贝叶斯非线性分层模型在多元索赔准备金评估中的应用

本文地将贝叶斯非线性分层模型应用于基于不同业务线的多元索赔准备金评估中,设计了一种合适的模型结构,将非线性分层模型与贝叶斯方法结合起来,应用WinBUGS软件对精算实务中经典流量三角形数据进行建模分析,并使用MCMC方法得到了索赔准备金完整的预测分布。这种方法扩展并超越了已有多元评估方法中最佳估计和预测均方误差估计的研究范畴。在贝叶斯框架下结合后验分布实施推断对非寿险公司偿付能力监管和行业决策具有重要作用。

基于相依结构的多元索赔准备金评估随机性方法研究评述

索赔准备金评估方法的最新发展趋势是考虑相依结构的两类多元评估随机性方法,即将基于已决与已报案赔款之间的相关性、基于不同业务线之间的相依性体现在准备金评估的分析框架中。首先系统梳理两类多元评估随机性方法的最新进展,将一元评估方法的三个层次(无分布假设、分布模型假设、在分层结构下考虑各种分布假设)扩展到两类多元评估方法中。在多元框架下,将多元统计分析方法、精算学中的相依风险建模方法(多元分布模型、概率联结函数、共单调技术)应用到这三个层次中,探讨索赔准备金的均值和预测均方误差估计、预测分布的模拟问题。其次扩展考虑一元和多元框架下日益受到关注的含索赔通胀和会计年相依性问题。最后探讨这些评估方法在国外偿付能力监管中的应用。这将进一步拓展准备金评估不确定性风险度量的研究,推动精算学中定量风险管理技术的发展。