论文部分内容阅读
进入21世纪,我国保险业发展迅猛。开放的经济环境和繁荣的金融市场不仅为保险公司提供了良好的发展时机,也对保险人提出了严峻挑战。随着我国保险制度日趋完善,准备金的提留逐渐成为保险公司和保险监管机构的关注重点。目前保险公司对未决赔款准备金的预测方法主要使用链梯法等确定性方法。确定性方法思想直观原理简单,但只能给出给出未决赔款准备金的一个点估计值,而且很难对估计结果进行统计检验。所以,使用一种随机方法相比较确定性方法是一个进步。而为了充分利用数据之外的信息,提高未决赔款准备金估计的预测精度,很多统计理论和方法被大量地引入到未决赔款准备金的预测中。其中广义线性模型作为线性模型的自然推广,具有适宜于非寿险精算的良好特性,因而成为未决赔款准备金估计中应用最为广泛的随机模型之一。Susanna和Ola (2011)基于Verrall (2001)的广义线性模型提出一种平滑发展因子的方法。但是他们认为由于数据的单一性,很难得出一些最终结论。在这篇文章中我们引入新的数据进行研究,将随机准备金广义线性模型重新参数化。新的模型使得我们可以对原有的发展因子和日历年参数进行平滑,在实现这一平滑效应的基础上保持原有的广义线性模型结构不发生根本性的改变。另外,我们使用不同的平滑效应模型获得准备金的估计值,并且将模型的选择程序系统化而最终产生我们所需要的平滑的过程。发展因子平滑的结果可以与链梯法及其简单的平滑方法所得出的结果在图像上进行对比。我们再提出一种自举方法建立新的判别准则对所有的平滑效应模型进行检验,从中筛选出对未决赔款准备金估计最优的模型。自举方法通过扩大样本量,这样就提供了一个较为信服的准备金预测区间。最后我们还可将判别标准加入到整个平滑效应模型中,将得出的估计结果与最优模型的估计结果进行比较。在整个实证过程中,我们可以对之前研究所得出的结论进行检验。我们得出临界点的选择与风险选择对准备金的估计结果的影响差异性基于特定数据而言,并且BIC准则要比AIC准则的偏向性比较Susanna研究成果的结论也并不突出。