保費(fèi)（保險(xiǎn)費(fèi)）是保單持有人將保險(xiǎn)標(biāo)的的不確定性損失轉(zhuǎn)嫁給保險(xiǎn)公司而繳納的一筆固定費(fèi)用。對(duì)保險(xiǎn)公司而言,為某個(gè)保單制定合適的保費(fèi)并通過(guò)各種信息對(duì)保費(fèi)進(jìn)行估計(jì)是精算師的重要任務(wù)之一。保費(fèi)常常依賴于保險(xiǎn)標(biāo)的的風(fēng)險(xiǎn)特征,這些風(fēng)險(xiǎn)特征的綜合一般用某個(gè)風(fēng)險(xiǎn)參數(shù)θ來(lái)刻畫(huà)。由于風(fēng)險(xiǎn)的非齊次性,風(fēng)險(xiǎn)參數(shù)θ—般被認(rèn)為是隨機(jī)變量,具有某個(gè)先驗(yàn)分布。因此對(duì)保費(fèi)的估計(jì)就落入了貝葉斯框架之中。此時(shí)依賴于風(fēng)險(xiǎn)參數(shù)的保費(fèi)被稱為風(fēng)險(xiǎn)保費(fèi)。由于風(fēng)險(xiǎn)參數(shù)是不可觀測(cè)的,因此風(fēng)險(xiǎn)保費(fèi)也是不可觀測(cè)的,需要根據(jù)已有的信息進(jìn)行估計(jì)。本文研究了保險(xiǎn)精算中一些常用保費(fèi)原理下風(fēng)險(xiǎn)保費(fèi)的貝葉斯估計(jì)問(wèn)題。在第二章中,我們通過(guò)合并凈保費(fèi)原理、期望值原理、方差保費(fèi)原理、標(biāo)準(zhǔn)差保費(fèi)原理等提出了矩保費(fèi)原理,進(jìn)而研究了矩保費(fèi)原理中風(fēng)險(xiǎn)保費(fèi)的貝葉斯估計(jì)問(wèn)題,證明了估計(jì)的大樣本性質(zhì),驗(yàn)證了估計(jì)的收斂速度;第三章研究了Esscher保費(fèi)原理中風(fēng)險(xiǎn)保費(fèi)的貝葉斯預(yù)測(cè)與貝葉斯估計(jì)問(wèn)題。由于Esscher保費(fèi)原理對(duì)應(yīng)于指數(shù)加權(quán)損失函數(shù),因而在該損失函數(shù)下通過(guò)最小化期望損失的方法定義了風(fēng)險(xiǎn)保費(fèi)、貝葉斯保費(fèi)等。并通過(guò)例子說(shuō)明各種保費(fèi)和貝葉斯估計(jì)的計(jì)算方法;第四章對(duì)指數(shù)保... 

【文章來(lái)源】：江西師范大學(xué)江西省

【文章頁(yè)數(shù)】：51 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 引言
    1.1 研究的背景以及意義
    1.2 本文的主要內(nèi)容和結(jié)構(gòu)
第二章 矩保費(fèi)原理中風(fēng)險(xiǎn)保費(fèi)的貝葉斯估計(jì)
    2.1 矩保費(fèi)原理
    2.2 風(fēng)險(xiǎn)保費(fèi)的貝葉斯估計(jì)
    2.3 風(fēng)險(xiǎn)保費(fèi)的信度估計(jì)
    2.4 數(shù)值模擬和比較
        2.4.1 期望值原理與方差保費(fèi)原理
        2.4.2 標(biāo)準(zhǔn)差保費(fèi)原理
        2.4.3 修正方差原理
第三章 Esscher保費(fèi)原理中風(fēng)險(xiǎn)保費(fèi)的貝葉斯估計(jì)
    3.1 指數(shù)加權(quán)損失函數(shù)下的風(fēng)險(xiǎn)保費(fèi)
    3.2 未來(lái)年索賠X_(n+1)的貝葉斯預(yù)測(cè)與風(fēng)險(xiǎn)保費(fèi)的貝葉斯估計(jì)
    3.3 數(shù)值模擬與比較
第四章 指數(shù)保費(fèi)原理中風(fēng)險(xiǎn)保費(fèi)的貝葉斯估計(jì)
    4.1 平方指數(shù)損失函數(shù)下的風(fēng)險(xiǎn)保費(fèi)
    4.2 未來(lái)索賠X_(n+1)的貝葉斯預(yù)測(cè)與風(fēng)險(xiǎn)保費(fèi)的貝葉斯估計(jì)
    4.3 數(shù)值分析與比較
第五章 過(guò)度離散泊松模型中索賠次數(shù)的經(jīng)驗(yàn)貝葉斯預(yù)測(cè)
    5.1 過(guò)度離散泊松模型
    5.2 風(fēng)險(xiǎn)的貝葉斯預(yù)測(cè)
        5.2.1 平方損失函數(shù)下的貝葉斯預(yù)測(cè)
        5.2.2 指數(shù)加權(quán)損失函數(shù)下的貝葉斯預(yù)測(cè)
        5.2.3 平方指數(shù)損失函數(shù)下的貝葉斯預(yù)測(cè)
    5.3 伽瑪先驗(yàn)分布下的經(jīng)驗(yàn)貝葉斯預(yù)測(cè)
    5.4 模擬與比較
第六章 總結(jié)
參考文獻(xiàn)
致謝
碩士期間研究成果


【參考文獻(xiàn)】：
期刊論文
[1]過(guò)度離散型數(shù)據(jù)的統(tǒng)計(jì)模擬與分析[J]. 李榮,陳莉,王平鮮.  經(jīng)濟(jì)數(shù)學(xué). 2016(01)
[2]穩(wěn)健貝葉斯方法在指數(shù)保費(fèi)原理下的應(yīng)用[J]. 胡瑩瑩,吳黎軍,孫毅.  西南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(03)
[3]方差相關(guān)保費(fèi)原理下風(fēng)險(xiǎn)保費(fèi)的非參數(shù)估計(jì)[J]. 溫利民,張林娜,張美,方婧.  江西師范大學(xué)學(xué)報(bào)(自然科學(xué)版). 2015(04)
[4]指數(shù)保費(fèi)原理下的廣義線性模型信度估計(jì)[J]. 趙珍,吳黎軍.  山東理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2014(05)
[5]方差相關(guān)保費(fèi)原理下具有免賠額的保費(fèi)估計(jì)[J]. 莊小紅,溫利民,章溢.  統(tǒng)計(jì)與決策. 2014(14)
[6]Stein損失函數(shù)下的保費(fèi)估計(jì)[J]. 余君,章溢,溫利民.  江西師范大學(xué)學(xué)報(bào)(自然科學(xué)版). 2014(02)
[7]基于過(guò)度離散廣義線性模型的來(lái)電量預(yù)測(cè)[J]. 楊娟,謝遠(yuǎn)濤.  統(tǒng)計(jì)與決策. 2013(06)
[8]不同損失函數(shù)下指數(shù)-泊松分布的Bayes估計(jì)[J]. 鄢偉安,師義民,劉英.  火力與指揮控制. 2012(02)
[9]指數(shù)保費(fèi)原理下的經(jīng)驗(yàn)厘定[J]. 溫利民,吳賢毅.  中國(guó)科學(xué):數(shù)學(xué). 2011(10)
[10]Esscher保費(fèi)原理下信度估計(jì)的比較[J]. 王偉,溫利民,章溢.  華東師范大學(xué)學(xué)報(bào)(自然科學(xué)版). 2010(03)

碩士論文
[1]過(guò)離散廣義線性模型在未決賠款準(zhǔn)備金評(píng)估中的應(yīng)用[D]. 李學(xué)輝.山東財(cái)經(jīng)大學(xué) 2015
[2]非對(duì)稱損失下的參數(shù)估計(jì)問(wèn)題[D]. 顧笑妍.吉林大學(xué) 2015
[3]基于貝葉斯超離散泊松模型的準(zhǔn)備金估計(jì)[D]. 賀智超.廈門(mén)大學(xué) 2014
[4]零膨脹Poisson模型貝葉斯分析及醫(yī)學(xué)應(yīng)用[D]. 王剛.山西醫(yī)科大學(xué) 2013
[5]混合泊松分布模型的參數(shù)估計(jì)問(wèn)題[D]. 陳文強(qiáng).西北大學(xué) 2009
[6]零過(guò)多計(jì)數(shù)資料回歸模型及其醫(yī)學(xué)應(yīng)用[D]. 曾平.山西醫(yī)科大學(xué) 2009



本文編號(hào)：3455632