未決賠款準備金隨機模型的比較研究.pdf

1、未決賠款準備金是非壽險公司負債的主要組成部分，幾乎占據(jù)資產負債表負債項的半壁江山。另一方面，未決賠款準備金提取的合理性直接決定了公司償付能力充足率，是保監(jiān)會進行償付能力監(jiān)管的重點審查對象。傳統(tǒng)的準備金評估技術只能提供一個點估計，無法度量準備金波動的程度。鑒于此，未決賠款準備金隨機模型逐漸成為近年來非壽險精算領域的研究熱點，理論層面的方法也層出不窮。然而，關于隨機模型比較研究的文獻，尤其是基于大數(shù)據(jù)的量化測試少之又少。本文從隨機模型的理論

2、基礎出發(fā)，分別給出四種隨機模型的數(shù)學表達，再嘗試從三個角度依次展開，通過定量分析比較隨機模型之間的差異。
　　本文首先對每個角度構建比較分析框架，再結合美國財產保險市場的公司數(shù)據(jù)進行量化測試，最后對測試結果歸納總結。第一，風險度量視角，為體現(xiàn)隨機模型在不同尺度下的差別，本文選取了60％、75%和90%分位數(shù)，以反映變量在中段、中高段和尾部的特征，結果顯示非參數(shù) Bootstrap法對應的分位數(shù)總是最小，GLM模型在90%分位數(shù)的估

3、值明顯最高。第二，預測準確程度視角，針對隨機模型最主要的兩個使用群體：保險企業(yè)管理者和監(jiān)管機構，筆者分別設計出評價準則。四條業(yè)務線的實測結果顯示，GLM和對數(shù)正態(tài)模型預測準確程度普遍高于Mack法和非參數(shù) Bootstrap法，但對于長尾業(yè)務，四種方法的預測精度都明顯下降。第三，準備金風險視角，本文以美國 RBC準備金風險度量模型的輸出結果為參照，設立了風險因子這一指標，并借鑒 RBC中對行業(yè)標準和公司特征兩相權衡的思想，最終求解不同隨