在变利率下对未决赔款准备金的估计--基于神经网络实现.pdfVIP

Science＆ TechnologyVision 科 技 视 界 科技 探·索争·鸣 在变利率下对未决赔款准备金的估计 基于神经网络实现 王庆 占 赵永涛 (山东交通职业学院航海学院，山东 潍坊 2611oo) 【摘 要】在保险精算学中，经常使用链梯法、已结案每案支付额法、已发生每案支付额法估计未决赔款准备金．传统的链梯法在对未决赔款 准备金进行估计时，对最后一个观察年后的利率通常取一个固定的数值，然而在实际情况下，由于通货膨胀、金融危机、经济政策等原因的存在 利率是变化的。本文在考虑通货膨胀、金融危机、经济政策等的条件下，首先应用BP神经网络根据已知的各进展年的利率对最后一个观察年 后的利率进行预测，然后在传统链梯法的基础上，对未决赔款准备金进行估计。 【关键词】链梯法；通货膨胀；变利率；准备金；BP神经网络 0 引言 根据表 2中的通货膨胀指数．可以求的通货膨胀率如表 3所示 其中第三行的通货膨胀率是用后一个数据除以前一个数据所得 ．第一 准备金的计提是非寿险公司精算师的重要任务之一 ．对保险公司 个为 1，如：1．1184、85／76；1．0588=90／85，以此类推。 的偿付能力有重要意义．未决赔款准备金是准备金的一部分．它是指 第四行的累计通货膨胀因子的计算方法如下 ： 在会计年度末，已发生的赔案由于尚未处理 (包括尚未报告)而必须提 1．7895=1．1184x1．0588x1．1222x1．1782x1．1429 存的责任准备金．未决赔款准备金在准备金中占有较大的比重．能影 1．6001=1．0588x1．1222x1．1782x1．1429 响保险公司的财务状况，因此对其研究具有重要意义 以此类推 在考虑通货膨胀下．利用链梯法对准备金进行估计时．传统的方 表 3 通货膨胀率 法是假设最后一个观察年后的利率保持不变．而在实际情况下它是变 化的．本文根据前面几年的通货膨胀率．利用BP神经网络来估计以后 的通货膨胀率 1 BP神经网络理论简介 20世纪8O年代中期．美国加利福尼亚的PDP(ParallelDistributed Procession)／1x组于 1986年发表了ParallelDistributedProcessing一书． 2．1 未来通货膨胀率的设定 将适合多层网络的学习算法应用于神经网络的研究．使该算法成为迄 对于表3中的通货膨胀率．我们利用 BP神经网络来预测以后的 今为止最著名的多层网络学习算法——BP算法．由此算法训练的神 通货膨胀率。MATLAB的NNbox提供了建立神经网络的专用函数 经网络 ．称之为BP神经网络．自此以后 ．BP网络得到了广泛的应用 newff()．用 newff函数来确定网络层数、每层中的神经元数和传递函