×
Christian Laudageé;萨沙·德斯米特;约格·温泽尔

针对关税的极端保险索赔严重性建模。 （英语） Zbl 1425.91228号

保险。数学。经济。 88, 77-92 (2019).
摘要：广义线性模型是非寿险合同定价的常用工具。它们用于估计保险索赔的预期频率和严重程度。然而，这些模型对于极端索赔规模而言并不适用。为了适应这些极端索赔规模，我们开发了阈值严重性模型，该模型将索赔规模分布划分为低于给定阈值和高于给定阈值的区域。更具体地说，超过阈值的极端保险索赔是在极值理论的峰-超阈值方法论意义上建模的，使用超额分布的广义Pareto分布，基于截断伽马分布的广义线性模型捕获了阈值以下的索赔。随后，我们开发了阈值上下相应的具体对数似然函数。此外，在对数正态分布和Burr XII型分布的模拟极端索赔额存在的情况下，我们证明了阈值严重性模型相对于基于伽马分布的常用广义线性模型的优越性。

引用于7文件

理学硕士：

91B30型 风险理论，保险（MSC2010）
62P05号 统计学在精算科学和金融数学中的应用

关键词：

极端索赔;广义线性模型;截断伽马分布;极值理论;峰值-阈值;广义帕累托分布
PDF格式BibTeX公司 XML格式引用
\textit{C.Laudagé}等人，《保险》。数学。经济。88，77-92（2019年；兹比尔1425.91228）
全文： 内政部
OA许可证

参考文献：

[1] （Abramowitz，M.；Stegun，I.A.，《带公式、图和数学表的数学函数手册》。《带公式、图和数学表的数学函数手册》，威利跨科学出版物。政府出版物选刊（1984），John Wiley&Sons，Inc；国家标准局：John Wiley&Sons，Inc；纽约州华盛顿特区国家标准局）·兹比尔0643.33001
[2] 贝兰特，J。；Goegebeur，Y。；Verlaak，R。；Vynckier，P.，Burr回归和投资组合细分，保险数学。经济。，23, 231-250 (1998) ·Zbl 0952.62092号
[3] Calabrese，R.，Osmetti，S.A.，2011年。二元罕见事件数据的广义极值回归：信用违约应用，UCD Geary Institute讨论论文系列，WP2011/20。；Calabrese，R.，Osmetti，S.A.，2011年。二元罕见事件数据的广义极值回归：信贷违约应用，UCD Geary Institute讨论论文系列，WP2011/20。
[4] Desmettre，S。；Deege，M.，使用极值理论建模共同基金的赎回风险，J.Risk，18，6，1-37（2016）
[5] Embrechts，P。；Klüppelberg，C。；Mikosch，T.，《保险和金融极端事件建模》（1997年），施普林格-弗拉格-柏林-海德堡，纽约·兹伯利0873.62116
[6] Embrechts，P。；Resnick，S.I。；Samorodnitsky，G.，《作为风险管理工具的极值理论》，《北美行动》。J.，3，2，30-41（1999）·Zbl 1082.91530号
[7] 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》。经济。，70, 205-215 (2016) ·Zbl 1373.62515号
[8] 吉赛布尔，N。；Klüppelberg，C。；Mager，J.，《大数据：极端风险分析自动化进展》（2017），171-189
[9] 基里略克，A。；鲁特泽恩，H。；Segers，J。；Wadsworth，J.，用多元广义帕累托分布进行阈值峰值建模，技术计量学，61,1123-135（2019）
[10] Lange，K.，《统计学家数值分析》（2010年），纽约斯普林格-弗拉格出版社·Zbl 1258.62003号
[11] Lange，K.，Optimization（2013），纽约斯普林格-Verlag·兹比尔1273.90002
[12] Lee，D。；Li，W.K。；Wong，T.S.T.，通过混合指数模型结合峰值超过阈值方法对保险索赔进行建模，保险数学。经济。，51, 538-550 (2012) ·兹比尔1285.91061
[13] 李，S.C.K。；Lin，X.S.，《通过erlang分布的混合建模和评估保险损失》，《北美精算师》。J.，14，107-130（2010）
[14] 李毅。；Tang，N。；Jiang，X.，地震灾难风险分析的贝叶斯方法，保险数学。经济。，68, 110-119 (2016) ·Zbl 1373.62524号
[15] McNeil，A.J.，使用极值理论估计损失严重性分布的尾部，Astin Bull。，27, 1, 117-137 (1997)
[16] Ohlsson，E。；Johansson，B.，《广义线性模型下的非人寿保险定价》（2010年），柏林-海德堡施普林格出版社·Zbl 1194.91011号
[17] Pupashenko博士。；Ruckdeschel，P。；科尔，M.，（L_2）-广义线性模型的可微性，统计。普罗巴伯。莱特。，97, 155-164 (2015) ·Zbl 1312.62095号
[18] Reynkens，T.，《使用拼接建模审查损失：混合erlang和极值分布的全球拟合策略》，《保险数学》。经济。，77, 65-77 (2017) ·Zbl 1404.62115号
[19] 鲁特泽恩，H。；Segers，J。；Wadsworth，J.，多变量峰值阈值模型，Extremes，21115-145（2018）·Zbl 1390.62083号
[20] Shi，P.，Fat-tailed回归模型，预测模型。申请。演员。科学。，1, 236-259 (2014)
[21] Shi，P。；X·冯。；Ivantsova，A.，《相依频率——保险索赔的严重性建模》，《保险数学》。经济。，64, 417-428 (2015) ·Zbl 1348.91180号
[22] 辛格，A.K。；艾伦，医学博士。；Robert，P.J.，《极端市场风险和极端价值理论》，数学。计算。模拟，94310-328（2013）·Zbl 1499.91188号
[23] R统计计算基金会。R版本3.5.2（2018-12-20）。2018年。；R统计计算基金会。R版本3.5.2（2018-12-20）。2018
[24] Willmot，G.E。；Woo，J.K.，《关于具有风险理论应用的erlang混合类》，北美学报。J.，11，2，99-115（2007）·Zbl 1480.91253号
[25] Wüthrich，M.，《非人寿保险：数学与统计》，2017年3月14日）。SSRN提供：https://ssrn.com/abstract=2319328; Wüthrich，M.，《非人寿保险：数学与统计》，2017年3月14日）。SSRN提供：https://ssrn.com/abstract=2319328
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，而不声称其完整性或完全匹配。