包邮精算异质性问题研究:基于混合模型的视角

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