×
詹妮弗·S·K·陈。;Choy，S.T.Boris公司;乌迪·马科夫（Udi E.Makov）。

使用广义-（t）分布对损失准备金数据进行稳健贝叶斯分析。 （英语） Zbl 1169.91384号

阿斯汀公牛。 38，第1期，207-230（2008）.
摘要：本文提出了一种利用马尔可夫链蒙特卡罗方法和广义-（t）（GT）分布预测保险公司损失准备金的贝叶斯方法。现有的模型和方法无法处理不规则和极端索赔，因此无法准确预测损失准备金。为了开发一个更稳健的不规则索赔模型，本文将传统的正态误差分布扩展到GT分布，GT分布嵌套了几个重尾分布，包括Student-（t）和指数幂分布。结果表明，GT分布可以表示为均匀分布的比例混合（SMU），这有助于使用混合参数实现模型和检测异常值。采用不同的均值函数模型，包括log-ANOVA、log-ANCOVA、状态空间和阈值模型，分析实际损失准备金数据。最后，根据偏差信息准则（DIC）选择最佳模型。

引用于11文件

理学硕士：

91B30型 风险理论，保险（MSC2010）
91B70型 经济学中的随机模型

关键词：

贝叶斯方法;状态空间模型;阈值模型;均匀分布比例混合;偏差信息准则
PDF格式BibTeX公司 XML格式引用
\textit{J.S.K.Chan}等人，ASTIN Bull。38，第1号，207--230（2008；Zbl 1169.91384）
全文： 内政部

参考文献：

[1] 内政部：10.1017/S0020268100041287·doi:10.1017/S0020268100041287
[2] DOI:10.1081/STA-120022242·Zbl 1184.62024号 ·doi:10.1081/STA-120022242
[3] 内政部：10.1093/biomet/60.3.664·2014年02月68日 ·doi:10.1093/biomet/60.3.664
[4] 内政部：10.1080/10920277.2004.10596152·Zbl 1085.62516号 ·doi:10.1080/10920277.2004.10596152
[5] DOI:10.1007/BF02564434·兹伯利0891.62016 ·doi:10.1007/BF02564434
[6] 数字对象标识码：10.1017/S0515036100013325·doi:10.1017/S0515036100013325
[7] 内政部：10.1111/1467-9868.00179·Zbl 0913.62028号 ·doi:10.1111/1467-9868.00179
[8] 《精算师学会杂志》第19页第31页–（1996年）
[9] 麻省理工学院出版社72页，第321页–（1990）
[10] DOI:10.2143/AST.24.2.2005074·doi:10.2143/AST.24.2.2005074
[11] 统计分析中的贝叶斯推断（1973）·Zbl 0271.62044号
[12] DOI:10.1017/S0020268100019545·doi:10.1017/S0020268100019545
[13] 内政部：10.1017/S0020268100036714·网址：10.1017/S0020268100036714
[14] DOI:10.10109/数据.1974.1100705·Zbl 0314.62039号 ·doi:10.1109/TAC.1974.1100705
[15] MRC生物统计股（2004年）
[16] 内政部：10.1111/1467-9868.00353·Zbl 1067.62010年 ·数字对象标识代码：10.1111/1467-9868.00353
[17] 内政部：10.1080/10920277.2002.10596033·doi:10.1080/10920277.2002.10596033
[18] 内政部：10.1080/10920277.2001.10595987·Zbl 1083.62543号 ·doi:10.1080/10920277.2001.10595987
[19] DOI:10.2143/AST.28.1.519083·Zbl 1168.60311号 ·doi:10.2143/AST.28.1.519083
[20] DOI:10.1214/aos/1176344136·Zbl 0379.62005年 ·doi:10.1214/aos/1176344136
[21] 内政部：10.1017/S1357321700000222·doi:10.1017/S1357321700000222
[22] 内政部：10.1017/S0020268100036702·doi:10.1017/S0020268100036702
[23] 内政部：10.1080/10920277.2005.10596213·Zbl 1141.62312号 ·doi:10.1080/10920277.2005.10596213
[24] 北美精算杂志6第113页–（2002）
[25] DOI:10.1063/1.1699114·数字对象标识代码：10.1063/1.1699114
[26] DOI:10.1017/0266466600013384·网址：10.1017/S0266466600013384
[27] 内政部：10.2307/1927230·doi:10.2307/1927230
[28] 《统计年鉴》第22期（1994年）
[29] 北美精算杂志5（2001）
[30] 内政部：10.1093/biomet/57.1.97·Zbl 0219.65008号 ·doi:10.1093/biomet/57.1.97
[31] 内政部：10.1080/01621459.1970.10481190·网址：10.1080/01621459.1970.10481190
[32] DOI:10.1093/biomet/82.4.711·Zbl 0861.62023号 ·doi:10.1093/biomet/82.4.711
[33] 马尔可夫链蒙特卡罗实践（1998）
[34] 贝叶斯数据分析第182页–（2004）·Zbl 1057.62032号
[35] IEEE模式分析和机器智能汇刊6 pp 721–（1984）
[36] 内政部：10.1080/01621459.1990.10476213·网址：10.1080/01621459.1990.10476213
[37] 贝叶斯统计6 pp 685–（1999）
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。