×

链梯法:贝叶斯自举法与经典自举法。 (英语) Zbl 1231.91225号

摘要:我们的目的是使用近似贝叶斯计算(ABC)方法估计贝叶斯分布自由链梯(DFCL)模型。我们演示了如何估计索赔准备金中的利息数量,并将这些估计值与从经典方法和可信度方法中获得的估计值进行了比较。在此背景下,利用马尔可夫链蒙特卡罗(MCMC)技术、ABC和贝叶斯引导程序,在真正无分布的环境中开发了一种新的数值程序。ABC方法的出现是因为我们在一个无分布的环境中工作,在这个环境中我们不做参数假设,这意味着我们不能对似然进行逐点评估,也不能直接从似然模型进行模拟。使用bootstrap程序,我们可以从难以处理的可能性中生成样本,而无需进行分布假设;这对ABC框架至关重要。所开发的方法用于获得DFCL模型参数的经验分布,以及以观察到的索赔为条件的未偿损失负债的预测分布。然后,我们估计预测贝叶斯资本估计值、风险值(VaR)和预测均方误差(MSEP)。将后者与经典的bootstrap和可信度方法进行了比较。

理学硕士:

91立方厘米30 风险理论,保险(MSC2010)
91G60型 数值方法(包括蒙特卡罗方法)
62G09号 非参数统计重采样方法
65二氧化碳 蒙特卡罗方法
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] 戴维森,A.C。;Hinkley,D.V.,Bootstrap方法及其应用(1997),剑桥大学出版社:剑桥大学出版社·Zbl 0886.62001号
[2] Del Moral,P。;杜塞特,A。;Jasra,A.,《连续蒙特卡罗采样器》,《皇家统计学会杂志》。系列B,68,3,411-436(2006)·Zbl 1105.62034号
[3] Efron,B.,《Bootstrap方法:又一次折刀》,《统计年鉴》,第7、1、1-26页(1979年)·Zbl 0406.62024号
[4] 埃夫隆,B。;Tibshirani,R.J.,《Bootstrap简介》(1993),查普曼和霍尔:查普曼与霍尔纽约·Zbl 0835.62038号
[5] 英格兰,P.D。;Verrall,R.J.,《理赔准备金预测误差的分析与自举估计》,《保险:数学与经济学》,25,3,281-293(1999)·Zbl 0944.62093号
[6] 英格兰,P.D。;Verrall,R.J.,《普通保险中的随机索赔准备金》,《英国精算杂志》,8,3,443-518(2002)
[7] 英格兰,P.D。;Verrall,R.J.,《一般保险未偿债务的预测分布》,精算科学年鉴,1,2,221-270(2007)
[8] Fan,Y.,Sisson,S.A.,Peters,G.W.,2010年。提高了近似贝叶斯计算的效率。技术报告。新南威尔士大学统计系。;Fan,Y.,Sisson,S.A.,Peters,G.W.,2010年。提高了近似贝叶斯计算的效率。技术报告。新南威尔士大学统计系。
[9] Gelman,A。;Rubin,D.B.,《使用多序列从迭代模拟中进行推断》,《统计科学》,第4457-472页(1992年)·Zbl 1386.65060号
[10] Geweke,J.F.,评估基于抽样方法计算后验矩的准确性,(Bernardo,J.M.;Berger,J.O.;Dawid,A.P.;Smith,A.F.M.,贝叶斯统计学,第4卷(1991),牛津大学出版社:牛津大学出版社牛津)
[11] 吉尔克斯,W.R。;理查森,S。;Spiegelhalter,D.J.,《马尔可夫链蒙特卡罗实践》(1996),查普曼和霍尔:查普曼与霍尔伦敦·Zbl 0832.00018号
[12] Gisler,A。;Wüthrich,M.V.,链梯保留方法的可信度,ASTIN Bulletin,38,2,483-526(2008)·Zbl 1274.91486号
[13] Gramacy,R.B.,Samworth,R.J.,King,R.,2008年。重要性回火。预印。arXiv:0707.4242v5;Gramacy,R.B.,Samworth,R.J.,King,R.,2008年。重要性回火。预印。arXiv:0707.4242v5
[14] Mack,T.,链梯储量估算标准误差的无分布计算,ASTIN公报,23,213-225(1993)
[15] 马乔兰,P。;莫里托,J。;Plagnol,V.公司。;Tavare,S.,《没有可能性的马尔可夫链蒙特卡罗》,美国国家科学院学报,10015324-15328(2003)
[16] Peters,G.W.,Fan,Y.,Sisson,S.A.,2008年。关于序贯蒙特卡罗、部分拒绝控制和近似贝叶斯计算。新南威尔士大学统计系预印本。;Peters,G.W.,Fan,Y.,Sisson,S.A.,2008年。关于序贯蒙特卡罗、部分拒绝控制和近似贝叶斯计算。预印本。新南威尔士大学统计系·Zbl 1252.65022号
[17] Peters,G.W.,Nevat,I.,Sisson,S.A.,Fan,Y.,Yuan,J.,2009年。无线中继网络中基于无似然推理的贝叶斯符号检测。IEEE信号处理汇刊(出版中)。;Peters,G.W.,Nevat,I.,Sisson,S.A.,Fan,Y.,Yuan,J.,2009年。无线中继网络中基于无似然推理的贝叶斯符号检测。IEEE信号处理汇刊(出版中)·Zbl 1392.94651号
[18] 彼得斯,G.W。;舍甫琴科,P.V。;Wüthrich,M.V.,Tweedie复合泊松模型中索赔保留的模型不确定性,ASTIN Bulletin,39,1,1-33(2009)·Zbl 1203.91114号
[19] 彼得斯,G.W。;Sisson,S.A.,贝叶斯推断,蒙特卡罗抽样和操作风险,《操作风险杂志》,1,3,27-50(2006)
[20] Pinheiro,P.J.R。;安德拉德·e·席尔瓦,J.M。;de Lourdes Centeno,M.,《索赔准备金中的Bootstrap方法》,《风险与保险杂志》,70,4,701-714(2003)
[21] 普罗阿基斯,J.G。;Manolakis,D.G.,《数字信号处理》(1996),普伦蒂斯·霍尔:新泽西州普伦蒂斯霍尔上鞍河
[22] Reeves,R.W.,Pettitt,A.N.,2005年。近似贝叶斯计算的理论框架。在悉尼国际统计建模研讨会上发表。;Reeves,R.W.,Pettitt,A.N.,2005年。近似贝叶斯计算的理论框架。在悉尼国际统计建模研讨会上发表。
[23] 罗伯茨,G.O。;Gelman,A。;Gilks,W.R.,随机游走Metropolis算法的弱收敛性和最优缩放,应用概率年鉴,7110-120(1997)·兹比尔0876.60015
[24] Sisson,S.A。;范,Y。;Tanaka,M.,《无可能性序贯蒙特卡罗》,美国国家科学院学报,1041760-1765(2007)·Zbl 1160.65005号
[25] Sisson,S.A.、Peters,G.W.、Fan,Y.、Briers,M.,2008年。无可能性取样器。新南威尔士大学统计系预印本。;Sisson,S.A.、Peters,G.W.、Fan,Y.、Briers,M.,2008年。无可能性取样器。预印本。新南威尔士大学统计系。
[26] G.C.泰勒,1987年。索赔分析中的回归模型I:理论。In:程序。CAS,LXIV,第354-383页。;G.C.泰勒,1987年。索赔分析中的回归模型I:理论。In:程序。CAS,LXIV,第354-383页。
[27] Taylor,G.C.,McGuire,G.,2005年。看似无关回归的同步引导。附:2005年第36届阿斯汀学术讨论会会议论文,瑞士苏黎世。;Taylor,G.C.,McGuire,G.,2005年。看似无关回归的同步引导。收录:2005年第36届阿斯汀学术讨论会会议论文,瑞士苏黎世。
[28] 泰勒,G.C。;McGuire,G.,《在损失准备金预测误差估计中考虑业务线之间依赖性的同步引导法》,《北美精算杂志》,8,1,37-44(2007)
[29] Wüthrich,M.V。;Merz,M.,《保险中的随机索赔保留方法》(2008),威利金融·Zbl 1273.91011号
[30] Yao,J.,2008年。链式索赔准备金预测误差的贝叶斯方法。发表于:英国曼彻斯特ASTIN学术讨论会上的会议论文。;Yao,J.,2008年。链式索赔准备金预测误差的贝叶斯方法。发表于:英国曼彻斯特ASTIN学术讨论会上的会议论文。
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。