首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   29篇
  免费   1篇
数学   29篇
物理学   1篇
  2023年   1篇
  2022年   2篇
  2019年   1篇
  2017年   1篇
  2015年   4篇
  2014年   1篇
  2013年   1篇
  2012年   1篇
  2011年   1篇
  2010年   2篇
  2009年   3篇
  2008年   3篇
  2007年   2篇
  2006年   1篇
  2005年   1篇
  2004年   1篇
  2003年   1篇
  2002年   1篇
  2000年   1篇
  1997年   1篇
排序方式: 共有30条查询结果,搜索用时 31 毫秒
1.
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.  相似文献   
2.
凸序意义下的随机界是估计具有相依性随机变量和分布的良好工具.在考虑货币时间价值的基础上,通过随机上下界的两种不同形式的凸组合对未决赔款准备金的估计进行逼近,并通过矩匹配法,给出了最优权数的计算公式.通过一个实例对所述方法进行验证.  相似文献   
3.
研究定期人寿保险中破产风险问题。建立了该类问题的数学模型,并分析其结构特征,推导破产概率的计算公式,并设计其计算方法。同以往模型相比,新模型的建立考虑了初始准备金的利息积累和任何时刻的新投保人的加入,采用了新的分组方式。这种新模型更加真实地刻画了实际过程,保证了传统模型中常用的某些假设得到了满足。  相似文献   
4.
传统的准备金方法都是基于聚合数据的,聚合数据是个体数据的汇总,它们丢失了许多有用信息,影响了准备金预测的准确性.本文提出了一个基于个体数据的线性预测模型,该模型不需要对数据的矩的具体形式进行假设,更不需要对数据的分布进行假设,而只需假设个体索赔数据的前两阶矩存在,具有适用范围广,简单易操作等特点.在文章的最后,通过随机模拟把提出的方法与著名的链梯法进行了对比,模拟结果显示,本文提出的方法是行之有效的.  相似文献   
5.
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。  相似文献   
6.
郭淑妹  林涛 《数学研究》2008,41(2):175-180
破产概率受保费变化影响,保费随着准备金变化,在本文中考虑带有利率的风险模型;其索赔发生是Cox过程.  相似文献   
7.
唐国强 《经济数学》2007,24(4):363-369
利用VaR思想并根据保险人风险收益,在初始准备金收益率固定或随机的情况下,讨论了具有养老金性质的投资连结保单的初始准备金和定价,并进行了模拟计算.  相似文献   
8.
在对IBNR准备金估计的随机模型存在的不足进行分析的基础上,对采用二阶段广义线性模型得到的各单元IBNR准备金估计和的分布问题进行讨论.在考虑折现因子的基础上,采用同单调理论,得到各单元准备金估计的和在凸序意义下的随机界,并通过一个实例对所述方法进行验证.  相似文献   
9.
在假设各个业务线的增量已决赔款服从伽玛分布、逆高斯分布和对数正态分布的基础上,建立了各个业务线增量已决赔款的GAMLSS模型,并将此模型应用于一组具有明显异方差的车险数据,拟合效果优于均值回归模型.另外,在多个业务线的准备金估计中,不同业务线之间的相依性通过藤Copula函数来描述.用D藤Copula描述相依关系的GAMLSS模型对准备金的评估结果既优于独立假设下的GAMLSS模型和链梯法对准备金的评估结果,同时还刻画了不同业务线之间的尾部相依性.  相似文献   
10.
本文引入了Hoem模型中的随机普通保险项。利用计数过程的理论和鞅论,得到了状态准备金的计算公式及其所满足的随机微分方程以及特定环境下的Thiele微分方程,从而计算出个人账户的退休金净赔偿率。  相似文献   
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号