非壽險(xiǎn)索賠準(zhǔn)備金評(píng)估：統(tǒng)計(jì)模型與方法

定　價(jià)：￥58.00

作　者：	段白鴿著
出版社：	北京大學(xué)出版社
叢編項(xiàng)：	高等院校金融數(shù)學(xué)叢書
標(biāo)　簽：	暫缺

購買這本書可以去

ISBN：	9787301290521	出版時(shí)間：	2018-01-01	包裝：	平裝
開本：	16開	頁數(shù)：	284	字?jǐn)?shù)：

內(nèi)容簡介

　　《非壽險(xiǎn)索賠準(zhǔn)備金評(píng)估：統(tǒng)計(jì)模型與方法》在吸取索賠準(zhǔn)備金評(píng)估經(jīng)典著作的基礎(chǔ)上，提出一元評(píng)估隨機(jī)性方法的三個(gè)層次（即無分布假設(shè)、有分布假設(shè)、在分層結(jié)構(gòu)下考慮各種分布假設(shè)），并將其擴(kuò)展到兩類多元評(píng)估隨機(jī)性方法中.本書敘述遵循由簡單到復(fù)雜的寫作思路，在結(jié)構(gòu)安排上做到循序漸進(jìn)、由淺入深、深入淺出.全書內(nèi)容共分七章：一章為引言，第二至四章介紹一元評(píng)估隨機(jī)性方法；第五、六章介紹兩類多元評(píng)估隨機(jī)性方法；第七章探討各種評(píng)估方法的穩(wěn)健推斷工具.　本書特色在于：一，涵蓋了一元和兩類多元評(píng)估方法；第二，將一元和兩類多元評(píng)估的波動(dòng)性度量從二階矩MSEP估計(jì)提升到預(yù)測(cè)分布模擬，拓展了準(zhǔn)備金評(píng)估的不確定性風(fēng)險(xiǎn)度量研究；第三，各章內(nèi)容涉及復(fù)雜的數(shù)值計(jì)算，故每章給出了大量的數(shù)值實(shí)例，便于讀者理解和參考；第四，使用R軟件和WinBUGS軟件對(duì)各種評(píng)估方法進(jìn)行編程實(shí)現(xiàn)，算法極具靈活性和可移植性（對(duì)相應(yīng)的算法程序感興趣的讀者可與作者聯(lián)系： duanbaige@fudan.edu.cn）.　本書適用于高校保險(xiǎn)精算專業(yè)研究生教學(xué)，也是精算從業(yè)人員掌握準(zhǔn)備金評(píng)估技術(shù)的重要參考書。

作者簡介

　　段白鴿，經(jīng)濟(jì)學(xué)博士，中國準(zhǔn)精算師?，F(xiàn)為復(fù)旦大學(xué)經(jīng)濟(jì)學(xué)院風(fēng)險(xiǎn)管理與保險(xiǎn)學(xué)系講師，研究方向?yàn)榻y(tǒng)計(jì)精算與定量風(fēng)險(xiǎn)管理、不確定經(jīng)濟(jì)學(xué)。為復(fù)旦大學(xué)經(jīng)濟(jì)學(xué)院風(fēng)險(xiǎn)管理與保險(xiǎn)學(xué)系本科生開設(shè)“保險(xiǎn)經(jīng)濟(jì)學(xué)”“保險(xiǎn)心理學(xué)”“人壽與健康保險(xiǎn)”三門專業(yè)必修課程；合作出版了圖書《非壽險(xiǎn)索賠準(zhǔn)備金評(píng)估隨機(jī)性方法》《壽險(xiǎn)精算習(xí)題解答》。

圖書目錄

第一章引言
第一節(jié) 索賠準(zhǔn)備金評(píng)估簡介
1.1.1 評(píng)估背景
1.1.2 評(píng)估數(shù)據(jù)結(jié)構(gòu)
1.1.3 評(píng)估分類
第二節(jié) 索賠準(zhǔn)備金評(píng)估方法
1.2.1 評(píng)估方法的發(fā)展歷程
1.2.2 一元評(píng)估隨機(jī)性方法
1.2.3 多元評(píng)估隨機(jī)性方法
1.2.4 本書內(nèi)容結(jié)構(gòu)
第二章無分布假設(shè)的隨機(jī)性鏈梯法
第一節(jié) 無分布假設(shè)的Mack模型
2.1.1 Mack模型
2.1.2 Mack模型中條件MSEP的定義和估計(jì)
2.1.3 數(shù)值實(shí)例
第二節(jié) 非參數(shù)Bootstrap方法
2.2.1 基于非參數(shù)Bootstrap方法的隨機(jī)性鏈梯法
2.2.2 非參數(shù)Bootstrap方法中MSEP的定義和估計(jì)
2.2.3 數(shù)值實(shí)例
第三節(jié) 本章小結(jié)
第三章隨機(jī)性索賠準(zhǔn)備金評(píng)估的分布模型
第一節(jié) 廣義線性模型
3.1.1 GLM的基本框架
3.1.2 基于過度分散泊松模型的隨機(jī)性鏈梯法
3.1.3 數(shù)值實(shí)例
第二節(jié) 對(duì)數(shù)正態(tài)模型
3.2.1 對(duì)數(shù)正態(tài)模型
3.2.2 在對(duì)數(shù)正態(tài)模型中應(yīng)用Bootstrap方法模擬預(yù)測(cè)分布
3.2.3 數(shù)值實(shí)例
第三節(jié) 索賠進(jìn)展過程的曲線擬合模型
3.3.1 索賠進(jìn)展過程建模
3.3.2 索賠準(zhǔn)備金的估計(jì)和波動(dòng)性度量
3.3.3 數(shù)值實(shí)例
3.3.4 主要結(jié)論
第四節(jié) 本章小結(jié)
第四章索賠準(zhǔn)備金評(píng)估的分層模型
第一節(jié) 分層模型
4.1.1 分層模型的基本思想
4.1.2 分層模型的模型結(jié)構(gòu)
第二節(jié) 索賠準(zhǔn)備金評(píng)估的非線性分層模型
4.2.1 非線性分層增長曲線模型
4.2.2 數(shù)值實(shí)例
4.2.3 主要結(jié)論與建議
第三節(jié) 索賠準(zhǔn)備金評(píng)估的貝葉斯非線性分層模型
4.3.1 貝葉斯建模分析的基本框架
4.3.2 貝葉斯非線性分層模型
4.3.3 數(shù)值實(shí)例
4.3.4 主要結(jié)論與建議
第四節(jié) 本章小結(jié)
第五章考慮不同類型賠款數(shù)據(jù)相關(guān)性的多元索賠準(zhǔn)備金評(píng)估方法
第一節(jié) 隨機(jī)性準(zhǔn)備金進(jìn)展法
5.1.1 準(zhǔn)備金進(jìn)展法
5.1.2 基于Bootstrap方法的隨機(jī)性準(zhǔn)備金進(jìn)展法
5.1.3 數(shù)值實(shí)例
第二節(jié) 隨機(jī)性Munich鏈梯法
5.2.1 鏈梯法的缺陷及改進(jìn)的思路
5.2.2 Munich鏈梯法
5.2.3 基于Bootstrap方法的隨機(jī)性Munich鏈梯法
5.2.4 數(shù)值實(shí)例
第三節(jié) 考慮不同類型賠款數(shù)據(jù)相關(guān)性的隨機(jī)性準(zhǔn)備金進(jìn)展法
5.3.1 準(zhǔn)備金進(jìn)展法的不足及改進(jìn)
5.3.2 考慮不同類型賠款數(shù)據(jù)相關(guān)性的隨機(jī)性準(zhǔn)備金進(jìn)展法
5.3.3 數(shù)值實(shí)例
第四節(jié) 本章小結(jié)
第六章基于不同業(yè)務(wù)線相依性的多元索賠準(zhǔn)備金評(píng)估方法
第一節(jié) 一般的多元框架
第二節(jié) 多元鏈梯法
6.2.1 多元CL模型
6.2.2 多元CL模型中MSEP的定義和估計(jì)
6.2.3 數(shù)值實(shí)例
第三節(jié) 多元可加損失準(zhǔn)備金評(píng)估方法
6.3.1 多元ALR模型
6.3.2 多元ALR模型中條件MSEP的估計(jì)
6.3.3 數(shù)值實(shí)例
第四節(jié) 多元CL和ALR混合模型
6.4.1 多元CL和ALR混合模型
6.4.2 多元CL和ALR混合模型中MSEP的估計(jì)
6.4.3 數(shù)值實(shí)例
第五節(jié) 多元索賠準(zhǔn)備金評(píng)估的貝葉斯非線性分層模型
6.5.1 貝葉斯分層建模方法的引入
6.5.2 貝葉斯非線性分層模型
6.5.3 數(shù)值實(shí)例
第六節(jié) 本章小結(jié)
第七章穩(wěn)健索賠準(zhǔn)備金評(píng)估方法
第一節(jié) 考慮離群值的穩(wěn)健鏈梯法
7.1.1 鏈梯法
7.1.2 穩(wěn)健鏈梯法
7.1.3 數(shù)值實(shí)例
7.1.4 主要結(jié)論與建議
第二節(jié) 考慮離群值的穩(wěn)健廣義線性模型
7.2.1 GLM的穩(wěn)健估計(jì)與索賠準(zhǔn)備金評(píng)估
7.2.2 基于GLM和RGLM的索賠準(zhǔn)備金評(píng)估
7.2.3 數(shù)值實(shí)例
第三節(jié) 本章小結(jié)
參考文獻(xiàn)
附錄
附錄A 逆向計(jì)算與過度分散泊松模型和鏈梯法的一致性
附錄B 考慮分?jǐn)?shù)進(jìn)展年和分?jǐn)?shù)進(jìn)展月的不同暴露期調(diào)整
附錄C 關(guān)于對(duì)數(shù)似然函數(shù)的導(dǎo)數(shù)計(jì)算
附錄D Wishart分布
附錄E 殘差的標(biāo)準(zhǔn)差為小于1的常數(shù)的證明