未决赔款准备金(Outstanding Claims Reserve)作为非寿险公司财务报表上的一项重要负债,是保险公司在会计年度决算时,在当年收入的保险费中对已发生保险责任而尚未赔付的保单所提取的资金,是保险业各项责任准备金中重要的一项。提存足够的责任准备金是保险人履行赔付责任、保障被保险人权益的重要保证。由于我国保险公司统计制度不健全,准备金提取技术也比较落后,大多使用传统的估算方法,这些方法虽然可行,但是都是确定性模型,没有考虑随机因素,而且估算精度不高。随着我国保险业的迅速发展,相继引入了各种新的随机模型,这些模型虽然提高了未决赔款准备金估算的精度,但是没有考虑到不同发展年份之间的相关性,而相关贝叶斯模型(A Correlated Bayesian Model)能够解决上述问题。首先,本文分析了未决赔款准备金的评估意义以及影响其评估的内部和外部因素;阐述了传统的未决赔款准备金评估方法,应用链梯法及B-F方法对历史数据进行估算,并对模型优点与不足进行评析。接下来,对相关贝叶斯模型在未决赔款准备金估算中的应用进行研究,并使用偏差分析方法将贝叶斯模型与传统模型进行比较,得出相关贝叶斯模型在未决赔款准备金估算中的优势,能够使估算结果更为科学、更为合理,为保险公司风险管理及投资策略提供更为可靠的依据,还可以为保险业的持续、稳健发展提供技术支持,这也是本文的研究目的所在。最后,总结了文章的创新与不足之处,并对模型的应用以及对我国未决赔款准备金的提取分别提出建议。