未决赔款准备金评估的随机性Munich链梯法

精算实务界通常采用链梯法等确定性方法评估未决赔款准备金,这些评估方法存在一定缺陷,一方面不能有效考虑保险公司历史数据中所包含的已决赔款和已报案赔款数据信息,另一方面只能得到未决赔款准备金的均值估计,不能度量不确定性。为了克服这些缺陷,本文结合Mack模型假设和非参数Bootstrap重抽样方法,提出了未决赔款准备金评估的随机性Munich链梯法,并应用R软件对精算实务中的实例给出了数值分析。     

基于广义线性模型的个体索赔RBNS准备金评估

基于个体索赔模型对准备金的评估已成为准备金评估研究的重要内容.本文基于广义线性模型,对个体索赔额及索赔数目建立责任准备金模型,给出未决赔款责任准备金的期望及方差.进而,根据样本数据对未知参数求解极大似然估计,并讨论了估计的强相合性和渐近正态性.并得到责任准备金的估计及其预测均方误差.最后,通过数值模拟的方法将本文得到的估计与链梯法进行比较,结果显示我们的估计明显优于链梯法估计.     

Hoerl曲线的改进及其在非寿险未决赔款准备金估计中的应用

对基于Hoerl曲线的非寿险未决赔款准备金估计模型的不足进行了讨论,并对其进行了改进.将改进的Hoerl曲线做为预测量而建立的指数族非线性模型具有更大的灵活性,因而更适用于未决赔款准备金的估计.通过模拟实验对改进的Hoerl曲线在未决赔款准备金估计中的应用进行了验证,并与经典泊松链梯模型以及基于Hoerl曲线的模型进行了对比分析.结论表明,对于先缓慢增长至顶点,然后快速回落的赔付模式,改进的Hoerl曲线具有更好的预测效果.     

广义加权损失函数下准备金的分位信度估计

由于聚合数据是个体数据的加总,会失去一些有用信息.针对个体数据模型,分位回归模型可以直接求取未决赔款准备金的分位数,并且对数据中存在的异常值的敏感度不高.在程纪(2020)模型基础上,将分位回归模型与信度理论相结合,将多个流量三角形的增量赔款数据看成是相同日历年下的重复性多次观测,体现样本数据的分层结构,克服经典信度模型中只有一条回归线的弊端,在广义加权损失函数下得到准备金的信度估计,并给出参数估计.     

非寿险业务终止下的未决赔款准备金评估方法比较分析

当非寿险业务终止时,事故年业务赔付率和进展年时间间隔都会发生变化.针对这一潜在风险因素,给出了链梯法、Cape Cod法以及其随机模型Cape Cod模型三种未决赔款准备金评估模型相应的改进措施,并结合R软件进行了实证分析.     

非寿险业务终止下的未决赔款准备金评估方法比较分析北大核心

当非寿险业务终止时,事故年业务赔付率和进展年时间间隔都会发生变化.针对这一潜在风险因素,给出了链梯法、Cape Cod法以及其随机模型Cape Cod模型三种未决赔款准备金评估模型相应的改进措施,并结合R软件进行了实证分析.     

非寿险业务未决赔款准备金的两阶段广义线性模型估计

本文以非寿险业务未决赔款准备金估计的确定性方法-PPCI法的思想为基础,分两阶段建立广义线性模型,分别对索赔次数和已发生每案赔付额进行估计,进而得到未决赔款准备金的估计值,并对模型的预测误差进行估计。文中通过一个实例对所述方法进行验证,并从预测误差的角度与其它模型进行比较。最后对该模型特点进行了总结。     

考虑离群值的稳健链梯法

本文关注于流量三角形中的离群值问题,阐述了链梯法评估的索赔准备金对离群值具有高度依赖性。为了解决这一问题,考虑了一种稳健链梯法,包括计算进展因子的稳健方法和诊断并调整离群值的方法,并应用经典数据和比利时非寿险业务的真实数据进行了实证分析。数值结果表明,稳健链梯法具有优良性能,无论原始数据中存在单个或多个离群值,稳健链梯法都能有效识别并调整这些离群值,以减少离群值对索赔准备金估计的影响。在非寿险精算实务中,异常赔款额是完全有可能出现的,通过比较链梯法和稳健链梯法的评估结果,非寿险精算人员可以进一步分析导致异常赔款额背后的原因,并根据具体情况,采取合理的处理方法调整或保留异常赔款额,提高索赔准备金估计的准确性。     

基于有限服务排队系统的未决赔款准备金分布

若保险赔付工作中赔付人员有限,根据服务人员有限的排队系统的性质,可以研究保险公司所需计提的未决赔款准备金的分布函数.当假设赔付服务工作人员为c个,使用M/M/c/∞和G/M/c/∞排队系统的性质可以得到未决赔款准备金分布函数和年末所需增加计提的未决赔款准备金的分布及其界值.当假设赔付服务工作人员仅一个,使用M/G/1/∞排队系统的性质可以得到此时未决赔款准备金的分布函数.并且在假设损失赔付额取正整数的条件下,得到年末保险公司所需增加计提的未决赔款准备金分布的递推公式.而且通过计算实例表明结论的实用性,及所得到的递推公式在以往难以准确求解未决赔款准备金分布时是十分有效的.     

未决赔款准备金评估的对数正态模型及其预测分布的Bootstrap实现

目前在我国精算实务中对未决赔款准备金评估的不确定性风险逐渐重视,对不确定性加以度量显得很有必要.在以往关于未决赔款准备金的不确定性研究中,大多集中于预测均方误差.从数值角度看,如果应用随机模拟的方法,能得到未决赔款准备金完整的预测分布,那么就可以由该分布得到各个分位数以及相关的分布度量,对准备金负债评估的准确性和充足性具有重要的参考价值.研究的对数正态模型是未决赔款准备金评估中的分布模型之一,它假设累计赔款单个进展因子服从对数正态分布,进而将参数Bootstrap方法和非参数Bootstrap方法应用于对数正态模型中,得到了未决赔款准备金的预测分布,并通过精算实务中的数值实例加以实证分析.数值实例由当前国际上日益流行的统计软件R加以实现.