保险索赔金额的上尾建模:来自丹麦火灾保险数据的证据

为了对保险索赔数据进行建模,即找到最适合的分布,本文使用最大似然框架对丹麦火灾保险数据进行建模和分析,并在幂律分布,对数正态分布和威布尔分布这三种候选分布中找到每组数据的最适合分布。研究发现,建筑损失组数据符合对数正态分布;内容物损失组数据符合对数正态分布;利润损失组的数据很好地拟合了幂律分布,而总损失组的数据也很好地符合幂律分布。此外,我们还证明了下界的估计影响模型参数的估计和用于测试分布的p值。最后,我们使用拟合分布模型来获得相应的VaR,并将其与经验VaR进行比较,结果相似。这也意味着最大似然框架有助于保险索赔数据的建模。

森林火灾保险巨灾损失的评估

文章结合森林火灾风险实际发生情况(未截断数据)及当前保险公司森林火灾保险赔付情况(截断数据),从给定森林火灾巨灾定义开始到做出巨灾损失超越概率曲线,提供了一个较为完整的流程及参考模型的输出。

广义误差-帕累托分布及其在保险中的应用

使用LogGED-Pareto分布模型拟合丹麦火灾保险损失数据.结果表明LogGED-Pareto模型拟合结果优于使用Cooray和Ananda提出的Lognormal-Pareto模型.

截断指数威布尔-帕累托组合模型

使用组合模型模拟单峰厚尾型保险损失数据是非常有效的方法.鉴于在非寿险合约中一般都具有免赔条款的特征,构建一类截断指数威布尔-帕累托组合模型,讨论模型的相关统计性质,然后利用R语言对仿真数据进行参数估计及模型检验.最后,使用丹麦火险数据进行分布拟合,实证结果表明,截断指数威布尔-帕累托组合模型具有更优的拟合效果.