非寿险索赔准备金评估随机性模型与方法：文献述评

索赔准备金通常是非寿险公司资产负债表中份额最大的负债之一。在确定非寿险公司的经营业绩和偿付能力方面,都依赖于索赔准备金负债的准确评估。基于索赔准备金评估的两类数据结构,系统梳理了聚合数据结构和个体数据结构下的各种索赔准备金评估模型与方法。在此基础上,结合最新研究成果,提出了一些有待深入探索和进一步扩展的新思路。这些研究不但对提升我国非寿险精算学科的统计分析体系、促进我国非寿险精算学科的发展具有重要的科学研究意义,而且也可以为国内财险公司的随机性索赔准备金评估提供理论支持和实务参考。     

基于进展时间和操作时间的两步广义线性混合模型非寿险准备金估计

对于非寿险准备金估计,传统流量三角形进展年的选择一直饱受争议,过长时易因数据不足难以估计,过短时可能会出现零赔付的情况。引入操作时间可以解决这一问题,但直接计算的操作时间实际上被严重高估。为此基于信度思想,使用个体信息将保单分组,建立两步广义线性混合模型,首先引入进展时间估计操作时间,再使用操作时间估计指定时间段内的未决赔款准备金。使用某非寿险公司的车损数据进行实证分析,并将该模型与使用传统流量三角的广义线性模型进行对比,结果均表明该模型效果甚佳。     

非寿险公司赔款准备金与盈余管理——中国市场的经验分析

利用我国非寿险公司2001~2007年的财务数据,采用分位数回归方法探讨非寿险公司赔款准备金调整的动机,并比较非寿险业务准备金评估方法改变前后公司实现盈余管理动机的差异。研究发现,非寿险公司存在实现盈余管理的现象,相比规避递延税收的目的而言,管理层故意调整公司当年赔款准备金数字进行盈余平滑的动机更为显著。当公司当期盈余表现差于前一期时,管理者倾向于低估当期赔款准备金提升账面盈余;若当期盈余表现优于前一期时,则高估准备金平滑盈余。在当年承保业务不佳,赔付率较高时,非寿险公司具有低估准备金掩饰承保质量的动机。2005年非寿险业务赔款准备金评估方法的改变,显著增强了非寿险公司利用赔款准备金进行盈余管理的动机。     

业务终止下非寿险未决赔款准备金评估探析

未决赔款准备金包括已发生已报告未决赔款准备金、已发生未报告未决赔款准备金、问接理赔费用准备金。在实务中，常用的已发生未报告未决赔款准备金评估方法主要有链梯法、BF法、赔付率法、准备金进展法、案均赔款法等。无论采用哪种评估方法，责任准备金评估实际上是根据过去的经验对未来的赔付情况进行预测，     

非寿险未决赔款准备金的偿付充足率分析

使用随机分析方法,可以得到非寿险未决赔款准备金的分布函数。基于此分布函数,提出了偿付充足率法,讨论所需计提未决赔款准备金合适的充足率要求的选择,以及使用偿付充足率法时未决赔款准备金的监管,并根据我国12家非寿险保险公司2010年和2011年的实务经营数据,分析其所计提的未决赔款准备金的充足情况。针对非寿险保险公司2010年计提的未决赔款准备金在2011年的支出情况,探讨使用充足率方法时,合适的充足率要求的确定,以及一定充足率要求下未决赔款准备金的缺口分析。最后探讨把调控未决赔款准备金的充足率,作为通过保险业传导的货币政策工具,对保险行业乃至整个市场上的货币总量和宏观经济的影响。     

试论非寿险原保险合同准备金会计处理方式变革的历史进步

目前,我国会计准则对非寿险原保险合同准备金按保险负债来确认、计量和披露,而本文所讨论的保险负债仅指非寿险原保险合同准备金,即未决赔款准备金和未到期责任准备金。未决赔款准备金包括已发生已报案未决赔款准备     

保监会规范保险公司非寿险业务准备金管理

保监会近日印发《保险公司非寿险业务准备金基础数据、评估与核算内部控制规范》,对未到期责任准备金基础数据内部控制、未决赔款准备金基础数据内部控制、准备金评估内部控制以及准备金核算内部控制等进行全面规范。《规范》要求,车险案件原则上应实行报案即立案,保险公司接到报案后应及时在理赔信息系统进行立案处理,系统应设置超过3日尚未立案则强制自动立案功能。非车险案件应于报案后15个工作日内进行立案(合同另有约定的除外)。对于     

财险公司未决赔款准备金波动风险及其防范对策

未决赔款准备金作为财险公司最大的负债项目之一,通过不断提高数据的真实性与有效性,加强未决赔款准备金的波动风险的管理,有利于我国财险公司与财险行业的稳健经营与持续发展。未决赔款准备金波动风险产生的主要原因有数据的可靠性、精算评估方法的波动性以及宏观管理因素与经营环境的变化。通过切实提高管理水平、提升公司的精算技术、加强精细化经营理念的宣导以及加强非寿险行业的精算标准建设,将能有效地防范未决赔款准备金波动风险。     

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。     

基于机器学习算法的车险索赔概率与累积赔款预测

保险费率厘定的核心工作是对保险损失的预测。在保险损失预测中,广义线性模型是目前使用最为广泛的主流方法,而机器学习算法则提供了一种新的选择。本文将支持向量机、神经网络和集成学习等机器学习算法应用于汽车保险的损失预测,建立了索赔发生概率的预测模型和累积赔款的预测模型,并与传统广义线性模型中的logistic回归模型和伽马回归模型进行了比较。结果表明,机器学习算法的优点是不依赖于分布假设,在一定程度上可以提高保险损失预测的精度,缺陷是比较耗时,建模过程中的人为干预较多,对使用者提出了更高的要求,且输出结果的可解释性不及广义线性模型。机器学习算法与广义线性模型在保险损失预测中各有优缺点,具有互补性,在实际应用中,可以根据不同的场景选择不同的方法。     

索赔特征对保险理赔(诉讼)额影响的实证分析——基于交强险人身伤害判决数据

面对日益增多的保险理赔(诉讼),亟需加强索赔原因及索赔特征对法院判决结果的影响研究.本文通过对北京市大兴区人民法院2007年1月至2010年8月涉及人身伤害的交强险判决案例进行回归分析,发现:索赔原因与索赔人损失大小、就业状况、法律规定的赔偿上限有关;索赔人在交通事故中承担的过错责任与其性别、医疗费支出状况、是否死亡有...     

临时保险制度：赔付理由、期间及其限制

我国《保险法》未规定临时保险制度,本文建议,我国的临时保险制度应当分为强制临时保险与自愿临时保险两种,在保险人预收保险费的情况下,根据履行提前、对价平衡、合理期待等理论,保险人应当对临时保险事故予以赔付,此种临时保险的期间自投保人交付保险费之时起算,于正式保险生效之时或投保人收到拒保通知书并由保险人退还保险费之时终止;...     

Kleine Bemerkung zum Zinsfussproblem

Abstract

In den Mitteilungen schweizerischer Versieherungsmathematiker ¹ H. Christen: Das Zinsfussproblem bei der Leibrente (M. d. V. sch. V., Heft 25, 1930). hat H. CHRISTEN eine eingehende Arbeit über das Zinsfussproblem veröffentlieht, zu dem er eine sehr gute Lösung beigetragen hat. Die Hauptergebnisse seiner Untersuehullg hat er aueh in der Skandinavisk Aktuarietidskrift ² H. Christen: Das Zinsfussproblem bei der Leibrente (M. d. V. sch. V., Heft 25, 1930). mitgeteilt.     

保险"理赔难"的原因及解决对策

探讨保险“理赔难”的原因所在,并从保监会、投保人和保险人以及行业发展方向等各方面入手,思考如何解决保险“理赔难”的问题。     

针对药源性损害的责任保险探析

本文讨论了针对药源性损害,在我国开展责任保险相关险种的可能性。分析了药源性损害的内涵和现状,在此基础上,对发展相关责任保险提出了框架性建议,并对保险期限、责任限定、保险金给付等关键问题进行了讨论。认为相关责任保险的开展有利于保障患者权益,促进社会福利,开展过程中还存在一些问题,可以通过政府推动、完善医疗体系、完善数据上报制度、建立药品追溯数据库等加以解决。     

Ruin probabilities and optimal capital allocation for heterogeneous life annuity portfolios

A large part of the actuarial literature is devoted to the derivation of ruin probabilities in various non-life insurance risk models. On the contrary, very few papers deal with ruin probabilities for life insurance portfolios. The difficulties arise from the dependence and non-stationarity of the annual payments made by the insurance company. This paper shows that the ruin probability in case of life annuity portfolios can be computed from algorithms derived by De Pril (1989) and Dhaene & Vandebroek (1995). Approximations for ruin probabilities are discussed. The present article complements the works of Frostig et al. (2003) who considered whole life, endowment, and temporary assurances, and of Denuit & Frostig (2008) who considered homogeneous life annuities portfolios. Here, heterogeneous portfolios (with respect to age and/or face amounts) are studied. Particular attention is paid to the capital allocation problem. The total amount of reserve is shared among the risk classes in order to minimize the ruin probability. It is then fair to charge a higher margin to the risk classes requiring more capital.     

Comparisons of aggregate claim numbers and amounts: a study of heterogeneity

In this paper, we investigate how the heterogeneity among occurrence probabilities and claim severities affects the aggregate claim numbers and aggregate claim amount for an insurance portfolio. We show that higher heterogeneity (and dependence) among occurrence probabilities results in both smaller aggregate claim numbers and aggregate claim amount in the sense of the mean residual lifetime order. We also prove that as the heterogeneity among the claims increases, the aggregate claim amount increases in the sense of the usual stochastic order when the vector of occurrence probabilities is left tail weakly stochastic arrangement increasing. These theoretical findings are applied to (i) study ordering properties of convolutions of binomial random variables, (ii) provide upper bounds for the mean residual lifetime functions of the aggregate claim numbers and amount, and (iii) compare stop-loss premiums and risk capital of different insurance portfolios.     

On option pricing models in the presence of heavy tails

We propose a modification of the option pricing framework derived by Borland which removes the possibilities for arbitrage within this framework. It turns out that such arbitrage possibilities arise due to an incorrect derivation of the martingale transformation in the non-Gaussian option models which are used in that paper. We show how a similar model can be built for the asset price processes which excludes arbitrage. However, the correction causes the pricing formulas to be less explicit than the ones in the original formulation, since the stock price itself is no longer a Markov process. Practical option pricing algorithms will therefore have to resort to Monte Carlo methods or partial differential equations and we show how these can be implemented. An extra parameter, which needs to be specified before the model can be used, will give market makers some extra freedom when fitting their model to market data.