对于经营非寿险业务的保险公司来说,由于其业务的长尾特征非常突出,在理赔过程中会出现支付延迟的情况,为此而提取的准备金成为负债表的主要负债项,对其合理的估算可以保证公司拥有足够的偿付能力和稳健的经营状态。　　目前保险公司对于未决赔款准备金的评估主要采取链梯法、B-F法等确定性模型,这些方法拥有原理简单、操作简便的优点。但由于确定性模型基于严格的赔款平稳性假设,且最终只能给出未决赔款准备金的点估计值,在很多情况下其既无法保证估算精度,也无法满足保险公司的多层次需求。因此近些年如贝叶斯统计模型、广义线性模型等随机模型被越来越多的引入到对未决赔款准备金的估算中。　　对评估未决赔款准备金的方法进行比较研究既可积极推动未决赔款准备金评估方法的理论发展又对非寿险公司有着非常重要的现实意义。本文在随机模型中选用贝叶斯模型和广义线性模型为例,和经典方法结合建立了基于链梯法的随机统计模型。并以链梯法和B-F作为确定性模型的代表,分别对未决赔款准备金进行估算。通过估算结果的对比和敏感度分析,本文认为随机性模型拥有获得额外统计量、靠假设检验增加稳定性、多层次利用数据外信息、能更好的处理尾部赔款等多重优点,但由于分布函数选择的多样性和计算过程的专业繁琐性使得对其使用往往需要慎重考虑。在实际操作中,往往没有一种估算方法可以适用所有数据,应在优先考虑确定性模型后根据数据特点考虑适合的随机模型,以期获得更好的估算效果。