负二项分布的优良特性及其在风险管理中的应用

孟生旺．负二项分布的优良特性及其在风险管理中的应用．数理统计与管理，１９９８，１７（２），９～１２．负二项分布之所以在风险管理中被广泛应用是由其优良特性所决定的。本文主要讨论了其中三个方面的问题：第一，负二项分布在描述风险集体中任意风险的索赔次数时表现为伽玛分布对泊松分布按参数变化的加权平均；第二，负二项分布在描述某些风险的累积索赔额时具有复合泊松分布的形式；第三，负二项分布是当风险的索赔频率强度之间存在正向传染时索赔次数的分布     

考虑个体保单风险特征的最优奖惩系统

奖惩系统在汽车保险中的应用非常普遍。论文首先介绍和讨论了泊松-伽马假设下的最优奖惩系统及其性质;其次在假设个体保单的索赔频率服从二项分布,而二项分布的一个参数服从贝塔分布的条件下,建立了一种考虑个体保单风险特征信息的最优奖惩系统,其中风险特征信息可以通过广义线性模型的形式引入奖惩系统;然后在假设个体保单的索赔频率服从负二项分布,而负二项分布的一个参数服从贝塔分布的条件下,建立了另一个最优奖惩系统;最后讨论了这两个奖惩系统的性质和应用。     

风险非同质时索赔次数的分布拟合的估计与检验问题

在非寿险精算中 ,索赔次数的分布一般假设为泊松分布 P(λ) .风险非同质时 λ的分布称为混合分布 .本文考虑了混合分布为三参数伽玛分布时的参数估计以及位置参数的检验问题     

复合泊松过程及其在保险风险中的若干应用

本文利用齐次泊松过程的可加性,研究了复合泊松过程的可加性及其性质。作为应用,讨论了单个理赔额服从指数分布的复合泊松风险模型在第n次索赔时发生负盈余的概率。     

过度离散型数据的统计模拟与分析

针对车险索赔次数数据经常出现的过度离散问题,采用数值模拟的方法,分别使用泊松模型(Poisson)、负二项回归模型(NB)以及广义泊松模型(GP)对不同程度的过度离散车险索赔次数数据进行拟合,并用均方误差、偏差以及AIC和BIC准则对Poisson、NB、GP三种模型的优良性进行比较分析,得到了不同条件下三种模型的优良性,并针对不同的条件给出了模型选择的建议.     

带干扰的保费随机收取的双险种风险模型

推广了已有文献中提出的带干扰的双险种复合负二项风险模型,让保费收取次数服从负二项分布,两类险种的索赔也服从负二项分布,得到了带干扰的保费随机收取的双险种风险模型,给出了破产概率的一般表达式和上界．     

集合风险模型的可分解性

本文讨论了集合风险模型中 ,在复合二项分布和复合负二项分布两种情况下的可分解性问题 ,得到了同复合泊松分布情况下类似的结果     

负相依索赔下基于进入过程风险模型的破产概率

提出了一个基于客户到来的泊松过程风险模型,其中不同保单发生实际索赔的概率不同,假设潜在索赔额序列为负相依同分布的重尾随机变量序列,且属于重尾族L∩D族的条件下,得到了有限时间破产概率的渐近表达式.     

多元广义泊松分布的参数估计与诊断

广义泊松分布是普通泊松分布的自然推广,克服均值与方差相等的局限性.在计数数据中,常常会有多变量的情形,比如保险保单定价.因此文章考虑多元广义泊松分布的参数估计和假设检验问题,针对共协方差多元广义泊松模型提出两种参数估计的方法,矩估计方法和极大似然估计方法,并比较两种方法的优劣性.文章就多元广义泊松分布的假设检验问题,主要探讨了其退化检验及独立性检验,由于参数及变量较多,运用似然比检验方法构造服从卡方分布的检验统计量.最后,运用多元广义泊松理论分析不同地区森林发生火灾的次数,首先用文中提到的检验方法诊断数据是否可以用多元广义泊松分布,其次进行参数估计及实际问题的分析解释.     

关于溢额损失再保险的条件分布的递推方程

在索赔数目服从Poisson分布、二项分布或负二项分布,以及索赔额分布的密度函数连续且有界的条件下,研究了溢额损失再保险条款的总体损失分布的条件递推方程．在再保险人或分出人的索赔数目给定的条件下,得到了再保险人以及分出人的总赔付额分布的递推方程．