基于个体数据准备金评估.docVIP

基于个体数据的准备金评估 【摘要】：保险公司的非寿险责任准备金是公司最主要的负债项目,其规模可以达到非寿险业务年净保费收入的两倍甚至更多。因此责任准备金评估的充足性和准确性在很大程度上影响保险公司经营成果核算的真实性和履行保险赔付责任的能力。而根据准备金的分类,可知其评估的焦点集中在已发生未报告(IncurredButNotReported,IBNR).已发生已报告(ReportedButNotSettled,RBNS)和未到期(NotIncurred,NI)责任准备金上。传统的准备金方法都是基于聚合数据的,聚合数据丢失了许多有用信息,影响了准备金预测的准确性。因此,我们要发展一些基于个体数据的个体准备金模型来提高准备金预测的准确性。本论文的第一部分(包括第3章、第4章、第5章)就分别提出了一些个体准备金模型。第3章通过带随机尺度因子的标值Poisson过程构造了一个个体准备金模型。在该模型中,索赔发生过程用带随机尺度因子的Poisson过程来刻画,而每个个体索赔进展(描述一个索赔从发生到最终结案的进展,其中包括报告延迟、结案延迟等信息)则作为索赔发生时刻的标值。该模型和传统的聚合索赔模型相比,使用了更为完整的信息,和已经存在的标值Poisson个体准备金模型相比,由于随机强度的引入,使模型有了更强的现实刻画能力,这些都使得准备金的预测更为准确。在模型的处理上,我们利用带随机尺度