依风险模型.在此风险模型中,保单到达过程为泊松过程,而索赔到达过程为保单到达过程的p-稀疏过程.利用鞅的方法得到了破产概率和伦德伯格不等式.     

先验信息有偏时Bayes估计的PPC优良性条件

Bayes估计在对测量数据进行处理时,充分利用了参数的先验信息和适时的观测信息.在先验信息正确的前提下,Bayes估计相对于LS估计具有Posterior Pitman Closenes即PPC优良性.然而,在许多情况下,先验信息具有主观性,不可避免地存在偏差.利用有偏的先验信息得到的Bayes估计可能不具有这种优良性,为此,给出了这种情况下Bayes估计具有PPC优良性的一个充要条件.鉴于一般情况下先验的精确分布是未知的,用实例给出了一种选取先验方差的方法,用这种方法得到的Bayes估计具有PPC优良性.     

考虑随机退化和信息融合的剩余寿命预测方法

针对性能退化过程服从Wiener过程的产品,运用贝叶斯统计推断法,提出了一种融合产品现场实测性能退化数据与同类产品常规退化试验信息、历史寿命信息的个体剩余寿命预测方法.建立了基于Wiener过程的产品剩余寿命模型;考虑到个体之间的性能退化差异性,假定Wiener过程参数服从随机分布模型,建立了个体现场实测退化数据下分布参数的贝叶斯估计模型,给出了超参数后验估计公式;分别建立了退化数据和寿命数据下的完全似然函数,构建了基于最大期望算法的超参数先验估计模型;通过实例分析验证了所提方法的正确性和优势,结果表明本方法可有效处理个体现场实测退化信息与同类产品先验信息之间的剩余寿命预测问题.     

基于区间数回归模型的未决赔款准备金评估

区间数具有信息含量丰富、界限分明的优点,在实数型数据信息不完全的场合用区间数替代可提高回归模型的预测效果.非寿险未决赔款准备金是对保险公司的一项重要负债,其评估方法和效果对保险业发展至关重要.文章在链接法的指数平滑型进展因子基础上,利用区间数回归模型估计各发展年的进展因子,给出一种新的未来未决赔款准备金的估计方法.     

稀疏过程在一类相依多险种风险模型中的应用

将汽车保险中的一类相依两险种风险模型扩展到相依三险种风险模型,用对齐次poisson过程的稀疏与分解将该模型转化为古典风险模型,并证明了转化的合理性,进而给出破产概率的一般表达式及其一个上界估计.这种转化的方法对类似的多险种相依情形同样适用.     

采用最小二乘支持向量机的部分相依函数型线性模型估计与应用

提出一种基于无截断Bartlett核函数的重构方法,有效避免长期方差函数估计方法面临的核函数与窗宽选择问题,并将其应用到部分相依函数型线性模型中.利用考虑函数型数据相依性的最小二乘支持向量机对模型进行参数估计,数值模拟结果表明:与未考虑函数型数据相依特征的最小二乘估计方法相比,提出的考虑函数型数据相依性的最小二乘支持向量机估计方法能更稳健地估计向量系数,有效提高样本外的预测精度;将部分相依函数型线性模型应用到上证指数开盘价的预测中,得到较好的预测效果.     

删失相依数据下的分位数核估计的Bahadur型表达

该文考虑了在删失相依数据下分位数函数的核估计.在适当条件下,建立了该估计的弱和强Bahadur型表达形式.作为它的应用,导出了该估计的渐近正态性.通过模拟给出了该估计在有限样本下的表现.     

Burr Ⅻ部件相依屏蔽数据系统的可靠性分析

考虑相依串联屏蔽数据系统的可靠性分析问题. 首先, 在部件寿命服从Burr Ⅻ 分布的情形下, 通过引入Copula函数建立部件寿命变量之间的相依结构, 以及相依串联屏蔽数据系统的可靠性模型, 并推导出串联系统的一些概率结果; 其次, 基于逐步Ⅱ型截尾的系统失效数据, 得到模型参数的极大似然估计, 并基于渐近正态性理论和bootstrap抽样算法, 构造模型参数的渐近置信区间及偏差校正的百分位bootstrap置信区间; 最后, 进行仿真模拟和真实数据分析, 结果表明, 该模型方法对相依屏蔽数据系统的可靠性分析可行且有效.     

终身寿险型投资连结保险的定价问题研究

在风险中性假设下,利用鞅和偏微分方程等方法,给出了终身寿险型投资连结保单的定价模型和方法,得到了保单的定价公式,并给出了定价的闭合解,分析了关键参数对保单价值的影响.实证分析表明,模型与实际吻合.     

一类复合风险模型的破产概率

本文对经典poisson风险模型推广至一种相依的结构,索赔产生时以概率P的可能性同时产生一次续保.对此模型,得到了最终破产概率的一般表达式和破产概率的一个上界估计.     

索赔次数的贝叶斯预测与信度近似

该文先对保单的索赔次数建立了贝叶斯模型; 然后,根据样本分布和先验分布已知或未知分3种情形讨论了索赔次数的贝叶斯预测及信度预测,并给出了结构参数的估计方法; 最后,通过数值模拟的方法对3个预测的均方误差和收敛性进行了比较.     

宽象限相依随机变量部分和的中偏差及其在 保险中的应用*

研究了控制变换尾分布的宽象限相依实值随机变量部分和的中偏差. 相应于所得到的理论结果, 进一步给出了在相依保险风险模型中的两个应用: 一是在基于顾客到达过程的保险风险模型中, 保险公司盈余的渐近估计; 二是在复合更新风险模型中, 有限时和无限时破产概率的一致渐近估计.     

基于多元t-copula模型的未决赔款准备金

在非寿险精算领域中,单业务准备金的估计是研究的重点,而在非寿险公司对所有业务的总准备金水平进行评估时,不同业务之间存在着一定的相关性,将单业务的准备金进行简单的相加得到的总准备金往往大于实际理赔金额.因此,利用多元t-copula模型,从理论到实际数据等方面研究不同业务间的相关性,从而得出准备金的估计值,并通过风险边际的下降来说明在总准备金的估计中研究不同业务间的相关问题的必要性.