05-3信度模型的参数估计.pptVIP

信度模型的参数估计 信度保费： 问题：在信度模型中，如何确定m，v和a的值？ 上述未知参数通常称作结构参数（structural parameters）。 Buhlmann模型的结构参数估计 Buhlmann模型的结构参数估计 例（Bühlmann模型的参数估计） 假设： 风险集合中只有两个个体风险：r = 2 对每个风险的观察期均为3年：n = 3 第一个风险的经验损失： 3, 5, 7 第二个风险的经验损失： 6, 12, 9 Bühlmann信度保费的计算：（关键是估计结构参数a v, m 的值） 附注： 上述关于m，v，a的无偏估计是非参数的，无需对损失的分布进行假设。 a的无偏估计不是惟一的，有可能出现 ，这意味着a很接近于0（即组间方差为0），可取Z＝0。 如果Xij|Qj和Qj是正态分布，上述估计是极大似然估计。 结构参数估计方法的比较 （1）集体保费 m Buhlman模型： Bühlmann-Straub模型： 注：如果每个保单持有人的风险单位数均为mij = 1，且对它们的观察期均为ni = n，则它们相等。 （2）过程方差的均值v Buhlman模型： Bühlmann-Straub模型： 注：如果每个保单持有人的风险单位数均为mij = 1，且对它们的观察期均为ni = n，则它们相等。 （3）假设均值的方差a Buhlman模型： Bühlmann-Straub模型： 注：如果每个保单持有人的风险单位数均为mij = 1，且对它们的观察期均为ni = n，则它们相等。 为了使得TL＝TP，应有 可见，为了保证总损失等于总保费，在信度保费公式中，应该用信度因子加权计算的集体保费代替原来的集体保费 ，即 注： 用信度因子加权计算集体保费， 的方差是最小的（参见loss models 例16.7） 。 信度保费公式中原来使用的集体保费的估计值为 参数模型和半参数模型 例：风险集合中只包含两种风险，A和B。已知风险A和B的损失金额服从下述分布： * * 孟生旺 中国人民大学统计学院 … … … … … X2n … X22 X21 2 Xrn … Xr2 Xr1 r X1n … X12 X11 1 n … 2 1 各年的损失经验 保单编号 应用Buhlmann模型的数据结构 X24 X23 X22 X21 2 X14 X13 X12 X11 1 2004 2003 2002 2001 各年的损失经验 保单编号 应用Buhlmann模型的数据结构 9 12 6 2 7 5 3 1 各年的损失经验 保单编号 个体风险的均值（平均每年的损失）： 个体风险的过程方差（每年损失之间的方差）： 过程方差的均值（v），即组内方差： 个体风险的均值（平均每年的损失）： 风险集合的均值（集体保费，分类保费）： 假设均值的方差（a），即组间方差： Bühlmann-straub模型的结构参数估计 m23 m22 m21 风险单位数 X23 X22 X21 平均每个风险单位的损失 2 m14 m13 m12 m11 风险单位数 X14 X13 X12 X11 平均每个风险单位的损失 1 2004 2003 2002 2001 观察年份 被保险人 应用Buhlmann-Straub模型的数据结构 例：假设有两个被保险人A和B，它们在过去四年的损失数据如下表所示。请应用Bühlmann-Straub模型估计每个被保险人的年期望索赔频率。 2 3 4 被保险车辆数 0 1 2 索赔次数 B 1 2 2 2 被保险车辆数 0 2 2 3 索赔次数 A Y+3 Y+2 Y+1 Y 年份 被保险人 令随机变量Xij 表示索赔频率，用mij 表示相应的风险单位数 m23= 2 m22= 3 m21= 4 风险单位数（车辆数） X23=0 X22=1/3 X21=1/2 每个风险单位的索赔次数 B m14= 1 m13= 2 m12= 2 m11= 2 风险单位数（车辆数） X14=0 X13=1 X12=1 X11=3/2 每个风险单位的索赔次数 A Y+3 Y+2 Y+1 Y 年份 被保险人 mA=2+2+2+1=7 mB=4+3+2=9 m=7+9=16 注意：两个保单持有人的k是相