張連增,段白鴿
(南開大學(xué) 經(jīng)濟(jì)學(xué)院,天津 300071)
傳統(tǒng)的確定性鏈梯法是從累計賠款流量三角形出發(fā)估計未決賠款準(zhǔn)備金的一種方法,該方法應(yīng)用簡便。在該方法下,可得到如表1的累計賠款流量三角形的一般結(jié)構(gòu)。
表1 累計賠款流量三角形示例
在表1中,Ci,j表示事故年i到第j個進(jìn)展年的累計賠款額(0≤i≤I,0≤j≤J)。另外一般假設(shè)I=J。
用 Ri表示對應(yīng)于事故年 i的未決賠款準(zhǔn)備金,R表示各事故年未決賠款準(zhǔn)備金的總額。在傳統(tǒng)鏈梯法中,下列關(guān)系式成立:
在應(yīng)用鏈梯法時,首先要估計進(jìn)展因子,其后估計未決賠款準(zhǔn)備金,其基本步驟如下:
現(xiàn)在引入Mack模型。在Mack模型中,Ci,j都被視為隨機變量。Mack(1993)[1]引入了以下兩個基本假設(shè):
(1)對不同的事故年i,Ci,j是相互獨立的。
(2)對所有的 0≤i≤I,1≤j≤J,存在進(jìn)展因子 f0,…,fJ-1>0和,…,>0 方差參數(shù),使得:
對上述兩個假設(shè)可解釋如下:假設(shè)(1)表明,不同事故年的累計賠款額是相互獨立的,因而是不相關(guān)的。假設(shè)(2)表明,不同事故年有相同的進(jìn)展因子序列,而且鏈梯法應(yīng)用最近的觀察值來預(yù)測未來的賠款,即可以視為Markov鏈梯法。
在上述假設(shè)下,可以證明(3)~(6)式給出的估計量分別是,fj,Ci,J,Ri和R的無偏估計量。同時,Mack(1993)給出了關(guān)于的如下估計:
下面首先證明在Mack模型的三個基本假設(shè)下,(3)~(6)式分別是 fj,Ci,J,Ri和 R 的無偏估計;其次證明在(8)式的假設(shè)下,是關(guān)于fj的最小方差的線性無偏估計;最后證明關(guān)于σj2的估計(9)式的無偏性。
1.2.1 (3)~(6)式估計量的無偏性
實際上,僅需證明下面兩個定理就可以說明(3)~(6)式估計量的無偏性。
定理1 記所有已知的上三角數(shù)據(jù)集合為DI={Ci,j,i+j≤I}。 根據(jù)假設(shè)(1)和(2),E(Ci,J|DI)=Ci,I-ifI-i…fJ-1成立。
證明:記 Ei(X)=E(X|Ci,1,…,Ci,I-i),根據(jù)假設(shè)(1),不同的事故年i,Ci,j的相互獨立性,得到:
E(Ci,J|DI)=E(Ci,J|Ci,1,…,Ci,I-i)=Ei(Ci,J)
注意到再反復(fù)應(yīng)用(7)式就可得到:
Ei(Ci,J)=Ei(E(Ci,J|Ci,1,…,Ci,J-1))
=Ei(Ci,J-1)fJ-1…=E1(Ci,I-i)fI-i…fJ-1=Ci,I-ifI-i…fJ-1
定理 2 在假設(shè)(1)及假設(shè)(2)下,{f^j,0≤j≤J-1}是無偏的,而且不同的進(jìn)展因子之間是不相關(guān)的。
證明:記 Bj={Ci,k,k≤j,i+k≤I},0≤j≤J,根據(jù)假設(shè)(1)和假設(shè)(2),得到:
E(Ci,j+1|Bj)=E(Ci,j+1|Ci,1,…,Ci,j)=Ci,jfj
因此,可以得到:
設(shè) k<j,那么
這就證明了定理2。
根據(jù)定理2,顯然有:
1.2.2 fj的最小方差的線性無偏估計
引理 設(shè)X1,…,Xn為相互獨立的隨機變量,且滿足E(Xi)=μ,(1≤i≤n)要使在約束條件下,隨機變量的線性組合的方差達(dá)到最小,那么,wi=c/Var(Xi)(1≤i≤n),其中 Var(X)=c。
證明:上述問題等價于確定以下多元函數(shù)的條件極值:
為此構(gòu)造拉格朗日函數(shù),求解下述方程組:
解方程組 (*)得到 wi=c/Var(Xi)(1≤i≤n), 其中 c=
故使得方差達(dá)到最小的隨機變量的線性組合為:進(jìn)一步得出,
故引理得證。
上式右邊三項分別為:
將上述三項代人,得到:
其中,Var[Ci,J|DI]表示純粹的隨機誤差(即過程方差)[3],上式最后一項表示估計值與期望值的偏差(即參數(shù)估計誤差)。
預(yù)測均方誤差定義為關(guān)于已知數(shù)據(jù)的條件期望而不是無條件期望E(C^i,J-Ci,J)2,這是因為建立在已知數(shù)據(jù)上的估計量C^i,J的條件預(yù)測均方誤差,給出了C^i,J與Ci,J之間由于隨機性引起的平均偏差,更具有研究價值。對于預(yù)測均方誤差,下面的關(guān)系式成立:
根據(jù)Mack模型假設(shè)(1)和假設(shè)(2),可以得到:
進(jìn)一步,利用遞推公式,得到條件過程方差:
由Mack模型假設(shè)(1)得到,各事故年的未決賠款準(zhǔn)備金之和的條件過程方差為:
把參數(shù)fj和分別替換為各自的估計量和可得到各事故年的條件過程方差的估計量,即為:
進(jìn)而得到,各事故年的未決賠款準(zhǔn)備金之和的條件過程方差的估計量為:
根據(jù)Mack模型假設(shè)(1)和假設(shè)(2),可以得到條件參數(shù)誤差:
在(16)式中,如果把fj簡單地替換為,那么結(jié)果為零。因此,需要采用另外的方法來估計該項。為簡便起見,引入符號:
將上式代人(16)式,得到:
另外,因為:
從而得到:
把未知參數(shù)fj和分別替換為各自的無偏估計量和,得到參數(shù)估計誤差的如下估計式(記為
綜合(15)式和(19)式就得到了各事故年的預(yù)測均方誤差的估計量為
先考慮兩個事故年i和k,設(shè)i<k。那么
對上式右邊第一項,應(yīng)用獨立性假設(shè),得到
Var(Ci,J+Ck,J|DI)=Var(Ci,J|DI)+Var(Ck,J|DI)
對第二項,展開為三項之和。最后整理后,得到
一般地,未決賠款準(zhǔn)備金總額的預(yù)測均方誤差[4]有如下Mack公式:
下面以數(shù)值實例說明如何利用Mack模型計算未決賠款準(zhǔn)備金的預(yù)測均方誤差,這里采用R語言對其進(jìn)行數(shù)值實現(xiàn)。其累計賠款數(shù)據(jù)見表2。
表2 累計賠款數(shù)據(jù)
應(yīng)用上一節(jié)的結(jié)論,編程計算得到如表3的主要數(shù)值結(jié)論。
表3 鏈梯法準(zhǔn)備金估計以及預(yù)測均方誤差估計
另有一增量賠款數(shù)據(jù)(見表4)出現(xiàn)在其后很多文獻(xiàn)中。相應(yīng)的結(jié)論見表5。
表4 增量賠款數(shù)據(jù)
表5 鏈梯法準(zhǔn)備金估計以及預(yù)測均方誤差估計
(1)未決賠款準(zhǔn)備金的預(yù)測均方誤差隨著事故年已知信息的減少而增加。舉例來講,對第10個事故年,僅有一個賠款數(shù)據(jù),此時信息最少,所以其準(zhǔn)備金的預(yù)測均方誤差最大,該結(jié)論是符合實際情況的,因為當(dāng)已知的信息越少時,估計的誤差就會越大。
(2) 估 計 結(jié) 果 的穩(wěn)健性。在Mack模型的假設(shè)下,得到的總的未決賠款準(zhǔn)備金估計的變異系數(shù)比較小,部分地說明了該方法比較穩(wěn)定。
(3)Mack模型比較容易理解,在計算機上易于編程計算。
另外,本文采用R語言進(jìn)行算法實現(xiàn),所有的算法模塊化、可操作性強、處理速度快,其實現(xiàn)過程也有很高的靈活性,例如事故年和進(jìn)展年可根據(jù)需要自由選擇、輸入流量三角形數(shù)據(jù),所有的結(jié)果自動實現(xiàn)等等。隨著精算實務(wù)中對未決賠款準(zhǔn)備金的波動性的逐漸重視,本文的研究對保險公司在評估準(zhǔn)備金方法中引入隨機性方法——Mack方法,將具有十分重要的理論意義和實踐價值。
[1]T.Mack.Distribution-free Calculation of the Standard Error of Chain Ladder Reserve Estimates[J].ASTIN Bulletin,1993,23(2).
[2]張連增.未決賠款準(zhǔn)備金評估的隨機性模型與方法[M].北京:中國金融出版社,2008.
[3]G.Taylor,F(xiàn).R.Ashe.Second Moments of Estimates of Outstanding Claims[J].Journal of Econometrics,1983,(23).
[4]M.V.Wüthrich,M.Merz.Stochastic Claims Reserving Methods in Insurance[M].Chichester:John Wiley&Sons,Ltd,2008.