收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于广义线性模型的损失准备金估计方法研究

卢志义  
【摘要】: 损失准备金是非寿险公司最重要的一项负债,其评估受到保险公司以及保险监管部门的高度重视。损失准备金的科学估计,一方面能够保证产品定价准确,提高保险公司的市场竞争力;另一方面,可以增强偿付能力,降低保险公司的经营风险。因此,损失准备金的估计方法是理论研究的重要课题。 随着计算机技术和统计方法的发展,在过去二十年里,损失准备金估计的随机模型成为非寿险精算研究的热点问题。广义线性模型作为线性模型的自然推广,具有适宜于非寿险精算的良好特性,因而成为损失准备金估计中应用最为广泛的随机模型之一。目前,在欧洲市场,广义线性模型已作为车险、个人险种以及小型企业财产保险的行业标准模型。 本文在近年来国内外研究成果的基础上,对基于广义线性模型的损失准备金估计方法进行研究。全文分六章进行讨论: 第一章为引言部分。对损失准备金的基本概念及实务中的估计方法进行了简要介绍;阐述了保险公司提取损失准备金的动机,分析了损失准备金与利润核算、产品定价、偿付能力之间的关系;分析了确定性方法的不足,进而描述了随机模型的产生背景与国内外发展现状;在此基础上提出了研究的基本思路,给出了本文的研究框架。 第二章简要介绍了广义线性模型的基本假设、参数估计及模型检验,在此基础上对广义线性模型适宜于非寿险精算的典型特征进行了分析;对广义线性模型在损失准备金估计中应用进行评述,重点分析了各种模型的建模思想,模型结构的选择以及预测误差的估计。 第三章采用两阶段广义线性模型分别对赔付次数和案均赔款进行估计,进而得到损失准备金的估计。本章的模型分为两类,一类是基于PPCI法的两阶段广义线性模型,另一类是基于PPCF法的两阶段广义线性模型。本章首先分析了对损失准备金进行两阶段估计的必要性,然后对两种类型的两阶段广义线性模型进行讨论,同时给出了预测误差的计算公式,并通过实例对两阶段模型的可行性进行了验证。 第四章旨在利用同单调性理论解决损失准备金分布函数的估计问题。本章首先对同单调性基本理论进行了简要介绍,然后分四种不同情形对基于广义线性模型的损失准备金估计的随机界进行讨论,得到了凸序意义下损失准备金估计的随机界以及限制损失保费的计算公式;进一步,通过随机界两种形式的凸组合,对损失准备金进行随机逼近。由于随机界及其凸组合的分布特性(分布函数、限制损失保费等)在计算上具有简便性,因而可用它们的分布函数(或限制损失保费)作为损失准备金分布函数(或限制损失保费)的一种良好的近似,从而为损失准备金的估计提供更加全面而准确的信息;本章通过两个实例对所述结论进行验证。 第五章讨论广义线性模型的拓展模型,包括广义线性混合模型和广义非线性模型,在损失准备金估计中的应用。本章的第一节讨论多业务分类情形下保险公司损失准备金的估计问题,提出在广义线性模型的线性预测量中引入随机效应,以反映同一单元中不同业务赔款之间的相关关系,从而建立广义线性混合模型对该情形下的损失准备金进行估计;为克服Hoerl曲线在拟合赔款数据中的不足,第二节对Hoerl曲线进行了改进,改进的模型在协变量里引入了非线性成分,因而所建立的模型成为广义非线性模型。改进后的模型可用来拟合不同的赔款进展模式。对以上两种模型分别通过数值模拟与其它方法的估计结果进行对比,以验证模型的适用性。 第六章在对全文进行总结的基础上,指出本文的主要创新点以及研究中存在的问题与不足,并提出进一步研究的课题。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 冯予,王执铨;误差项为RDM的广义线性模型的诊断[J];南京理工大学学报(自然科学版);2001年06期
2 陈希孺;广义线性模型(七)[J];数理统计与管理;2003年05期
3 陈希孺;广义线性模型(八)[J];数理统计与管理;2003年06期
4 陈希孺;广义线性模型(六)[J];数理统计与管理;2003年04期
5 赵林城,尹长明;广义线性模型中极大拟似然估计的强相合性[J];中国科学A辑;2005年03期
6 陈夏,陈希孺;广义线性模型参数的自适应拟似然估计[J];中国科学A辑;2005年04期
7 陈夏;;广义线性模型中方差函数的非参数估计[J];应用概率统计;2006年04期
8 朱春华;项华;张登林;倪百秀;;多维广义线性模型极大拟似然估计的渐近正态性[J];中国科学技术大学学报;2009年09期
9 王寿仁;安鸿志;;广义线性模型的统计分析[J];应用概率统计;1985年01期
10 胡跃清;具有典则联系函数的广义线性模型的诊断[J];东南大学学报;1994年05期
11 张志华,罗旭;指数分布场合下恒加试验的广义线性模型及其MLE[J];数理统计与应用概率;1996年02期
12 丁洁丽;陈希孺;;广义线性回归极大似然估计的强相合性[J];数学物理学报;2006年02期
13 曾平;刘桂芬;曹红艳;;广义线性模型贝叶斯分析的SAS实现[J];中国卫生统计;2009年01期
14 虞克明;广义线性模型参数估计的研究(Ⅰ)[J];安庆师范学院学报(自然科学版);1992年01期
15 陆天虹,王静龙;带有额外参数连接函数的广义线性模型[J];数学的实践与认识;1993年01期
16 吴喜之,赵新强;广义线性模型的影响分析[J];数理统计与应用概率;1994年04期
17 徐孝磊;李红武;;线性模型参数最小二乘估计唯一性的一个证明[J];南阳师范学院学报;2006年03期
18 曾理斌;;广义线性模型在非寿险费率厘定中的运用[J];金融经济;2007年18期
19 汪妍;孙秋柏;;基于广义线性模型的分类费率厘定方法[J];辽宁科技大学学报;2009年04期
20 汪妍;;基于广义线性模型的分类费率厘定方法[J];科技信息;2009年21期
中国重要会议论文全文数据库 前10条
1 徐晶;;基于广义线性模型的地质灾害气象预警模型[A];推进气象科技创新加快气象事业发展——中国气象学会2004年年会论文集(下册)[C];2004年
2 殷婷婷;朱道元;;广义线性模型的L_2罚估计[A];江苏省现场统计研究会第十次学术年会论文集[C];2006年
3 杨贤其;AIGuozheng;;最优多元函数的建模问题[A];中国运筹学会第六届学术交流会论文集(下卷)[C];2000年
4 高洪忠;;我国财险业盈余管理问题分析[A];金融危机:监管与发展——北大赛瑟(CCISSR)论坛文集·2009[C];2009年
5 徐晶;张国平;张芳华;蔡芗宁;;区域地质灾害综合气象预警模型研究[A];全国优秀青年气象科技工作者学术研讨会论文集[C];2006年
6 胡孝朋;鹿麒麟;金珏;唐一源;;应用SPECT探索焦虑、抑郁的局部脑血流(rCBF)变化规律[A];第一届全国脑与认知科学学术研讨会论文集[C];2005年
7 权松民;范国光;郭启勇;王晓明;;独立成分分析方法在儿童镇静状态下视觉刺激fMRI中的应用[A];中华医学会第十三届全国放射学大会论文汇编(下册)[C];2006年
8 李细明;陈建宇;;以动力模式预报的主成分作定量长期预报[A];第27届中国气象学会年会副热带季风与气候变化分会场论文集[C];2010年
9 中林;曾志磊;黄沛钰;黄晓琦;吕粟;龚启勇;谢鹏;;颞叶参与自发知觉改变过程[A];第十一届全国神经病学学术会议论文汇编[C];2008年
10 李鹏;张敏鸣;;磁共振脑功能成像中功能区提取的数据处理[A];2005年中国神经心理学学术会议论文集[C];2005年
中国博士学位论文全文数据库 前10条
1 汪建均;基于广义线性模型的变量选择与稳健参数设计[D];南京理工大学;2011年
2 徐文科;基于微分方程的生态数学模型统计分析[D];东北林业大学;2009年
3 曾林蕊;半参数广义线性模型若干问题的研究[D];华东师范大学;2004年
4 丁洁丽;广义线性模型极大似然估计的大样本理论[D];武汉大学;2006年
5 卢志义;基于广义线性模型的损失准备金估计方法研究[D];天津财经大学;2008年
6 曾娟;机动车辆保险分类费率厘定原理与方法研究[D];武汉理工大学;2008年
7 李树生;基于广义线性模型的森林植物多样性估测的研究[D];东北林业大学;2008年
8 吴元奇;作物抗病虫性稳定性评价模型研究[D];浙江大学;2001年
9 马彦辉;基于GLM的非正态响应稳健设计研究[D];天津大学;2008年
10 胡艳玲;复杂性状与基因组多位点的关联分析方法研究[D];上海交通大学;2009年
中国硕士学位论文全文数据库 前10条
1 崔杰;多元广义线性模型基于惩罚似然的调整参数的选择[D];大连理工大学;2010年
2 陈莉莉;广义线性模型的渐近性质[D];广西大学;2013年
3 王健发;广义线性模型的渐近理论[D];广西大学;2011年
4 翟爽;基于数据删除的广义线性模型诊断方法[D];东北林业大学;2012年
5 唐荣;有限混合广义线性模型在车辆保险理赔频率拟合中的应用[D];厦门大学;2014年
6 肖泽青;广义线性模型的若干问题研究[D];广西大学;2011年
7 容美平;基于R的地理加权广义线性模型理论及应用研究[D];暨南大学;2011年
8 范军辉;参数个数发散情况下的多元广义线性模型的变量选择[D];大连理工大学;2012年
9 杨云鹏;广义线性模型,广义线性混合模型及其应用[D];新疆大学;2010年
10 尉洁;ROC曲线广义线性模型及其医学应用[D];山西医科大学;2010年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978