广义加权损失函数下未决赔款准备金的信度估计

为了使得估计的准备金不依赖于先验分布的具体形式,在贝叶斯链梯模型中,采用信度理论的思想,在广义加权损失函数下得到链梯因子的信度估计,建立了案均赔款法下的未决赔款准备金模型.最后,给出保险公司的实际例子,将得到的信度估计与经典链梯法和随机链梯法估计进行了比较.结论显示,方法对未决赔款准备金是有效的.     

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。     

平衡损失下回归系数的最优线性无偏估计

在平衡损失函数下得到了回归系数的最优线性无偏估计,结果表明平衡损失下的最优线性无偏估计就是线性模型中回归系数的最小二乘估计.     

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.     

ƽ����ʧ�����¾��з��������ṹ���Ŷ�ģ��

??In classical credibility theory, the claim amounts of different
insurance policies in a portfolio are assumed to be independent and the premiums are derived
under squared-error loss function. Wen et al. (2012) studied the credibility models with a
dependence structure among the claim amounts of one insurance policy that is called time
changeable effects and obtained the credibility formula. In this paper, we generalized this
dependence structure called time changeable effects to the claim amounts of different
insurance policies in a portfolio. Credibility premiums are obtained for Buhlmann and
Buhlmann-Straub credibility models with dependence structure under balanced loss function.     

加权平衡损失函数下回归系数的最佳线性无偏估计

这篇文章我们研究了回归系数的最佳线性无偏估计. 在加权平衡损失函数下, 我们得到了回归系数的最佳线性无偏估计. 同时提出了度量最佳线性无偏估计和最小二乘估计的相对效率. 并且我们给出了它们的上下界.     

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.     

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.     

平衡损失下一般Gauss-Markov模型中回归系数的最优估计（英文）

在平衡损失下,我们研究了一般Gauss-Markov模型中回归系数的最优估计,首先我们得到了线性估计为最佳线性无偏估计的充分必要条件;其次证明了平衡损失下的最佳线性无偏估计在几乎处处意义下是唯一的,并且是普通最小二乘估计和二次损失下最优估计的平衡;最后,我们讨论了最优估计关于损失函数和模型设定的稳健性,并得到了该最优估计在模型误定下具有稳健性的充分必要条件.     

平衡损失下不等式约束回归系数的线性容许估计

对回归系数在不等式约束和平衡损失下讨论了其线性估计的可容许性,给出了齐次和非齐次线性估计类中可容许估计的充要条件.     

���ڱ�ֵCox���̵ĸ�������׼����ģ��

??Traditional claims reserve approaches are all based on aggregated data and usually produce inaccurate projections of the reserve because the aggregated data make a great loss of information contained in individual claims. Thus, the researcher in actuarial science developed the so-called individual claim models that are based on marked Poisson processes. However, due to the inappropriateness of Poisson distribution in modelling the claims distributions, the present paper propose marked Cox processes as reserve models. Compared with the aggregate claims models, the models proposed in the current paper take more sufficient use of information contained in data and can be expected to produce more accurate evaluations in claim loss reserving.     

基于藤Copula的GAMLSS模型与非寿险准备金评估

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.     

折现的未决赔款准备金估计的随机逼近

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.     

平衡损失下一般Gauss—Markoff模型中回归系数的非齐次线性可容许估计

提出了适用于—般Gauss-Markoff模型的平衡损失函数,并在该平衡损失下,研究了模型中回归系数的非齐次线性估计在非齐次线性估计类中的可容许性,得到了充要条件．     

平衡损失下关于不等式约束的多元回归系数的容许估计

In this paper, the admissibility of multivariate linear regression coefficient with respect to an inequality constraint under balanced loss function is investigated. Necessary and sufficient conditions for admissible homogeneous and inhomogeneous linear estimators are obtained, respectively.     

平衡损失下回归系数的线性Minimax估计

在平衡损失函数下,主要研究回归系数的线性Minimax估计问题.通过分析平衡损失风险的极大极小性,得到了线性优化计类中回归函数的Minimax估计.在适当的假设下,证明了其唯一性.     

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.     

离散时间状态下基于个体数据的RBNS准备金评估（英文）

本文研究了在离散时间状态下的一类RBNS准备金评估问题.基于个体数据的RBNS准备金是用未知参数的估计来取代RBNS负债的条件期望中的相应的参数得到的.文中与结案延迟有关的参数是用极大似然估计的方法得到的,同时我们也研究了这些估计的渐近性质.RBNS未决负债的条件期望是用WatsonNadaraya估计得到的.同时,本文还研究了由链梯法得到的基于聚合数据的准备金的渐近性质.最后我们通过模拟说明了在有限样本情形下,基于个体数据的准备金与聚合数据下的准备金相比具有更小的MSE.     

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.     

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.