張強等
摘 要 在非壽險中,在索賠經歷雖然相互獨立,但有時會服從不同的分布.通過考慮保費的目標估計來對風險保費進行了研究,并采用正交投影的方法得到了目標問題的最優(yōu)解,從而得到了加權平衡指數(shù)損失函數(shù)下的信度估計. 此外,給出了結構參數(shù)的無偏估計,并給出了模擬. 結果表明,在考慮目標保費的情況下,當選取一個合適的權重,可以得到未來保費的最優(yōu)估計.
關鍵詞 平衡指數(shù)損失函數(shù);信度估計;參數(shù)估計;正交投影
中圖分類號 O211.5 文獻標識碼 A
The General Credibility Premium Estimator
under Weighted Balanced Exponential Loss Function
ZHANG Qiang1, NI Keshe1,WU Lijun2
(1. College of Sciences, Shihezi University, Shihezi,Xijiang 832003 China;
2. College of Mathematics and System Science, Xinjiang University., Urumqi,Xijiang 830046 China)
Abstract In nonlife insurance, claim experiences are mutually independent, but with different distributions. Considering the target premium, and by means of the orthogonal projection method, the optimal solution of the target problem was obtained. Then the credibility estimator under weighted balanced exponential loss function was derived. In addition, the structure parameters were estimated and the result was shown by simulations. The result shows that, when considering the target premium, the optimal estimator of the future premium is obtained by selecting a suitable weight.
Key words balanced exponential loss function; credibility estimator; parameters estimator; orthogonal projection
1 引 言
信度理論作為非壽險精算學的核心內容之一,已成為非壽險保險公司精算部門重要的工具. 信度理論主要用來對未來時期經驗保費的厘定,思想是通過結合投保人個人的索賠經歷與先驗保費來共同決定保費,所制定的保費為兩者的加權和,經典的信度模型的詳細介紹可見文獻[1]. 通常是假設歷史時期的索賠具有共同的風險參數(shù)Θ, 在風險參數(shù)給定下, 各期的索賠滿足獨立同分布的的條件. 然而, 在保險實務中,這種假設有時候是不成立的,風險存在著相依性. 近年來,關于風險之間的相依性的研究受到越來越多的精算研究者的關注. 文獻[2]提出風險間具有某種共同效應,建立了風險相依結構的信度模型. 此外文獻[3]在風險不是獨立的條件下,得到了風險等相關的多合同模型的估計. 文獻[4]同時考慮誤差和風險間具有等相關性,在指數(shù)保費原理下得到了誤差和風險等相關的多合同Bühlmann信度模型,且在給定風險參數(shù)下歷史索賠服從不同分布的情形,得到了風險保費的廣義信度估計.文獻[5]在指數(shù)保費原理下研究了多合同保單的信度估計,并給出了參數(shù)的無偏估計.
許多學者考慮到正(負)誤差引起的損失不同,采用對稱損失(如平方損失)來刻畫保費與風險的適合程度而得到的估計并不準確.對于保險公司在制定下一年保費時,總希望與某個目標(如上一年的保費等)相差較小.因而平衡損失函數(shù)得到了廣泛的應用,文獻[6]在廣義加權平衡指數(shù)損失函數(shù)下討論了廣義的貝葉斯保費估計. 文獻[7]研究了多合同的平衡指數(shù)保費估計問題. 文獻[8]在平衡損失函數(shù)下給出了BS模型的信度估計,討論了估計的性質. 文獻 [9]在平衡損失函數(shù)下分別得到了風險等相關與共同效應的回歸信度估計.
本研究在經驗數(shù)據(jù)服從不同分布的情形下,引入加權平衡指數(shù)損失函數(shù),并采用正交投影的方法求解最優(yōu)化問題,得到了信度公式,其次給出了信度因子中結構參數(shù)的無偏估計. 結果表明,所得的公式具有經典的信度估計形式,是文獻[1,7,5]中結果的推廣,擴展了信度估計的使用范圍,為保險公司厘定未來保費提供了參考.
經 濟 數(shù) 學第 31卷第3期
張 強等:加權平衡指數(shù)損失函數(shù)下的廣義信度保費估計
6 結 論
本文通過正交投影方法在加權平衡指數(shù)損失函數(shù)下給出了多合同的廣義信度估計,并給出了結構參數(shù)的無偏估計.不僅滿足了保險公司在制定未來保費時希望的目標保費,而且所得到的信度估計依然為經典信度模型的加權形式.
參考文獻
[1] H BUHLMANN, A GISLER. A course in credibility theory and its application [M].Netherlands: Springer, 2005.
[2] Limin WEN, Xianyi WU, Xian ZHOU. The credibility premiums for models with dependence induced by common effects[J].Insurance: Mathematics and Economics, 2009, 44(1):19-25.
[3] Limin WEN,Wenli DENG. The credibility models with equal correlation risks [J]. Journal of Systems Science and Complexity, 2011,24 (3):532-539.
[4] 張強.一類帶有正安全負荷的信度模型[D].烏魯木齊:新疆大學數(shù)學與系統(tǒng)科學學院,2012.
[5] 溫利民,吳賢毅.指數(shù)保費原理下的經驗厘定[J].中國科學:數(shù)學,2011,41(10):861-876.
[6] 張強,吳黎軍.廣義加權平衡指數(shù)損失函數(shù)下的信度保費[J].統(tǒng)計與決策,2013,373(1):89-91.
[7] 張強,倪科社,吳黎軍.平衡指數(shù)損失函數(shù)下的信度保費[J].經濟數(shù)學,2014,31(2):60-64.
[8] 溫利民,林霞,王靜龍. 平衡損失函數(shù)下的信度模型[J]. 應用概率統(tǒng)計,2009, 25(5):553-560.
[9] Weizhong HUANG. Regression credibility model with correlation risk under balancedloss function [J]. Journal of East China Normal University (Natural Science), 2013,2013(1):30-40.
[10]R C RAO, H HOUTENBURG. Linear Models [M]. New York: Springer Press, 1995,3-18.endprint
摘 要 在非壽險中,在索賠經歷雖然相互獨立,但有時會服從不同的分布.通過考慮保費的目標估計來對風險保費進行了研究,并采用正交投影的方法得到了目標問題的最優(yōu)解,從而得到了加權平衡指數(shù)損失函數(shù)下的信度估計. 此外,給出了結構參數(shù)的無偏估計,并給出了模擬. 結果表明,在考慮目標保費的情況下,當選取一個合適的權重,可以得到未來保費的最優(yōu)估計.
關鍵詞 平衡指數(shù)損失函數(shù);信度估計;參數(shù)估計;正交投影
中圖分類號 O211.5 文獻標識碼 A
The General Credibility Premium Estimator
under Weighted Balanced Exponential Loss Function
ZHANG Qiang1, NI Keshe1,WU Lijun2
(1. College of Sciences, Shihezi University, Shihezi,Xijiang 832003 China;
2. College of Mathematics and System Science, Xinjiang University., Urumqi,Xijiang 830046 China)
Abstract In nonlife insurance, claim experiences are mutually independent, but with different distributions. Considering the target premium, and by means of the orthogonal projection method, the optimal solution of the target problem was obtained. Then the credibility estimator under weighted balanced exponential loss function was derived. In addition, the structure parameters were estimated and the result was shown by simulations. The result shows that, when considering the target premium, the optimal estimator of the future premium is obtained by selecting a suitable weight.
Key words balanced exponential loss function; credibility estimator; parameters estimator; orthogonal projection
1 引 言
信度理論作為非壽險精算學的核心內容之一,已成為非壽險保險公司精算部門重要的工具. 信度理論主要用來對未來時期經驗保費的厘定,思想是通過結合投保人個人的索賠經歷與先驗保費來共同決定保費,所制定的保費為兩者的加權和,經典的信度模型的詳細介紹可見文獻[1]. 通常是假設歷史時期的索賠具有共同的風險參數(shù)Θ, 在風險參數(shù)給定下, 各期的索賠滿足獨立同分布的的條件. 然而, 在保險實務中,這種假設有時候是不成立的,風險存在著相依性. 近年來,關于風險之間的相依性的研究受到越來越多的精算研究者的關注. 文獻[2]提出風險間具有某種共同效應,建立了風險相依結構的信度模型. 此外文獻[3]在風險不是獨立的條件下,得到了風險等相關的多合同模型的估計. 文獻[4]同時考慮誤差和風險間具有等相關性,在指數(shù)保費原理下得到了誤差和風險等相關的多合同Bühlmann信度模型,且在給定風險參數(shù)下歷史索賠服從不同分布的情形,得到了風險保費的廣義信度估計.文獻[5]在指數(shù)保費原理下研究了多合同保單的信度估計,并給出了參數(shù)的無偏估計.
許多學者考慮到正(負)誤差引起的損失不同,采用對稱損失(如平方損失)來刻畫保費與風險的適合程度而得到的估計并不準確.對于保險公司在制定下一年保費時,總希望與某個目標(如上一年的保費等)相差較小.因而平衡損失函數(shù)得到了廣泛的應用,文獻[6]在廣義加權平衡指數(shù)損失函數(shù)下討論了廣義的貝葉斯保費估計. 文獻[7]研究了多合同的平衡指數(shù)保費估計問題. 文獻[8]在平衡損失函數(shù)下給出了BS模型的信度估計,討論了估計的性質. 文獻 [9]在平衡損失函數(shù)下分別得到了風險等相關與共同效應的回歸信度估計.
本研究在經驗數(shù)據(jù)服從不同分布的情形下,引入加權平衡指數(shù)損失函數(shù),并采用正交投影的方法求解最優(yōu)化問題,得到了信度公式,其次給出了信度因子中結構參數(shù)的無偏估計. 結果表明,所得的公式具有經典的信度估計形式,是文獻[1,7,5]中結果的推廣,擴展了信度估計的使用范圍,為保險公司厘定未來保費提供了參考.
經 濟 數(shù) 學第 31卷第3期
張 強等:加權平衡指數(shù)損失函數(shù)下的廣義信度保費估計
6 結 論
本文通過正交投影方法在加權平衡指數(shù)損失函數(shù)下給出了多合同的廣義信度估計,并給出了結構參數(shù)的無偏估計.不僅滿足了保險公司在制定未來保費時希望的目標保費,而且所得到的信度估計依然為經典信度模型的加權形式.
參考文獻
[1] H BUHLMANN, A GISLER. A course in credibility theory and its application [M].Netherlands: Springer, 2005.
[2] Limin WEN, Xianyi WU, Xian ZHOU. The credibility premiums for models with dependence induced by common effects[J].Insurance: Mathematics and Economics, 2009, 44(1):19-25.
[3] Limin WEN,Wenli DENG. The credibility models with equal correlation risks [J]. Journal of Systems Science and Complexity, 2011,24 (3):532-539.
[4] 張強.一類帶有正安全負荷的信度模型[D].烏魯木齊:新疆大學數(shù)學與系統(tǒng)科學學院,2012.
[5] 溫利民,吳賢毅.指數(shù)保費原理下的經驗厘定[J].中國科學:數(shù)學,2011,41(10):861-876.
[6] 張強,吳黎軍.廣義加權平衡指數(shù)損失函數(shù)下的信度保費[J].統(tǒng)計與決策,2013,373(1):89-91.
[7] 張強,倪科社,吳黎軍.平衡指數(shù)損失函數(shù)下的信度保費[J].經濟數(shù)學,2014,31(2):60-64.
[8] 溫利民,林霞,王靜龍. 平衡損失函數(shù)下的信度模型[J]. 應用概率統(tǒng)計,2009, 25(5):553-560.
[9] Weizhong HUANG. Regression credibility model with correlation risk under balancedloss function [J]. Journal of East China Normal University (Natural Science), 2013,2013(1):30-40.
[10]R C RAO, H HOUTENBURG. Linear Models [M]. New York: Springer Press, 1995,3-18.endprint
摘 要 在非壽險中,在索賠經歷雖然相互獨立,但有時會服從不同的分布.通過考慮保費的目標估計來對風險保費進行了研究,并采用正交投影的方法得到了目標問題的最優(yōu)解,從而得到了加權平衡指數(shù)損失函數(shù)下的信度估計. 此外,給出了結構參數(shù)的無偏估計,并給出了模擬. 結果表明,在考慮目標保費的情況下,當選取一個合適的權重,可以得到未來保費的最優(yōu)估計.
關鍵詞 平衡指數(shù)損失函數(shù);信度估計;參數(shù)估計;正交投影
中圖分類號 O211.5 文獻標識碼 A
The General Credibility Premium Estimator
under Weighted Balanced Exponential Loss Function
ZHANG Qiang1, NI Keshe1,WU Lijun2
(1. College of Sciences, Shihezi University, Shihezi,Xijiang 832003 China;
2. College of Mathematics and System Science, Xinjiang University., Urumqi,Xijiang 830046 China)
Abstract In nonlife insurance, claim experiences are mutually independent, but with different distributions. Considering the target premium, and by means of the orthogonal projection method, the optimal solution of the target problem was obtained. Then the credibility estimator under weighted balanced exponential loss function was derived. In addition, the structure parameters were estimated and the result was shown by simulations. The result shows that, when considering the target premium, the optimal estimator of the future premium is obtained by selecting a suitable weight.
Key words balanced exponential loss function; credibility estimator; parameters estimator; orthogonal projection
1 引 言
信度理論作為非壽險精算學的核心內容之一,已成為非壽險保險公司精算部門重要的工具. 信度理論主要用來對未來時期經驗保費的厘定,思想是通過結合投保人個人的索賠經歷與先驗保費來共同決定保費,所制定的保費為兩者的加權和,經典的信度模型的詳細介紹可見文獻[1]. 通常是假設歷史時期的索賠具有共同的風險參數(shù)Θ, 在風險參數(shù)給定下, 各期的索賠滿足獨立同分布的的條件. 然而, 在保險實務中,這種假設有時候是不成立的,風險存在著相依性. 近年來,關于風險之間的相依性的研究受到越來越多的精算研究者的關注. 文獻[2]提出風險間具有某種共同效應,建立了風險相依結構的信度模型. 此外文獻[3]在風險不是獨立的條件下,得到了風險等相關的多合同模型的估計. 文獻[4]同時考慮誤差和風險間具有等相關性,在指數(shù)保費原理下得到了誤差和風險等相關的多合同Bühlmann信度模型,且在給定風險參數(shù)下歷史索賠服從不同分布的情形,得到了風險保費的廣義信度估計.文獻[5]在指數(shù)保費原理下研究了多合同保單的信度估計,并給出了參數(shù)的無偏估計.
許多學者考慮到正(負)誤差引起的損失不同,采用對稱損失(如平方損失)來刻畫保費與風險的適合程度而得到的估計并不準確.對于保險公司在制定下一年保費時,總希望與某個目標(如上一年的保費等)相差較小.因而平衡損失函數(shù)得到了廣泛的應用,文獻[6]在廣義加權平衡指數(shù)損失函數(shù)下討論了廣義的貝葉斯保費估計. 文獻[7]研究了多合同的平衡指數(shù)保費估計問題. 文獻[8]在平衡損失函數(shù)下給出了BS模型的信度估計,討論了估計的性質. 文獻 [9]在平衡損失函數(shù)下分別得到了風險等相關與共同效應的回歸信度估計.
本研究在經驗數(shù)據(jù)服從不同分布的情形下,引入加權平衡指數(shù)損失函數(shù),并采用正交投影的方法求解最優(yōu)化問題,得到了信度公式,其次給出了信度因子中結構參數(shù)的無偏估計. 結果表明,所得的公式具有經典的信度估計形式,是文獻[1,7,5]中結果的推廣,擴展了信度估計的使用范圍,為保險公司厘定未來保費提供了參考.
經 濟 數(shù) 學第 31卷第3期
張 強等:加權平衡指數(shù)損失函數(shù)下的廣義信度保費估計
6 結 論
本文通過正交投影方法在加權平衡指數(shù)損失函數(shù)下給出了多合同的廣義信度估計,并給出了結構參數(shù)的無偏估計.不僅滿足了保險公司在制定未來保費時希望的目標保費,而且所得到的信度估計依然為經典信度模型的加權形式.
參考文獻
[1] H BUHLMANN, A GISLER. A course in credibility theory and its application [M].Netherlands: Springer, 2005.
[2] Limin WEN, Xianyi WU, Xian ZHOU. The credibility premiums for models with dependence induced by common effects[J].Insurance: Mathematics and Economics, 2009, 44(1):19-25.
[3] Limin WEN,Wenli DENG. The credibility models with equal correlation risks [J]. Journal of Systems Science and Complexity, 2011,24 (3):532-539.
[4] 張強.一類帶有正安全負荷的信度模型[D].烏魯木齊:新疆大學數(shù)學與系統(tǒng)科學學院,2012.
[5] 溫利民,吳賢毅.指數(shù)保費原理下的經驗厘定[J].中國科學:數(shù)學,2011,41(10):861-876.
[6] 張強,吳黎軍.廣義加權平衡指數(shù)損失函數(shù)下的信度保費[J].統(tǒng)計與決策,2013,373(1):89-91.
[7] 張強,倪科社,吳黎軍.平衡指數(shù)損失函數(shù)下的信度保費[J].經濟數(shù)學,2014,31(2):60-64.
[8] 溫利民,林霞,王靜龍. 平衡損失函數(shù)下的信度模型[J]. 應用概率統(tǒng)計,2009, 25(5):553-560.
[9] Weizhong HUANG. Regression credibility model with correlation risk under balancedloss function [J]. Journal of East China Normal University (Natural Science), 2013,2013(1):30-40.
[10]R C RAO, H HOUTENBURG. Linear Models [M]. New York: Springer Press, 1995,3-18.endprint