中国人口老龄化对人身保险市场发展的影响分析——基于省际面板数据的经验分析

本文基于我国30个省、市、自治区(除西藏外)1997年～2008年度面板数据,运用面板回归的计量分析方法,对中国老龄化背景下人身保险市场的发展情况进行了研究.中国人口老龄化的到来,为人身保险市场的发展既创造了机遇,也带来了挑战,本文经过反复的实验估计,认为老龄化对人身保险市场的推动作用要大于其阻碍作用,并且老龄化程度越...     

提升算法对传统车险索赔频率建模模型的改进——基于我国五省交强险保单数据

广义线性模型作为非寿险定价的经典模型,在非寿险定价中得到了广泛的应用。近年来,以提升算法为代表的机器学习算法在保险领域取得了很好的效果,为保险产品定价提供了一种新的选择。本文将提升算法思想分别融入到回归树模型和广义线性模型(GLM)中去,用得到的新模型对我国车险索赔频率进行预测建模分析,并与传统的回归树模型和GLM进行比较。结果表明,加入提升算法后传统车险索赔频率建模模型的效果得到了很大的改善,并且在不存在过拟合的前提下,随着模型深度和迭代次数的增加,模型的效果也在不断优化。     

美国NAIC关于长期责任准备金的提取方法及其借鉴

2004年12月,中国保监会发布了《保险公司非寿险业务准备金管理办法(试行)》,规定了各种责任准备金的提取方法。该试行办法中,有关对长期责任准备金的提取方法的规定侧重于原则性,缺乏可操作性,有待进一步完善。美国保险官协会(NAIC)于1997年修订、并于1998年开始实施的关于长期责任准备金的提取方法,对我国非寿险公司以及保险监管部门有借鉴意义。特别是按照美国保险官协会(NAIC)的新规定,长期责任准备金的提取涉及到精算人员的经验与判断,故对精算人员提出了更高的要求。     

基于GLM的未决赔款准备金评估的随机性链梯法

为度量未决赔款准备金评估结果的波动性,需要研究随机性评估方法。基于GLM的随机性方法,得到准备金估计及预测均方误差。特别地,在过度分散泊松模型中,分别应用参数Bootstrap方法和非参数Bootstrap方法,得到两种方法下未决赔款准备金的预测分布,进而由该分布得到各个分位数以及其它分布度量,并通过精算实务中的数值实例应用R软件加以实证分析。实证结果表明,两种Bootstrap方法得到的参数误差、过程标准差、预测均方误差都与解析表示估计的结果很接近。     

财险公司赔款与直接理赔费用的相关性分析

本文首先对财险公司实际理赔数据进行分布拟合分析。通过三种拟合优度准则的比较,发现Burr分布比Pareto分布能更好地拟合赔款和直接理赔费用。其次,为了刻画赔款和直接理赔费用之间的相依关系,我们通过对常见的五类Copula函数进行参数估计,并比较赤迟信息准则（AIC）的大小,发现Gumbel Copula比其他常见的四类Copula函数更适合。最后,作为本文研究的应用实例,本文使用R软件的随机模拟函数,计算出一种特殊的再保险保费以及风险价值和尾部风险价值。     

准备金评估的随机性Munich链梯法及其改进——基于Bootstrap方法的实证分析

传统链梯法是未决赔款准备金评估最常用的确定性方法,Munich链梯法基于Mack模型的假设,利用已决赔款和已报案赔款的相关性调整进展因子,有效减少了链梯法分别基于已决赔款和已报案赔款得到的未决赔款准备金之间的差异。本文在系统介绍Munich链梯法的基础上,结合模型假设,提出了两种基于Bootstrap方法的随机性Munich链梯法,并通过精算实务中的数值实例应用R软件加以实证分析。本文的研究对保险公司准备金负债评估的准确性和充足性具有重要参考价值。     

我国财产保险区域差异与宏观经济的关系研究——基于省际面板数据的实证分析

目前我国财产保险在业务规模和赔付水平上体现出较大的区域差异性。利用面板数据单位根检验、协整检验等计量经济学方法,实证分析了宏观经济指标对财产保险业务规模和赔付水平区域差异性的影响。通过对我国2005年～2010年31个省、市、自治区6年的面板数据的研究,得出财产保险的保费收入与GDP、赔款支出与城镇居民人均消费支出之间存在长期稳定的均衡关系,并存在显著的正相关关系;在得出宏观经济的区域差异是导致财产保险区域差异的重要原因的基础上,提出了相关政策建议。这些建议包括各财产保险相关主体应认可区域差异,并因地制宜地制定监管政策、发展策略;开发区域保险产品,使产品费率能体现消费水平差异的影响。     

广义线性混合模型在保险索赔中的应用及R实现

目前国内保险财险公司对汽车保险等业务进行定价和费率厘定最常用的是广义线性模型.然而,数据的特点、实务的需要和技术的发展使得广义线性混合模型成为更适合对保险数据进行统计建模的工具.将广义线性混合模型应用于保险索赔业务中,以一组实际的保险数据为样本,利用R软件进行实证分析.该研究对保险公司的精算人员进行非寿险分类费率厘定的模型创新具有重要的参考价值.     

ZAIG模型在车险定价中的应用研究北大核心CSSCI

近年来,国内财险公司利用广义线性模型(GLMs)对非寿险业务,尤其是车险业务进行建模和精算分析,使得精算技术人员对保险数据的处理更加细致、科学和公平。基于位置、尺度和形状的广义可加模型(GAMLSS)是GLMs、GAMs、DGLMs和GLMMs等的最新拓展,在介绍该模型的定义、算法和模型实现的基础上,以其框架下的零调整逆高斯模型(ZAIG)为一个特例,讨论了其在财险公司财险定价中的应用研究。最后,以瑞士汽车第三者责任保险的一组损失数据为例进行了实证分析,说明了零调整逆高斯模型在车险费率厘定中是一种较合理的方法,为精算技术人员提供参考和借鉴。     

我国交强险索赔频率影响因素分析 ——基于GAM和广东、河南、湖北、山东的经验数据

为分析我国交强险各因素对索赔频率的影响,以2016年广东、河南、湖北、山东四省的保单数据为样本,采用广义可加模型（GAM）对其保单中的驾驶员年龄、汽车车龄和汽车重量进行非参数分析,并对公路里程数等变量进行参数分析。结果表明：索赔频率有明显的地区差异,公路里程数对索赔频率有正向的影响,其中除汽车车型对索赔频率没有影响外,其余变量均有显著影响。