新型广义加权保费原理下风险保费的信度估计

本文研究了新型广义加权保费原理下风险保费的信度估计问题.利用了损失函数法,将新型广义加权保费原理定义为新型广义加权损失函数下风险的最优估计.在该损失函数下,把估计限定在经验估计的线性组合,根据均方误差最小原则得到风险保费的信度估计,并证明了信度估计的相合性,最后,在Esscher保费原理下对信度估计的相合性进行模拟验证,并在指数保费原理下与前人的结果进行了比较,结果发现已有的研究只是本文的一种特殊情况.     

指数保费原理下的经验厘定

在经典的信度理论中,信度保费是在净保费原理下得到的. 但是, 保险商业中, 保险公司要求制定的保费必须适用于某合适的保费原理以适应具体的保险商业的需要. 本文建立了指数保费原理下的完全经验厘定模型, 得到了风险保费的信度估计和经验Bayes 信度估计, 并讨论了结构参数的估计及其性质. 最后证明了多合同模型的经验Bayes 信度估计的渐近最优性     

失真风险保费的最优经验厘定

研究了贝叶斯模型中失真风险保费的经验厘定问题.通过引入分布函数的加权积分损失函数,利用信度理论的方法最小化期望损失得到分布函数的最优线性估计,进而得到失真风险保费的两个信度估计,并对信度估计的统计性质进行了比较.文章还讨论了失真函数和权重函数的选取问题,给出了结构参数的估计方法,证明了估计的无偏性和相合性.最后,利用数值模拟的方法验证了估计的收敛情况,并对不同失真函数下的收敛情况进行了比较.     

广义指数保费原理中风险保费的统计推断

指数保费原理是非寿险精算中的一种重要保费原理.本文提出一种改进的指数保费原理,这种保费原理不仅能包含指数保费原理作为特殊情况,而且是Esscher保费原理和净保费原理的推广,具有很多保费原理的优良性质.我们研究了这种保费原理下风险保费的极大似然估计、非参数估计和贝叶斯估计,讨论了估计的渐近无偏性、相合性和渐近正态性,并给出了渐近置信区间.最后,通过数值模拟的方法比较了几个估计的收敛速度.结论表明,在样本容量较小的情况下,非参数估计具有较小的均方误差.     

期望效用原理中风险保费的信度估计

期望效用保费定价方法是保费定价的重要方法之一.本文建立了期望效用保费原理的贝叶斯模型,定义了期望效用原理的风险保费,并给出了风险保费的信度估计.进而,研究了保费估计的统计性质.最后通过数值模拟的方法验证了风险保费估计的渐近正态性和收敛速度.     

平衡指数损失函数下的信度保费

在经典的信度保费模型中,得到的信度保费估计均是考虑的是纯保费,然而在保险实务中,保险公司收取的保费不可能是纯保费,必须具有正的安全负荷.在平衡指数损失函数下,研究了多合同的信度保费模型.利用正交投影方法,得到了未来保费的信度估计.最后对估计进行了数值模拟.     

指数保费原理下的具有截尾分位数的信度估计

在指数保费原理下,考虑分位数以及截尾数据来讨论相应的信度保费,分别得到了单合同和多合同下的未来索赔的信度估计,并给出了相应的信度保费表达式,从而推广了经典的信度理论.     

平衡损失函数下具有共同效应的信度保费(英文)

在经典的信度理论中,一个保单组合的各风险之间是相互独立的,同时从二次损失函数中推导出信度保费.(Wen et al.,2009)给出了风险间具有共同效应的特殊的相关结构的信度保费表达式.本文在平衡损失函数下考虑此种风险结构的信度理论,特别地得到了Bühlmann和Bühlmann-Straub模型的信度保费表达式.     

具有多合同的广义加权保费的信度估计(英文)

本文讨论了广义加权保费原理下的信度估计,并把结论推广到多合同模型.通过概率分布的变换,本文得到了多合同模型下广义加权保费的非齐次和齐次信度估计.并且讨论了这些估计的统计性质.最后,运用重抽样方法讨论了信度因子中未知结构参数的估计.数值模拟表明,非齐次信度估计能运用于保险实际.     

基于核估计下概率密度函数的信度模型

结合核估计和信度理论的思想,建立了密度函数的Bayes模型,将条件密度函数的估计限定在核函数的线性组合中,通过最小化期望积分平方损失函数,得到了密度函数的信度估计,并研究了估计的统计性质,讨论了窗宽的最优选择方法;进而基于密度函数的信度估计,得到了各种保费原理中风险保费的信度估计,并与传统的信度估计进行了比较.     

平衡损失函数下的信度模型

保险公司对保费进行定价时,一般是有一个目标保费. 本文结合信度定价原理, 考虑保费的目标估计,得到平衡损失函数下的信度估计. 并对其未知参数进行估计,得到相应的经验Bayes信度估计.     

方差相关保费原理下风险保费的经验贝叶斯估计（英文）

方差相关保费原理不仅在实际运用还是在研究领域都是精算学中最为重要的保费原理之一.本文建立了方差相关保费原理的贝叶斯模型,得到了贝叶斯估计和信度估计.进而,讨论了这些估计的统计性质.在多合同数据中,给出了结构参数的无偏相合估计.最后,证明了经验贝叶斯估计的渐近最优性.     

相依风险模型下风险保费的信度估计

建立了风险之间呈现某种特殊相依结构的信度模型.利用正交投影的方法,得到了相依风险模型下的Bühlmann信度保费和Bühlmann-Straub信度保费,并讨论了信度估计的统计性质.结论表明,在风险之间呈现相依结构时,信度预测是个体索赔均值,总索赔均值和聚合保费三者的加权和,从而推广了经典的信度理论.     

一类非平稳m相依序列收敛于正态的非一致速率

本文在随机变量的矩母函数存在或者矩母函数不存在但各阶矩有限的条件下，讨论了一类非平稳ｍ相依的随机变量序列的标准化和分布收敛于正态分布的非一致速率。     

加权平衡指数损失函数下的广义信度保费估计

在非寿险中,在索赔经历虽然相互独立,但有时会服从不同的分布.通过考虑保费的目标估计来对风险保费进行了研究,并采用正交投影的方法得到了目标问题的最优解,从而得到了加权平衡指数损失函数下的信度估计.此外,给出了结构参数的无偏估计,并给出了模拟.结果表明,在考虑目标保费的情况下,当选取一个合适的权重,可以得到未来保费的最优估计.     

熵损失函数下的信度模型

本文研究了信度模型问题.利用熵损失函数,获得了风险保费的信度估计和经验Bayes信度估计.所获结果是对现有风险保费信度估计和经验Bayes信度估计的一个补充.     

矩母函数在计算随机变量数字特征中的应用

本文运用一个幂级数公式引入矩母函数,介绍了与本文主题相关的矩母函数的一些性质.通过对几个例题的分析求解,展示了矩母函数在计算随机变量数字特征中的使用方法和独特优势.     

平衡指数损失函数下具有通货膨胀因子的信度估计

在经典的信度保费模型中,得到的信度保费估计均是考虑的是纯保费,然而在保险实务中,保险公司收取的保费不可能是纯保费,必须具有正的安全负荷.在平衡指数损失函数下给出了具有通货膨胀因子的信度估计.结果表明,在考虑历史索赔数据的样本函数的情况下,当选取一个合适的权重,便可以得到下一期的最优信度保费估计.结论推广了仅在平方损失函数下得到的信度保费.     

Copula函数中参数的矩估计方法

Copula函数是将多维随机变量的联合分布和其边缘分布连接起来的一种函数.关于Copula函数的理论和应用已有不同深度的研究,特别是Copula函数中未知参数的估计问题.本文研究了Gumbel Copula函数的参数估计,提出了矩估计和近似矩估计两种方法,分别得到了未知参数的估计结果,并通过模拟研究对这两种方法进行了比较,结果显示矩估计方法更为合理.     

具有风险相依结构的平衡信度估计

在保险实务中,风险之间具有一定的相依结构.通过考虑保费的目标估计来对风险保费进行了研究,采用正交投影的方法求解了最优问题,在平衡损失函数下得到了风险等相关的齐次和非齐次信度估计.结果表明得到的信度估计具有经典信度模型的加权形式.