汽车保险的精算模型及其应用

本文应用我国一家保险公司的实际数据 ,对各种可以反映保单持有人索赔次数的模型 (包括负二项模型、泊松 -逆高斯模型、二元风险模型、三元风险模型、二项 -贝塔模型和负二项 -帆塔模型 )分别进行了拟合 ,结果表明三元风险模型拟合效果最好 ,因此利用三元风险模型构造了对保单持有人根据后验风险的大小调整其续期保费的系统     

构造和评价奖惩系统的新方法

当知道一个奖惩系统的等级和保费水平时,利用信息熵提出并得到奖惩系统的理想概率分布．在保单中考虑人身伤亡索赔次数的二元模型,将奖惩系统的平稳概率分布与理想概率分布的差异,通过卡方值与多余度分别表现出来,将其作为评价奖惩系统的一个新工具．     

汽车保险市场的信息不对称:来自商业第三者责任险的证据

本文修正了Richaudeau(1999)提出的保障-风险条件相关模型,考虑到索赔次数中的"零膨胀"现象,采用零膨胀Poisson分布拟合索赔次数,以我国汽车商业第三者责任保险作为研究对象,研究了中国车险市场的信息不对称问题。实证结果表明,在控制公开信息的基础上,我国汽车保险市场仍存在显著的信息不对称问题。但是,保险公司可以通过费率厘定、无赔款优待制度、附加险设计等方法分离不同风险的投保人,减轻信息不对称程度对公司经营的影响。     

基于索赔额与应负责任的奖惩系统

在机动车保险中，仅仅基于索赔次数的奖惩系统对那些有着小索赔的保单持有人不公平。在本文，我们考虑索赔额的大小及责任归属，建立一个基于索赔额与应负责任的奖惩系统。     

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。     

广义线性模型在汽车延保风险保费测算中的应用

基于保险公司2010年1月—2019年3月的实际保单数据样本,分别运用广义线性模型中的泊松模型和伽玛模型测算出险频率和案均赔款,构建风险保费测算模型,对影响风险保费的因素进行定量研究及分析.结果表明:该方法能够构建多个变量与风险保费的数值关系,减少了信息的损失,得到的费率表可作为实际应用的参考.最后,通过该方法测算结果与市场定价的实例比较对方法的合理性与优越性进行了说明.     

广义线性模型在汽车延保风险保费测算中的应用（英文）

基于保险公司2010年1月—2019年3月的实际保单数据样本,分别运用广义线性模型中的泊松模型和伽玛模型测算出险频率和案均赔款,构建风险保费测算模型,对影响风险保费的因素进行定量研究及分析.结果表明:该方法能够构建多个变量与风险保费的数值关系,减少了信息的损失,得到的费率表可作为实际应用的参考.最后,通过该方法测算结果与市场定价的实例比较对方法的合理性与优越性进行了说明.     

带有免赔额调整的车险奖惩系统及其最优自留额

考虑了带有免赔额调整的车险奖惩系统.利用无差别原理,将奖惩系统惩罚等级中增收保费的部分或全部用添加免赔额的方式替代,给出了替代后奖惩系统最优自留额的递推计算公式.最后,给出一个例子并分析了免赔额与平均最优自留额的关系.     

车险费率厘定精算技术的研究与应用评述

精算技术为中国车险市场费率改革提供必要支持,可以确保费率厘定的科学性与合理性。首先,本文系统梳理了车险分类风险费率厘定精算统计模型的发展历程,并回顾参数估计方法。其次,论述了车险个体风险费率厘定的精算模型与方法,并重点评述了信度理论与奖惩系统的研究。进而,归纳出车险费率厘定精算统计模型的研究热点与发展方向。最后,指明现有研究对中国车险费率厘定精算方法的启示,并提出相关建议。     

中国汽车保险的最优索赔策略

在大多数国家,汽车保险中使用的无索赔奖励系统(BMS)只考虑了索赔次数,而我国2006年7月开始实施的A、B、C三个车险条款中的C条款是与索赔额有关的BMS,所以需要对现有的最优索赔策略模型进行推广。本文应用马尔科夫最优化原理推广了汽车保险的最优索赔策略模型,并对我国现行的三个车险条款的最优索赔策略问题进行了实证研究。     

汽车保险中的BMS

ＢＭＳ在汽车保险中的应用是十分广泛的．本文讨论了如何在汽车保险中更有效地应用ＢＭＳ的方法,包括三部分：第一部分评介了基于索赔次数模型的最优ＢＭＳ;第二部分提出了公平ＢＭＳ的方法并讨论了其性质;第三部分分析了如何在ＢＭＳ中不仅考虑索赔次数而且考虑索赔额之大小,这里假设给定个体保单的索赔额服从参数为θ的指数分布,而保单组合关于θ的结构函数为伽玛分布．     

GAMLSS模型在车险定价中的应用

在系统梳理国内外非寿险产品费率厘定方法的基础上,详细介绍了GAMLSS模型,证明了在位置参数和尺度参数的预测中均引入随机效应的GAMLSS模型可更有效地解释纵向数据中个体间的异质性.最后将GAMLSS模型应用于一组纵向车辆保险数据,计算了先验保费、后验保费、后验风险保费和奖惩因子.实证结果表明,GAMLSS模型不仅可为非寿险产品的定价提供依据,而且使风险分类更加稳定、合理.     

多级无赔款优待系统的定价

被保险人若在一些年连续无索赔时,保险公司在收取下一年保费可以实行无赔款优待政策.这有利于鼓励被保险人防范风险,且对于保险公司来说可以避免小额索赔而节省费用.本文探讨了被保险人在若干年无索赔情况下,下一年实行不同优待值的多级无赔款优待系统,提出了被保险人及保险人的最优决策.一方面,保险人固定每年的保费π及累计每年优待数额(折扣值)d1,d2,d3,…,d(k-1), d,求出被保险人的最优门槛值.另一方面,本文又考虑了当保险人在前面的基础上,已经获知被保险人的最优策略时,反过来决定优待数额d1,d2,d3,…,d(k-1),d,使得保险人的现金流达到最大.     

随机保费下扰动风险模型总索赔盈余的大偏差

考虑随机保费下带干扰的风险模型,其中保费额和索赔额各自形成了END的随机变量序列,保费次数是由一个拟更新过程描绘,干扰项是由一个布朗运动过程来刻画.在索赔额分布属于一致变化类的条件下,给出了总索赔盈余过程的精致大偏差.     

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.     

保费收入随机化的风险模型

本文推广了龚日朝(2001)的风险模型,把保费随机化,利用鞅方法讨论了保单来到过程与索赔来到过程均为Po isson过程的破产概率.接着又讨论了G erber-Sh iu期望折现函数,推导出了其满足的积分方程,以及L ap lace变换.最后利用随机游动的知识,讨论了当保单来到过程与索赔来到过程为同一更新过程时的破产概率.     

带免赔的奖惩系统的最优索赔策略

在汽车保险的奖惩系统中加入免赔额,将有利于保证风险与保费的匹配,还可以减少小额损失带来的大量管理费用.本文应用马尔科夫最优化原理推广了汽车保险的最优索赔策略模型.根据我国现行的机动车辆保险条款,得到了加入免赔额时的最优索赔策略.     

保险人最优投资行为分析

本文在假设索赔次数服从Poisson分布的情况下,利用所收保费与赔付费用的差额,直接考虑承保风险,建立保险基金投资模型,求出最优投资比例关于投保人数等变量的显式表示,分析投资在风险资产上的比例与投保人数等外生变量间的关系,对保险人进行保费投资和根据市场变化调整投资比例有重要的理论和实践意义.     

广义线性模型在非寿险费率分析中的应用

本文首先简单分析了传统定价方法的局限性,然后介绍了广义线性模型的基本理论。作为应用,在本文中应用R软件,详细分析了一家欧洲保险公司1994-1998年的车险索赔数据,估计得到了费率结构,它与实际费率结构差异较大,说明原来的费率结构可能需要更新。     

GAMLSS模型及其在车损险费率厘定中的应用

在车损险费率厘定中,通常假设索赔频率、索赔强度或纯保费服从指数分布族,并对其均值建立广义线性模型,而假设其他参数对所有风险类别都是固定的常数。这种假设在某些情况下并非成立。GAMLSS模型可以在各种分布假设下同时对一个分布的位置参数、尺度参数和形状参数建立参数或非参数的回归模型,具有很大的灵活性。本文在零调整逆高斯分布假设下把GAMLSS模型应用于我国实际的车损险数据,建立了车损险的费率厘定模型,结果表明,这种模型对车损险实际数据的拟合要优于常用的Tweedie分布假设下的广义线性模型。此外,这种模型厘定的风险保费更加公平合理。