基于广义线性混合模型的经验费率厘定.pdfVIP

第24卷第7期 统计与信息论坛 2009年7月 No．7 Vd．24 Forum Jul．，2009 StatisticsInformation 【统计应用研究】 基于广义线性混合模型的经验费率厘定 康萌萌 (中国人民大学统计学院，北京100872) 摘要：信度模型是非寿险精算学中最为重要的成果。从20世纪初至今，信度理论先后经历了两个发展阶 段：一是早期的有限波动信度模型；二是目前的最大精确信度模型。有限波动信度模型强调结果的稳定性，而 最大精确信度模型强调结果的精确性。因此建立信度模型与广义线性混合模型之间的联系，通过对信度模型 的分解可以看到：传统的信度理论对风险的刻画方法与广义线性混合模型的结构有极其相似的地方，故可以 用广义线性混合模型来厘定经验费率。 关键词：经验费率厘定；广义线性混合模型；信度理论 中图分类号：F224．0文献标志码：A 文章编号：1007—311612009)07—0051—06 性混合模型是在线性预测中引入随机效应以反映样 一、引 言 本问的相依性。笔者在本文中主要使用广义线性混 从20世纪80年代开始，广义线性模型在精算合模型。 中的应用得到迅速发展，其应用涉及精算学中的各 Laird和Ware首次引入线性混合模型，并已经 个领域。Haberman从六个方面对广义线性模型在 精算中的应用作了详细的论述【l】1。经典的线性回 归模型是建立在随机误差项为正态分布、方差为常 介绍[4-51；Frees等人将5种基本信度模型表示为线 数的假设基础上。然而在精算实践中，数据往往显 性混合模型的形式，用最小无偏估计量估计信度保 示出非常数方差的趋势，并且用于描述索赔额等变 费【6J。线性混合模型是通过在均值中加入随机效 量的分布通常具有很厚的右尾，且变量也不再局限 应，实现了对古典线性模型的推广，而广义线性混合 于对解释变量的线性依赖。因此在这些情况下，经 模型则是通过在线性预测部分引入随机效应推广了 典线性模型不再适宜作为精算统计模型，而广义线 广义线性模型。随机效应的引入主要反映了不同对 性模型的建立，极大地推动了以统计方法为基石的 象之间的异质性以及同一对象不同观测之间的相关 精算学的发展。 广义线性模型中一个重要的假设是样本间的相 互独立性。但在实践中，由于纵向数据、集群数据的 分层广义线性模型用于信度理论中，得到信度公式 存在，使这一假设遭到破坏。因此对于此类数据，需 要用一种更适合的工具来进行统计建模。广义线性 数据研究了三种特殊保险险种的定价问题[91；Anto- 模型的两个拓展模型可以处理此类数据：一个是广 nio、Beirlant将广义线性混合模型应用于信度理论 义估计方程，另一个是广义线性混合模型。广义估 中【loJ。在以上学者的研究中都是假设索赔次数服 计方程是对广义线性模型限制性拟似然方程的扩 从泊松(Poisson)分布。国内学者贺宝龙，唐湘晋也 展，把二阶方差成分直接引入限制性拟似然估计方 是在因变量服从泊松分布的假设下，用广义线性混 程中，所以方程中多了方差成分的参数(2】2；广义线 合模型厘定信度保费的[111；卢志义等人介绍了广义 收稿日期：2009一02—14；修复日期：2009一05一06 作者简介：康萌萌(1982一)，女，山东泰安人，博士生，研究方向：风险管理与精算。