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。     

大型公共建筑工程质量保险纯费率厘定研究——基于GLM及GAM的实证比较分析

为准确地厘定大型公共建筑工程质量的保险纯费率，通过文献分析及调研，对影响大型公共建筑工程质量的因素进行了研究，提炼出11项保险费率因子。以46栋竣工于1993—2016年的大型公共建筑为工程数据集，在频率-强度法基础上，基于Poisson、Negative Binomial、Gamma、Inverse Gauss等分布的假设，利用广义线性模型及广义可加模型建立了8个工程质量保险纯费率厘定模型，通过比较选择最优模型，并对模型进行了验证。结果表明，所建模型可用于大型公共建筑工程质量保险纯费率厘定。     

农作物单产的最大熵分布及在费率厘定上的应用

农作物单产分布的确定是农业保险中费率厘定的基础。本文引入最大熵原理,基于最大熵优化模型得出农作物单产的最大熵分布,并以此进行费率厘定。同时以辽宁省主要作物水稻、玉米、大豆和花生为例,确定了该四种农作物的费率,分别为4.45%、6.77%、6.34%、6.43%。结果表明:利用最大熵分布理论进行费率厘定不需要事先假定农作物单产分布的形式,而且考虑了更多作物单产分布的信息,为农业保险费率的合理精算提供一种新的可供选择的方法,有助于农业风险决策的科学化。     

基于广义线性模型的水稻种植风险评估

农作物风险评估是农业风险管理的前提与基础.为探索科学有效的水稻种植风险评估模型,将水稻种植风险评估过程分为承灾体脆弱性评估和致灾因子危险性评估两个过程,利用广义线性模型解决自然灾害会对水稻产量造成多大程度的损失问题,在产量波动服从布尔分布的假设下,建立起致灾因子(用连续降雨天数、连续低温天数等指标表示)与产量波动之间的线性关系,完成承灾体脆弱性评估;利用天气发生器模型模拟各地区致灾因子发生情况解决自然灾害概率分布的问题,完成致灾因子危险性评估;最终给出风险评估的量化表达.通过黑龙江农垦气象及水稻产量数据的实证分析验证了模型的有效性,并讨论了该模型在保险费率厘定方面的应用.     

基于动态财务分析的地质灾害保险定价

将经济学中的动态财务分析(DFA)模型应用于地质灾害保险定价中,对离散的灾害事件、经济损失等进行建模分析,计算出纯保费.实证分析以湖南省邵阳市为例,结果表明该模型实用性强、操作简单,计算出来的保费率具有一定的参考价值.     

两种ZIP模型的比较及其在保费厘定中的应用

本文研究了两种ZIP模型,比较了一般ZIP回归模型和ZIP(τ)模型对相同的零膨胀(zero-inflated)计数数据的拟合效果,发现前者在拟合时有较好的稳定性,并在此基础上得出实际数据中两种模型应用的技巧以及需要注意的问题。同时研究了ZIP模型在保险费率厘定中的应用,将这两种模型分别应用于保险数据,发现在拟合和预测两方面,ZIP回归模型都明显优于ZIP(τ)模型。     

我国担保契约的保费费率定价问题

对于担保方而言,通过对被担保企业实施一定期限的债务展期是可能的.为加快实现我国中小企业信用担保业的可持续发展,通过把存款保险的风险定价思路引入信用担保的费率厘定领域,并针对基于债务单阶段展期金融契约定价模型的不足,给出基于债务多阶段展期金融契约的信用担保费率厘定模型与方法,并作出相关的实证分析.     

市场约束条件下的非寿险费率厘定

在非寿险费率厘定中,经常遇到的一个实际问题是某些风险类别的费率不能过高或不能过低。在这种约束条件下,传统的广义线性模型将不能直接用于费率厘定。本文给出了一种在一般线性约束条件下,如何应用迭代算法对常用的广义线性模型进行调整,从而得到满足特定约束条件的费率厘定结果。本文的实证研究结果表明,该方法具有灵活性和现实可行性,能够解决非寿险费率厘定中常见的市场约束问题。     

模糊数学在环境污染责任保险费率厘定中的运用

环境污染责任保险因开展经验及历史数据不足致费率难以合理厘定,引入模糊信息粒及综合评价理论,相对传统方法,更能实现费率厘定的公平合理,保障各方利益.本文以化学原料及化学制品制造业为研究对象,首先运用模糊信息粒理论处理历史数据,克服数据模糊不确定性,得出第三者赔偿额的模糊信息粒X;其次运用传统精算定价方法得出行业基准费率的...     

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。