本文選題：森林火災(zāi)保險(xiǎn) + 巨災(zāi)損失評估��； 參考：《湖南大學(xué)》2014年碩士論文

【摘要】：近年來自然災(zāi)害頻繁發(fā)生、損失程度不斷加大以及人為因素不斷增加等綜合作用，促使森林火災(zāi)極端事件發(fā)生頻率及強(qiáng)度上升，，造成的大量直接經(jīng)濟(jì)損失嚴(yán)重威脅著保險(xiǎn)公司的穩(wěn)定經(jīng)營。在此背景下，選擇合適的方法及數(shù)據(jù)對森林火災(zāi)巨災(zāi)保險(xiǎn)進(jìn)行風(fēng)險(xiǎn)量化顯得尤為重要。與此同時(shí)，森林火災(zāi)風(fēng)險(xiǎn)集中，難以分散，一旦發(fā)生火災(zāi)往往要跨多個區(qū)域，危及成千上萬的林農(nóng)及大面積的林地。其極易上升為巨災(zāi)的特點(diǎn)使得森林火災(zāi)巨災(zāi)風(fēng)險(xiǎn)的損失評估更加重要。 目前，廣泛使用的參數(shù)方法對于巨災(zāi)損失評估的扭曲影響尤為嚴(yán)重。其假設(shè)條件會導(dǎo)致估計(jì)值的分位數(shù)嚴(yán)重偏向一側(cè)，并不適用于森林火災(zāi)保險(xiǎn)的研究。與此相對應(yīng)，非參數(shù)統(tǒng)計(jì)方法為巨災(zāi)風(fēng)險(xiǎn)研究提供了新的研究思路。但不可避免的缺陷是非參數(shù)核密度估計(jì)方法傾向于低估峰值處的概率且高估低谷處的概率。數(shù)據(jù)銳化方法可將其數(shù)據(jù)處理的比以前輕微的緊促一些，并替代原始數(shù)據(jù)按照正常的非參數(shù)核密度估計(jì)方法進(jìn)行評估。該方法既保留了普通估計(jì)的優(yōu)點(diǎn)，而且通過數(shù)據(jù)的預(yù)處理能夠彌補(bǔ)普通估計(jì)的某些缺陷。 本文基于統(tǒng)計(jì)學(xué)理論，選取非參數(shù)核密度估計(jì)方法和數(shù)據(jù)銳化技術(shù)，解決森林火災(zāi)巨災(zāi)風(fēng)險(xiǎn)評估中損失分布確定和降低風(fēng)險(xiǎn)曲線擬合偏差兩個難題。文章旨在通過技術(shù)創(chuàng)新，形成森林火災(zāi)巨災(zāi)定量損失評估的技術(shù)方法，破解我國目前森林火災(zāi)保險(xiǎn)損失評估中人為因素主導(dǎo)和缺失科學(xué)依據(jù)的問題，從而有效提高我國在森林火災(zāi)保險(xiǎn)領(lǐng)域的承保風(fēng)險(xiǎn)管理水平。本文以收集到的森林火災(zāi)社會損失數(shù)據(jù)和國內(nèi)某大型財(cái)險(xiǎn)公司的損失數(shù)據(jù)為例進(jìn)行實(shí)證分析。從理論上可以論證獲得的風(fēng)險(xiǎn)曲線比傳統(tǒng)非參數(shù)統(tǒng)計(jì)方法的評估偏差有所降低；從評估數(shù)據(jù)上可以看出改進(jìn)的巨災(zāi)損失評估結(jié)果按照理論上的方向有所改變，且可以證明保險(xiǎn)損失數(shù)據(jù)和社會數(shù)據(jù)的擬合結(jié)果隨著承保范圍擴(kuò)大，擬合度也在不斷上升。因此，本文從方法和數(shù)據(jù)上全面的提高了森林保險(xiǎn)巨災(zāi)損失評估的準(zhǔn)確性。
[Abstract]:In recent years, the frequent occurrence of natural disasters, the increasing degree of loss and the increasing of man-made factors have promoted the increase of the frequency and intensity of extreme events in forest fires. A large number of direct economic losses pose a serious threat to the stable operation of insurance companies. Under this background, it is very important to select appropriate methods and data to quantify the risk of forest fire catastrophe insurance. At the same time, the risk of forest fire is concentrated and difficult to disperse. Once a fire occurs, it often spans many areas, endangering thousands of forest farmers and large areas of forest land. It is easy to rise to catastrophe, which makes the loss assessment of forest fire catastrophe more important. At present, the distortion effect of widely used parameter method on catastrophe loss assessment is especially serious. The hypothetical condition will cause the quantile of the estimated value to deviate seriously to one side, which is not suitable for the study of forest fire insurance. The nonparametric statistical method provides a new approach for the study of catastrophe risk. But the non-parametric kernel density estimation methods tend to underestimate the probability of peak value and overestimate the probability of low point. The data sharpening method can process the data slightly more tightly than before and evaluate the original data according to the normal nonparametric kernel density estimation method. This method not only preserves the advantages of ordinary estimation, but also makes up for some defects of common estimation by data preprocessing. Based on the statistical theory, this paper selects the nonparametric kernel density estimation method and the data sharpening technique to solve the two problems of determining the loss distribution in forest fire catastrophe risk assessment and reducing the deviation of risk curve fitting. The purpose of this paper is to form the technical method of quantitative loss assessment of forest fire catastrophe through technological innovation, and to solve the problem that human factors dominate and lack scientific basis in forest fire insurance loss assessment in China. Therefore, the level of underwriting risk management in the field of forest fire insurance in China is improved effectively. In this paper, the data of forest fire social loss and a large property insurance company in China are taken as an example to make an empirical analysis. It can be proved theoretically that the risk curve obtained is lower than that of the traditional non-parametric statistical method, and from the evaluation data, it can be seen that the improved assessment results of catastrophe losses have changed according to the theoretical direction. It can also be proved that the fitting results of insurance loss data and social data are increasing with the expansion of insurance coverage. Therefore, this paper improves the accuracy of forest insurance catastrophe loss assessment in terms of methods and data.
【學(xué)位授予單位】：湖南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：F842.64

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 屈道金;周來法;王洪喜;;偵查森林火災(zāi)的“火眼金睛”[J];浙江林業(yè);2000年01期

2 秦義長;薛峰;;強(qiáng)化措施狠抓落實(shí)——林朵林場21年無森林火災(zāi)[J];廣西林業(yè);2006年01期

3 冷慧卿;王珂君;;我國森林保險(xiǎn)費(fèi)率的區(qū)域差異化——省級層面的森林火災(zāi)實(shí)證研究[J];管理世界;2011年11期

4 王楠;;昆明用政策性保險(xiǎn)防控森林火災(zāi)[J];云南林業(yè);2012年02期

5 ;澳大利亞將成立國家森林火災(zāi)研究處[J];世界農(nóng)業(yè);1986年07期

6 李維長;1975-1984年部分國家森林火災(zāi)發(fā)生次數(shù)、林火損失及防火費(fèi)用情況[J];世界林業(yè)研究;1990年03期

7 李維長;1990年歐洲各國和部分國家森林火災(zāi)資料[J];世界林業(yè)研究;1993年05期

8 袁桂萍;魏彩完;;森林火災(zāi)損失評估方法探究[J];廣西財(cái)經(jīng)學(xué)院學(xué)報(bào);2013年06期

9 ;森林火災(zāi)情況[J];中國經(jīng)濟(jì)景氣月報(bào);2008年S1期

10 ;世界的森林火災(zāi)[J];中學(xué)地理教學(xué)參考;1987年04期

相關(guān)會議論文 前10條

1 李燦輝;;淺談森林火災(zāi)檔案的電子化管理[A];第二屆中國林業(yè)學(xué)術(shù)大會——S7 新形勢下的森林防火問題探討論文集[C];2009年

2 J.P.Greene;;森林火災(zāi)的自動監(jiān)測[A];聯(lián)合國國際減輕自然災(zāi)害十年論文精選本論文集[C];2004年

3 黃論論;溫學(xué)云;王成方;李強(qiáng);楊海濤;周炳正;孫俊蛟;;山區(qū)部隊(duì)預(yù)防森林火災(zāi)的探討[A];第四屆全國災(zāi)害醫(yī)學(xué)學(xué)術(shù)會議暨第二屆“華森杯”災(zāi)害醫(yī)學(xué)優(yōu)秀學(xué)術(shù)論文評審會學(xué)術(shù)論文集[C];2007年

4 李世友;;昆明“3·29”森林火災(zāi)對防控西南林區(qū)火災(zāi)的啟示[A];第二屆中國林業(yè)學(xué)術(shù)大會——S7 新形勢下的森林防火問題探討論文集[C];2009年

5 王海暉;;森林和城鎮(zhèn)交界域火災(zāi)現(xiàn)象和防治工作中的問題[A];第二屆中國林業(yè)學(xué)術(shù)大會——S7 新形勢下的森林防火問題探討論文集[C];2009年

6 劉興林;;森林火災(zāi)多發(fā)原因及防范對策淺析[A];第二屆中國林業(yè)學(xué)術(shù)大會——S7 新形勢下的森林防火問題探討論文集[C];2009年

7 張槐安;賈佐明;王鑫;;貴州省畢節(jié)試驗(yàn)區(qū)森林火災(zāi)預(yù)防研究[A];第二屆中國林業(yè)學(xué)術(shù)大會——S7 新形勢下的森林防火問題探討論文集[C];2009年

8 黃克慧;朱景;周必高;鐘建鋒;谷風(fēng)鳴;謝海華;;多普勒天氣雷達(dá)自動探測森林火災(zāi)系統(tǒng)介紹[A];第27屆中國氣象學(xué)會年會雷達(dá)技術(shù)開發(fā)與應(yīng)用分會場論文集[C];2010年

9 姚敏;張艷梅;;六盤水玉舍森林公園森林火災(zāi)分析與氣象應(yīng)急響應(yīng)對策[A];第27屆中國氣象學(xué)會年會重大天氣氣候事件與應(yīng)急氣象服務(wù)分會場論文集[C];2010年

10 王躍華;吳士英;;評析“厄爾尼諾”對森林火災(zāi)的影響[A];中國消防協(xié)會年會面向新世紀(jì)消防學(xué)術(shù)研討會論文集[C];1999年

相關(guān)重要報(bào)紙文章 前10條

1 記者 勾六零 通訊員 趙正琳;蒼山森林火災(zāi)險(xiǎn)情全部排除守護(hù)工作仍在繼續(xù)[N];大理日報(bào)(漢);2007年

2 李宣良 吳杰;人類如何遠(yuǎn)離自然的報(bào)復(fù)[N];大眾科技報(bào);2006年

3 周大彬邋通訊員 朱鄭平;我市森林火災(zāi)明顯下降[N];麗水日報(bào);2007年

4 記者 武俊鵬邋通訊員 李峰;絳縣冷口鄉(xiāng)“4?1”森林火災(zāi)案告破[N];山西日報(bào);2007年

5 記者 姚富昌;采取多種措施 嚴(yán)防森林火災(zāi)[N];運(yùn)城日報(bào);2007年

6 記者 田宜龍 陳小平;前10個月我省發(fā)生800起森林火災(zāi)[N];河南日報(bào);2007年

7 通訊員 陸建舟;晉寧昆陽鎮(zhèn)森林火災(zāi)明火全線撲滅[N];云南日報(bào);2009年

8 本報(bào)編寫組;國家“防災(zāi)減災(zāi)日”科普專欄之 森林火災(zāi)篇[N];中國氣象報(bào);2009年

9 本報(bào)記者 熊誠;追究榕江“2.12”森林火災(zāi)相關(guān)責(zé)任人責(zé)任[N];貴州日報(bào);2009年

10 屈慶山　鄒兆辰 記者 于寧;森警官兵撲滅九起森林火災(zāi)[N];吉林日報(bào);2009年

相關(guān)博士學(xué)位論文 前6條

1 周艷春;森林火災(zāi)對流域蒸散發(fā)和徑流的影響研究[D];大連理工大學(xué);2013年

2 鄭瓊;黑龍江省森林火災(zāi)的時(shí)空分布規(guī)律及趨勢預(yù)測[D];東北林業(yè)大學(xué);2013年

3 舒展;氣候變化對大興安嶺塔河林業(yè)局森林火災(zāi)的影響研究[D];東北林業(yè)大學(xué);2011年

4 鄧歐;黑龍江省森林火災(zāi)時(shí)空模型與火險(xiǎn)區(qū)劃[D];北京林業(yè)大學(xué);2012年

5 曲智林;黑龍江省潛在森林火災(zāi)危害程度預(yù)測的研究[D];東北林業(yè)大學(xué);2007年

6 楊光;氣候變化對中國北方針葉林森林火災(zāi)的影響[D];東北林業(yè)大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 鐘曉珊;森林火災(zāi)災(zāi)后評估研究[D];中南林學(xué)院;2005年

2 賴斌慧;森林火災(zāi)損失評估的研究[D];福建農(nóng)林大學(xué);2003年

3 張起威;內(nèi)蒙古森林火災(zāi)減災(zāi)效益評價(jià)[D];內(nèi)蒙古農(nóng)業(yè)大學(xué);2009年

4 李麗琴;云南省森林火災(zāi)發(fā)生與氣象因子之間的關(guān)系研究[D];北京林業(yè)大學(xué);2010年

5 于洋;基于多尺度分形的森林火災(zāi)圖像識別算法研究[D];黑龍江大學(xué);2010年

6 劉元春;氣候變化對我國森林火災(zāi)時(shí)空分布格局的影響[D];東北林業(yè)大學(xué);2007年

7 高永衛(wèi);森林火災(zāi)災(zāi)后評估系統(tǒng)研究[D];中南林業(yè)科技大學(xué);2007年

8 肖迪;基于無線傳感網(wǎng)絡(luò)的智能森林火災(zāi)實(shí)時(shí)監(jiān)控系統(tǒng)[D];吉林大學(xué);2011年

9 王春芳;當(dāng)代森林火災(zāi)防控對策研究[D];西北農(nóng)林科技大學(xué);2012年

10 蔡慧穎;森林火災(zāi)損失評估方法的研究[D];東北林業(yè)大學(xué);2012年

本文編號：1812361