Lee,Woojoo先生;金正焕;安在英 经验费率制定的泊松随机效应模型:局限性和替代解决方案。 (英语) 兹比尔1435.91157 保险。数学。经济。 91, 26-36 (2020). 摘要:具有共享随机效应的泊松随机效应模型在精算学中广泛用于分析索赔数量。特别是,随机效应是后部风险分类。然而,由于随机效应的双重作用,可能无法正确评估随机效应的必要性;它既影响索赔数量的边际分布,也影响从个人获得的索赔数量随时间变化的相关性。我们首先表明,共享随机效应方差为零的分数检验可以错误地指示索赔数量之间的显著相关性,即使索赔数量是独立的。为了缓解这个问题,我们建议通过引入额外的随机效应来捕获过度分散部分,即饱和随机效应,从而分离随机效应的双重作用。为了避免饱和随机效应带来的繁重计算问题,我们为饱和随机效应选择了伽马分布,因为它给出了边际分布的封闭形式。事实上,这种选择导致了负二项随机效应模型,该模型已广泛用于频率数据的分析。我们表明,关于后部在各种情况下,可以基于负二项混合模型进行风险分类。我们还导出了分数测试,作为存在后部基于所提出的模型进行风险分类。 引用于1文件 MSC公司: 91G05号 精算数学 关键词:泊松随机效应模型;索赔频率;依赖;经验费率制定;负二项分布 软件:bfa公司 PDF格式BibTeX公司 XML格式引用 \textit{W.Lee}等人,《保险》。数学。经济。91、26-36(2020年;Zbl 1435.91157) 全文: 内政部 arXiv公司 参考文献: [1] 安东尼奥,K。;Valdez,E.A.,《保险业先验和后验风险分类的统计概念》,AStA高级统计分析。,96, 2, 187-224 (2012) ·Zbl 1443.62328号 [2] Booth,J.G。;卡塞拉,G。;弗里德尔·H。;Hobert,J.P.,负二项对数线性混合模型,统计模型。,3, 3, 179-191 (2003) ·Zbl 1070.62058号 [3] 鲍彻,J.-P。;Denuit,M.,索赔计数泊松回归模型中的固定与随机效应:汽车保险案例研究,Astin Bull。,36, 01, 285-301 (2006) ·Zbl 1162.91398号 [4] 鲍彻,J.-P。;Denuit,M.,零膨胀泊松模型的可信度溢价和对奖金解释的新渴求,《保险数学》。经济。,42, 2, 727-735 (2008) ·Zbl 1152.91567号 [5] 鲍彻,J.-P。;Denuit,M。;Guillen,M.,基于泊松分布和负二项分布推广的时间相关保险索赔计数模型,方差,2,1,135-162(2008) [6] Boucher,J。;Inoussa,R.,《利用面板数据进行后验费率制定》,Astin Bull。,2, 1, 587-612 (2014) ·Zbl 1431.91319号 [7] Bühlmann,H。;Gisler,A.,可信性理论及其应用课程(2006年),Springer科学与商业媒体 [8] Chesher,A.,《被忽视的异质性测试》,《计量经济学》,52,865-872(1984)·Zbl 0564.62096号 [9] De Jong,P。;Heller,G.Z.,《保险数据的广义线性模型》(2008),剑桥大学出版社·Zbl 1142.91046号 [10] Denuit,M。;Maréchal,十岁。;皮特雷比斯,S。;Walhin,J.-F.,《理赔精算模型:风险分类、可信度和奖金-马卢斯系统》(2007),John Wiley&Sons·Zbl 1168.91001号 [11] Frees,E.W.,《精算和金融应用回归建模》(2010),剑桥大学出版社·Zbl 1284.62010年 [12] Heagerty,P.J。;Kurland,B.F.,错误指定的最大似然估计和广义线性混合模型,生物特征,88,4,973-985(2001)·Zbl 0986.62060号 [13] Lawless,J.F.,负二项和混合泊松回归,加拿大。J.统计。,15, 3, 209-225 (1987) ·Zbl 0632.62060号 [14] Liang,K.,《多地层同质性的当地最有力测试》,Biometrika,74,259-264(1987)·兹比尔062162025 [15] McCulloch,C.E。;Neuhaus,J.M.,《错误指定随机效应分布的形状:为什么出错可能无关紧要》,《统计科学》。,388-402 (2011) ·Zbl 1246.62169号 [16] Molenberghs,G。;Verbeke,G.,《离散纵向数据模型》(2005),Springer·Zbl 1093.62002号 [17] J.S.穆雷。;邓森,D.B。;Carin,L。;Lucas,J.E.,混合数据的贝叶斯-高斯copula因子模型,J.Amer。统计师。协会,108,502,656-665(2013)·Zbl 06195968号 [18] Pinquet,J.,bonus-malus系统索赔成本准备金,阿斯汀公牛。,27, 01, 33-57 (1997) [19] Pinquet,J.,《根据不同类型的索赔设计最佳骨-骨髓系统》,阿斯汀公牛。,28, 02, 205-220 (1998) ·Zbl 1162.91430号 [20] 杨,Z。;哈丁,J。;艾迪,C。;Vuong,Q.,泊松回归与广义泊松模型中过度分散的测试方法,Biom。J.,49,4,565-584(2007)·Zbl 1442.62709号 [21] 叶,K.C。;Yau,K.K.,《用额外的零对一般保险中的索赔频率数据建模》,《保险数学》。经济。,36, 2, 153-163 (2005) ·兹比尔1070.62098 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。