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.     

平衡指数损失函数下具有通货膨胀因子的信度估计

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给出了具有通货膨胀因子的信度估计.结果表明,在考虑历史索赔数据的样本函数的情况下,当选取一个合适的权重,便可以得到下一期的最优信度保费估计.结论推广了仅在平方损失函数下得到的信度保费.     

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.     

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.     

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.     

失真风险保费的最优经验厘定

研究了贝叶斯模型中失真风险保费的经验厘定问题.通过引入分布函数的加权积分损失函数,利用信度理论的方法最小化期望损失得到分布函数的最优线性估计,进而得到失真风险保费的两个信度估计,并对信度估计的统计性质进行了比较.文章还讨论了失真函数和权重函数的选取问题,给出了结构参数的估计方法,证明了估计的无偏性和相合性.最后,利用数值模拟的方法验证了估计的收敛情况,并对不同失真函数下的收敛情况进行了比较.     

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.     

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     

熵损失函数下的信度模型

本文研究了信度模型问题.利用熵损失函数,获得了风险保费的信度估计和经验Bayes信度估计.所获结果是对现有风险保费信度估计和经验Bayes信度估计的一个补充.     

加权平衡指数损失函数下的广义信度保费估计

在非寿险中,在索赔经历虽然相互独立,但有时会服从不同的分布.通过考虑保费的目标估计来对风险保费进行了研究,并采用正交投影的方法得到了目标问题的最优解,从而得到了加权平衡指数损失函数下的信度估计.此外,给出了结构参数的无偏估计,并给出了模拟.结果表明,在考虑目标保费的情况下,当选取一个合适的权重,可以得到未来保费的最优估计.     

指数保费原理下的具有截尾分位数的信度估计

在指数保费原理下,考虑分位数以及截尾数据来讨论相应的信度保费,分别得到了单合同和多合同下的未来索赔的信度估计,并给出了相应的信度保费表达式,从而推广了经典的信度理论.     

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.     

相依风险模型下风险保费的信度估计

建立了风险之间呈现某种特殊相依结构的信度模型.利用正交投影的方法,得到了相依风险模型下的Bühlmann信度保费和Bühlmann-Straub信度保费,并讨论了信度估计的统计性质.结论表明,在风险之间呈现相依结构时,信度预测是个体索赔均值,总索赔均值和聚合保费三者的加权和,从而推广了经典的信度理论.     

概率密度函数核估计的Bootstrap逼近

主要研究了密度函数核估计逼近的速度,用Bootstrap方法对核密度进行估计,在适当的条件下,进一步提高了密度核估计Bootstrap逼近的速度,所得到的结果使得密度核估计Bootstrap逼近的速度与密度函数及其导数之间的关系更加的明确.     

平衡损失函数下具有共同效应的信度保费(英文)

在经典的信度理论中,一个保单组合的各风险之间是相互独立的,同时从二次损失函数中推导出信度保费.(Wen et al.,2009)给出了风险间具有共同效应的特殊的相关结构的信度保费表达式.本文在平衡损失函数下考虑此种风险结构的信度理论,特别地得到了Bühlmann和Bühlmann-Straub模型的信度保费表达式.     

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.     

截断样本下的强率函数和密度函数核估计的渐进正态性

本文用[1]发展的计数过程去研究截断样本下强率函数核估计的渐进正态性．在弱于[7]和[10]的条件下，得到了更一般的结果．接着我们将这种方法运用到密度函数核估计，在较弱的条件下，得到了截断样本下密度函数核估计的渐进正态性．     

删失数据密度函数估计及其强一致收敛速度

本文在假设被删失变量与删失变量之间不独立的情形下,给出了被删失变量的密度函数的核估计形式,得到了密度函数估计的强—致收敛速度．     

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.     

指数族刻度参数EB估计的渐近最优性

依据经验Bayes(EB)估计的思想方法,研究在LINEX损失函数下指数族刻度参数的EB估计问题.在这种损失函数下,求得参数的Bayes估计,利用密度函数的核估计方法,构造了总体X的密度函数估计,从而得到参数的EB估计,证明了这种EB估计是渐近最优的,并获得了它的收敛速度,最后将这种方法推广到多参数情形,并举例、模拟说明了它的应用.