基于Mixed Erlang-Pareto组合分布的巨灾风险评估——以中国地震灾害为例

巨灾损失数据具有尖峰厚尾的特征,通常的损失分布模型很难对其进行有效地拟合。针对常见的各类分布(如Gamma,Lognormal,Weibull)和POT-GPD损失分布对巨灾风险损失数据拟合的不足,将截断形式的Mixed Erlang分布与Pareto分布进行组合,构建组合分布模型,充分应用了Mixed Erlang分布对阈值之前损失数据拟合分布形式的灵活性和精确性,以及Pareto分布对阈值之后尾部损失数据拟合的优良性,从而与以往方法相比,能够从整体上更精确地拟合巨灾风险损失数据。在此基础上,对中国1990—2018年4.5级以上地震所造成的直接经济损失数据进行组合分布建模,探讨该组合分布在VaR、TVaR和地震巨灾保险定价等方面的具体应用。研究发现:构建的Mixed Erlang-Pareto组合分布可以较好地拟合地震巨灾风险损失数据,且拟合优度高于Mixed Erlang-GDP组合分布;在忽略其他因素影响下,假定参保率为30%时,应用Mixed Erlang-Pareto分布计算的地震巨灾保险人均纯保费为40~43元左右,和四川省宜宾市城乡居民住宅地震巨灾保险保费相近,说明该地震巨灾保险保费的确定存在一定合理性。此外,对Mixed Erlang-Pareto组合分布拟合优度进一步检验,得出该组合分布也可以较好地拟合洪水损失数据,进一步表明该组合分布对巨灾损失数据拟合的优良性和适用性。本研究可以为巨灾损失风险评估提供一种新的备选模型,也可以作为评估巨灾保险定价机制合理与否的精算依据。

基于POT模型的巨灾损失分布拟合及风险度量

巨灾的频繁发生已引起了社会各界的高度关注。本文应用阈顶点模型(Peaks over threshold,POT)和广义帕累托分布(generalized pareto distribution,GPD),对我国1969—2012年间的地震直接经济损失数据进行拟合,利用不同方法探讨了最优阈值的选取问题,并采用极大似然法对GPD分布的参数进行了估计。经检验发现POT模型拟合巨灾风险厚尾部分的效果较好。文章还探索了POT模型在VaR上的应用,并提出用CVaR、PML这2种风险测度指标来改善VaR。最后利用复合泊松分布的可分解性及实际损失额在不同起赔点下具有的不同分布函数的事实,充分考虑了不同情况下纯保费的计算。

巨灾保险产品设计相关问题探讨

在巨灾保险的研究中,目前学术界很少从技术层面直接探讨保险产品的设计。在分析了我国巨灾保险产品现状的基础上,本文运用保险产品设计原理探讨巨灾保险产品设计中的两大要点问题——合同要点和定价要点,其中着重探讨了如何运用巨灾风险建模技术厘定保险产品风险费率。同时,通过对比国际巨灾保险产品的实践经验,提出了对于我国巨灾保险产品参保方式、保险费率和核保理赔几方面的启示。