發(fā)布時間：2021-06-15 13:00

　　基于AL（asymmetric Laplace）分布建立了貝葉斯分層參數(shù)化分位回歸模型,并與傳統(tǒng)的非參數(shù)化分位回歸模型進行了比較.通過蒙特卡洛方法從參數(shù)的后驗分布中反復(fù)抽樣,借助分位函數(shù)的表達式,獲得了準(zhǔn)備金風(fēng)險邊際的分布,進而給出了風(fēng)險邊際的置信區(qū)間.基于一組增量賠款數(shù)據(jù)的分析結(jié)果表明,貝葉斯分層參數(shù)化分位回歸模型可顯著改善傳統(tǒng)分位回歸模型對未決賠款準(zhǔn)備金的預(yù)測效果,并為保險公司的風(fēng)險管理提供更多有價值的信息. 

【文章來源】：系統(tǒng)工程學(xué)報. 2019,34(05)北大核心CSCD

【文章頁數(shù)】：11 頁

【參考文獻】：
期刊論文
[1]極端VaR風(fēng)險測度的新方法:QRNN+POT[J]. 許啟發(fā),陳士俊,蔣翠俠,劉曦.  系統(tǒng)工程學(xué)報. 2016(01)



本文編號：3231100