论文部分内容阅读
巨灾损失数据具有尖峰厚尾的特征,通常的损失分布模型很难对其进行有效地拟合。针对常见的各类分布(如Gamma, Lognormal, Weibull)和POT-GPD损失分布对巨灾风险损失数据拟合的不足,将截断形式的Mixed Erlang分布与Pareto分布进行组合,构建组合分布模型,充分应用了Mixed Erlang分布对阈值之前损失数据拟合分布形式的灵活性和精确性,以及Pareto分布对阈值之后尾部损失数据拟合的优良性,从而与以往方法相比,能够从整体上更精确地拟合巨灾风险损失数据。在此基础上,