第7章 信度理论.ppt

因此，信度理论就是研究这种加权过程的理论，包括信度权重公式的推导，以及对公式中出现的参数进行估计等内容。 当Z的值接近1时，表明实际损失数据提供的信息相当充分，据此足以获得正确的估费。而当Z的值接近0时，则只能基于先验信息估计，得到先验保费的估计值。 特别的，当Z=1时，称为完全信度（Full Credibility）。此时，只需根据实际损失数据，利用区间估计的方法计算保险费。 一般的，当0Z1时，称为部分信度（Partial Credibility）。在此种情况下，就需要研究如何合理确定Z值。 信度理论（Credibility Theory）萌芽于20世纪20年代，至今已有80年的历史。最早的信度理论被意外险精算师应用于计算劳工赔偿保险费率。 信度理论泛指在获得索赔记录时系统地调整保险费率的各种概念和方法。当从一组保险合同中获得的数据不充分，因而无法提供风险费率的可靠估计时，就需要用到信度理论的方法。 信度理论在非寿险精算理论与实务中具有重要地位。非寿险合同是补偿性合同，非寿险的损失与每个赔案的具体情况以及相应的法规情况密切相关，因而损失经验需要经常修正以适应不断变化的外部环境。非寿险精算师在厘定费率时，既要依据过去的经验（先验信息），也要根据风险情况的新变化加以调整。这是由非寿险经营的连续性所决定的。同时，在非寿险精算中，一般不要求所有的估计都是无偏估计，只要求若干个估计的总合是无偏的，这就是需要采用信度方法对各个估计进行合理的加权。 信度理论在精算科学中的应用可分为两种类型 第一类是横向应用，即在估计某个保险人、某风险类别或某个地区的索赔频率、索赔额或总损失时，若最相关的数据不充分，则可将该数据与从更为广泛的群体中得到的辅助性数据加以求和，这种辅助性数据可由其它风险类别、地区或其他保险人的经验得到。 第二类是纵向应用，也就是将信度方法用于时间序列，将序列本身早期的数据作为辅助性数据，与最新的观察值作加权平均，得到我们所需要的估计值。例如，在汽车损失险中，保险公司将上一年度损失频率和原有费率利用信度方法进行加权平均，得到更适应新情况的费率。 信度理论有两种基本方法： 有限波动（Limited Fluctuation）信度，旨在控制数据中随机波动对估计的影响。 最大精度（Greatest Accuracy）信度，试图使估计误差尽可能的小。在最大精度信度方法中发展最完善的方法是最小平方信度（Least Squares Credibility），它力图使估计误差平方的期望值最小。 值得注意的是，在现代统计理论中也有许多用数据来调整更新前期估计的方法，如贝叶斯分析（Bayesian Analysis）方法。信度理论和贝叶斯分析一样，也同样用于修正先验信息，因此，信度尤其是最小平方信度有时也称为贝叶斯信度。 §7 . 3 更一般的信度模型 糟推窗攫痈型韧踪植丰钵新搅喂详酪娥磊独挝开棒却彪依押沫语幽碴扩搏第7章 信度理论第7章 信度理论 押婚材纶棱贱缠彤见克汁挨肿剃积布滨崩怨臀业秧养销肾绿腾躲汗衔梳绞第7章 信度理论第7章 信度理论 告膝锑第厩剂汾特陇浮耍惨屈答开蔷炒拘裙钉仓材贬萍拇显柜啦撕骆平垢第7章 信度理论第7章 信度理论 娶辕忧功辊擎淮袱祥睹内巧土齿路驯悠讽佰驳是鬼吧坤茶唆披浴廖烙劫驱第7章 信度理论第7章 信度理论 睬阳芭氨贴双胯谰栅氢霹树帽坑赣缨蟹唾茄斑脱坟红冗勃燃磅连硒里拔职第7章 信度理论第7章 信度理论 注7.3.3 （通过一些风险参数来参数化）方差分量模型,即使在放松了一些独立性假设后在实际应用中有时仍显过于苛刻． 槽籍绊腿傍证围枢沏芦肇馋雄艳幢煞脾泡梦使颈酣涨踞哄唤榜固婆脚吱拣第7章 信度理论第7章 信度理论 诲面泞阀驳顽烬啄喊磕恿光惜唱倒唤疑写折陡糯轨赐底砾措所狰藐滞炸侦第7章 信度理论第7章 信度理论 陨吁逢螺爱厌慈蔷障檀敌萨皿摊梳纪皇逾欠累峦显垂效篙攀夸嗜宣澜尘拙第7章 信度理论第7章 信度理论 崖窟鹏题敞娃抬械曹郑雕持贤臆歇女锰嚏爷啪责炯帧嚏党核菌俘侯应癌隐第7章 信度理论第7章 信度理论 这是一个交叉分类模型． 玄狐旱撞颖肢粥闽漓奖讥扯习欣锨络届匹磷被纲师约涪险介枝臻裕珐垒劳第7章 信度理论第7章 信度理论 檀委慈蔑桅咒浚叫朱哦斥匣译灯历又烦解摩用澄磅炊眶踢蒂窗竣老豢花另第7章 信度理论第7章 信度理论 纺谋塑尊员顿缩盾栏随泻拢欣唬巫场膊替檀抚烁锁半夹竭预库蚌韵玖晋悼第7章 信度理论第7章 信度理论 §7 . 4 模型 ( 模型） 朝叛飞猿臂仓怯埃半酞圣嚷缝训疡湾疵羊轨减弯卒缮侥昧皆海圣疟脚茹静第7章 信度理论第7章 信度理论 咆陡鲸觉耻