基于分层贝叶斯模型的损失准备金估计

传统的准备金模型主要是通过加总个体数据得到聚合损失三角形数据建立的,然而,这种数据的加总对原始个体数据产生不可避免的信息浪费.虽然这种方法简单,但可导致准备金估计的较大偏差.近年来提出的个体数据准备金模型中大都没有考虑保单合同之间的相依性.本文假设相同事故年的保单产生的索赔具有某种共同效应导致的相依情形,通过建立个体数据准备金的分层贝叶斯模型,利用信度理论的思想,得到每个事故年的准备金估计,从而得到总准备金的估计.进而,讨论了发展因子和结构参数的估计及其相应的统计性质.最后,给出数值例子表明本文给出的准备金估计的计算方法,并且比较了个体数据和聚合数据下准备金估计的均方误差.     

聚合风险模型下Esscher风险度量的估计及其大样本性质

Esscher度量是一种重要的风险度量,在金融风险管理、保险精算中有广泛的应用,然而大部分关于Esscher风险度量的文献均在个体风险模型下考虑的.本文建立了聚合风险模型下Esscher度量的估计模型,得到了相应的非参数估计,并证明了估计的强相合性和渐近正态性,最后,通过数值模拟的方法验证了估计的大样本性质.     

新型广义加权保费原理下风险保费的信度估计

本文研究了新型广义加权保费原理下风险保费的信度估计问题.利用了损失函数法,将新型广义加权保费原理定义为新型广义加权损失函数下风险的最优估计.在该损失函数下,把估计限定在经验估计的线性组合,根据均方误差最小原则得到风险保费的信度估计,并证明了信度估计的相合性,最后,在Esscher保费原理下对信度估计的相合性进行模拟验证,并在指数保费原理下与前人的结果进行了比较,结果发现已有的研究只是本文的一种特殊情况.     

多级无赔款优待系统的定价

被保险人若在一些年连续无索赔时,保险公司在收取下一年保费可以实行无赔款优待政策.这有利于鼓励被保险人防范风险,且对于保险公司来说可以避免小额索赔而节省费用.本文探讨了被保险人在若干年无索赔情况下,下一年实行不同优待值的多级无赔款优待系统,提出了被保险人及保险人的最优决策.一方面,保险人固定每年的保费π及累计每年优待数额(折扣值)d1,d2,d3,…,d(k-1), d,求出被保险人的最优门槛值.另一方面,本文又考虑了当保险人在前面的基础上,已经获知被保险人的最优策略时,反过来决定优待数额d1,d2,d3,…,d(k-1),d,使得保险人的现金流达到最大.     

基于在险价值风险度量的信度估计

在险价值度量(Value-at-Risk)是金融中的一种重要的风险度量方法,被广泛应用于金融、保险等风险管理行业.建立了在险价值的贝叶斯统计模型,利用信度理论的方法将在险价值的估计限定在经验估计的线性函数中,得到了在险价值的信度估计.进而,证明了估计相合性和渐近正态性.最后,利用数值模拟的方法在中等样本容量下验证了估计的收敛速度.     

具有时间变化效应的信度模型

利用信度理论方法研究了具有时间变化效应的风险保费的估计问题.结论表明,具有时间变化效应的信度模型,其信度估计仍然是个体索赔数据与聚合保费的加权平均,且信度因子依赖时间变化效应,从而推广了经典的信度原理     

零膨胀泊松模型中风险参数的贝叶斯估计

该文建立了贝叶斯模型,讨论了零膨胀泊松分布中参数的估计问题.在平方损失函数、Linex损失函数和Stein损失函数下得到了风险参数的贝叶斯估计.进而,引进了信度理论,在平方损失函数下得到了风险参数的信度估计,证明了估计的相合性.最后,通过数值模拟的方法对估计的收敛性进行了比较.     

LINEX损失函数下的信度模型(英文)

LINEX(linear and exponential) loss function is a useful asymmetric loss function. The purpose of using a LINEX loss function in credibility models is to solve the problem of very high premium by suing a symmetric quadratic loss function in most of classical credibility models. The Bayes premium and the credibility premium are derived under LINEX loss function. The consistency of Bayes premium and credibility premium were also checked. Finally, the simulation was introduced to show the differences between the credibility estimator we derived and the classical one.     

基于混合指数型损失厌恶函数的投资组合模型

结合前景理论的核心思想,该文从期望效用最大化的角度研究不同风险资产的配置问题.在线性损失厌恶函数的基础上,该文结合指数效用函数的性质,提出了一个新的效用函数——混合指数型损失厌恶函数,建立了混合指数型损失厌恶投资组合(MELA)模型,并对中国股票市场数据进行实证研究,得出MELA模型优于均值-方差模型的结论.     

基于追溯保费原理的最优再保险策略

追溯保费是一种依赖于保单期保险人实际损失的保费厘定计划,是对过去已经发生的损失进行承保的保险方式.本文将追溯保费应用于再保险模型中,当最优准则选为最小化风险调整值而风险资本用TVaR来度量时,得到的最优分保函数形式为停止损失再保险.进而,研究了最优停止损失再保险中最优自留额的求解算法.最后,假设损失服从指数分布、Pareto分布和Gamma分布等情形,利用数值举例的方法研究了税租乘数T和安全负荷系数ρ对最优自留额和最小风险调整值的影响.结果表明,当其他参数一定时, T增大,最优自留额增大而最小风险调整值减小;而其他参数一定时,最优自留额和最小风险调整值都会随着ρ的增大而增大.