×
Lee，Woojoo先生;Park，Sojung C。;安在英

通过简单的广义线性模型研究频率和严重程度之间的相关性。 （英语） Zbl 1411.62299号

J.韩国统计学会。 48，第1期，13-28（2019）.
摘要：最近，大量文献提出了新模型，放宽了非寿险费率制定中索赔频率和严重程度之间独立性的广泛使用但有争议的假设。本文批判性地回顾了一种广义线性模型方法，在该方法中，索赔频率和严重性之间的相关性是通过将频率作为严重性回归模型中的协变量来引入的。作为这种方法的扩展，我们提出了一个严重程度的离散模型。对于该模型，详细分析了使用平均严重度而非单个严重度所造成的信息损失，并识别出效率低下的参数估计量。我们还提供总额的分析解决方案，以帮助制定费率。我们表明，当前研究中使用的简单函数形式可能无法正确反映实际的潜在依赖结构。给出了一个实际数据分析来解释我们的分析结果。

引用于6文件

MSC公司：

62P05号 统计学在精算科学和金融数学中的应用
62J12型 广义线性模型（逻辑模型）
91B30型 风险理论，保险（MSC2010）

关键词：

依赖;广义线性模型;定价;弥散参数

软件：

对;dglm公司
PDF格式BibTeX公司 XML格式引用
\textit{W.Lee}等人，J.Korean Stat.Soc.48，No.1，13-28（2019；Zbl 1411.62299）
全文： 内政部

参考文献：

[1] 鲍姆加特纳，C。；Gruber，L.F。；Czado，C.，使用共享随机效应的贝叶斯总损失估计，《保险：数学与经济学》，62194-201（2015）·Zbl 1318.91107号
[2] Boudreault，M。；Cossette，H。；Landriault，D。；Marceau，E.，《索赔到达数与索赔额之间依赖性的风险模型》，《斯堪的纳维亚精算杂志》，第5期，第265-285页（2006年）·Zbl 1145.91030号
[3] Bozdogan，H.，《模型选择和akaike的信息标准（aic）：一般理论及其分析扩展》，《心理测量学》，52，3，345-370（1987）·兹比尔0627.62005
[4] 考克斯博士。；Reid，N.，《参数正交性和近似条件推理》，英国皇家统计学会期刊。B系列，49，1，1-39（1987）·Zbl 0616.62006号
[5] Czado，C。；Kastenmeier，R。；Brechmann，E.C。；Min，A.，《保险索赔和索赔规模的混合copula模型》，《斯堪的纳维亚精算杂志》，4278-305（2012）·Zbl 1277.62249号
[6] 迪马科斯，X.K。；Di Rattalma，A.F.，《具有潜在结构的贝叶斯保费评级》，《斯堪的纳维亚精算杂志》，2002年第3期，第162-184页（2002年）·兹比尔1039.91039
[7] Dunn，P.K.和Smyth，G.K.（2016）。dglm：双重广义线性模型。R软件包版本1.8.3。；Dunn，P.K.和Smyth，G.K.（2016）。dglm：双重广义线性模型。R软件包版本1.8.3。
[8] Faraway，J.J.，用R扩展线性模型：广义线性、混合效应和非参数回归模型（2005），CRC出版社·Zbl 1095.62082号
[9] 小费雷拉，J。；Minikel，E.，《计量付费汽车保险的每英里风险》，《运输研究记录：运输研究委员会期刊》，2297，97-103（2012）
[10] Frees，E.W。；R.A.钻机。；Meyers，G.，《精算科学中的预测建模应用》，第1卷（2014年），剑桥大学出版社
[11] Frees，E.W。；Valdez，E.A.，《分层保险索赔建模》，《美国统计协会杂志》，第103、484、1457-1469页（2008年）·Zbl 1286.62087号
[12] 加里多，J。；Genest，C。；Schulz，J.，保险索赔相依频率和严重程度的广义线性模型，《保险：数学与经济学》，70205-215（2016）·Zbl 1373.62515号
[13] 哈斯蒂·T·J。；Tibshirani，R.J.，《广义加性模型》，第43卷（1990年），CRC出版社·Zbl 0747.62061号
[14] Hernández-Bastida，A。；Fernández-Sánchez，M.P。；Gómez-Déniz，E.，风险预测之间相关性的净贝叶斯保费，《保险：数学与经济学》，45，2，247-254（2009）·Zbl 1231.91198号
[15] 约根森，B。；Paes De Souza，M.C.，《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》，1994，1，69-93（1994）·Zbl 0802.62089
[16] 克鲁格曼，S.A。；潘杰尔，H.H。；Willmot，G.E.，《损失模型：从数据到决策》，第715卷（2012年），John Wiley&Sons·Zbl 1272.62002号
[17] Lambert，D.，零膨胀泊松回归，及其在制造缺陷中的应用，《技术计量学》，34，1，1-14（1992）·兹比尔0850.62756
[18] 莱曼，E.L。；Scheffé，H.，完备性，相似区域和无偏估计。i、 桑赫拉，10305-340（1950）·Zbl 0041.46301号
[19] Nelder，J.A。；Lee，Y.，田口型实验分析的广义线性模型，商业和工业应用随机模型，7，1，107-120（1991）
[20] Nelder，J.A。；Lee，Y.，平均值和离散度的联合建模，技术计量学，40，2，168-171（1998）
[21] O.A.基亚诺·沙库尔（Quijano Xacur）。；Garrido，J.，总索赔的广义线性模型：是否要花呢？，《欧洲精算杂志》，5，1，181-202（2015）·Zbl 1329.91075号
[22] Rezaei，S。；Tahmasbi，R。；Mahmoodi，M.，广义帕累托分布的估计，《统计规划与推断杂志》，140，2，480-494（2010）·兹比尔1177.62024
[23] 罗塞特，F。；Ferdy，J.-B.，《在存在空间自相关的情况下测试环境和遗传效应》，《生态地理学》，37，8，781-790（2014）
[24] Shi，P。；X·冯。；Ivantsova，A.，《保险索赔的相依频率-真实性建模》，《保险：数学与经济学》，第64期，第417-428页（2015年）·Zbl 1348.91180号
[25] Smyth，G.K。；Jörgensen，B.，《将特威迪的复合泊松模型拟合到保险索赔数据：分散建模》，《阿斯汀公报》，32，01，143-157（2002）·Zbl 1094.91514号
[26] Smyth，G.K。；Verbyla，A.P.，广义线性模型中模型离散的调整似然方法，环境计量学，10，6，695-709（1999）
[27] Sun，J。；Frees，E.W。；Rosenberg，M.A.，《使用连接函数的重尾纵向数据建模》，《保险：数学与经济学》，第42、2、817-830页（2008年）·Zbl 1152.91605号
[28] 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：数学与经济学》，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。