中国汽车保险奖惩系统的严厉性比较

在汽车保险中,大多数国家的保险人都使用了奖惩系统(BMS:Bonus MalusSystem),即根据被保险人在上一保险年度的索赔经验调整其次年的续期保费。奖惩系统也被称为无赔款折扣(NoClaimDiscount)系统。在BMS中,如果被保险人在过去的一个保险年度没有发生索赔,保险人将降低其续期保费,否则将提高其续期保费。这种调整只考虑被保险人是否发生索赔以及索赔次数的多少,而不考虑赔付金额的大小。迄今为止我国汽车保险业务中出现的奖惩系统,绝大多数属于这一类。在我国车险业务经营的20多年里,奖惩系统功不可没,根据形势和体制的变化,其内容进行了…     

无赔款优待保险制度的缺陷分析

一、概述 无赔款优待制度是机动车辆保险业务中特有的制度.该制度指根据被保险人在上一保险年的索赔次数调整他次年的续期保费.无赔款优待制度的核心就是要解决风险不均匀分布的情况下使保险费直接与实际损失相联系的问题,充分体现经营中对于风险个性特征的考虑,使保险公司实际收取的保险费能够更加真实地反映风险的实际情况.     

基于索赔次数和索赔额的车辆保费计算新模型

在机动车保险中,保单持有人的风险参数是随时间而变化的,在保费厘定过程中看做不变和忽略了索赔额因素对保单持有人是不公平的.文章考虑了投保人的参数的变化,调整风险参数,引入索赔额因素,推导出了最优奖惩系统的三种保费的计算公式.     

线性最优路径相关奖惩系统研究

奖惩系统也叫无赔款优待,是汽车保险中使用最广泛的费率模式.其原理是每位投保人的每年更新保费与其在以往保单年度的索赔纪录有关.     

基于多变量混合Poisson分布的最优BMS设计

机动车辆保险精算中的奖惩系统（Ｂｏｎｕｓ－ＭａｌｕｓＳｙｓｔｅｍ,ＢＭＳ）的研究主要集中于汽车第三者责任保险的场合,ＪｅａｎＬｅｍａｉｒｅ在［１］中对此作了详细的探讨,本文作者在［２］中讨论了机动车辆车损险的分类最优ＢＭＳ,孟生旺在［３］中讨论了机动...     

广义线性模型与保费点数计价系统

一、引言在保险实务中 ,保费的呈现方式十分重要 ,它必须简单明了 ,便于保险代理人使用。点数计价系统就是一种简便实用的保费呈现方式。其计价模型的形式为 :Ｐ =Ｂ×Ｒｎ (1)其中Ｐ为费率水平 ,ｎ为点数 ,Ｂ为点数为 0时的费率水平 ,Ｒ为相邻两个费率水平之间的比率。在本文例子中 ,费率水平Ｐ就是纯保费。在非寿险业务中 ,特别是在汽车保险业务中 ,影响理赔额的风险因素较多 ,如司机年龄、车型、车龄、驾驶区域等。保险代理人可以根据投保人的各个风险因素容易地使用风险点数表查得投保人所得的点数ｎ ,如年龄点为ｎ1 ,车型点数为ｎ2 ,车…     

经济循环帐户讲座(之十五)保险核算

经济循环帐户讲座（之十五）保险核算□许宪春一、１９９３年ＳＮＡ的保险核算（一）保险服务产出的计算保险公司通过收取保险费、支付保险索赔和保险金的方式提供保险服务，但它所收取的保险费并不就是保险服务费，因为保险费中的大部分是保险公司支付保险索赔和保险金的...     

拟合索赔数据的一种新方法：叠加分布模型

一、引言保险公司在收取续保费时,要充分利用每一个投保人的索赔历史记录,这些历史记录包括各投保期的索赔次数以及每一次索赔的大小等等。根据这些信息,保险公司利用损失分布模型将这些信息数据拟合出来,然后预测在续保期内投保人将给保险公司带来的损失。在对数据进行拟合以前,保险公司要选择合适的损失模型。就目前而言,拟合索赔大小的模型包括指数分布模型、伽马分布模型、对数正态分布模型、帕累托分布模型等;拟合索赔次数的损失模型有很多,包括泊松分布模型、负二项分布模型、泊松—逆高斯分布模型等。这些模型在拟合数据时都有比较良…     

索赔频率与索赔强度的相依性模型

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.     

多级无赔款优待系统的研究

大多数险种都使用无赔款优待系统,特别是在汽车保险中。本文讨论了多级无赔款优待系统,提出了被保险人及保险人的最优决策。在考虑被保险人的最优门槛值的同时,又考虑了保险人的最大现金流。本文推广了文献[2]中多级无赔款系统模型,当被保险人处在第i(i≥1)等级,当本年度发生索赔时下一保险年度将处在第i-1等级,而不是处在最初等级,使系统模型更好模拟保险公司的实际情况。     

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.     

Sustainability indicators—integrating quality of life and environmental protection

The struggle to find and use indicators of sustainable development is intimately bound up with the process of deciding what we mean by sustainable development and what we shall do about it. In this field at least, indicators are intrinsically and unavoidably normative and political. The paper proposes an approach to indicators which reflects, and can further clarify and help to achieve, an important aspect of sustainable development. The paper is written from a practical, instrumental interest in indicators as a tool to put sustainable development principles into practice in public policy. The author is not a statistician and makes no claim to technical expertise but hopes that this `barefoot' practitioner perspective may be of some interest to the professionals. The main argument is introduced by a discussion of some of the pitfalls and limitations of sustainability indicators to date.     

随机效应零膨胀索赔次数回归模型

索赔频率预测是非寿险费率厘定的重要组成部分。最常使用的索赔频率预测模型是泊松回归和负二项回归,以及与它们相对应的零膨胀回归模型。但是,当索赔次数观察值既具有零膨胀特征,又存在组内相依结构时,上述模型都不能很好地拟合实际数据。为此,本文在泊松分布、负二项分布、广义泊松分布、P型负二项分布等条件下分别建立了随机效应零膨胀损失次数回归模型。为了改进模型的预测效果,对于连续型的解释变量,还引入了二次平滑项,并建立了结构性零比例与解释变量之间的回归关系。基于一组实际索赔次数数据的实证分析结果表明,该模型可以显著改进现有模型的拟合效果。     

Modelling claim number using a new mixture model: negative binomial gamma distribution

ABSTRACT

In actuarial applications, mixed Poisson distributions are widely used for modelling claim counts as observed data on the number of claims often exhibit a variance noticeably exceeding the mean. In this study, a new claim number distribution is obtained by mixing negative binomial parameter p which is reparameterized as p?=?exp( ?λ) with Gamma distribution. Basic properties of this new distribution are given. Maximum likelihood estimators of the parameters are calculated using the Newton–Raphson and genetic algorithm (GA). We compared the performance of these methods in terms of efficiency by simulation. A numerical example is provided.     

A surplus process involving a compound Poisson counting process and applications

Abstract

In this paper, we introduce a surplus process involving a compound Poisson counting process, which is a generalization of the classical ruin model where the claim-counting process is a homogeneous Poisson process. The incentive is to model batch arrival of claims using a counting process that is based on a compound distribution. This reduces the difficulty of modeling claim amounts and is consistent with industrial data. Recursive formula, some properties and relevant main ruin theory results are provided. Further, we consider applications involving zero-truncated negative binomial and zero-truncated binomial batch arrivals when the claim amounts follow exponential or Erlang distribution.     

The non-central negative binomial distribution: Further properties and applications

Abstract

The non-central negative binomial distribution is both a mixed and compound Poisson distribution with applications in photon and neural counting, statistical optics, astronomy and a stochastic reversible counter system. In this paper various important probabilistic properties of the non-central negative binomial distribution in practical applications like log-concavity, discrete self-decomposability, unimodality, asymptotic behavior and tail length of the probability distribution have been derived. The construction as a mixed Poisson process by specifying a joint distribution for the inter-arrival times and its application is illustrated by a fit to real life data set.     

A new count model generated from mixed Poisson transmuted exponential family with an application to health care data

In this article, a new mixed Poisson distribution is introduced. This new distribution is obtained by utilizing mixing process, with Poisson distribution as mixed distribution and Transmuted Exponential as mixing distribution. Distributional properties like unimodality, moments, over-dispersion, infinite divisibility are studied. Three methods viz. Method of moment, Method of moment and proportion, and Maximum-likelihood method are used for parameter estimation. Further, an actuarial application in context of aggregate claim distribution is presented. Finally, to show the applicability and superiority of proposed model, we discuss count data and count regression modeling and compare with some well established models.     

Discriminating Between the Von Mises and Wrapped Normal Distributions

In the analysis of circular data, we encounter two models which lay claim to the title of normal distribution: the von Mises and wrapped normal distributions. In this paper, we consider whether it is possible to distinguish between them in a practical situation. More specifically, given data from a circular distribution which may be either von Mises or wrapped normal, we enquire as to how large a sample is required in order to tell them apart.     

人民币汇率与利率之间的动态关系 ——基于VAR-GARCH模型的实证研究

 加强利率政策和汇率政策的协调配合是提高货币政策效果的要求,制定出合理的利率政策其要件之一就是确认人民币汇率弹性增大对利率稳定性的影响程度。本文利用二元VAR-GARCH模型,对人民币汇率与利率之间的动态关系进行实证研究。结果表明,汇率改革前后,汇率与利率之间的动态关系发生了系统性的改变,人民币汇率弹性的增大降低了利率波动的幅度。实证检验证明,从长期来看,汇改后人民币汇率弹性的增大能稳定利率波动,但短期内人民币弹性的增大实际上加剧了利率的波动。     

地震死亡人数预测与巨灾保险基金测算

巨灾保险制度在很大程度上依赖于巨灾损失的建模分析。由于巨灾损失通常存在极端值,一般的统计分布很难对其进行有效拟合。本文以我国大陆地区1950-2015年期间的地震灾害为研究样本,基于二维泊松过程建立了地震灾害死亡人数的预测模型。根据地震死亡人数的分布特征,将地震灾害分为非巨灾事件和巨灾事件,分别用右截断的负二项分布和右截断的广义帕累托分布拟合死亡人数;用齐次泊松过程描述地震灾害在给定期间的发生次数;用Panjer迭代法和快速傅里叶变换计算地震死亡人数在特定时期的分布以及风险度量值;用蒙特卡罗模拟法测算我国地震死亡保险基金的规模和纯保费水平。与传统的巨灾模型相比,本文提出的方法同时考虑了地震灾害发生的时间和地震死亡人数两个维度,并用贝叶斯方法估计模型参数,对地震死亡人数的拟合更加合理,为完善我国地震死亡保险提供了一种新的思路。