Mlinex损失函数下的信度保费

在经典信度理论中，通常用对称损失函数作为衡量预测结果好坏的标准，忽略了拟合度的重要性.为使信度模型更好地应用于实际中，用Mlinex损失函数解决经典信度模型中由对称损失函数引起的高保费征收问题，推导出在Mlinex损失函数下的贝叶斯保费和信度保费，并验证了贝叶斯保费和信度保费的相合性.数值模拟结果表明，Mlinex损失函数下的信度保费优于经典信度保费.     

Mlinex损失函数下的信度递归模型

用Mlinex损失函数代替平方损失函数,得到了一个信度递归模型,即第t+1年的信度保费是第t年的索赔额、第t年的信度保费和集体保费的加权和.证明了该信度递归模型对年份较近的索赔额赋予更大的权重,对年份较远的索赔额赋予较小的权重.     

MLINEX损失函数下具有风险相依效应的信度模型

该文既考虑了制定保费的公平性、合理性,又考虑了各风险组之间的相依效应,利用信度理论的方法得到了MLINEX损失函数下Bühlmann-Straub模型的具有特殊相依效应的信度保费,进而推导出MLINEX损失函数下Bühlmann模型的具有此种相依效应的信度保费,也得到了结构参数的估计量,因此,推广了经典信度理论.     

基于平衡损失函数下的信度模型

在平方损失的基础上引入惩罚项,构成一种非对称的平衡损失函数。基于这种平衡损失函数,运用贝叶斯统计推断理论得到了贝叶斯保费;结合Bühlmann信度模型和Bühlmann-Straub信度模型,给出了最优线性保费的估计结果。     

平衡损失函数下风险相依回归信度模型

首先,给出了平衡损失函数下信度保费估计与二次损失函数下的信度保费估计的关系;然后,给出了在平衡损失函数下具有风险相依的回归信度保费表达式;并讨论了平衡损失函数下,目标估计为特殊情况的回归信度保费和风险等相关;以及具有共同效应时,二种回归信度保费表达式.     

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.     

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.     

指数保费原理下似然比方法的信度估计

根据极大似然思想,构建了一个似然比函数,并且在平衡损失函数下得到了相应地信度估计,从而推广了经典的信度理论.     

基于时间效应的广义信度模型

考虑保费的目标估计,利用信度定价原理对具有时间效应的风险保费进行了研究,得到了平衡损失函数下的信度估计.结果表明,信度因子依赖于时间变化效应.     

Stein损失函数下的保费估计

利用信度理论研究在Stein损失函数下的保费估计问题,分析了贝叶斯估计、信度估计、多层贝叶斯估计3种估计,并计算3种保费估计,比较其结果发现在Stein损失函数下:当样本数n趋于无穷大时,信度保费会收敛到风险保费,且多层贝叶斯估计比贝叶斯估计的稳健性更强.     

Esscher保费原理下信度估计的比较

在Esscher保费原理下建立了信度模型,得到在Esscher保费原理下,风险保费的Bayes保费、Bayes估计、信度保费与信度估计.比较了这几个估计的异同,并证明了这些估计的相合性.最后,用模拟方法验证了相应的结论.     

误差等相关的信度模型（英）

首先,在假设误差呈现等相关的正态-正态分布下得到Bayes保费,表明正是精确信度的形式.其次,建立了误差等相关的Bühlmann信度模型,得到了相应的 信度估计.在引进了合同之间的自然权重后将该模型推广到Bühlmann-Straub信度情形.但是结果表明,在Bühlmann-Straub模型下信度估计仅拥有广义的“信度”形式.     

基于历史索赔不同分布的信度估计

基于加权平衡损失函数和Esscher损失函数,考虑在给定条件下历史时期的保费仅在相互独立的情形时,得到信度因子表达式,并以此给出了下一期的信度保费。