论文部分内容阅读
未决赔款准备金是非寿险公司最大的负债,在保险公司的经营中起着举足轻重的作用。然而近年来,由于准备金提取不合理导致破产或出现坏账的公司比比皆是。因此,如何合理评估未决赔款准备金已成为保险公司重点关注的问题。确定性方法和随机性方法是目前评估非寿险准备金的主要方法,但其存在未能充分利用己知数据而仅采用赔款额这一单一变量的缺陷,从而降低预测精度。而采用广义线性模型评估两阶段未决赔款准备金的索赔次数和案均赔款额的研究中,并未考虑不可观测因素即模型中参数的分布。为了更加准确的评估未决赔款准备金,本文分析了基于索赔次数和案均赔款额两个变量研究未决赔款准备金的必要性,并考虑不可观测因素,建立双贝叶斯模型分别估计索赔次数与案均赔款额。实证结果表明,在考虑不可观测因素与两阶段评估的基础上对未决赔款准备金的预测精度更高。由于无先验信息,现有研究均将进展年和发生年因子服从的先验分布(Gamma分布)中的形状参数分别设为零与无穷大,导致无法准确评估未决赔款准备金。本文利用己知信息尝试使用最小二乘法估计事故进展年因子服从的Gamma分布中的形状参数且将事故发生年因子服从的Gamma分布中的形状参数设置为零(即无信息先验)与无穷大(即强信息先验)。实证结果表明,在充分考虑事故进展年因子与发生年因子对未决赔款准备金的影响下,使用本文提出的模型在估计出先验分布参数的基础上能获得更加准确的预测效果。本文首先简单介绍非寿险未决赔款准备金与所用基础模型,然后对目前所使用的索赔次数预测模型与案均赔款额预测模型进行改进,引入贝叶斯模型刻画非寿险实务中的不可观测因素,对索赔次数构建了贝叶斯ODP-Gamma模型,而针对案均赔款额则构建了贝叶斯指数-Gamma模型,最后建立贝叶斯ODP-指数-Gamma模型预测非寿险未决赔款准备金。为了描述模型的预测误差,本文给出了模型均方误差的理论推导与估计方法。实证分析表明,不可观测因素即先验参数的取值能够影响未决赔款准备金预测值与其预测效果。并且随着收集信息的增多,应用该模型可以提高未决赔款准备金的预测效果与适用范围。本文为未决赔款准备金的研究提出了一种新的探索与思路。