對于經(jīng)營非壽險業(yè)務的保險公司來說,非壽險準備金的估計歷來都是其最重要的一項工作。由于傳統(tǒng)的鏈梯法或分離法存在很多缺陷,丟失了個體的大量信息,所以很大可能導致所估計的IBNR（Incurred But Not Yet Report已發(fā)生未報告）索賠準備金會不準確。目前,很多學者開始研究個體索賠準備金模型,綜合考慮了個體的索賠信息,克服了傳統(tǒng)模型的很多缺陷�；贑opula的IBNR個體準備金模型,絕大部分的學者往往將研究重點放在保險賠付金額的估計上,而本文將關注點轉向事件發(fā)生時間T與報告延遲W的關系上。因為保險公司只有正確估計了個體發(fā)生索賠事故對應的報告延遲,再進一步估計索賠金額,才能合理配置準備金。從而一方面保證保險公司儲備的準備金足以支付所有保險人當期的賠款金額,增加保險公司的償付能力,降低經(jīng)營風險,提高風險管理水平;另一方面又可以將多余的一部分資金用于投資,增加保險公司的收益,提高其市場競爭力。本文建立的IBNR準備金分位數(shù)回歸模型是基于條件Copula的方法,設定事件發(fā)生時間T和報告延遲W都具有一個Cox結構,并選用一個Copula函數(shù)來刻畫兩者之間的相依關系。以往的學者在估計個... 

【文章來源】：浙江財經(jīng)大學浙江省

【文章頁數(shù)】：48 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    第一節(jié) 研究的背景與意義
    第二節(jié) 文獻綜述
    第三節(jié) 研究內容與創(chuàng)新之處
第二章 分位數(shù)回歸的基本原理
    第一節(jié) 分位數(shù)的定義及推導
    第二節(jié) 分位數(shù)回歸模型
第三章 分位數(shù)回歸模型的參數(shù)估計
第三章 分位數(shù)回歸內點算法和MM算法的比較
    第一節(jié) 內點算法
    第二節(jié) MM算法
    第三節(jié) 蒙特卡洛模擬
    第四節(jié) 本章小結
第四章 基于Copula的刪失分位數(shù)回歸模型
    第一節(jié) Cox模型介紹
    第二節(jié) Copula方法及抽樣
    第三節(jié) 刪失分位數(shù)回歸模型
    第四節(jié) 基于刪失分位數(shù)回歸模型的加權MM算法
    第五節(jié) 數(shù)值模擬
    第六節(jié) 本章小節(jié)
第五章 結論與展望
參考文獻
致謝


【參考文獻】：
期刊論文
[1]生成Copula的兩種簡單方法[J]. 王沁.  浙江大學學報(理學版). 2006(02)

碩士論文
[1]基于分位數(shù)回歸的金融風險管理[D]. 張成.西南交通大學 2016
[2]三元Copula模型在IBNR準備金中的應用研究[D]. 劉偉.浙江財經(jīng)大學 2016
[3]基于MM算法的分位數(shù)計算方法[D]. 付月.延邊大學 2010
[4]連接函數(shù)（Copula）及其應用[D]. 覃龍.新疆大學 2007



本文編號：3355092