主机名：页面组件-848d4c4894-mwx4w总加载时间：0渲染日期：2024-06-20T17:41:21.174Z有数据问题：falsehasContentIssue为false
  • 英语
  • 法国

集体风险模型中保险费的后验回归Γ-极小极大估计

剑桥大学出版社在线出版：2015年4月17日

阿加塔·博拉廷斯卡
阿加塔·博拉廷斯卡*
附属：
华沙经济学院计量经济研究所，Al.Niepodległošci 162，02-554 Warszawa，Poland，E-mail:aborata@sgh.waw.pl
权限和权限 [在新窗口中打开]

摘要

核心共享和HTML视图不适用于此内容。但是，由于您有权访问此内容，可以通过“保存PDF”操作按钮获得完整的PDF。

考虑了保险索赔的集体风险模型。其目的是估算定义为功能性的保费H（H）指定了一个未知参数θ（预期索赔数量）。计算保费的四个原则适用。贝叶斯方法，结合了关于参数的先验知识θ以随机样本的形式采用知识。考虑了两个损失函数（平方误差损失函数和非对称损失函数LINEX）。通过引入先验值类来假设先验值的一些不确定性。考虑稳健过程的一个概念，计算了后验后悔Γ-极小极大保费，作为最优稳健保费。给出了一个数值例子。

关键词

贝斯模型先验分类后悔莫及平方误差损失LINEX公司保险费
类型
文章
问询处
ASTIN公告：IAA杂志 ,第38卷 ,第1版 2008年5月 第277-291页
版权
版权所有©ASTIN Bulletin 2008

工具书类

伯杰,J。(1994)稳健贝叶斯分析综述.测试 三,5–124（经过讨论）。交叉参考谷歌学者
波拉提涅斯卡,A。(2002a）非对称损失函数正态模型的后验后悔Г-极小极大估计。 应用程序数学 29,7–13.交叉参考谷歌学者
博拉琴斯卡,A。(2002年b)具有非对称损失函数的稳健贝叶斯估计。 应用程序数学 29,297–306.交叉参考谷歌学者
戈梅兹·德尼兹,E.公司。,埃尔南德斯·巴斯蒂达,A。和巴斯克斯马球,F.J.公司。(1999)风险理论中的Esscher保费原则：贝叶斯敏感性研究.保险：数学与经济学 25,387–395.谷歌学者
戈梅兹·德尼兹,E.公司。,埃尔南德斯,A。,佩雷斯,J.M.公司。和巴斯克斯-波罗,F.J.公司。(2002年a)测量骨量系统的灵敏度.保险：数学与经济学 31,105–113.谷歌学者
戈梅兹·德尼兹,E.公司。,埃尔南德斯·巴斯蒂达,A。和瓦兹奎兹·波罗,F.J.公司。(2002年b)后验期望比率的界限：在集体风险模型中的应用.扫描。精算J。,37–44.交叉参考谷歌学者
戈梅兹·德尼兹,E.公司。,佩雷斯,J.M.公司。和瓦兹奎兹·波罗,F.J.公司。(2006)利用事后后悔Gamma-minimax行动获得可信度溢价.保险：数学与经济学 39,115–121.谷歌学者
韩博天,W.R.公司。(1989)可信性理论的决策理论基础.保险：数学与经济学 8,77–95.谷歌学者
卡斯,R。,古瓦茨,M。,达纳,J。和德尼,M。(2001)现代精算风险理论.Kluwer学术出版社,波士顿.谷歌学者
克鲁格曼,美国。(1992)精算学中的贝叶斯统计.Kluwer学术出版社,波士顿.交叉参考谷歌学者
克鲁格曼,美国。,潘杰尔,H。和威尔莫特,G。(1998)从数据到决策的损失模型.威利,纽约.谷歌学者
拉文,M。,瓦瑟曼,L。和沃尔伯特,相对湿度。(1991)具有指定先验边缘的贝叶斯推理.日本航空航天局 86,964–971.交叉参考谷歌学者
勒迈尔,J。(1979)如何定义具有指数效用函数的bonus-malus系统.阿斯汀公告 10,274–282.交叉参考谷歌学者
马科夫,美国。,史密斯,A。,线路接口单元,Y.-H年。，等人(1996)精算学中的贝叶斯方法.统计学家 45,503–515.交叉参考谷歌学者
里奥斯·因苏阿,美国。,马丁,J。,里奥斯·因苏阿,D。和鲁杰里,F、。(1999)事故倾向性评价的贝叶斯预测.扫描。精算J。,134–156.谷歌学者
里奥斯·因苏阿,D。和鲁杰里,F、。（编辑）(2000)稳健贝叶斯分析.统计学讲义 152,Springer-Verlag公司,纽约.交叉参考谷歌学者
里奥斯·因苏阿,D。,鲁杰里,F、。和维达科维奇,B。(1995)关于后验后悔Г-极小极大估计的一些结果.统计与决策 13,315–331.谷歌学者
西瓦甘纳人,美国。(1988)任意污染先验的后验测度范围.Commun公司。统计人员–理论方法.17,1591–1612.交叉参考谷歌学者
西瓦甘纳人,美国。和伯杰,J。(1989)单峰污染先兆的后验测度范围,统计年鉴.17,868–889.交叉参考谷歌学者
瓦里安,H.R.公司。(1975)房地产评估的贝叶斯方法.英寸贝叶斯计量经济学与统计学研究,费恩伯格,瑞典。&泽尔纳,A。（编辑），北荷兰， 195–208.谷歌学者
维达科维奇,B。(2000)Г-极小极大：保守稳健贝叶斯算法的一个范例，英寸稳健贝叶斯分析,因苏亚,直径。和鲁杰里,F、。（编辑），统计学课堂笔记,Springer-Verlag公司,纽约,241–259.交叉参考谷歌学者
泽尔纳,A。(1986)基于非对称损失函数的贝叶斯估计与预测.J.Amer。统计师。Assoc公司.81,446–451.交叉参考谷歌学者
禅宗,M。和达斯古普塔,A。(1993)估计二项式参数：稳健贝叶斯真的是贝叶斯吗？ 统计与决定 11,37–60.谷歌学者