气温天气指数保险的费率厘定——以粮食作物为例

天气指数保险是传统农业保险、区域产量保险的创新。选择天气指数保险,探讨其费率厘定,有助于克服道德风险和逆选择,确保农业保险快速、健康地发展。粮食作物气温天气指数保险的费率厘定,首先要测算低温(或高温)的严重程度,计算低温(或高温)测度值;再分析气候因素导致粮食作物减产的程度,计算气候减产率;然后利用计量经济分析方法,确立气候减产率与低温(或高温)测度值之间的定量关系;最后根据该定量关系以及低温(或高温)测度值的期望值,求得气温天气指数保险的费率。该费率厘定方法,科学地测定了低温(或高温)程度,把赔付概率、触发值、费率厘定有机地联系在一起。并以长沙县早稻保险为例进行了实证研究。     

农作物产量保险区域化差别费率厘定的可行性——基于非参数核密度估计实证

采用非参数核函数平滑法以辽宁省、黑龙江省以及大连市的水稻、玉米和大豆三种农作物历年单位面积产量为例拟合了单产损失分布,同时利用传统的正态概率密度对区域作物单产分布进行了拟合。在拟合损失分布的基础上,分别厘定出不同保险水平农作物区域产量保险的纯保险费率。经测算发现,传统的正态概率密度下厘定的纯保险费率均低于非参数核密度下测算的纯费率,正态法低估了农作物单产的风险。保险水平在70%⁸0%间的参数法及非参数法测算的纯保险费率均低于政策性农业保险的现行费率。另外,在数据可得的基础上,还应该确定适当的厘定保费费率的区域以充分识别风险,更精确的计算保费。     

不同产量分布下湖北省县级水稻产量保险的纯费率厘定

文章利用湖北省82个县市1991～2007年的水稻产量,使用极大似然法估计Normal、LogNormal、Logistic、Beta、Weibull分布,并以2001～2007的平均产量为关键产量,以拟合的分布为水稻单产分布,厘定了湖北省县级水稻产量保险的纯费率.研究表明:大部分县市在Logistic、Weibull分布下拟合得比较好,有68个县市在这两个分布下的A-D检验值最小;非对称分布下的纯费率一般要高于对称分布下的纯费率;纯费率的精确厘定依赖于单产分布的正确选择;最佳分布下的纯费率能够很好地反映整个经验期的产量波动.     

Hurdle模型在非寿险分类费率厘定中的应用

泊松回归模型是常用的索赔次数预测模型。但在实务中,索赔次数往往具有零膨胀特征,如果继续使用泊松模型会低估参数的标准误差,高估其显著性水平,从而在模型中保留多余的解释变量,产生不准确费率厘定结果。Hurdel模型是一个二阶段模型,可以将索赔次数分为两个部分来处理。因此,利用该模型的这一性质来处理费率厘定中具有零膨胀特征的索赔数据,可以有效地改善拟合效果。     

基于广义线性混合模型的经验费率厘定

信度模型是非寿险精算学中最为重要的成果.从20世纪初至今,信度理论先后经历了两个发展阶段:一是早期的有限波动信度模型;二是目前的最大精确信度模型.有限波动信度模型强调结果的稳定性,而最大精确信度模型强调结果的精确性.因此建立信度模型与广义线性混合模型之间的联系,通过对信度模型的分解可以看到:传统的信度理论对风险的刻画方法与广义线性混合模型的结构有极其相似的地方,故可以用广义线性混合模型来厘定经验费率.     

非寿险费率厘定的索赔频率预测模型及其应用

在非寿险分类费率厘定中,泊松回归模型是最常使用的索赔频率预测模型,但实际的索赔频率数据往往存在过离散特征,使泊松回归模型的结果缺乏可靠性.因此,讨论处理过离散问题的各种回归模型,包括负二项回归模型、泊松-逆高斯回归模型、泊松-对数正态回归模型、广义泊松回归模型、双泊松回归模型、混合负二项回归模型、混合二项回归模型、Delaporte回归模型和Sichel回归模型,并对其进行系统比较研究认为:这些模型都可以看做是对泊松回归模型的推广,可以用于处理各种不同过离散程度的索赔频率数据,从而改善费率厘定的效果;同时应用一组实际的汽车保险数据,讨论这些模型的具体应用.     

健康保险与财产保险的定价比较

面对日益开放的团险和健康险市场,不仅要从经营风险,筹资渠道等方面加强管理,还要从技术层面上寻求健康保险市场的长期发展.健康保险以发病率为依据而非以死亡率为依据,风险控制难度大,专业技术要求高,因此与人寿保险在定价上有不同之处,其费率厘定的原理与财产保险相似.本文对健康保险与财产保险的费率厘定方法进行比较分析.     

基于贝叶斯偏态线性混合模型的费率厘定

线性混合模型是非寿险费率厘定的主要方法之一。通常的线性混合模型假设随机误差项服从正态分布,而保险损失数据往往具有右偏特征,这使得该模型在非寿险费率厘定中的应用受到一定影响。在通常的线性混合模型基础上,假设随机误差项服从偏态分布,即可建立偏态线性混合模型,从而改善费率厘定结果的合理性。基于一组实际的保险损失数据,应用贝叶斯MCMC方法建立几个不同的偏态线性混合模型,并与正态分布假设下的线性混合模型进行对比,实证检验偏态线性混合模型在非寿险费率厘定中的优越性。     

基于分层广义线性模型的非寿险费率厘定精算模型研究

非寿险业务中的损失数据结构日益复杂,呈现异质性与相关性并存的异象。分层广义线性模型能够突破传统费率厘定精算方法仅分析风险个体同一保单年损失数据的局限,可以提高复杂结构损失数据预测的准确性。基于分层广义线性模型等方法,研究具有多年损失数据的非寿险费率厘定问题,并以车险和工伤补偿保险的两组损失数据为例进行实证分析。研究结果表明,相对于GLM而言,考虑随机效应后GLMM的拟合优度大幅改善,GLMM与HGLM可以更有效地反映不同风险个体的差异,并有利于揭示风险个体在多个保险期内损失的异质性与相关性。     

双重广义线性模型在车损险费率厘定中的应用

双重广义线模型是对广义线性模型的扩展,其对反应变量的均值与散度参数同时建立模型,提高了模型运用的灵活性与适应性。将双重广义线性模型应用到车损险费率厘定中,既考虑了费率期望值与费率因子之间的关系,又考虑了变量的分散程度与费率因子之间的关系,并以欧洲一家保险公司的汽车保险损失数据为样本进行实证研究,把无索赔优待等级、地区、车型与年均行驶里程数作为费率因子,建立了费率厘定模型。结果表明,所得到费率结构合理,符合实际。     

交强险的经营结果和费率结构分析

交强险自2006年7月1日实施以来,引起了社会各界的广泛关注,尤其是对交强险费率的讨论,一直没有间断。本文应用交强险第一个业务年度的财务数据,对交强险在各个地区和各个保险公司的经营结果进行了分析,指出了交强险费率结构存在的主要问题,即保险费率在不同地区和不同车辆类型之间不够公平,费率浮动办法尚存缺陷,并借鉴发达国家汽车强制保险的经验,提出了完善我国交强险费率结构的建议。     

基于生存分析法的中国政策性农作物保险费率研究

为探索生存分析法对中国政策性农业保险纯费率厘定的适用性,采用辽宁省盘锦市1987—2008年的水稻、玉米和高粱作物单产数据,分别运用生存分析模型计算出75％产量保障水平的基础风险与巨灾风险概率,进而厘定出三种作物保险纯费率分别为3．0％、3．7％、3．7％。结果表明：该方法可以有效解决国内作物保险纯费率厘定过程中的巨灾风险厘定难题,将对中国政策性农业保险定价与补贴政策提供科学的研究依据。     

寿险、非寿险发展与经济增长——基于国际视角的实证分析

以1986—2007年48个国家的面板数据为样本,通过模型选择的检验,采用固定效应模型和误差修正模型,以人均寿险保费、人均非寿险保费为代表变量对经济发展的影响及两者之间的互动发展情况进行实证分析。结果表明：这三者之间具有明显的协整关系,经济越发达的国家或地区,保险市场的发展对经济增长的促进作用越大;寿险业与非寿险业对经济的影响存在区别,非寿险业对经济的促进作用在短期内更加明显,而寿险业对经济的促进作用则体现为长期影响。     

陕西农业保险与农业信贷协同关系实证分析

以陕西2001-2014年农业保险保费收入和农业贷款额为样本数据,在数据的描述性分析之后,运用协整检验、回归分析和Granger因果检验的方法对陕西农业保险和农业信贷协同关系进行定量分析。结果表明,陕西农业保险与农业信贷之间具有长期的均衡关系,农业保险对农业信贷有明显的正向促进作用,农业保险是农业信贷的Granger原因,Granger因果检验的结果与协整检验和回归分析的结果一致。     

中国技能偏态性技术变迁的实证检验:兼论大学教育溢价

本文利用中国2002-2010年地区面板数据,实施空间面板估计技术实证检验了我国技能偏态性技术进步的存在性。研究表明：我国现阶段技术呈现技能偏态特征,技术水平呈现东-中-西梯度发展格局;地区间的经济发展、要素投入以及人力资本水平呈现发散效应;相对于以往研究,本文规模报酬可变的总量生产函数设计可以更合理地逼近中国经济增长过程,空间相关性的诊断使我们能更好地评价中国不同地区、不同发展阶段是否存在技术异质性特征;最后考虑到现阶段大学生平均就业难的事实,提出应充分考虑到劳动力市场的多元分割特征,实现技能偏态技术与大学生供给有效对接的政策建议。     

我国企业社会保险逃费现象的实证检验

本文基于规模以上工业企业的普查数据,通过对比平均工资水平与企业实际缴纳社保以及公积金之间的关系,检验我国企业是否存在社保逃费现象。我们的实证结果表明,高工资企业实际缴纳社保比例相对较低,说明高工资企业具有更强的动机逃避社保费用;而作为参照,高工资企业虽然需要缴纳更高的住房公积金,但由于实际享受的公积金待遇也较高,企业及其员工并没有动机少缴公积金。本文建议应该从社保的筹资和补偿机制入手,进一步完善社保的多缴多得机制。     

中国人口因素对寿险需求影响的实证分析

应用双对数线性回归模型、岭回归模型对中国寿险需求进行实证分析。着重分析了人口因素对寿险需求的影响，在分析中引入了虚拟变量，并对多重共线性问题利用岭回归加以改善。研究表明：人口的城乡结构对中国寿险需求起着决定性的作用；城镇居民年人均可支配收入与寿险需求有显著的正相关性；少儿负担系数及银行实际利率与寿险需求有显著的负相关关系；受教育程度对寿险需求有显著的正面作用；而老年负担系数显示了对寿险需求正面的但不十分显著的影响。     

Von Mises分布在陕西省保费收入中的应用

保费收入的季节波动对保险业的增长具有重要的影响。应用方向数据统计对2005~2009年陕西省保费收入进行了季节波动分析,通过假设检验及统计推断得出陕西省保费收入服从双峰Von Mises分布,具有明显的季节波动性。     

中国股指收益率的非对称拉普拉斯分布实证检验

应用非对称拉普拉斯分布拟合沪深两市股指日、周收益率数据。研究结果表明:非对称拉普拉斯分布能够比正态分布更好地反映两市股指的日、周收益率数据的尖峰、厚尾、偏态特征。由于非对称拉普拉斯分布有显性的表达式,便于开展参数估计和数字特征的计算,因此对于股指期货投资者而言,在计算股指收益率的VaR、CVaR进行风险测量时,采用非对称拉普拉斯分布将是较好的选择。