×
Fung，Tsz Chai先生;安德烈·巴德斯库。;Lin，X.谢尔顿

一般保险专家混合模型类：理论发展。 （英语） Zbl 1427.91228号

保险。数学。经济。 89, 111-127 (2019).
摘要：在财产和意外伤害（P&C）费率制定过程中，了解投保人风险状况对索赔数量和金额、各业务线之间的依赖性以及索赔分布的影响至关重要。为了包括所有上述特征，必须开发一个灵活且理论上合理的回归模型。基于上述问题，我们提出了一类多元索赔频率或严重度分布的逻辑加权简化专家混合模型。LRMoE是可解释的，因为它有两个组成部分：门控功能，将投保人分为不同的潜在子类；和专家函数，它们控制索赔的分布属性。此外，随着回归环境中密度理论的发展，我们可以启发式地将LRMoE解释为一个“完全灵活”的模型，以捕获受密度条件约束的任何分布、依赖和回归结构。此外，LRMoE的数学可控制性得到了保证，因为它满足各种边缘化和力矩特性。最后，我们讨论了一些特殊的专家函数选择，使相应的LRMoE“完全灵活”。在随后的论文中[T.C.Fung公司等，ASTIN Bull。49，第3期，647–688页（2019年；Zbl 1427.91227号)]，我们将重点关注LRMoE的估算和应用方面。

引用于13文件

MSC公司：

91G05号 精算数学
62P05号 统计学在精算科学和金融数学中的应用
62小时05 多元概率分布的表征与结构理论；连接线

关键词：

索赔频率和严重性建模;密集性理论;混合专家模型;多元回归分析;神经网络

引文：

兹比尔1427.91227

软件：

EMpht公司;柔性混音
PDF格式BibTeX公司 XML格式引用
\textit｛T.C.Fung｝等人，Insur。数学。经济。89、111-127（2019年；Zbl 1427.91228）
全文： 内政部

参考文献：

[1] Ahn，S。；Kim，J.H。；Ramaswami，V.，金融和保险风险重尾分布的一类新模型，保险数学。经济。，51, 1, 43-52 (2012) ·Zbl 1284.60024号
[2] Asmussen，S。；O.内尔曼。；Olsson，M.，通过EM算法拟合相位类型分布，Scand。J.Stat.，23，4，419-441（1996）·Zbl 0898.62104号
[3] Badescu，A.L。；Lin，X.S。；唐·D。；Valdez，E.A.，相关索赔频率的多元Pascal混合回归模型（2015），可在SSRN:https://papers.ssrn.com/sol3/papers.cfm？abstract_id=2618265
[4] Bermüdez，L.，《使用二元泊松回归模型的先验费率制定》，《保险数学》。经济。，44, 1, 135-141 (2009) ·Zbl 1156.91400号
[5] Bermüdez，L。；Karlis，D.，《保险费率制定的贝叶斯多元泊松模型》，《保险数学》。经济。，48, 2, 226-236 (2011) ·Zbl 1233.91140号
[6] Chakraborty，S。；Chakravarty，D.，《离散伽马分布：属性和参数估计》，Comm.Statist。理论方法，41，18，3301-3324（2012）·Zbl 1296.62032号
[7] 康威，R.W。；Maxwell，W.L.，服务率依赖于状态的排队模型，J.Ind.Eng.，12，2，132-136（1962）
[8] De Jong，P。；Heller，G.Z.，《保险数据的广义线性模型》（2008），剑桥大学出版社·Zbl 1142.91046号
[9] 刁，L。；翁，C.，《回归树可信度模型》，《北美法案》。J.，23，2，169-196（2019）·兹比尔1410.91264
[10] Durrett，R.，《概率：理论与实例》（2010），剑桥大学出版社·Zbl 1202.60001号
[11] 弗里斯，E.W。；Lee，G。；Yang，L.，保险中的多变量频率-可靠性回归模型，风险，4，1，4（2016）
[12] Fung，T.C。；Badescu，A.L。；Lin，X.S.，多变量Cox隐马尔可夫模型及其在操作风险中的应用，扫描。演员。J.，2019，8686-710（2019）·Zbl 1422.91346号
[13] Fung，T.C。；Badescu，A.L。；Lin，X.S.，《一般保险的一类混合专家模型：相关索赔频率的应用》，Astin Bull。，49, 3, 647-688 (2019) ·Zbl 1427.91227号
[14] I.C.戈姆利。；Murphy，T.B.，《排名数据与选举研究应用的专家混合模型》，Ann.Appl。《统计》，第2、4、1452-1477页（2008年）·Zbl 1454.62498号
[15] 格伦，B。；Leisch，F.，FlexMix第2版：具有相伴变量和可变及常数参数的有限混合，J.Stat.Softw。，28, 4, 1-35 (2008)
[16] 雅各布斯，R.A。；M.I.乔丹。；Nowlan，S.J。；Hinton，G.E.，本地专家的自适应混合，神经计算。，3, 1, 79-87 (1991)
[17] 蒋伟（Jiang，W.）。；Tanner，M.A.，指数族回归模型的专家层次混合：近似和最大似然估计，Ann.Statist。，987-1011 (1999) ·Zbl 0957.62032号
[18] M.I.乔丹。；Jacobs，R.A.，自适应专家层次结构，（神经信息处理系统进展（1992）），985-992
[19] 李，S.C.K。；Lin，X.S.，用多元Erlang混合物建模依赖风险，Astin Bull。，42, 1, 153-180 (2012) ·Zbl 1277.62255号
[20] 麦克拉克伦，G。；Peel，D.，有限混合模型（2000），概率统计中的Wiley级数·Zbl 0963.62061号
[21] Miljkovic，T。；Grün，B.，《使用混合分布建模损失数据》，《保险数学》。经济。，70, 387-396 (2016) ·兹比尔1373.62527
[22] Nguyen，H.D。；Lloyd-Jones，L.R。；McLachlan，G.J.，混合专家模型的普遍逼近定理，神经计算。，28, 12, 2585-2593 (2016) ·Zbl 1474.68266号
[23] 权，Z。；Valdez，E.A.，《使用多元决策树对保险索赔进行预测分析》，Depend。型号。，6377-407年6月1日（2018年）·Zbl 1434.62131号
[24] Rao，R.，测度的弱收敛和一致收敛与应用之间的关系，《数学年鉴》。Stat.，33，2，659-680（1962）·Zbl 0117.28602号
[25] Shi，P。；Valdez，E.A.，《保险索赔计数的多元负二项模型》，《保险数学》。经济。，55, 18-29 (2014) ·Zbl 1296.91169号
[26] 尤贝里，E.D.，乳腺癌诊断专家网络结构的混合，医学系统杂志。，29, 5, 569-579 (2005)
[27] Verbelen，R。；龚，L。；安东尼奥，K。；Badescu，A.L。；Lin，X.S.，使用EM算法将Erlangs的混合物拟合到删失和截断数据，Astin Bull。，45, 3, 729-758 (2015) ·Zbl 1390.62227号
[28] Winkelmann，R.，《计数数据模型中的持续时间依赖性和离散性》，J.Bus。经济。统计人员。，13, 4, 467-474 (1995)
[29] Wüthrich，M.V.，《应用于链式储油的神经网络》，《欧洲学报》。J.，8，2，407-436（2018）·Zbl 1422.91381号
[30] Wuthrich，M.V。；Buser，C.，《非人寿保险定价数据分析》瑞士金融研究所研究论文（16-68）（2019年）
[31] 叶，K.C。；Yau，K.K.，《用额外的零对一般保险中的索赔频率数据建模》，《保险数学》。经济。，36, 2, 153-163 (2005) ·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。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。