方差相关保费原理与线性指数保费原理下的经验贝叶斯估计

来源 :江西师范大学 | 被引量 : 0次 | 上传用户:liuyan881119
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在保险实务中,应用经典的贝叶斯估计、信度估计做出的保费是纯保费。由破产理论得,这样的保费如果直接应用于保险销售中,必定导致破产。所以在经典的保费估计上,要将保费原理作出改进,得到更合理的保费,常用的保费原理有:期望值原理、Esscher原理、方差原理、修正方差原理、指数原理等等。随着保险事业的不断发展,新的保单问题不断突显,下面给出了两种新的保费原理问题,提出了新的保费原理,做出了经验贝叶斯估计。   保费原理就是给定风险X分配一个实值函数H(.),记为:X(→)H(X).   通俗的讲,保费原理就是对取值随机的风险变量,制定一个非随机的价格。事实上,保费原理就是一个风险度量工具,度量了风险X的大小。在这个意义上,保费原理一般要求满足风险度量的一致性公理。   本文主要分为五章。第一章为引言,介绍了保费定价原理,信度理论在精算学中的作用,在信度理论模型中,将用到各种保费原理,本文将讨论方差相关保费原理和LINEX保费原理。   第二章介绍了方差相关保费原理,它不仅在实际运用,还是在理论研究中都具有重要的地位。文中建立了方差相关保费原理下的信度模型,得到了风险保费的信度估计,并研究了信度估计的统计性质。在多合同模型,提出了结构参数的无偏相合估计,最后证明了经验贝叶斯估计是渐近最优的。   第三章中,提出了非对称损失函数-线性-指数损失函数,导出了LINEX保费原理,介绍了LINEX保费原理下的单合同信度保费、贝叶斯保费,还讨论了其信度估计的相合性,做出了数据模拟。   第四章中讨论了LINEX保费原理下的多合同信度保费,以及多合同齐次信度估计。在多合同中,对其几个超参数R0,σ20,(τ)20给出了无偏估计。   第五章为结论。
其他文献
B.Host,B.Kra和A.Maass在他们的文章”Complexitiy of nilsystems and systemslacking nilfactors,arXiv:1203.3778v2”中证明了每一个幂零系统的复杂度的上界和下界都是被线性
超饱和设计是一种试验次数不足以估计所有的因子主效应的因析设计。在效应稀疏原则下,这种设计常用于在因子筛选试验中筛选活跃因子。传统的方法,例如普通的逐步回归和最优子集
人工神经网络作为解决非线性问题强有力的工具,受到越来越多学者的关注.其中有关神经网络插值及对非线性动力系统逼近能力的研究是人工神经网络理论研究的热点和难点之一.此
本文利用非线性泛函分析中的变分方法,结合临界点理论,特别是临界群与Morse理论,研究了四阶离散共振边值问题{△4u(k-2)+η△2u(k-1)-ξu(k)=f(k,u(k)),k∈Z[a+1,b+1],(1.2.1)u(a)=△2u(a-1)=0, u
压缩感知作为一种新的采样理论,可以在远小于Nyquist采样率的条件下随机采样获取信号样本,然后通过非线性重建算法重建信号.其在信号图像恢复、医学成像、通讯等领域有广泛应用
本文主要采用三角形和矩形Raviart-Thomas元来研究Brinkman问题的非协调有限元逼近。首先,给出Brinkman问题及其弱形式和离散逼近,然后,用Fortin准则对向量函数(T)→T采用Piola