2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩121頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、目的: 探討ILO籌資模型在我國(guó)社會(huì)健康保險(xiǎn)精算領(lǐng)域應(yīng)用的可行性和價(jià)值。比較各種分布擬合模型,并將最優(yōu)擬合模型應(yīng)用到ILO籌資模型的成本估計(jì)中,結(jié)合實(shí)際數(shù)據(jù)計(jì)算某社會(huì)健康保險(xiǎn)計(jì)劃的籌資比例。 方法: 依據(jù)ILO籌資建模思路建立的社會(huì)健康保險(xiǎn)短期籌資比例計(jì)算框架作為主要的精算方法。該框架分為人口統(tǒng)計(jì)與經(jīng)濟(jì)模型、收入估計(jì)模型、成本估計(jì)模型與結(jié)果模型。其中成本估計(jì)模型中對(duì)次均基金賠付的估計(jì)采用分布擬合模型實(shí)現(xiàn)。分布擬合模型包括非壽險(xiǎn)精

2、算領(lǐng)域常用的Gamma分布、Weibull分布、Pareto分布及對(duì)數(shù)正態(tài)分布,還包括未曾引入精算領(lǐng)域的Log-logistic分布、Pearson-V分布和逆高斯分布三個(gè)多參數(shù)厚尾分布以及非參數(shù)核密度估計(jì)方法。其中非參數(shù)核密度估計(jì)采用解方程插值法估計(jì)最優(yōu)帶寬并采用標(biāo)準(zhǔn)正態(tài)函數(shù)作為核函數(shù),各種參數(shù)分布模型采用極大似然法估計(jì)參數(shù)值,并選擇x<'2>檢驗(yàn)作為各分布擬合模型擬合優(yōu)度的檢驗(yàn)方法。 結(jié)果: 各分布擬合模型通過(guò)實(shí)際數(shù)據(jù)擬合表

3、明,結(jié)果顯示非參數(shù)核密度估計(jì)方法的擬合效果遠(yuǎn)遠(yuǎn)優(yōu)于各參數(shù)分布擬合方法。將非參數(shù)核密度估計(jì)方法所估計(jì)出的次均保險(xiǎn)基金賠付額應(yīng)用到ILO籌資模型中,計(jì)算得到2005年成都市城鎮(zhèn)職工住院醫(yī)療保險(xiǎn)的籌資比例為4.7%。 結(jié)論: 研究表明,將ILO籌資模型應(yīng)用到社會(huì)健康保險(xiǎn)精算領(lǐng)域是可行的,ILO籌資模型結(jié)構(gòu)完整、靈活,可根據(jù)保險(xiǎn)計(jì)劃的特點(diǎn)來(lái)調(diào)整計(jì)算的框架;而且非參數(shù)核密度估計(jì)作為分布擬合方法是合適的,將其與ILO籌資模型相結(jié)合計(jì)算籌資比

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論