×
精算异质性问题研究:基于混合模型的视角

精算异质性问题研究:基于混合模型的视角

1星价 ¥31.9 (5.5折)
2星价¥31.9 定价¥58.0
图文详情
  • ISBN:9787550458611
  • 装帧:一般胶版纸
  • 册数:暂无
  • 重量:暂无
  • 开本:16开
  • 页数:128
  • 出版时间:2023-08-01
  • 条形码:9787550458611 ; 978-7-5504-5861-1

本书特色

保险中的损失数据, 是精算费率厘定和准备金评估的基础。 但标的物的风险不同, 使得用于刻画风险大小的索赔次数、 赔款额和累积赔款额等数据特征具有异质性, 因此对这些数据的研究模型也变得复杂。混合模型是研究数据异质性的重要统计模型之一, 其通过加权的方式混合一些经典理论分布, 实现不同分量分布刻画不同特征的目的, 其混合结构可以很好地解释数据的异质性。本书将介绍一系列混合模型, 并讨论其在精算费率厘定和未决赔款准备金评估中的应用。

内容简介

本书介绍混合模型的基本概念、相关参数解释和混合模型的形状图示等;然后讨论混合模型的参数估计,并给出参数估计的一致性证明等;为优化保险产品的费率厘定,针对保险数据的免赔额、长尾性和异质性等问题,分解建立了左截断的Erlang 混合模型、Erlang 极值混合模型、混合泊松模型等;为给出不同风险特征的合理解释,以便更准确的定价,采用Open Mixed Poisson (OMP) 分布的开放式结构实现车险的自主风险分类,通过Poisson Regression (PR) 模型的回归结构研究不同保单类的影响因素,实现针对不同风险客户的分类和定价。*后,针对近期事故准备金的不稳定性和保单生效日期的不同,提出风险分类模型,实现了基于个体保单风险分类,然后按类别汇总近期未决赔款准备金的估计。

目录

目录 **章 混合模型简介 **节 引言 第二节 混合模型的相关术语 第三节 Erlang混合模型的应用 第二章 混合模型参数估计的一致性 **节 引言 一、预备知识 二、一致性的文献综述 第二节 左截断Erlang混合模型 第三节 惩罚函数 一、SCAD惩罚函数 二、iSCAD惩罚函数 三、iSCAD惩罚函数参数的解释 四、iSCAD惩罚函数的性质 第四节 主要证明结果 一、相关条件的讨论 二、有用的引理结果 三、参数一致性证明 第三章 左截断Erlang混合模型及其应用 **节 引言 一、预备知识 二、混合模型参数估计的文献 第二节 左截断为l的Erlang混合模型 一、模型的建立 二、风险度量 三、参数估计 第三节 模拟实验 第四节 实际数据的应用 附录A Erlang混合模型三种方法下的估计结果 附录B Erlang混合模型的R代码 第四章 Erlang极值混合模型及其应用 **节 引言 第二节 Erlang极值混合模型 一、模型的建立 二、风险度量 三、参数估计 第三节 模拟实验 第四节 实际数据的应用 附录A Erlang极值混合模型R代码 第五章 开放式混合泊松模型及其应用 **节 引言 第二节 开放式混合泊松模型 一、模型的建立 二、相关分布 第三节 参数估计 一、iSCAD惩罚函数 二、EM算法 三、初始值的选取 四、模型评价 第四节 实例分析 一、零膨胀数据 二、厚尾性数据 三、异质性数据 第五节 结论与建议 一、索赔次数多特征的研究结论 二、索赔次数多特征的建议 附录A 开放式混合泊松模型R代码 第六章 开放式混合泊松回归模型及其应用 **节 引言 第二节 开放式混合泊松回归模型 第三节 实例分析 一、数据来源及整理 二、保单分类 三、基于保单分类的影响因素分析 第四节 结论与建议 一、自主定价的研究结论 二、产险公司自主定价的建议 第七章 风险分类模型及其应用 **节 引言 第二节 风险分类模型 一、模型的假设和符号说明 二、模型的建立 三、准备金汇总 第三节 实例分析 一、数据来源及基本信息 二、风险分类 三、近期未决赔款准备金估计 第四节 结论与建议 一、准备金分类评估的研究结论 二、准备金分类评估的建议 附录A 参数估计推导过程——EM算法 附录B 风险分类模型R代码 附录C 数据运行过程 参考文献
展开全部

作者简介

殷崔红,博士毕业于厦门大学,获得理学博士学位,现为西南财经大学金融学院讲师,长期从事保险精算的教学和科研工作。主要研究方向为保险精算、数据挖掘,混合模型等方面的研究。

预估到手价 ×

预估到手价是按参与促销活动、以最优惠的购买方案计算出的价格(不含优惠券部分),仅供参考,未必等同于实际到手价。

确定
快速
导航