指数保费原理下的经验厘定

在经典的信度理论中,信度保费是在净保费原理下得到的. 但是, 保险商业中, 保险公司要求制定的保费必须适用于某合适的保费原理以适应具体的保险商业的需要. 本文建立了指数保费原理下的完全经验厘定模型, 得到了风险保费的信度估计和经验Bayes 信度估计, 并讨论了结构参数的估计及其性质. 最后证明了多合同模型的经验Bayes 信度估计的渐近最优性     

平衡损失函数下的信度模型

保险公司对保费进行定价时,一般是有一个目标保费. 本文结合信度定价原理, 考虑保费的目标估计,得到平衡损失函数下的信度估计. 并对其未知参数进行估计,得到相应的经验Bayes信度估计.     

新型广义加权保费原理下风险保费的信度估计

本文研究了新型广义加权保费原理下风险保费的信度估计问题.利用了损失函数法,将新型广义加权保费原理定义为新型广义加权损失函数下风险的最优估计.在该损失函数下,把估计限定在经验估计的线性组合,根据均方误差最小原则得到风险保费的信度估计,并证明了信度估计的相合性,最后,在Esscher保费原理下对信度估计的相合性进行模拟验证,并在指数保费原理下与前人的结果进行了比较,结果发现已有的研究只是本文的一种特殊情况.     

期望效用原理中风险保费的信度估计

期望效用保费定价方法是保费定价的重要方法之一.本文建立了期望效用保费原理的贝叶斯模型,定义了期望效用原理的风险保费,并给出了风险保费的信度估计.进而,研究了保费估计的统计性质.最后通过数值模拟的方法验证了风险保费估计的渐近正态性和收敛速度.     

具有风险相依结构的平衡信度估计

在保险实务中,风险之间具有一定的相依结构.通过考虑保费的目标估计来对风险保费进行了研究,采用正交投影的方法求解了最优问题,在平衡损失函数下得到了风险等相关的齐次和非齐次信度估计.结果表明得到的信度估计具有经典信度模型的加权形式.     

具有共同效应的信度回归模型

在经典的Hachemeister(1975)信度回归模型中,各个风险被假定为相互独立的.本文假设风险之间存在由共同效应导致的风险相依,建立了共同效应的信度回归模型,得到未来索赔的信度预测与风险参数的信度估计.结论表明,在共同效应模型,信度估计仍然是个体索赔数据与聚合保费的加权和.     

平衡指数损失函数下的信度保费

在经典的信度保费模型中,得到的信度保费估计均是考虑的是纯保费,然而在保险实务中,保险公司收取的保费不可能是纯保费,必须具有正的安全负荷.在平衡指数损失函数下,研究了多合同的信度保费模型.利用正交投影方法,得到了未来保费的信度估计.最后对估计进行了数值模拟.     

矩相关保费原理中风险保费的经验厘定

在传统的B¨uhlmann信度理论中,信度估计仅仅适合净保费原理,并且很难直接推广到更一般的保费原理中.本文根据随机变量的矩母函数定义一种统一的保费原理—矩相关保费原理,进而,将信度理论的思想运用于估计风险随机变量的矩母函数,给出矩相关保费原理中风险保费的经验厘定估计,并证明估计的统计性质.结果表明,在净保费原理和指数保费原理中,已有的信度估计是本文估计的特殊情形;在方差保费原理中,本文得到的估计要优于已有的信度估计.最后,通过数值模拟的方法验证新的信度估计的相合性和渐近正态性,并在小样本条件下比较本文估计与已有估计的均方误差.     

具有多合同的广义加权保费的信度估计(英文)

本文讨论了广义加权保费原理下的信度估计,并把结论推广到多合同模型.通过概率分布的变换,本文得到了多合同模型下广义加权保费的非齐次和齐次信度估计.并且讨论了这些估计的统计性质.最后,运用重抽样方法讨论了信度因子中未知结构参数的估计.数值模拟表明,非齐次信度估计能运用于保险实际.     

基于核估计下概率密度函数的信度模型

结合核估计和信度理论的思想,建立了密度函数的Bayes模型,将条件密度函数的估计限定在核函数的线性组合中,通过最小化期望积分平方损失函数,得到了密度函数的信度估计,并研究了估计的统计性质,讨论了窗宽的最优选择方法;进而基于密度函数的信度估计,得到了各种保费原理中风险保费的信度估计,并与传统的信度估计进行了比较.     

������ر���ԭ���·��ձ��ѵľ��鱴Ҷ˹����

Variance related premium principle is one of the most important principles not only in practice applications but also in research field of actuarial science. In this paper, the Bayesian models are established under variance related premium principle. The Bayesian estimate and credibility estimate of risk premium are derived. Furthermore, some statistical properties of estimators are discussed. In the models with multitude contract data, the unbiased consistent estimates of the structure parameters are proposed. Finally, the empirical Bayes estimator are proved to be asymptotically optimal.     

NA样本下Pareto分布参数的经验Bayes估计

讨论了Pareto分布在平方损失下参数的Bayes估计,采用同分布负相协样本的核估计方法讨论了参数的经验Bayes(EB)估计问题,并计算了给定条件下参数的经验Bayes估计的收敛速度。最后,对我国高收入阶层的财富分布情况进行了实证分析,实证分析表明我国高收入阶层的财富分布是可以用Pareto分布来描述的。     

两参数指数-威布尔分布形状参数的经验贝叶斯估计

研究了两参数指数-威布尔分布形状参数的经验贝叶斯(EB)估计问题,并假定当其中一个形状参数α已知时,给出了另一个形状参数θ在两种不同损失函数情况下的EB估计的表达式.并运用随机模拟方法,将两种不同损失函数下的EB估计进行了比较.     

非指数分布数族参数的经验Bayes估计的收敛速度

在“平方损失”下,研究了非指数分布族参数θ的经验Bayes估计,首先利用概率密度函数的核估计,构造了位置参数的经验Bayes（EB）估计量,在适当的条件下获得了它的收敛速度．     

Estimation of the entropy of a multivariate normal distribution

Motivated by problems in molecular biosciences wherein the evaluation of entropy of a molecular system is important for understanding its thermodynamic properties, we consider the efficient estimation of entropy of a multivariate normal distribution having unknown mean vector and covariance matrix. Based on a random sample, we discuss the problem of estimating the entropy under the quadratic loss function. The best affine equivariant estimator is obtained and, interestingly, it also turns out to be an unbiased estimator and a generalized Bayes estimator. It is established that the best affine equivariant estimator is admissible in the class of estimators that depend on the determinant of the sample covariance matrix alone. The risk improvements of the best affine equivariant estimator over the maximum likelihood estimator (an estimator commonly used in molecular sciences) are obtained numerically and are found to be substantial in higher dimensions, which is commonly the case for atomic coordinates in macromolecules such as proteins. We further establish that even the best affine equivariant estimator is inadmissible and obtain Stein-type and Brewster–Zidek-type estimators dominating it. The Brewster–Zidek-type estimator is shown to be generalized Bayes.     

连续型单参数指数族参数的经验Bayes估计问题:NA样本情形

对连续型单参数指数族在平方损失下导出了参数的Bayes估计,利用同分布负相协(NA)样本构造了经验Bayes(EB)估计量,并在适当条件下获得了EB估计的收敛速度.文末给出一个满足定理条件的例子.     

线性模型回归系数EB估计的一致收敛速度

利用多元密度函数及其导数的核估计方法，建立了多元线性模型回归系数的经验Ｂａｙｅｓ估计，并给出了这种估计的一致收敛速度。     

The Kullback-Leibler risk of the Stein estimator and the conditional MLE

The decomposition of the Kullback-Leibler risk of the maximum likelihood estimator (MLE) is discussed in relation to the Stein estimator and the conditional MLE. A notable correspondence between the decomposition in terms of the Stein estimator and that in terms of the conditional MLE is observed. This decomposition reflects that of the expected log-likelihood ratio. Accordingly, it is concluded that these modified estimators reduce the risk by reducing the expected log-likelihood ratio. The empirical Bayes method is discussed from this point of view.     

Minimax multivariate empirical Bayes estimators under multicollinearity

In this paper we consider the problem of estimating the matrix of regression coefficients in a multivariate linear regression model in which the design matrix is near singular. Under the assumption of normality, we propose empirical Bayes ridge regression estimators with three types of shrinkage functions, that is, scalar, componentwise and matricial shrinkage. These proposed estimators are proved to be uniformly better than the least squares estimator, that is, minimax in terms of risk under the Strawderman's loss function. Through simulation and empirical studies, they are also shown to be useful in the multicollinearity cases.