随机利率下扭曲Copula在联合寿险责任准备金中的研究

介绍了扭曲Copula函数,并将该类函数应用到联合寿险责任准备金中.同时考虑到保险精算函数中的不确定性,对Vasicek的利息力随机微分形式进行建模.在不同险种下给出联合寿险责任准备金的计算公式.     

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.     

约束条件下多元随机效应线性模型中回归系数和参数的可容许估计

讨论约束条件下多元随机效应线性模型中回归系数和参数的线性估计的可容许性,在二次损失函数下,给出了随机回归系数和参数的线性估计分别在齐次和非齐次线性估计类中是可容许估计的特征.     

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.     

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.     

基于分层贝叶斯模型的损失准备金估计

传统的准备金模型主要是通过加总个体数据得到聚合损失三角形数据建立的,然而,这种数据的加总对原始个体数据产生不可避免的信息浪费.虽然这种方法简单,但可导致准备金估计的较大偏差.近年来提出的个体数据准备金模型中大都没有考虑保单合同之间的相依性.本文假设相同事故年的保单产生的索赔具有某种共同效应导致的相依情形,通过建立个体数据准备金的分层贝叶斯模型,利用信度理论的思想,得到每个事故年的准备金估计,从而得到总准备金的估计.进而,讨论了发展因子和结构参数的估计及其相应的统计性质.最后,给出数值例子表明本文给出的准备金估计的计算方法,并且比较了个体数据和聚合数据下准备金估计的均方误差.     

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.     

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.     

矩阵损失下随机回归系数和参数的局部线性Minimax估计(英文)

对于带有随机效应的一般线性模型,考虑了随机回归系数和参数线性组合的Minimax估计问题.在矩阵损失下,研究了这个组合的线性估计在线性估计类中的局部极小极大性.并在适当假设下,得到了线性可估函数的惟一局部线性Minimax估计.     

可估子空间上一般随机效应模型的比较

对于具有已知对称非负定协方差阵的一般随机效应模型,通过比较回归系数和参数线性可估函数的最优线性无偏估计方差的大小,给出了一个随机效应模型至少与另一个随机效应模型一样好的定义,并在可估空间的子空间上对两个随机效应模型进行比较,通过利用矩阵的广义逆理论和方法,得到了一个随机效应模型至少与另一个随机效应模型一样好的充分必要条...     

方差分量模型中线性估计的最优性及可容许性

将随机效应线性模型和方差分量模型合并为一种模型,即具有随机回归系数的方差分量模型;给出了随机回归系数和参数的线性可估函数的最优线性无偏估计以及在矩阵损失函数下的可容许性;在正态假设下,讨论了线性估计在一切估计类中的可容许性.     

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.     

索赔次数的加权信度估计及其统计分析

利用信度估计的思想研究了索赔次数的信度估计问题,在加权求和损失函数下,最小化期望损失函数得到了索赔次数的概率分布的信度估计.进而,在索赔次数的3大离散分布中分别讨论了风险参数的信度估计,得到了结构参数的估计,并证明了估计的无偏性.最后,利用数值模拟的方法将本文的信度估计与经典的信度估计进行了比较,验证了本文给出的估计的收敛性质.     

基于广义线性模型的分类费率厘定方法

在我国传统的财产保险计量模型基础上,提出广义线性模型与风险费率厘定相结合的定价方法.广义线性模型有三项构成要素:随机成分,系统成分,联结函数.在非寿险业务中,通常需要根据个体风险的特征对其进行分类,并在分类的基础上厘定各个风险类别的费率.本文将这两方面结合起来,并在非寿险的费率厘定方面建立了相应模型.     

线性混合模型中方差分量的非负估计

在线性混合效应模型中,方差分量的非负估计问题备受关注.基于方差分量的ANOVA估计,给出了方差分量的不依赖于随机效应分布的非负改进,且改进后的估计在均方误差意义下优于ANOVA估计,有比ANO-VA估计更好的极限性质.当随机效应和随机误差都服从正态分布时,模拟显示,新估计优于ANOVA估计以及Tatsuya估计.     

随机利率下的净保费责任准备金

在传统的精算定价模型中,都采用固定利率来计算净保费及净保费责任准备金,这样利率的波动可能会导致保险公司利润的减少,甚至会给其带来无法预计的风险．为建立一个能够规避利率波动风险的精算模型,同时研究随机利率下保险公司的损失风险,首先利用Wiener过程对随机利率建模,再将其引入传统的精算模型,最后推导出随机利率下,终身寿险的净保费和净保费责任准备金的一般表达式,并在此基础上进一步得出保险公司在各个时刻损失风险的一般表达式．实例表明,净保费责任准备金随着时间的增长不断增加,而公司的损失风险会不断减小．     

Buhlmann-Straub信度模型的估计与检验

研究了Buhlmann-Straub信度模型的参数估计和随机效应的检验,以及它们的统计性质. 参数估计采用两步估计法,用F检验对随机效应进行检验.在两步估计法中, 利用正交变换得到了总平均的估计, 然后采用拟合常数法得到了方差的估计,并证明了该估计是无偏估计.通过残差平方和构造了F检验统计量对是否有随机效应进行检验,并得出了检验的势函数是检验方差的增函数.最后将估计和检验的方法应用到实例中, 得到了较好的效果.     

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.     

带跳的Vasicek利率模型下的寿险净保费责任准备金

基于市场利率的随机跳跃波动特征,利用复合Poisson过程和Ornstein-Uhlenbeck过程分别刻画利率的随机跳跃性和随机连续变化性,并将二者进行耦合构建具有随机跳跃性的利息力函数,得到一类带Poisson跳的Vasicek利率模型。研究在该利率模型下的累积利息力函数和货币期望折扣函数的数学表达形式,给出相应的数值分析,并基于此进一步研究了寿险产品净保费准备金的测算问题。     

平衡损失下带约束的回归系数的线性容许估计

文章在推广的矩阵形式的平衡损失函数下,利用矩阵的向量化方法,研究了带线性约束的多元线性模型中回归系数的线性可容许估计;并在齐次线性估计类和非齐次线性估计类中,分别得到了齐次线性估计和非齐次线性估计是可容许估计的充分和必要条件,推广了有关文献的结果。