聚合风险模型下的信度估计

利用信度理论的方法,建立了Bayes聚合风险的信度模型,得到未来年总索赔的信度保费.进一步地,在多合同模型下,提出了结构参数的无偏估计,并证明了这些估计的统计性质.     

指数保费原理下的广义线性模型信度估计

利用信度理论方法,在指数保费原理下研究信度理论与广义线性模型中随机效应之间的关系,推广了经典的信度原理,给出了相应的信度保费表达式,并讨论了参数结构的估计.进一步建立了在该指数保费原理下普通费率因子与多水平因子相结合的费率厘定的乘法模型,得到了风险保费的信度估计.     

矩相关保费原理下具有时间变化效应的信度模型

经典信度估计只适用于净保费原理,难以推广到一般保费原理,在实际应用中,赔付额间具有时间变化效应。根据矩相关保费原理,考虑赔付额间的时间变化效应,采用信度理论方法估计赔付额随机变量的条件矩母函数,给出矩相关保费原理下具有时间变化效应的信度估计。通过数值模拟,得到基于矩相关保费原理,几种常见保费原理下风险保费的信度估计满足相合性。     

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.     

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.     

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.     

Pareto风险模型中分位数保费的贝叶斯估计

分位数保费原理是非寿险精算中的一种重要的保费原理,在保险中有重要的应用.建立分位数保费原理的Pareto风险模型,通过引入损失函数,结合一些统计技巧,给出了分位数保费原理下风险保费的贝叶斯保费、贝叶斯估计、极大似然估计以及分位数估计.进而,讨论了这些估计的统计性质.最后,利用数值模拟的方法比较了这些估计的平均误差.     

基于相关性的指数保费原理下的信度模型

随着险种的不断增多,经验费率厘定在非寿险中有着广泛的应用,在经典信度理论的指导下,指数保费原理下信度模型成为一种重要的研究方法.通常纯保费包含于信度保费估计范畴中,但在应用时的纯保费不仅仅指的是实际收取的保险费,这就需要发挥安全负荷保费原理作用.本研究基于指数保费原理,对误差、考虑风险等相关的多合同信度模型进行探究.这一结果推广了考虑单一相关性条件下得到的信度保费.     

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.     

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。     

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.     

几何模型中参数的经验贝叶斯估计的渐近性

依据经验Bayes估计的思想方法,研究在平方损失函数下几何分布中参数的经验Bayes(EB)估计问题.研究过程为:在平方损失函数下求得参数的Bayes估计,在相同的损失函数下,利用频率逼近概率这一事实,构造参数的EB估计,最后证明所得到的EB估计是渐近最优的,收敛速度为o(n-(2s-1)/(2s+1)).     

线性指数模型参数的经验贝叶斯估计

根据经验贝叶斯原理,讨论了在平方损失函数下,线性指数模型参数的非参数经验贝叶斯(empirical贝叶斯,EB)估计问题.首先利用密度函数的核估计方法构造边际分布密度函数以及该分布密度函数的一阶导数;然后结合线性指数模型未知参数在相同损失函数之下的贝叶斯估计得到了未知参数的非参数经验贝叶斯估计.最后由C-R不等式以及Jensen不等式证明了所得到的经验贝叶斯估计的渐进最优性质,并获得了其收敛速度(n-(2r-1)/(2r 1)).     

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.     

具有时间变化效应的信度模型

利用信度理论方法研究了具有时间变化效应的风险保费的估计问题.结论表明,具有时间变化效应的信度模型,其信度估计仍然是个体索赔数据与聚合保费的加权平均,且信度因子依赖时间变化效应,从而推广了经典的信度原理     

基于贝叶斯方法的保费计算的稳健性质

探讨了3类关于保费计算原理的相关问题.首先,结合贝叶斯方法和损失原理定义了贝叶斯保费; 然后,研究了2类保费计算原理的稳健性质问题:带任意污染系数的非贝叶斯保费的稳健性质和基于ε-污染方法讨论的贝叶斯保费关于先验分布的稳健性质; 最后,运用Esscher保费原理分析了当污染在某个分布类变化时保费对污染的响应以及保费的值域.