短期个别风险模型与短期聚合风险模型关系

本文证明了短期个别风险模型当理赔次数随机变量为0-1分布时,可以寻求一个短期聚合风险模型与之等价;更为重要的,当个别风险模型的索赔次数随机变量服从较小参数的Poisson分布时,也可以寻求到一个复合Poisson分布与之近似。为此,本文解决了一些特定风险损失随机变量和的分布计算问题,Panjer迭代是其计算基础。

基于MCMC方法的保险短期个别风险的测算

对保险短期个别风险的测算由于没有充分考虑索赔次数和索赔额的不确定性,其结果不能准确评估并预测保险实务中复杂的短期风险。文章在传统贝叶斯模型基础上引入Metropolis-Hastings抽样与Gibbs抽样相结合的马尔科夫链蒙特卡罗(MCMC)方法,克服了高维数值计算的困难,通过对典型实例的实证测算,证实即使在索赔数据缺失情况下,该模型仍然能够较好地模拟缺失数据的后验估计以及预测值的后验分布,提高了预测的准确性并减少了不确定性风险。

基于Haezendonck-Goovaerts风险度量的资本配置

用Haezendonck-Goovaerts风险度量方法解决保险公司的资产配置问题,在设定保险人理赔总额上限的情况下,基于Haezendonck-Goovaerts风险度量评估短期个别风险模型的个体理赔风险,得到了配置给个体风险的资本金额、相应的Orlicz分位点,以及保险人财务安全条件下的门限值、个体风险资本金额、置信水平与保险人容忍上限的关系式.