非寿险费率厘定中的分类费率因子研究

在非寿险保险业务中,风险特征完全相同的个体风险是几乎不存在的,即使存在,保险公司也不可能或很难将它们区分开来。因此,保险公司只是将风险近似相同的保险标的划分在同一个类别里,用于划分风险的变量就是“分类费率因子”。在保险实务中,分类变量的选择必须考虑到各方面的具体要求,同时分类变量过多,会使每个类别的保单数量相对减少,这将影响到大数法则的应用。在风险划分的过程中,必须综合考虑风险基础、经验费率系统、市场运作等各个方面的情况,为保险公司厘定一个合理、公平、有效的保险产品价格。     

广义线性模型在非寿险费率厘定中的运用

广义线性模型(GLM)是一种基于风险分类的定价方法,也是目前公认的,非寿险产品费率厘定通用的指导性方法。GLM构造了一个考虑到各种已识别风险因素的费率厘定模型,并有效的体现了损失因素与损失赔付的各种特性。     

广义线性模型在非寿险费率厘定中的运用

广义线性模型(GLM)是一种基于风险分类的定价方法,也是目前公认的,非寿险产品费率厘定通用的指导性方法.GLM构造了一个考虑到各种已识别风险因素的费率厘定模型,并有效的体现了损失因素与损失赔付的各种特性.     

ZAIG模型在车险定价中的应用研究

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。     

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。     

非寿险费率监管的国际经验

市场化是金融改革的方向,其形式是解除行政性管制,但真正的困难并不在于解除管制本身,而是在于能否建立科学的定价机制和有效规范定价行为的监管机制车险是与公众利益最为密切、单险种市场占比最高的非寿险产品,其费率市场化一直是我国非寿     

精算技术在非寿险中应用的探讨

精算业最早起源于英国的人寿保险业,经过200多年的发展,在寿险的险种费率厘定、准备金提取、财务分析、再保险安排等方面都已得到广泛的应用。近年来,精算技术开始应用于非寿险。     

非寿险费率厘定中的损失函数研究

在全球保险费率市场化大背景下,随着保险费率监管的不断放松,各国实力雄厚的大保险公司迫于市场竞争的压力,纷纷开始制定适合本公司特点的费率系统。保险公司理想的费率厘定模型是在不同类别保单持有人之间能够公平地分配保险风险损失,实现对投保人收取与之风险状况相一致的风险保费的最终目标。由于不同的损失函数能够对保费厘定系统中的奖惩机制进行不同的调节,从而可以较好地实现投保人之间保费的公平分担问题。因此,在费率厘定系统的构建过程中,损失函数的选择处于至关重要的一环。     

费率市场化视角下的寿险公司经营效率分析——基于SFA和DEA的对比分析

本文分别运用DEA和SFA两种方法,测算了2010～2014年我国39家寿险公司的经营效率,并基于费率市场化的视角,定量分析了我国寿险公司经营效率的影响因素。研究表明：样本期内,运用两种方法测得的我国寿险公司的经营效率均普遍较低;费率市场化之后,我国寿险公司的经营效率出现了下降,寿险公司的保费收入与经营效率的提升具有正相关关系。     

投资型非寿险与投资型寿险的对比分析

2004年7月底,中国保监会在非寿险投资型保险产品国际研讨会提出要大力发展非寿险投资型险种。投资型非寿险产品的大力发展将会对我国非寿险业产生重大影响。因此,对于投资型非寿险的发展我们必须谨慎对待,仔细研究。但是,欧美等保险发达地区并没有开办此类业务,国际可供借鉴经验不多,而我国历史上也只有很短时期开办过投资型非寿险业务,几乎没有什么经验可言。与此同时,投资型寿险发展势头迅猛,并在国际范围内广泛开展。有鉴于此,本文在将投资型非寿险产品与投资型寿险产品对比的基础上,借鉴投资型寿险产品发展的成功经验,吸取其发展的教训,分析发展非寿险投资型险种应注意的问题,并提出相应的对策建议。     

基于广义线性模型的车险分类费率厘定研究

在车险分类费率厘定中,广义线性模型已经成为最为常用的方法。广义线性模型着眼于对费率的精确厘定,从而使保险公司的保费收入与其承担的风险相匹配,保障了公司的稳健经营。同时,也为保险公司选择优质业务提供依据,是一项重要的风险管理措施。对广义线性模型在车险分类费率厘定中的应用进行了实证研究,在分析了费率厘定流程的基础上构建了索赔次数和索赔强度的广义线性模型,并对实证结果进行分析。针对模型系数不显著的情况,尝试性地采用了合并风险等级的方法。在实证分析中发现,按照以下原则合并风险等级可以在一定程度上解决风险等级不显著的问题：其一,尽量保证合并后每个风险类别的风险暴露数不至于相差太多;其二,保证每个风险类别的风险暴露数满足信度要求;其三,尽量寻找临近的风险等级合并。     

驾驶员动视力在车险定价中的应用研究

车险定价中的“从人因素”非常重要,有必要对其主要风险因素进行细分。试图将驾驶员的动视力测试指标引入车险定价的费率因子体系中,采用制定《中国职业汽车驾驶员适宜性检测标准》时对驾驶员动视力的检测数据,利用统计方法探讨驾驶员动视力在车险定价中的应用。研究发现,驾驶员动视力对交通事故的发生次数存在显著影响,因此应该在机动车保险...     

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。     

信度理论在车险定价实务中的应用

2015年以来,新一轮商业车险条款费率改革正式启动。基于行业大数据,我国制定了首个行业车型费率分级方案。本文通过将信度理论引入行业车型费率分级,有效改善了行业车型费率分级结果的合理性和可解释性,并实现了行业车型费率分级的动态调整。通过地区风险区分、车队业务定价两个案例,研究了信度理论在公司精算定价、承保实践中的应用,证明了信度调整能够提高结果的准确度和可应用性,为公司信度理论的应用提供借鉴。最后,就信度理论在方法论上的意义进行了思考,信度理论的优势在于更丰富的信息、核心在于更匹配的信度、价值在于更有效的应用,并提出了下一步的研究、应用方向,期望信度理论在车险实务中发挥更大作用。     

Tweedie分布在车险费率厘定中的应用

在车险费率厘定中经常假设索赔频率与索赔强度分别服从泊松分布与伽玛分布,即假设总索赔服从复合泊松-伽玛分布。为了估计各风险类的纯保费(即总索赔均值),通常做法是对索赔频率与索赔强度分别建立广义线性模型(GLM),进而得到各风险类的索赔频率与索赔强度的均值,然后把两均值简单相乘即可;另一种做法利用复合泊松-伽玛分布是Tweedie分布的特例这一性质,直接对总索赔建立广义线性模型,进而也可以得到各风险类的总索赔均值。本文阐述了两种建模方法在处理车险费率厘定问题时的区别,通过对来自国外、国内的两组数据进行实证分析,比较了两种建模方法的优劣,并得到了一些初步结论。     

非寿险代理营销制度的弊端分析

一、非寿险业代理营销制的发展和历史地位回顾我国非寿险公司营销制的发展历史,可以给予我们许多借鉴和启示。1980年恢复国内保险业务,当时保险公司是国营企业,开始和许多国有企业一样向社会招收干部（以后称职工、员工,现在是劳动合同工）,经连续10年发展,队伍不断增大,成为国内保险业唯一一支的展业力量,是单一的销售渠道。     

非寿险精算中的无赔款优待模型在信用卡年费定价中的运用

虽然国内还没有完全实现银行服务收费的市场化，但银行在服务收费定价方面还有一定的灵活性。国内信用卡业务发展迅速，但银行收取的年费却是单一的，同种类型的信用卡对所有的人都按统一的标准收费。笔者认为，可以尝试引进非寿险精算中的无赔款优待(NCD)模型，加强     

对投资型非寿险产品的实证分析

首先，发展投资型非寿险产品具有巨大的潜在市场需求，可以促进非寿险业保费的增长。投资型非寿险产品主要集中在东亚国家，尤其是日本和韩国，欧美地区并没有，这主要是由于东西方消费习惯的差异形成的，即东方人习惯于储蓄，而西方人热衷干提前消费。根据统计，2003年日本的保险密度是3770．9美元，列世界第3位；寿险业保险密度是3002．9美元，列世界第     

基于双重广义线性模型的车险费率厘定及其与广义线性模型的比较

在车险费率厘定中,广义线性模型的应用最为广泛,然而其假设散度参数为常值,这限制了模型在车险定价中的进一步推广。双重广义线性模型能够对反应变量的均值与散度参数同时建立广义线性模型,提高了模型运用的灵活性与适应性。本文将双重广义线性模型应用到车险费率厘定中,直接对纯保费建立模型,以一组实际的汽车保险损失数据为样本进行实证研究,并与常用分布假设下的广义线性模型进行了对比分析。结果表明,双重广义线性模型得到的费率结构更为合理,符合实际。