×

半马尔可夫个人损失准备金模型中最终风险和1年风险的矩阵计算。 (英语) Zbl 1472.91038号

考虑一般保险流程。本文作者假设,在事件发生和结束之间,索赔可能会经历几个状态。索赔首先被称为已发生但未报告(IBNR)。在IBNR期间,保险人对索赔金额负责,但不知道索赔的存在。该公司知道索赔,但可能需要一段时间才能支付第一笔款项。然后,索赔被称为已报告但尚未支付(RBNP),这意味着尚未支付任何款项的已报告索赔。除非索赔在未付款的情况下结束,否则它将进入报告但未结算(RBNS)阶段,从第一次付款到结束,只要其最终成本未知。
本文作者采用离散时间半马尔可夫过程来描述索赔的发展阶段。状态空间由一个IBNR状态、一个RBNP状态、一连串RBNS状态和两个最终状态组成,这两个状态对应于有或无终端支付的闭包。借助离散危险率研究了各状态下的占用时间。特定于州的离散危险率函数对应于在索赔处于当前状态一段时间后发生转移的概率。
本文中提出的保留模型扩展了中提出的方法[K.安东尼奥等,“针对一般保险微观层面准备金的多国家方法和灵活支付分配”,SSRN Preprint,34 p.(2016;doi:10.2139/ssrn.2777467)].

MSC公司:

91G05号 精算数学
60 K15 马尔可夫更新过程,半马尔可夫过程
PDF格式BibTeX公司 XML格式引用
全文: DOI程序 链接

参考文献:

[1] Allison,P.D.,事件历史分析的离散时间方法,社会学方法论,13,61-98(1982)
[2] Antonio,K.、Godecharle,E.和Van Oirbeek,R.(2016)。针对一般保险中的微观准备金,采用多国家方法和灵活的支付分配。SSRN提供:https://ssrn.com/abstract=2777467。
[3] Arjas,E.,《非人寿保险中的索赔准备金问题:一些结构性观点》,ASTIN Bulletin,19,140-152(1989)
[4] Bettonville,C.、Denuit,M.、Trufin,J.和Van Oirbeek,R.(2020年)。一般保险中的Semi-Markov多状态个人损失准备金模型。Detra Note 2020-1网址:http://detralytics.com。
[5] Cebrian,A。;Denuit,M。;Lambert,P.,《精算师协会大额索赔数据库的广义帕累托拟合》,《北美精算杂志》,第7期,第18-36页(2003年)·Zbl 1084.62108号
[6] 库雷,K。;Ananda,M.M.A.,用复合对数正态-Pareto模型建模精算数据,斯堪的纳维亚精算杂志,2005,321-334(2005)·Zbl 1143.91027号
[7] Charpentier,A。;Pigeon,M.,非寿险理赔准备金的宏观与微观方法(计量经济学视角),风险,4,1-18(2016)
[8] Denuit,M。;Trufin,J.,《超越Tweedie储备模型:损失开发的集体方法》,《北美精算杂志》,21,611-619(2017)·Zbl 1414.91178号
[9] Denuit,M。;Trufin,J.,《机动车第三方责任保险中两类索赔的集体损失准备金》,《计算与应用数学杂志》,335168-184(2018)·Zbl 1408.91099号
[10] 加布里埃利,A。;Wuthrich,M.V.,个人索赔历史模拟机,风险,6,29(2018)
[11] Hachemeister,C.A.(1980)。损失准备金的随机模型。《第21届国际精算师大会汇刊》,第1卷,第185-194页。
[12] Hesselager,O.,损失准备金的马尔可夫模型,ASTIN Bulletin,24183-193(1994)
[13] Hurlimann,W.,《一个简单的多状态伽马声明保留模型》,《国际当代数学科学杂志》,10,65-77(2015)
[14] 克莱因,N。;Denuit,M。;朗·S。;Kneib,T.,《非寿险费率制定和风险管理与位置、规模和形状的贝叶斯加性模型》,《保险:数学与经济》,55,225-249(2014)·Zbl 1296.62089号
[15] Norberg,R.,《非寿险I未偿负债预测》,ASTIN Bulletin,23,95-115(1993)
[16] Norberg,R.,《未偿债务预测II》。模型变化和扩展,ASTIN公告,29,5-25(1999)·Zbl 1162.91428号
[17] Scollnik,D.P.M.,《复合对数-帕雷托模型》,《斯堪的纳维亚精算杂志》,2007年,第20-33页(2007年)·Zbl 1146.91028号
[18] Taylor,G.(2018)。通往启蒙的漫长道路:过去的损失准备金模型,以及对未来的一些猜测。拓展视野57。
[19] Taylor,G.,损失准备金模型:粒度和机器学习形式,风险,7,1-18(2019)
[20] Willekens,F.,《R的生命史多状态分析》(2014),纽约:施普林格出版社,纽约
[21] Wuthrich,M.V。;Merz,M.,《保险中的随机索赔准备金方法》(2008),纽约:威利·Zbl 1273.91011号
[22] Wuthrich,M.V.和Merz,M.(2015)。随机索赔准备金手册:动态建模的进展。SSRN提供:https://ssrn.com/abstract=2649057。
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。