| 准备金评估的贝叶斯分层分位回归模型 |
| Assessment of outstanding reserving based on bayesian hierarchical quantile regression |
| 摘要点击 314 全文点击 596 |
| 查看全文 查看/发表评论 下载PDF阅读器 |
| 中文关键词 |
| 英文关键词 |
| 基金项目 |
| 作者 | 单位 | | 杨 亮 | 中国人民大学统计学院,西南财经大学保险学院,中国人民大学应用统计科学研究中心 | | 孟生旺 | |
|
| 中文摘要 |
| 基于AL(asymmetric Laplace)分布建立了贝叶斯分层参数化分位回归模型, 并与传统的非参数化分位回归模型进行了比较. 通过蒙特卡洛方法从参数的后验分布中反复抽样, 借助分位函数的表达式, 获得了准备金风险边际的分布, 进而给出了风险边际的置信区间. 基于一组增量赔款数据的分析结果表明, 贝叶斯分层参数化分位回归模型可显著改善传统分位回归模型对未决赔款准备金的预测效果, 并为保险公司的风险管理提供更多有价值的信息. |
| 英文摘要 |
| |
| 关闭 |
|
|
|
|
|
