版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、未決賠款準(zhǔn)備金是保險公司最為重要的負(fù)債項日之一,它提取的是否充足將直接影響到公司的經(jīng)營狀況,目前國內(nèi)外保險公司都在力求探索如何更精確的提取未決賠款準(zhǔn)備金。對于未決賠款準(zhǔn)備金的估計,目前國內(nèi)外保險行業(yè)實際中主要采用的是確定性方法,比如鏈梯法、案均賠款法、賠付率法以及B-F法,但是這些方法常常過于簡單直觀而且假設(shè)條件過于理想。由于隨機(jī)性模型能夠提供未決賠款準(zhǔn)備金的點估計、區(qū)間估計及相應(yīng)的統(tǒng)計檢驗,近年來隨機(jī)模型則越來越頻繁的被應(yīng)用于非壽險未
2、決賠款準(zhǔn)備金的估計中。
本文則以未決賠款準(zhǔn)備金的確定性模型為基礎(chǔ),通過對模型參數(shù)進(jìn)行先驗分布假設(shè)、建立聯(lián)結(jié)函數(shù),將貝葉斯方法和超離散泊松模型使用到未決賠款準(zhǔn)備金的評估中,從而建立起評估的隨機(jī)模型??紤]到事故發(fā)生年因子和進(jìn)展年因子對賠款準(zhǔn)備金估計的影響,對其服從不同先驗分布的模型的準(zhǔn)備金進(jìn)行估計。通過結(jié)合不同的貝葉斯先驗分布和超離散泊松模型,將模型與鏈梯法、B-F法連接起來。由于B-F法利用了完全的先驗信息,而鏈梯法則完全沒有利
3、用到先驗信息,本文則力圖將不同強(qiáng)度的先驗信息引入超離散泊松模型,使得模型不僅僅局限于建立鏈梯法和B-F法的隨機(jī)模型,而是可以提供一系列的貝葉斯超離散泊松模型,其中鏈梯法和B-F法只是這些模型的特殊情況。
在論文的實證部分,本文采用經(jīng)典的車險數(shù)據(jù),利用WinBUGS軟件通過MCMC方法和Gibbs抽樣進(jìn)行模擬,對未決賠款準(zhǔn)備金進(jìn)行估計。分別對不同先驗信息強(qiáng)度下的超離散泊松模型、鏈梯法、B-F法、廣義線性模型的未決賠款準(zhǔn)備金進(jìn)行估
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于貝葉斯廣義線性模型的準(zhǔn)備金估計方法.pdf
- 基于貝葉斯對數(shù)偏正態(tài)模型的多元未決賠款準(zhǔn)備金估計的研究.pdf
- 基于個體數(shù)據(jù)的隨機(jī)RBNS準(zhǔn)備金模型探析-貝葉斯方法.pdf
- 隨機(jī)B-F責(zé)任準(zhǔn)備金的經(jīng)驗貝葉斯估計.pdf
- 未決賠款準(zhǔn)備金的貝葉斯估計及其在WinBUGS軟件中的實現(xiàn).pdf
- 多元廣義泊松回歸模型的貝葉斯分析.pdf
- 基于廣義線性混合模型的索賠準(zhǔn)備金的估計方法.pdf
- 基于廣義線性模型的損失準(zhǔn)備金估計方法研究.pdf
- 短期利率模型的貝葉斯估計.pdf
- 法定準(zhǔn)備金、超額準(zhǔn)備金、準(zhǔn)備金
- 非高斯SV模型的貝葉斯估計.pdf
- ARFIMA模型參數(shù)貝葉斯估計的漸近性質(zhì).pdf
- 信度估計在準(zhǔn)備金中的應(yīng)用.pdf
- 信度估計在準(zhǔn)備金中的應(yīng)用
- 基于Mack理論的準(zhǔn)備金預(yù)測誤差模型.pdf
- 基于統(tǒng)計模型和貝葉斯估計的語音增強(qiáng)算法研究.pdf
- 基于Copula模型的多元未決賠款準(zhǔn)備金.pdf
- 準(zhǔn)備金
- 基于貝葉斯估計的有序多分類多層模型的應(yīng)用.pdf
- 21340.基于mcmc的進(jìn)展多狀態(tài)模型的貝葉斯估計
評論
0/150
提交評論