發(fā)布時間：2018-05-26 08:46

  本文選題：Tweedie分布 + 復合泊松-伽瑪分布　； 參考：《保險研究》2017年01期

【摘要】：在車險費率厘定中經(jīng)常假設(shè)索賠頻率與索賠強度分別服從泊松分布與伽瑪分布,即假設(shè)總索賠服從復合泊松-伽瑪分布。為了估計各風險類的純保費(即總索賠均值),通常做法是對索賠頻率與索賠強度分別建立廣義線性模型(GLM),進而得到各風險類的索賠頻率與索賠強度的均值,然后把兩均值簡單相乘即可;另一種做法利用復合泊松-伽瑪分布是Tweedie分布的特例這一性質(zhì),直接對總索賠建立廣義線性模型,進而也可以得到各風險類的總索賠均值。本文闡述了兩種建模方法在處理車險費率厘定問題時的區(qū)別,通過對來自國外、國內(nèi)的兩組數(shù)據(jù)進行實證分析,比較了兩種建模方法的優(yōu)劣,并得到了一些初步結(jié)論。
[Abstract]:In the determination of vehicle insurance rate, it is often assumed that the claim frequency and claim strength are assumed to follow the Poisson distribution and the gamma distribution respectively, that is to say, the general claim suit is assumed to follow the compound Poisson gamma distribution. In order to estimate the net premium of each risk category (that is, the average value of the total claim), a generalized linear model is established for the claim frequency and the claim strength respectively, and then the average value of the claim frequency and the claim strength for each risk category is obtained. Then the two mean values can be simply multiplied; the other way is to establish a generalized linear model for the total claim by using the property that the compound Poisson gamma distribution is a special case of the Tweedie distribution and then to obtain the total claim mean of each risk category. This paper expounds the difference between the two modeling methods in dealing with the problem of vehicle insurance rate determination, compares the advantages and disadvantages of the two modeling methods through the empirical analysis of two groups of data from abroad and China, and obtains some preliminary conclusions.
【作者單位】： 南開大學金融學院;
【基金】：國家自然科學基金(No.71271121)的資助
【分類號】：F224;F841.334

【相似文獻】

相關(guān)期刊論文 前10條

1 王壽仁;安鴻志;;廣義線性模型的統(tǒng)計分析[J];應(yīng)用概率統(tǒng)計;1985年01期

2 涂冬生,劉志軍;廣義線性模型——理論和方法[J];數(shù)學的實踐與認識;1987年03期

3 徐偉;;廣義線性模型的M—估計[J];應(yīng)用概率統(tǒng)計;1988年04期

4 陳希孺;廣義線性模型(一)[J];數(shù)理統(tǒng)計與管理;2002年05期

5 陳希孺;廣義線性模型(二)[J];數(shù)理統(tǒng)計與管理;2002年06期

6 陳希孺;廣義線性模型(三)[J];數(shù)理統(tǒng)計與管理;2003年01期

7 陳希孺;廣義線性模型(四)[J];數(shù)理統(tǒng)計與管理;2003年02期

8 陳希孺;廣義線性模型(五)[J];數(shù)理統(tǒng)計與管理;2003年03期

9 陳希孺;廣義線性模型(六)[J];數(shù)理統(tǒng)計與管理;2003年04期

10 陳希孺;廣義線性模型(七)[J];數(shù)理統(tǒng)計與管理;2003年05期

相關(guān)會議論文 前3條

1 徐晶;;基于廣義線性模型的地質(zhì)災(zāi)害氣象預警模型[A];推進氣象科技創(chuàng)新加快氣象事業(yè)發(fā)展——中國氣象學會2004年年會論文集（下冊）[C];2004年

2 楊賢其;AIGuozheng;;最優(yōu)多元函數(shù)的建模問題[A];中國運籌學會第六屆學術(shù)交流會論文集（下卷）[C];2000年

3 殷婷婷;朱道元;;廣義線性模型的L_2罰估計[A];江蘇省現(xiàn)場統(tǒng)計研究會第十次學術(shù)年會論文集[C];2006年

相關(guān)博士學位論文 前10條

1 姬曉鵬;向量廣義線性模型及相關(guān)性分析在風險投資中應(yīng)用[D];天津大學;2015年

2 熊林平;縱向研究的一般線性模型與廣義線性模型分析[D];第四軍醫(yī)大學;1997年

3 盧志義;基于廣義線性模型的損失準備金估計方法研究[D];天津財經(jīng)大學;2008年

4 黃介武;線性與廣義線性模型中參數(shù)估計的一些研究[D];重慶大學;2014年

5 汪建均;基于廣義線性模型的變量選擇與穩(wěn)健參數(shù)設(shè)計[D];南京理工大學;2011年

6 夏娜;幾類相關(guān)數(shù)據(jù)分析模型的研究[D];北京工業(yè)大學;2007年

7 丁潔麗;廣義線性模型極大似然估計的大樣本理論[D];武漢大學;2006年

8 馬彥輝;基于GLM的非正態(tài)響應(yīng)穩(wěn)健設(shè)計研究[D];天津大學;2008年

9 殷宗俊;利用廣義線性方法進行多基因離散性狀遺傳分析[D];中國農(nóng)業(yè)大學;2005年

10 曾林蕊;半?yún)��?shù)廣義線性模型若干問題的研究[D];華東師范大學;2004年

相關(guān)碩士學位論文 前10條

1 張里靜;廣義線性模型研究及其在機動車輛保險中的應(yīng)用[D];四川師范大學;2015年

2 羅開明;基于廣義線性模型和混合gamma模型的單病種結(jié)算[D];新疆大學;2015年

3 賀曉松;廣義線性模型的理論及應(yīng)用實例[D];重慶大學;2015年

4 李常劍;基于分層廣義線性模型的車險定價[D];吉林大學;2016年

5 楊幼玲;廣義線性模型參數(shù)估計若干問題的研究[D];東北林業(yè)大學;2016年

6 王杰;具有發(fā)散維協(xié)變量廣義線性模型統(tǒng)計分析[D];南京師范大學;2016年

7 劉茜;廣義線性模型及其應(yīng)用[D];新疆大學;2009年

8 崔杰;多元廣義線性模型基于懲罰似然的調(diào)整參數(shù)的選擇[D];大連理工大學;2010年

9 劉艷芬;廣義線性模型的廣義最小一乘估計[D];大連理工大學;2008年

10 孫晶;基于廣義線性模型的混合數(shù)據(jù)監(jiān)控方案[D];華東師范大學;2008年

，

本文編號：1936628