本文關(guān)鍵詞：未決賠款準(zhǔn)備金隨機(jī)模型的比較研究

  更多相關(guān)文章： 隨機(jī)模型 風(fēng)險(xiǎn)度量 偏離率 準(zhǔn)備金風(fēng)險(xiǎn) 風(fēng)險(xiǎn)因子

【摘要】：未決賠款準(zhǔn)備金是非壽險(xiǎn)公司負(fù)債的主要組成部分,幾乎占據(jù)資產(chǎn)負(fù)債表負(fù)債項(xiàng)的半壁江山。另一方面,未決賠款準(zhǔn)備金提取的合理性直接決定了公司償付能力充足率,是保監(jiān)會(huì)進(jìn)行償付能力監(jiān)管的重點(diǎn)審查對(duì)象。傳統(tǒng)的準(zhǔn)備金評(píng)估技術(shù)只能提供一個(gè)點(diǎn)估計(jì),無(wú)法度量準(zhǔn)備金波動(dòng)的程度。鑒于此,未決賠款準(zhǔn)備金隨機(jī)模型逐漸成為近年來非壽險(xiǎn)精算領(lǐng)域的研究熱點(diǎn),理論層面的方法也層出不窮。然而,關(guān)于隨機(jī)模型比較研究的文獻(xiàn),尤其是基于大數(shù)據(jù)的量化測(cè)試少之又少。本文從隨機(jī)模型的理論基礎(chǔ)出發(fā),分別給出四種隨機(jī)模型的數(shù)學(xué)表達(dá),再嘗試從三個(gè)角度依次展開,通過定量分析比較隨機(jī)模型之間的差異。本文首先對(duì)每個(gè)角度構(gòu)建比較分析框架,再結(jié)合美國(guó)財(cái)產(chǎn)保險(xiǎn)市場(chǎng)的公司數(shù)據(jù)進(jìn)行量化測(cè)試,最后對(duì)測(cè)試結(jié)果歸納總結(jié)。第一,風(fēng)險(xiǎn)度量視角,為體現(xiàn)隨機(jī)模型在不同尺度下的差別,本文選取了60%、75%和90%分位數(shù),以反映變量在中段、中高段和尾部的特征,結(jié)果顯示非參數(shù)Bootstrap法對(duì)應(yīng)的分位數(shù)總是最小,GLM模型在90%分位數(shù)的估值明顯最高。第二,預(yù)測(cè)準(zhǔn)確程度視角,針對(duì)隨機(jī)模型最主要的兩個(gè)使用群體:保險(xiǎn)企業(yè)管理者和監(jiān)管機(jī)構(gòu),筆者分別設(shè)計(jì)出評(píng)價(jià)準(zhǔn)則。四條業(yè)務(wù)線的實(shí)測(cè)結(jié)果顯示,GLM和對(duì)數(shù)正態(tài)模型預(yù)測(cè)準(zhǔn)確程度普遍高于Mack法和非參數(shù)Bootstrap法,但對(duì)于長(zhǎng)尾業(yè)務(wù),四種方法的預(yù)測(cè)精度都明顯下降。第三,準(zhǔn)備金風(fēng)險(xiǎn)視角,本文以美國(guó)RBC準(zhǔn)備金風(fēng)險(xiǎn)度量模型的輸出結(jié)果為參照,設(shè)立了風(fēng)險(xiǎn)因子這一指標(biāo),并借鑒RBC中對(duì)行業(yè)標(biāo)準(zhǔn)和公司特征兩相權(quán)衡的思想,最終求解不同隨機(jī)模型對(duì)應(yīng)的風(fēng)險(xiǎn)因子,使其最貼近RBC下的輸出結(jié)果。四條業(yè)務(wù)線的測(cè)試結(jié)果表明,隨機(jī)模型完全可以用于度量準(zhǔn)備金風(fēng)險(xiǎn),不過由于數(shù)據(jù)量的限制,測(cè)試所得風(fēng)險(xiǎn)因子的穩(wěn)定性還有待考察。
【關(guān)鍵詞】：隨機(jī)模型 風(fēng)險(xiǎn)度量 偏離率 準(zhǔn)備金風(fēng)險(xiǎn) 風(fēng)險(xiǎn)因子
【學(xué)位授予單位】：湖南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：F224;F841.3
【目錄】：

• 摘要5-6
• Abstract6-13
• 第1章 緒論13-19
• 1.1 研究背景及意義13-14
• 1.2 國(guó)內(nèi)外文獻(xiàn)綜述14-17
• 1.2.1 隨機(jī)模型理論研究綜述14-16
• 1.2.2 準(zhǔn)備金風(fēng)險(xiǎn)研究綜述16-17
• 1.3 研究思路與文章結(jié)構(gòu)17-19
• 1.3.1 研究思路17-18
• 1.3.2 內(nèi)容組織與結(jié)構(gòu)安排18-19
• 第2章 未決賠款準(zhǔn)備金典型隨機(jī)模型的選取分析19-24
• 2.1 無(wú)分布假設(shè)的隨機(jī)模型20-21
• 2.1.1 Mack模型20
• 2.1.2 非參數(shù)Bootstrap法20-21
• 2.2 分布模型21-24
• 2.2.1 廣義線性模型21-22
• 2.2.2 對(duì)數(shù)正態(tài)模型22-24
• 第3章 未決賠款準(zhǔn)備金隨機(jī)模型的對(duì)比分析框架24-31
• 3.1 基于風(fēng)險(xiǎn)度量視角24
• 3.2 基于預(yù)測(cè)準(zhǔn)確程度視角24-27
• 3.3 基于準(zhǔn)備金風(fēng)險(xiǎn)視角27-31
• 3.3.1 美國(guó)RBC準(zhǔn)備金風(fēng)險(xiǎn)度量模型27-29
• 3.3.2 隨機(jī)模型定量分析的框架構(gòu)建29-31
• 第4章 未決賠款準(zhǔn)備金估算的結(jié)果分析31-54
• 4.1 風(fēng)險(xiǎn)度量視角下的結(jié)果分析31-32
• 4.2 預(yù)測(cè)準(zhǔn)確程度視角下的結(jié)果分析32-45
• 4.2.1 數(shù)據(jù)來源與結(jié)構(gòu)分析32-33
• 4.2.2 個(gè)人車險(xiǎn)的結(jié)果分析33-36
• 4.2.3 商用車險(xiǎn)的結(jié)果分析36-39
• 4.2.4 責(zé)任險(xiǎn)的結(jié)果分析39-42
• 4.2.5 勞工險(xiǎn)的結(jié)果分析42-44
• 4.2.6 不同隨機(jī)方法的綜合比較44-45
• 4.3 準(zhǔn)備金風(fēng)險(xiǎn)視角下的量化測(cè)試45-54
• 4.3.1 數(shù)據(jù)來源45-46
• 4.3.2 屋主保險(xiǎn)的測(cè)試結(jié)果46-47
• 4.3.3 個(gè)人車險(xiǎn)的測(cè)試結(jié)果47-49
• 4.3.4 商用車險(xiǎn)的測(cè)試結(jié)果49-51
• 4.3.5 勞工險(xiǎn)的測(cè)試結(jié)果51-53
• 4.3.6 量化測(cè)試結(jié)果總結(jié)53-54
• 結(jié)論54-56
• 參考文獻(xiàn)56-60
• 致謝60

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前9條

1 段白鴿;張連增;;索賠準(zhǔn)備金評(píng)估的貝葉斯非線性分層模型[J];山西財(cái)經(jīng)大學(xué)學(xué)報(bào);2013年10期

2 段白鴿;張連增;;分層模型在非壽險(xiǎn)精算學(xué)中的應(yīng)用研究評(píng)述[J];統(tǒng)計(jì)研究;2013年05期

3 張連增;段白鴿;;損失進(jìn)展過程建模與隨機(jī)性索賠準(zhǔn)備金評(píng)估[J];山西財(cái)經(jīng)大學(xué)學(xué)報(bào);2012年11期

4 張連增;段白鴿;;未決賠款準(zhǔn)備金評(píng)估的隨機(jī)性Munich鏈梯法[J];數(shù)理統(tǒng)計(jì)與管理;2012年05期

5 張連增;段白鴿;;基于GLM的未決賠款準(zhǔn)備金評(píng)估的隨機(jī)性鏈梯法[J];財(cái)經(jīng)理論與實(shí)踐;2012年01期

6 趙立戎;;廣義線性濾波模型在非壽險(xiǎn)準(zhǔn)備金評(píng)估中的應(yīng)用[J];統(tǒng)計(jì)與決策;2011年14期

7 張連增;段白鴿;;基于Bootstrap方法的隨機(jī)性準(zhǔn)備金進(jìn)展法及R實(shí)現(xiàn)[J];山西財(cái)經(jīng)大學(xué)學(xué)報(bào);2011年04期

8 孟生旺;;未決賠款準(zhǔn)備金評(píng)估模型的比較研究[J];統(tǒng)計(jì)與信息論壇;2007年05期

9 劉樂平;袁衛(wèi);張瑯;;保險(xiǎn)公司未決賠款準(zhǔn)備金的穩(wěn)健貝葉斯估計(jì)[J];數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究;2006年07期

，

本文編號(hào)：558215