汽车保险论文关于汽车保险论文基于时变假设修正负二项车险索赔频率精算模.docVIP

汽车保险论文关于汽车保险论文 基于时变假设的修正负二项车险索赔频率精算模型 【摘要】传统车险索赔频率模型都采用风险水平在保险期间保持不变的假设,采用风险水平时变假设,选择Weibull过程作为风险强度函数,引入传统的负二项索赔频率模型。新模型修改原有频域方法为时域参数方法进行参数估计,并使用极大似然估计结合贝叶斯估计的方法估计出Weibull过程的水平参数λ和形状参数β。在β=1时,新模型就等价于传统负二项模型;此外,新模型可为风险上升(β1)和风险下降(β1)的保单确定更准确的风险保费。 关键词:时变; Weibull过程;索赔频率;负二项模型;车险　　 与人寿保险相比,汽车保险损失风险的同质性较差,因此其精算定价方法一般采用经验费率方法,即根据被保险人以往的索赔次数和损失程度决定其未来保单年度的保费[1]。在精算定价方法上,通常采用贝叶斯统计推断或信度方法(有限波动理论、最小一致信度等),以得到未来保费的最优估计值。汽车保险经验费率模型分为:索赔频率模型和考虑索赔金额的模型。目前,索赔频率模型研究已经相当成熟,在精算实务中也得到了广泛应用,有代表性的研究有:Bichsel[2]提出的负二项分布索赔频率模型;Derron[3]提出二元风险模型拟合了低风险驾驶员和高风险驾驶员两类风险;Albrecht[4-5]提出基于离散构密度函数的复合泊松分布模型;Tremblay[6]提出了泊