高广元 用EM算法将Tweedie的复合泊松模型拟合为纯保费。 (英语) Zbl 1532.91089号 保险。数学。经济。 114, 29-42 (2024). 小结:我们考虑索赔数量不可用的情况,并将Tweedie的复合泊松模型拟合到观测到的纯保费。目前,基于Tweedie分布有两种不同的模型:平均值的单一广义线性模型(GLM)和平均值和离散值的双重广义线性模型。虽然DGLM方法有助于非均匀分散,但其可靠性依赖于鞍点近似的准确性,当零索赔比例较大时,鞍点近似精度较差。对于这两种模型,功率方差参数都是通过考虑剖面似然来估计的,这是计算成本高昂的。我们提出了一种用EM算法拟合Tweedie模型的新方法,该方法等价于在增广数据集上迭代重加权的Poisson-gamma模型。该方法在不需要鞍点近似的情况下解决了非均匀色散问题,并在模型拟合过程中估计了功率方差参数。数值算例表明,我们提出的方法优于两个竞争模型。 MSC公司: 91G05号 精算数学 关键词:Tweedie的复合泊松模型;Tweedie分布;指数色散族;EM算法;广义线性模型 PDF格式BibTeX公司 XML格式引用 \发短信给{G.Gao},Insur。数学。经济。114、29-42(2024年;Zbl 1532.91089) 全文: 内政部 参考文献: [1] 德隆,Ł。;Lindholm,M。;Wüthrich,M.V.,使Tweedie的复合泊松模型更容易理解。欧洲精算杂志,1185-226(2021)·Zbl 1485.91208号 [2] Dempster,A.P。;新墨西哥州莱尔德。;Rubin,D.B.,通过EM算法从不完整数据中获得最大似然。英国皇家统计学会杂志,B辑,方法学,1,1-22(1977) [3] 邓恩,P.K。;Smyth,G.K.,通过傅里叶反演评估Tweedie指数色散模型密度。统计与计算,173-86(2008) [4] Furman,E。;哈克曼,D。;Kuznetsov,A.,《对数正态卷积:应用于经济资本确定的分析-数值方法》。保险:数学与经济学,120-134(2020)·Zbl 1431.91327号 [5] Jørgensen,B.,色散模型理论(1997),CRC出版社·Zbl 0928.62052号 [6] 约根森,B。;De Souza,M.C.P.,将Tweedie的复合泊松模型拟合到保险索赔数据。斯堪的纳维亚精算杂志,169-93(1994)·Zbl 0802.62089 [7] Nelder,J.A。;Pregibon,D.,一个扩展的拟似然函数。《生物特征》,221-232(1987)·Zbl 0621.62078号 [8] Ohlsson,E。;Johansson,B.,《广义线性模型下的非人寿保险定价》,第2卷(2010年),施普林格出版社·Zbl 1194.91011号 [9] Smyth,G.K.,《离散度变化的广义线性模型》。英国皇家统计学会杂志,B辑,方法学,147-60(1989) [10] Smyth,G.K。;Huele,A.F。;Verbyla,A.P.,异方差回归的精确和近似REML。统计建模,3161-175(2001)·Zbl 1104.62080号 [11] Smyth,G.K。;Jørgensen,B.,将Tweedie的复合泊松模型拟合到保险索赔数据:离散模型。ASTIN公告:AIAA杂志,1143-157(2002)·Zbl 1094.91514号 [12] Smyth,G.K。;Verbyla,A.P.,广义线性模型中离散建模的调整似然法。EnvironMetrics,6695-709(1999) [13] Tweedie,M.C.,区分一些重要指数族的指数,579-604 [14] Wüthrich,M.V。;Merz,M.,《精算学习及其应用的统计基础》(2023年),《Springer Nature》·Zbl 1515.91003号 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。