×
李正晓;贝兰特，一月;孟胜旺

概括重尾损失数据的对数-莫尔分布和回归模型。 （英语） Zbl 1472.91039号

阿斯廷公牛。 51，第1号，57-99（2021）.
摘要：众所周知，灾难性损失数据是重尾的。然后，从业者需要能够捕获索赔数据尾部和模态部分的模型。为此，提出了一个新的损失分布参数族，作为广义log-Moyal分布的伽玛混合D.巴蒂和S.拉维[保险数学经济学79，247–259（2018；Zbl 1401.91102号)]，称为广义对数-摩尔伽马（GLMGA）分布。虽然GLMGA分布是GB2分布的特例，但我们表明，这种更简单的模型在大型和模态损失数据的回归建模中是有效的。通过对中国地震损失数据集的详细分析，并与文献中竞争模型的结果进行比较，说明了回归建模及其在风险度量中的应用。为此，我们讨论了GLMGA的概率特性以及通过最大似然对参数的统计估计。中报告的火灾索赔数据集进一步说明了新型分布的适用性[J.D.康明斯等，“GB2分布族在保险损失过程建模中的应用”，同上9，第4号，257–272（1990；doi:10.1016/0167-6687（90）90003-V)]以及最近讨论的挪威火灾损失数据集[巴蒂和拉维，见上述引文]。

引用于1审查
引用于2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

关键词：

广义对数莫尔分布;参数回归建模;火灾索赔数据集;挪威火灾损失;中国地震损失

引文：

Zbl 1401.91102号
PDF格式BibTeX公司 XML格式引用
\textit{Z.Li}等人，ASTIN Bull。51，编号1，57--99（2021；Zbl 1472.91039）
全文： 内政部 arXiv公司

参考文献：

[1] Albrecher，H.、Beirlant，J.和Teugels，J.（2017）《再保险：精算和统计方面》。英国奇切斯特：约翰·威利父子公司·Zbl 1376.91004号
[2] Azzalini，A.、Del Cappello，T.和Kotz，S.（2002），对数正态分布和对数正态T分布作为家庭收入数据的模型。收入分配杂志，11，12-20。
[3] Babu，G.J.和Rao，C.R.（2004）估计参数时的良好性测试。桑赫亚，66，63-74·Zbl 1192.62126号
[4] Bakar，S.A.、Hamzah，N.、Maghsoudi，M.和Nadarajah，S.（2015）使用复合模型建模损失数据。保险：数学与经济学，61146-154·Zbl 1314.91130号
[5] Beirlant，J.、Goegebeur，Y.、Segers，J.和Teugels，J..（2004）《极值统计：理论与应用》。英国奇切斯特：《概率统计威利系列》·兹比尔1070.62036
[6] Beirlant，J.、Goegebeur，Y.、Verlaak，R.和Vynckier，P.（1998）Burr回归和投资组合分割。保险：数学与经济学，23231-250·Zbl 0952.62092号
[7] Bernardi，M.、Maruotti，A.和Petrella，L.（2012）损失分布的倾斜混合模型：贝叶斯方法。保险：数学与经济学，51617-623·Zbl 1285.62027号
[8] Bhati，D.和Ravi，S.（2018）关于广义对数分布：一种新的重尾尺寸分布。《保险：数学与经济学》，79247-259·Zbl 1401.91102号
[9] Brazauskas，V.和Kleefeld，A.（2011）作为保险损失数据模型的折叠和对数t分布。斯堪的纳维亚精算杂志，2011年，59-74·Zbl 1277.62248号
[10] Calderín-Ojeda，E.、Fergusson，K.和Wu，X.（2017）适用于重灾保险索赔的双对数广义线性模型的EM算法。风险，5，60。
[11] Calderín-Ojeda，E.和Kwok，C.F.（2016）使用复合Stoppa模型建模索赔数据。斯堪的纳维亚精算杂志，2016年，817-836·Zbl 1401.62205号
[12] Chan，J.、Choy，S.、Makov，U.和Landsman，Z.（2018）使用受污染的广义贝塔II型分布建模保险损失。阿斯廷公报：《IAA杂志》，48，871-904·Zbl 1390.62204号
[13] Cooray，K.和Ananda，M.M.（2005）使用复合Lognormal-Pareto模型建模精算数据。斯堪的纳维亚精算杂志，2005，321-334·Zbl 1143.91027号
[14] Cordeiro，G.M.、Nobre，J.S.、Pescim，R.R.和Ortega，E.M.（2012）《贝塔-莫亚尔：有用的倾斜分布》。国际应用科学研究与评论杂志，10171-192。
[15] Cummins，J.D.，Dionne，G.，Mcdonald，J.B.和Pritchett，B.M.（1990）GB2分布族在保险损失过程建模中的应用。保险：数学与经济学，9257-272。
[16] Cummins，J.D.和Freifeld，L.R.（1978）替代最大可能年总损失估算值的比较分析。《风险与保险杂志》，45，27-52。
[17] Cummins，J.D.、Mcdonald，J.和Merrill，C.B.（2007）风险损失分布和损失准备金支出尾部建模。国际应用经济学评论，3，1-23。
[18] Davison，A.和Smith，R.（1990）高阈值超标模型。英国皇家统计学会期刊：B辑（统计方法论），52393-442·Zbl 0706.62039号
[19] Del Castillo，J.、Daoudi，J.和Serra，I.（2017）应用于模型极值的全尾伽马分布。阿斯汀公报：《IAA杂志》，第47期，第895-917页·Zbl 1390.62084号
[20] Doksum，K.A.和Sievers，G.L.（1976）《自信绘图：两个群体的图形比较》。Biometrika，第63页，第421-434页·Zbl 0344.62038号
[21] Dong，A.X.和Chan，J.（2013）使用具有广义贝塔分布的动态模型对损失准备金进行贝叶斯分析。保险：数学与经济学，53，355-365·Zbl 1304.91100号
[22] Dunn，P.K.和Smyth，G.K.（1996）随机分位数残差。计算与图形统计杂志，5，236-244。
[23] Embrechts，P.、Klüppelberg，C.和Mikosch，T.（1997）《保险和金融极端事件建模》。数学应用。海德堡：施普林格·Zbl 0873.62116号
[24] Frangos，N.和Karlis，D.（2004）使用指数逆高斯分布对损失进行建模。保险：数学与经济学，3553-67·Zbl 1054.62127号
[25] Frees，E.W.和Valdez，E.A.（2008）分层保险索赔建模。美国统计协会杂志，1031457-1469·Zbl 1286.62087号
[26] Gómez-Déniz，E.、Calderín-Ojeda，E.和Sarabia，J.M.（2013）Gamma-广义逆高斯分布类及其应用。统计学中的通信——理论和方法，42，919-933·Zbl 1347.62029号
[27] Grün，B.和Miljkovic，T.（2019）使用先进计算工具的通用框架扩展复合损失模型。《斯堪的纳维亚精算杂志》，2019（8），642-660·Zbl 1422.91351号
[28] Gündüz，F.F.和Genç，A.I。（2016）指数fréchet回归：精算建模的替代模型。统计计算与模拟杂志，863456-3481·Zbl 07184809号
[29] Jeong，H.和Valdez，E.A.（2019）使用GB2连接函数的贝叶斯收缩估计。可从SSRN 3373377获取。
[30] Landsman，Z.、Makov，U.和Shushi，T.（2016）椭圆和对数椭圆分布的尾部条件矩。保险：数学与经济学，71，179-188·Zbl 1371.60041号
[31] Li，Y.，Tang，N.和Jiang，X.（2016）用于分析地震灾难风险的贝叶斯方法。保险：数学与经济学，68，110-119·Zbl 1373.62524号
[32] Mcdonald，J.B.和Bookstaber，R.M.（1991），广义分布的期权定价。统计学中的传播——理论和方法，204053-4068。
[33] Mcdonald，J.B.和Butler，R.J.（1990）正随机变量的回归模型。《计量经济学杂志》，43，227-251·Zbl 0692.62091号
[34] Mead，M.（2015）广义逆伽马分布及其在可靠性中的应用。《统计学中的传播——理论和方法》，第44期，1426-1435页·Zbl 1319.62024号
[35] Miljkovic，T.和Grün，B.（2016）使用混合分布建模损失数据。保险：数学与经济学，70387-396·Zbl 1373.62527号
[36] Moyal，J.（1955）电离涨落理论。《伦敦、爱丁堡和都柏林哲学杂志》和《科学杂志》，46263-280·Zbl 0067.22902号
[37] Punzo，A.、Bagnato，L.和Maruotti，A.（2018）保险损失的复合单峰分布。保险：数学与经济学，81，95-107·Zbl 1416.91217号
[38] Reed，W.J.和Jorgensen，M.（2004）双重帕累托对数分布——一种新的尺寸分布参数模型。《统计学中的传播——理论和方法》，第33期，1733-1753页·Zbl 1134.62313号
[39] Reynkens，T.、Verbelen，R.、Beirlant，J.和Antonio，K.（2017）《使用拼接建模删减损失：混合Erlang和极值分布的全球拟合策略》。保险：数学与经济学，77，65-77·Zbl 1404.62115号
[40] Scollnik，D.P.（2007）关于复合对数正态帕累托模型。《斯堪的纳维亚精算杂志》，2007年，20-33·Zbl 1146.91028号
[41] Scollnik，D.P.和Sun，C.（2012）《Weibull-Pareto模型建模》。《北美精算杂志》，第16期，第260-272页·Zbl 1291.62186号
[42] Shi，P.和Zhang，W.（2015）《医疗保健利用中的私人信息：基于连接词的障碍模型规范》。英国皇家统计学会杂志：A辑（社会统计），178337-361。
[43] Stacy，E.W.（1962）伽马分布的推广。《数理统计年鉴》，331187-1192·Zbl 0121.36802号
[44] Stasinopoulos，D.M.和Rigby，R.A.（2007），《统计软件杂志》，第23期，第1-46页。
[45] Tencaliec，P.、Favre，A.-C.、Naveau，P.，Prieur，C.和Nicolet，G.（2019）整个降雨量范围的灵活半参数广义Pareto建模。环境计量学。https://doi.org/10.1002/env.2582。
[46] Verbelen，R.，Gong，L.，Antonio，K.，Badescu，A.和Lin，S.（2015）使用em算法将Erlangs的混合物拟合到删减和截断数据。阿斯汀公报：IAA杂志，45729-758·Zbl 1390.62227号
[47] Yang，X.，Frees，E.W.和Zhang，Z.（2011）广义贝塔copula及其在多元长尾数据建模中的应用。保险：数学与经济学，49，265-284·Zbl 1218.62049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。