运用动态线性模型对未决赔款准备金的评估

随机准备金评估方法不仅可以得到准备金的估计值,还能够得到评估的精度.本文介绍了将随机方法与传统链梯法联系,结合Kalman滤波建立的动态线性模型,并运用动态线性模型对我国非寿险公司的数据进行评估.结果表明,运用动态线性模型评估未决赔款准备金可提高评估精度,并能够对模型参数进行校核.     

未决赔款准备金评估模型的比较研究

近10多年来,关于未决赔款准备金评估模型的研究取得了较大进展,其中虽然也包含对各种评估模型相互关系的探讨,如关于各种随机模型的比较、以及基于B-F法对各种准备金评估模型的比较等,但仍然不够全面和系统。在对准备金评估模型从不同角度进行了较为系统的分类和综述的同时,首次以最基本的链梯模型为基础,建立了一个统一的框架,并对常见的一些准备金评估模型进行了综合比较和分析,揭示了它们之间的一些重要关系,给出了在实务中选择准备金评估模型的一些建议。     

应用对数正态模型对未决赔款准备金的评估

未决赔款准备金的谨慎提取对保险公司的稳健经营具有非常重要的意义。由于赔付情况的不确定性和不稳定性.实务中越来越关注未决赔款准备金评估的精度。文章基于增量赔付的对数正态模型,给出了准备金的估计值和预测的精度。最后通过一具体实例说明本文方法的有效性,并同链梯法进行了比较。     

未决赔款准备金评估的双广义线性模型的改进

文章运用双广义线性模型,将通货膨胀、气候环境这两个外部因素与公司理赔政策这一内部因素引入到广义线性模型中,对一般的广义线性模型进一步改进.然后利用实际数据,应用改进后的模型,进行实证分析,并与未改进的评估模型得到的相关数据进行了比较,最后分析了未决赔款准备金评估结果变化的原因.     

非寿险未决赔款准备金评估的两阶段广义线性混合模型

文章考虑了赔付额和赔付次数两种赔付信息,建立两阶段广义线性混合模型.为提高模型的适用范围,将赔付次数的分布假设由通常的泊松分布推广到过度分散泊松分布,将案均赔付额的分布假设由通常的伽玛分布拓宽到ED*类分布.通过对Hoerl曲线的改进来刻画赔付损失的进展模式,改善了模型的线性预估量.为了刻画不同模型的预测效果,给出了模型均方误差的理论推导和估计方法.以实际的保险数据为例,利用R软件进行实证分析.结果表明,建立的模型提高了未决赔款准备金评估的预测精度和适用范围.     

用双广义线性模型预测非寿险未决赔款准备金

一、引言未决赔款准备金(IncurredButNotReportedClaims Reserving,简称IBNR)的计算是非寿险精算的重要研究课题之一。经典的方法有链梯模型法(Chain LadderModel)、每案赔付法(PaymentsPerClaimIncurred,简称PPCI)等等[12,15]。这些方法都是建立在一种称之为流量三角形(Run offTriangles)的结构上,这种结构有两个元素,即事故发生年(AccidentYears);以及延展期(DevelopmentPeriods)。考虑由Ⅰ行J列组成的矩阵,其上三角形的下标集合记为Δ,表示已赔付的流量数据单元的集合;下三角形的下标集合记为Δ,表示未决赔付单元的集合。记C…     

我国产险业赔款准备金与盈余管理关系实证

赔款准备金是产险公司财务报表上最大的负债项目之一,对财务绩效与资本充足性而言至关重要.文章通过对2003～2005年9家中资产险公司进行实证,结果发现:盈余修饰、税赋因子、承保因子和保费规模与赔款准备金成正相关,但盈余修饰并不显著;投资因子与赔款准备金成显著负相关,反映出投资业务在中国产险市场的地位并不突出.     

未决赔款准备金估计的Munich链梯法及其优化

Munich链梯法能够成功地解决传统链梯法在预测最终赔款额时存在的问题,即依据已决赔款数据和已发生赔款数据预测的最终赔款额相差较大,从而不能准确地提取未决赔款准备金。文章运用统计学中的稳健回归和耐抗回归方法优化Munich链梯法,通过降低离群点对参数估计的干扰,更准确地预测最终赔款额;并应用软件R-2.8.1编写程序实现链梯法、Munich链梯法和优化的Munich链梯法;以Quarg & Mack(2004)中的数据为例,比较了上述方法在未决赔款准备金评估方面的优劣。     

广义线性滤波模型在非寿险准备金评估中的应用

文章在非寿险未决赔款准备金评估中,借鉴状态空间模型如Kalman滤波在准备金评估中的应用,以广义线性模型为基础,通过在贝叶斯估计中利用泰勒展开式的二阶近似式构造了离散指数族内的后验似然函数,生成广义线性滤波,可实现动态广义线性模型的参数估计,从而能够向模型中引入新的观测数据递归出更新的参数估计结果。文章通过实例演示了伽玛广义线性滤波模型在准备金评估中的应用。     

已报告未决赔款准备金的线性预测方法

文章研究了多个样本轨道的连续时间的线性预测问题,得到了最优线性预测所要满足的正则方程及其均方误差,并把之应用到RBNS的厘定中来,该方法具有成本低、费时少、在实务中可操作性强等特点.     

税费改革中竞合博弈及其治理分析

0引言全国农村税费改革已全面展开,农民负担有明显减轻,但农村税费改革中也出现了农民负担累退性增强,负担不均衡、乡镇财政紧张以及部分区域性公共用品供给面临困难等问题,其中乡镇财政困难的问题尤其引人关注。在今后一段时期,各地乡镇财政支出将呈现出逐年刚性增长趋势,乡镇     

未决赔款准备金评估的Mack模型及其预测均方误差的实现

目前,在我国精算实务中对未决赔款准备金评估的不确定性风险逐渐重视,对不确定性加以度量显得很有必要。传统链梯法是未决赔款准备金评估最常用的确定性方法,链梯法应用流量三角形评估未来赔款进展模式,将随机性模型和链梯法结合起来就得到随机链梯法。其中,对于非参数随机链梯法已有深入的研究,该方法直接对传统链梯法的假设步骤建立随机模型,而且没有具体的赔款额分布假设。这种度量估计的不确定性,对准备金负债评估的准确性和充足性具有重要的参考价值。文章利用Mack模型得到了未决赔款准备金的预测均方误差,并通过数值例子进行了说明。     

线性回归方法在数据挖掘中的应用和改进

文章对线性回归以及其扩展方法进行分析,并从多个方面对这些方法性能进行评估,同时还对回归技术在数据挖掘中的几个典型应用进行了阐述。并且,在传统线性回归算法上提出了更为健壮的改进方法。     

基于Kalman滤波法的M2对证券市场的有效性分析

文章采用Kalman滤波的方法研究沪深股市随时间变化的市场有效性,首先通过构建一鞅的表达式来描述市场有效假说,利用非对称GARCH模型描述收益的波动率,进而利用Kalman滤波来计算波动率与其滞后量系数随时间而变化的关系,从而得出沪深股市随时间而变化的有效性参数.通过研究市场有效性参数与宏观经济变量的关系,发现M2与市场有效性参数之间的关系显著,即在沪深股市趋向弱有效的进程中,M2起了主要推动作用.     

中国潜在产出估算模型的设计与应用——基于Kalman滤波的实证分析

在传统滤波法仅对实际GDP变量进行趋势和周期成分分解的基础上,从中国国情出发,考虑国际联系、货币政策、通货膨胀预期等影响因素,构建多参数动态系统模型进行Kalman滤波,估算中国1978-2009年潜在产出、产出缺口、潜在产出增长率及均衡增长率。在此基础上,讨论模型在中国经济周期阶段划分、长期增长趋势与可接受增长区间及拐点预测等方面的应用,为制定经济政策提供参考依据。     

非寿险准备金评估的广义线性模型

在非寿险准备金评估实务中,保险公司通常应用链梯法和B-F法等确定性模型,但这类模型无法对准备金的预测结果进行统计检验,因此广义线性模型受到了越来越多的关注.在假设增量赔款服从指数分布族的情况下,讨论广义线性模型在准备金评估中的应用,并通过一个实际的流量三角形数据进行实证检验.     

最小一乘准则在试验设计建模分析中的应用

本文分析了应用最小二乘准则进行试验设计建模分析所存在的局限,给出了利用NM单纯型法迭代求解最小一乘参数估计的算法,并将最小一乘法应用到试验设计的建模分析中。     

GMDH与PLS解决多重共线性问题的比较研究

本文通过理论分析、数据试验以及实证研究三种途径,对GMDH与PLS两种算法解决多重共线性问题的特点进行了比较分析,发现了使用GMDH对于解决多重共线性数据建模问题的贡献,为解决多重共线性问题提供了新的途径。     

偏最小二乘通径模型在贸易发展指数中的应用

设计了一套3层综合指数所构成的中国对外贸易发展指数体系,利用偏最小二乘路径模型对中国1999—2009年的相关数据进行了计算和分析,对中国10余年来的贸易发展情况进行总体的把握和描述。经贸易发展指数运算表明,中国自加入WTO以来,对外贸易的贸易流量、贸易结构等各方面水平均有大幅度提高,但是从2009年开始,由于受到国际金融危机的影响,各方面的贸易指数出现下滑并快速反弹的趋势。     

混合频率FA-MIDAS类模型构建及其应用

文章构建了一类能够直接将大量不同频率指标放入同一模型的混频数据因子（FA-MIDAS）模型,深入挖掘了FA-MIDAS类模型的内部结构及驱动机制,推导出了FA-MIDAS类模型非线性最小二乘估计方法。在此基础上,引入多个高频宏观经济影响因素对我国经济增长进行了预测和监测研究。结果表明：非线性最小二乘估计方法能迅速找到FA-MIDAS类模型的收敛解;FA-MIDAS-AR模型在对经济增长的短期预测上具有领先优势,组合模型FA-MIDAS-AR-BIC对新时期经济增长的预测具有较高的时效性及精确性;按照各因子对经济增长的动力程度由高到低依次为高频消费因子、高频投资因子。