零膨胀广义泊松模型的推广及其在精算中应用

精算中在建立索赔次数预测模型时往往会遇到零膨胀(zero-inflated)问题,多数情况不能用传统的泊松模型拟合。过多的零次索赔又会导致过离散即方差大于均值(over-dispersion)问题,从而低估参数的标准误差,高估显著性水平。本文重点对两类零膨胀广义泊松模型ZIGP-1和ZIGP-2推广,将其拓展为更一般的ZIGP-P形式(P为参数),嵌套了ZIGP-1和ZIGP-2模型。当P=1和P=2时,ZIGP-P模型即退化为ZIGP-1和ZIGP-2模型。最后,利用推广的ZIGP-P模型对一组保险索赔数据拟合,结果表明,ZIGP-P模型在处理零膨胀问题时可以有效地改善拟合效果。     

广义泊松回归模型的推广及其在医疗保险中应用

计数数据往往存在过离散(over-dispersed)即方差大于均值特征,若利用传统的泊松回归模型拟合数据往往会导致其参数的标准误差被低估,显著性水平被高估的错误结论。负二项回归模型、广义泊松回归模型通常被用来处理过离散特征数据。本文以两类广义泊松回归模型GP-1和GP-2模型为基础,将其推广为更为一般的GP-P形式,其中P为参数。此时,P=1或P=2,GP-P模型就退化为GP-1和GP-2模型。文中最后利用此类推广的GP-P模型处理了一组医疗保险数据,并与泊松回归模型、负二项回归模型拟合结果进行了比较。结果表明,推广后的GP-P模型的拟合效果更优。     

零—膨胀泊松回归模型的非参数统计分析及其应用

零膨胀计数数据是当今数据分析的热点问题之一,该类数据的特点是零点过多,目前对这类数据的研究已经比较全面。另外还有些计数数据不仅会出现零点过多的现象,也会同时存在零、一点都过多的情形,如果再用零膨胀计数数据的统计方法去研究,产生的误差较大。目前国内外对零和一都膨胀的数据的研究还比较少,针对这种现象,本文引入零一膨胀泊松回归模型,并用局部多项式核回归法这种非参数统计分析方法对零一膨胀泊松回归模型进行参数估计,这是本文的创新点也是难点,并在求解参数的过程中引进了EM算法和Newton-Raphson迭代对参数近似求解。通过模拟结果可以得出此方法的可行性,最后通过对糖尿病患者数据的实例分析,可以验证此方法的有效性。     

基于零膨胀回归模型的城市轨道交通触网故障频次研究

城市轨道交通触网故障后果严重,但发生频次较少,数据分析困难.零膨胀计数模型(ZIM)对零值大的数据集具有良好的适用性.针对上海地铁近4年运营过程中积累的触网故障数据进行统计分析,采用ZIM模型中运用最广泛的ZIP模型和ZINB模型进行建模,对比模型的4项评价指标,并进行模型命中率、泛化能力、释义合理性的评价.研究表明,ZINB模型能够对触网故障数据进行更好的拟合.基于模型结果,对城市轨道交通触网系统的安全运营策略及维修保养制度提出建议.     

汽车保险的广义泊松过程模型

本文针对汽车保险中多车辆相撞事故的理赔建立起广义泊松过程模型,利用概率母泛函给出了其理赔总量在(0,t]内的均值与方差,并基于鞅分析方法证明了其破产概率的Lundberg不等式.     

零膨胀集群数据层次回归模型的贝叶斯推断

零膨胀Poisson回归模型是研究零观测值过多的计数数据的常用工具,本文提出了一类拟合具有这类特征的集群数据的层次零膨胀泊松回归模型,并给出了相应的贝叶斯推断方法,参数估计通过Gibbs抽样获得,模型比较与选择则通过拟合优度检验与BIC准则实现.最后,利用一个船舶受损事故数据来展示本文方法的实现及应用.     

保险费收取次数为泊松过程下的广义复合泊松风险模型

经典的破产模型是假定保险公司按单位时间常数速率收取保险费，盈余过程{R（t），t≥0中的S（f）=∑i=1^N（t）Y,为一复合泊松过程，本文将保费到达过程推广为一个Poisson过程，同时将S（t）推广为一个广义复合Poisson过程．针对此模型给出了盈余过程的一些性质，得到关于破产概率的一个定理．     

直观实用的泊松图

本文介绍一种用来诊断数据是否来自泊松总体的方法—泊松图，并通过实例分析，说明诊断过程。     

零膨胀泊松混合回归中的变量选择

来源于不同总体的数据异质性较大,数据“零取值”较多且离散度大,可利用零膨胀泊松(ZIP)混合回归模型建模分析,然而混合模型中自变量较多.为了筛选出重要变量,本文利用自适应LASSO对ZIP混合回归模型进行变量选择,即在似然函数中加入惩罚项,再利用EM算法估计参数.通过模拟,验证了该方法在变量选择和参数估计中的有效性.同时,将ZIP混合回归模型应用于预测借贷失败次数的实际数据分析,筛选出对借贷失败有重要影响的因素.最后,通过比较各模型的预测效果,得到ZIP混合回归模型优于泊松(Poisson),负二项(NB)和ZIP回归模型.     

泊松着色代数

首先,给出了泊松着色代数的定义及构造泊松着色代数的一种方法,其次,证明了在张量积的运算下泊松着色代数是封闭的,最后,通过容许泊松着色代数及其上的非结合二元运算等价定义了泊松着色代数.     

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。     

负二项回归模型的推广及其在分类费率厘定中的应用

分类费率厘定中最常使用的模型之一是泊松回归模型,但当损失次数数据存在过离散特征时,通常会采用负二项回归模型。本文将两参数的负二项回归模型推广到了三参数情况,并用它来解决分类费率厘定中的过离散(over-dispersion)问题。本文通过对一组汽车保险损失数据的拟合表明,三参数的负二项分布回归模型可以有效改善对实际损失数据的拟合效果。     

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。     

�����Ͳ��ɷֲ������Ĺ̶�����������乹�췽��

Interval width and coverage probability are two criteria for evaluating confidence intervals. It's quite worthwhile to investigate fixed-width confidence intervals with a prescribed nominal level, which, in generally speaking, is hardly realized in fixed-sample-size circumstances. A common way to deal with this problem is to apply sequential methods and two-stage sampling or even multi-stage sampling. For zero-inflated Poisson distribution with a probability mass $p$ and Poissonmean parameter $lambda$, the construction of fixed-width confidence intervals for (lambda,p)$ is conducted in this paper, including sequentialand two-stage procedures. Each procedure is demonstrated to satisfy asymptotic consistency and efficiency. The variation of optimal fixed-samplesize by the two parameters is considered under different situations and simulation performance is displayed by Monte Carlo simulation. A real dataanalysis is also implemented for application.     

广义线性模型在汽车保险定价的应用

对非寿险产品分类费率的厘定通常采用单项分析法、最小偏差法和多元线性回归等方法。虽然这些方法在非寿险产品定价中仍然占有一度之地,但由于保险数据的特殊性,它们的缺陷越来越受到人们的重视。本文简要分析了这些传统定价方法存在的缺陷,介绍了非寿险精算中典型的广义线性模型,并通过汽车第三者责任保险的损失数据说明了广义线性模型在非寿险产品定价中的具体应用,以及应用广义线性模型时应该注意的几个问题。     

非寿险分类费率模型的比较研究和实证分析

非寿险分类费率的厘定通常采用的方法有单项分析法、最小偏差法和广义线性模型,特别是后面两种方法在非寿险实务中应用十分广泛,精算文献中对这两种方法的理论和应用研究也较多,但对二者的比较研究较少。本文首先对最小偏差模型和广义线性模型进行了简要介绍,之后对这两种分类费率模型进行了系统的比较研究,总结了它们各自的优缺点以及二者之间的一些等价关系,最后通过一组实际的汽车保险数据讨论了它们的应用。     

保费随机收取的广义二元复合非齐次Poisson风险模型

研究了一类双险种风险模型,其中索赔到达计数过程和保费到达计数过程均为非齐次Po isson过程,用鞅方法得到了有限时间破产概率的一个上界,并给出了当两个险种的个体索赔均服从指数分布时,有限时间破产概率的上界估计.     

保险系统中一种推广风险模型的破产概率

将经典复合 Poisson风险模型推广至更为一般情况 ,其中保单以 Poisson分布流到达且收取的保费为随机变量 ,建立一种双复合 Poisson风险模型 .对此模型 ,得到了最终破产概率的一般表达式和破产概率的一个上界估计值 .     

复合广义齐次Poisson过程的多险种破产概率

本文推广了经典的复合泊松风险模型，建立了两类复合广义齐次poisson过程的多险种破产模型．对于新模型，我们得到了初始资本为u的破产概率φ(u)的精确表达式以及特殊情况下φ(0)的表达式，并且导出了调节系数方程和调节系数R的上下界．