×
克里斯蒂安·罗尔贝克;艾玛·F·伊斯托。;阿诺尔多·弗里格西;乔纳森·塔恩（Jonathan A.Tawn）。

水相关保险索赔的极值建模。 （英语） Zbl 1393.62047号

附录申请。斯达。 第1246-282号第12页（2018年）.
小结：本文考虑了降雨或雪暴等天气事件与水相关财产保险索赔数量之间的相关性。造成严重损害的天气事件具有普遍意义；决策者希望针对他们采取有效的行动，而保险公司希望设定足够的保费。由于拓扑结构、建筑设计和气候的差异，各地理区域的潜在动态各不相同，因此建模具有挑战性。我们开发了新的方法来改进现有模型，这些模型无法模拟大量索赔。统计框架基于混合和极值混合建模，后者基于离散化广义帕累托分布。此外，我们提出了一种时间聚类算法，并推导出新的协变量，从而更好地理解索赔与天气事件之间的关联。根据当地观测到的天气事件，对索赔进行建模，既能很好地拟合边际分布，又能捕捉到位置之间的空间相关性。我们的方法应用于挪威的三个城市，以证明其效益。

引用于4文件

理学硕士：

62P05号 统计学在精算科学和金融数学中的应用
62G32型 极值统计；尾部推理
60G70型 极值理论；极值随机过程
91B30型 风险理论，保险（MSC2010）

关键词：

极值依赖;极值混合物;保险索赔;混合物建模;泊松-障碍模型;时空建模

软件：

依斯梅夫
PDF格式BibTeX公司 XML格式引用
\textit{C.Rohrbeck}等人，Ann.Appl。Stat.12，No.1，246--282（2018；Zbl 1393.62047）
全文： 内政部 欧几里得

参考文献：

[1] Anderson，C.W.（1970年）。一类离散分布的极值理论及其在随机过程中的应用。J.应用。概率7 99-113·Zbl 0192.54202号
[2] Anderson，C.W.（1980）。离散随机变量极大值的局部极限定理。数学。程序。剑桥菲洛斯。Soc.88 161-165·Zbl 0448.60017号
[3] Anderson，C.W.、Coles，S.G.和Hüsler，J.（1997）。类泊松变量和相关三角形数组的最大值。附录申请。概率7 953-971·Zbl 0897.60052号 ·doi:10.1214/aoap/1043862420
[4] Behrens，C.N.、Lopes，H.F.和Gamerman，D.（2004）。基于阈值估计的极端事件贝叶斯分析。统计模型4 227-244·Zbl 1111.62023号 ·doi:10.191/1471082X04st075oa
[5] Besag，J.（1974年）。空间相互作用和晶格系统的统计分析。J.罗伊。统计师。Soc.系列。B 36 192-236·Zbl 0327.60067号
[6] Besag，J.、York，J.和Mollié，A.（1991）。贝叶斯图像恢复，在空间统计中有两个应用。Ann.Inst.统计。数学43 1-59·Zbl 0760.62029号
[7] Boldi，M.-O.和Davison，A.C.（2007年）。多元极值的混合模型。J.R.统计社会服务。B.统计方法69 217-229·Zbl 1120.62030
[8] Bottolo，L.、Consonni，G.、Dellaportas，P.和Ligoi，A.（2003）。通过混合建模对极值进行贝叶斯分析。极端6 25-47·Zbl 1053.62061号
[9] Botzen，W.J.和van den Bergh，J.C.（2008）。荷兰应对气候变化和洪水的保险：现在、未来以及与其他国家的比较。风险分析28 413-426。
[10] Botzen，W.J.和van den Bergh，J.C.（2012）。对低概率气候变化风险的风险态度：洪水保险的WTP。《经济学杂志》。行为。器官82 151-166。
[11] Brockwell，A.E.（2007年）。通用残差：多元变换。统计师。普罗巴伯。第77号信件1473-1478·Zbl 1128.62064号 ·doi:10.1016/j.spl.2007.02.008
[12] Brooks，S.P.和Gelman，A.（1998年）。监测迭代模拟收敛性的一般方法。J.计算。图表。统计7 434-455。
[13] Buddana，A.和Kozubowski，T.J.（2014）。离散帕累托分布。经济。资格。控制29 143-156·Zbl 1390.60055号
[14] Carreau，J.和Bengio，Y.（2009年）。非对称fat-tailed数据的混合Pareto模型：单变量情况。极端12 53-76·Zbl 1223.62030号
[15] Coles，S.（2001）。极值统计建模简介。斯普林格，伦敦·Zbl 0980.62043号
[16] Coles，S.、Heffernan，J.和Tawn，J.A.（1999）。极值分析的相关性度量。极端239-365·Zbl 0972.62030号
[17] Coles，S.G.和Tawn，J.A.（1991年）。极端多元事件建模。J.罗伊。统计师。Soc.系列。乙53 377-392·Zbl 0800.60020号
[18] Coles，S.G.和Tawn，J.A.（1996年）。模拟区域降雨过程的极值。J.罗伊。统计师。Soc.系列。乙58 329-347·Zbl 0863.60041号
[19] Davison，A.C.和Smith，R.L.（1990年）。超出高阈值的模型。J.罗伊。统计师。Soc.系列。乙52 393-442·兹比尔0706.62039
[20] de Carvalho，M.和Davison，A.C.（2014）。多元极值的谱密度比模型。J.Amer。统计师。协会109 764-776·Zbl 1367.62270号 ·doi:10.1080/01621459.2013.872651
[21] 环境、粮食和农村事务部（2004年）。英国气候变化指标审查。可从以下位置获得http://www.ecn.ac.uk/iccuk/。
[22] Eastoe，E.F.和Tawn，J.A.（2009年）。应用于表层臭氧的非平稳极值建模。J.R.统计社会服务。C.申请。统计数字58 25-45。
[23] Einmahl，J.H.J.，de Haan，L.和Sinha，A.K.（1997年）。估计极值分布的谱测度。随机过程。申请70 143-171·Zbl 0905.62051号
[24] Einmahl，J.H.J.和Segers，J.（2009）。极值分布谱测度的最大经验似然估计。《统计年鉴》37 2953-2989·Zbl 1173.62042号 ·doi:10.1214/08-AOS677
[25] Frees，E.W.和Valdez，E.A.（2008）。分层保险索赔建模。J.Amer。统计师。协会103 1457-1469·Zbl 1286.62087号
[26] Frigessi，A.、Haug，O.和Rue，H.（2002）。无需阈值选择的无监督尾估计的动态混合模型。极端5 219-235·Zbl 1039.62042号
[27] Hanson，T.E.、de Carvalho，M.和Chen，Y.（2017）。多元极值分布的Bernstein多项式角密度。统计师。普罗巴伯。信件128 60-66·兹比尔1379.60056
[28] Haug，O.、Dimakos，X.K.、Várdal，J.F.、Aldrin，M.和Meze-Hausken，E.（2011）。气候变化带来的未来建筑水损失预测。扫描。演员。J.2011年1月至20日·Zbl 1277.62269号 ·doi:10.1080/03461230903266533
[29] Hitz，A.（2017年）。极点建模。未发表的牛津大学博士论文。
[30] Holmes，J.和Moriarty，W.（1999年）。《广义帕累托分布在风工程极值分析中的应用》，《风力工程与空气动力学杂志》83 1-10。
[31] Jenkins，G.J.、Perry，M.C.和Prior，M.J.（2008）。英国的气候和最近的趋势。英国埃克塞特市哈德利中心气象局。
[32] Klugman，S.A.、Panjer，H.H.和Willmot，G.E.（2012年）。《损失模型：从数据到决策》，第4版，新泽西州霍博肯威利出版社·Zbl 1272.62002号
[33] Knabb，R.D.、Rhome，J.R.和Brown，D.P.（2005年）。热带气旋报告：卡特里娜飓风：2005年8月23日至30日。国家飓风中心技术报告。
[34] Kubilay，A.、Derome，D.、Blocken，B.和Carmeliet，J.（2013）。使用欧拉多相模型对建筑立面上的风致雨进行CFD模拟和验证。生成。环境61 69-81。
[35] Ledford，A.W.和Tawn，J.A.（1996）。多元极值中近似独立性的统计。生物特征83 169-187·Zbl 0865.62040号
[36] Li，Y.，Cai，W.和Campbell，E.（2005）。西澳大利亚西南部极端降雨的统计模拟。J.气候18 852-863。
[37] MacDonald，A.、Scarrott，C.J.、Lee，D.、Darlow，B.、Reale，M.和Russell，G.（2011年）。一个灵活的极值混合模型。计算。统计师。数据分析55 2137-2157·Zbl 1328.62296号
[38] Mills，E.（2005）。保险业处于变化的环境中。科学309 1040-1044。
[39] Nelsen，R.B.（2006年）。《Copulas简介》，第二版，纽约斯普林格出版社·Zbl 1152.62030
[40] Pickands，J.III（1971）。二维泊松过程和极值过程。J.应用。概率8 745-756·兹比尔0242.62024
[41] Prieto，F.、Gómez-Déniz，E.和Sarabia，J.M.（2014）。用离散广义帕累托分布对道路事故黑点数据进行建模。事故分析。预览71 38-49。
[42] Resnick，S.I.（2013）。极值、正则变化和点过程。纽约州施普林格·Zbl 1136.60004号
[43] Russell，B.T.、Cooley，D.S.、Porter，W.C.、Reich，B.J.和Heald，C.L.（2016）。数据挖掘以调查极端地面臭氧事件的气象驱动因素。附录申请。统计数字10 1673-1698·Zbl 1391.62278号
[44] Sanders，C.H.和Phillipson，M.C.（2003）。英国适应战略和技术措施：气候变化对建筑的影响。生成。研究信息31 210-221。
[45] Scheel，I.、Ferkingstad，E.、Frigessi，A.、Haug，O.、Hinnerichsen，M.和Meze-Hausken，E.（2013）。具有空间变量选择的贝叶斯层次模型：天气对保险索赔的影响。J.R.统计社会服务。C.申请。统计数字62 85-100。
[46] Schuster，S.S.、Blong，R.J.和McAneney，K.J.（2006）。澳大利亚东部严重冰雹天气雷达冰雹动能与投保建筑损坏之间的关系。大气。第81号决议第215-235段。
[47] Schwarz，G.（1978年）。估算模型的维度。《统计年鉴》第6卷第461-464页·Zbl 0379.62005年
[48] Shimura，T.（2012）。最大吸引域分布的离散化。极端15 299-317·Zbl 1329.60159号
[49] Smith，J.（1985）。非标准时间序列模型的诊断检查。J.预测。4 283-291。
[50] Smith，R.L.和Goodman，D.J.（2000）。贝叶斯风险分析。极端和综合风险管理（P.Embrechts，ed.）235-251。风险书籍，伦敦。
[51] Spiegelhalter，D.J.、Best，N.G.、Carlin，B.P.和van der Linde，A.（2002）。模型复杂度和拟合度的贝叶斯度量。J.R.统计社会服务。B.统计方法64 583-639·Zbl 1067.62010年
[52] Yip，K.C.和Yau，K.K.（2005）。用额外的零对一般保险中的索赔频率数据进行建模。保险数学。经济36 153-163·Zbl 1070.62098号
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且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。