共查询到20条相似文献,搜索用时 15 毫秒
1.
文章研究了一类相依结构的二维风险模型,其中新保单以Poisson分布流到达,且发生索赔时会依赖概率ρ的可能性同时产生一次续保,即续保过程是索赔过程的ρ-稀疏过程;运用一维风险模型的相关理论得了到二维风险模型的调节系数方程、调节系数的上下界、最终破产概率满足的不等式和最终破产概率满足的精确表达式,并给出了二维风险模型的几种破产概率的具体表达式。 相似文献
2.
本文将风险模型加以推广,建立了保单到达过程与索赔发生过程相关的模型,并通过转化模型得出破产概率满足的等式和不等式。 相似文献
3.
复合Poisson—Geometric过程的风险模型的破产概率及推广 总被引:1,自引:0,他引:1
文章将经典复合Poisson风险模型推广到索赔次数为复合Poisson-Geometric过程,建立了复合复合Poisson—Geometric过程的风险模型。首先,构造了调节系数所满足的方程,利用函数单调性、凹凸性、极值的方法,证明了调节系数存在且唯一;其次,运用鞅论的方法推导出了该风险模型下保险公司破产概率的表达式和破产概率上界,与经典风险模型的破产概率公式结果恰好相吻合,从而验证了结论的确凿性,使其实际意义一目了然;最后,验证当个体理赔额服从指数分布时,破产概率的显式表达式。 相似文献
4.
文章考虑多险种、利率因素和随机扰动项,将经典风险模型推广到保费收入和个体索赔为相互独立的双复合Poisson过程,建立了常利率下带干扰的双复合Poisson过程的两险种风险模型,然后运用鞅论的方法得出该模型的破产概率公式,最后对保费收入和理赔推广到指数分布和混合指数分布,得出相应的破产概率的精确表达式. 相似文献
5.
6.
7.
8.
9.
考虑随机利率因素的保费随机的复合Poisson风险模型 总被引:1,自引:0,他引:1
文章研究了一类考虑随机利率因素的保费随机的风险模型,模型中保费收入过程是一复合Poisson过程;运用鞅方法得到了有限时间破产概率的一个上界及最终破产概率的Lundberg指数型上界估计。 相似文献
10.
文章建立了常利率情况下,索赔来到过程为Poisson-Geometric过程的双险种风险模型.给出了该模型初始资产为u时生存概率所满足的积分方程,以及初始资产为0时的生存概率的精确解。 相似文献
11.
12.
文章在广义复合风险模型的基础上,提出了带延迟双险种广义复合风险模型;并通过构造辅助模型,利用鞅的方法,得到了该模型的最终破产概率的表达式. 相似文献
13.
为了解决索赔频率与索赔强度之间的相依性问题,本文提出了一种相依性调整模型,即首先在索赔频率和索赔强度相互独立的假设下预测纯保费,然后通过索赔频率与索赔强度之间的相关关系对独立性假设下的纯保费预测值进行调整.与现有模型相比,该模型的优点是可以将纯保费的预测值分解为两部分,即独立性假设下的纯保费和相依性对纯保费的影响,便于模型的解释和应用.本文将该方法应用于一组实际数据,并与其他方法进行了比较.实证研究结果表明,本文对纯保费的预测结果在一定程度上优于现有模型,而且更加清晰地揭示了索赔频率与索赔强度之间的相依性对纯保费预测值的影响,即纯保费较低的保单受相依性的影响较大,而纯保费较高的保单受相依性的影响较小. 相似文献
14.
本文研究了一类双险种风险模型,模型中两个险种的理赔到达计数过程和其中一个险种的保费到达计数过程均为齐次Poisson过程,得到了最终破产概率的上界估计,以及关于生存概率的Feller表示,并给出了保单收入为指数分布随机变量时的破产概率上界表示式。 相似文献
15.
16.
目前,信用风险研究的重点已经从单笔债务的违约概率研究转移到多笔债务的相依违约研究。相依违约被划分为周期性相依违约和传染性相依违约。周期性相依违约主要由宏观的经济环境变化引起的。传染性相依违约主要由企业之间的债务关联引起,例如,商业信用中借款方的破产使得贷款方的违约概率增加;子公司破产使得同一母公司下的其他子公司违约概率增加。相依违约的研究具有很重要的现实意义。近年来,连接函数(Copula)技术的出现,把金融风险分析推向了一个新的阶段。 相似文献
17.
一种车险先验风险分布的参数估计方法 总被引:1,自引:0,他引:1
采用全体车险保单组合的风险损失数据(即先验信息)作为定价的信度补充,是车险精算定价的主流方法;而得到风险损失的先验分布或特征信息是经验费率定价的基础.文章引入过程和结构方差分析方法对车险索赔过程的先验分布参数进行估计;并提出了针对索赔频率和索赔额模型的参数估计方法.该方法能快速近似估计多参数分布模型,优于传统参数估计方法. 相似文献
18.
19.
本文建立了索赔次数的多风险类别混合泊松模型。首先,考虑索赔次数的零膨胀、厚尾性和异质性等特征,建立风险类别待定的开放式混合泊松模型,开放式结构使该模型对实际数据的多样特征和风险类别具有良好的自适应性;其次,定义混合权重参数的iSCAD惩罚函数,实现对权重参数的筛选;最后,借助EM算法求得模型参数,实现对各风险类别下索赔次数的估计。借助iSCAD惩罚函数,给出最优混合数,避免传统混合模型中主观选择的弊端,克服传统混合模型中结构复杂、参数估计没有显式表达式、估计结果不便于解释等问题。基于三组风险特征多样数据的实证分析,本文发现该模型可以显著改进现有模型的拟合效果。 相似文献