基于贝叶斯链梯模型的风险边际计算方法

发布时间：2017-10-11 07:26

  本文关键词：基于贝叶斯链梯模型的风险边际计算方法

  更多相关文章： 风险边际 资本成本法 链梯法 贝叶斯链梯模型

【摘要】：2008年的国际金融危机给了全球经济一个沉重的打击,保险行业也受到了不可忽视的影响,欧盟Solvency Ⅱ应运而生。这套全新的风险管理框架,无论在理论方面还是在体系方面,都更为完整与复杂。新的Solvency Ⅱ在规范保险行业的行为时,需要考虑多方面的问题,例如保险公司的偿付能力指标,保险公司在治理结构、行业风险规范、行业整体的偿付能力等。根据欧盟Solvency Ⅱ的要求,任何一家保险公司的资产负债表都必须以相同的方式进行测量,这就意味着任何一家保险公司所有的资产和负债都应当用其市场价值来进行测量,如果没有市场价值则用市场一致价值来代替。为了获得保险负债的市场一致价值,我们需要计算最优估计和风险边际。在保险精算行业,实际的赔付额与最佳估计之间存在着一个偏差值,这个值就是我们所说的风险边际,它代表着风险度量的大小。风险边际的计算方法则是当前的重点与难点,现在比较常用的计算风险边际的方法有区间下限法、简单分位数法、复杂分位数法和资本成本法等。伴随着欧盟Solvency Ⅱ的实施,学者们逐渐将他们的研究重点放在了未决赔款准备金、资本要求及偿付能力资本要求等方面。目前大家的研究方向主要集中在未决赔款准备金的提取与评估方面,只有一部分学者对风险边际的计算方法进行了研究。文章在国内外已有文献的基础上,对风险边际的计算方法进行了研究。文章首先简述了风险边际的概念,对目前比较有代表性的风险边际传统计算方法进行了简单地介绍,并着重对文章的研究基础资本成本法进行了详细介绍。接下来介绍了链梯法的主要思路以及贝叶斯统计理论,在此基础上提出了贝叶斯链梯模型。紧接着更进一步地详细介绍了我们是如何根据贝叶斯链梯模型,提出了文章要着重研究的这两种风险边际计算方法—一比例替代法和风险替代法。最后对比例替代法与风险替代法进行了实证研究,通过比较两种方法的最终结果,得出相关结论,发现与比例替代法相比,风险替代法所具有的优点。
【关键词】：风险边际 资本成本法 链梯法 贝叶斯链梯模型
【学位授予单位】：天津财经大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F830;F224
【目录】：

• 内容摘要5-6
• ABSTRACT6-8
• 第1章 导论8-13
• 1.1 选题背景与意义8-9
• 1.2 国内外研究现状9-10
• 1.3 本文的研究框架及创新之处10-13
• 1.3.1 本文的研究框架10-11
• 1.3.2 本文的创新之处11-13
• 第2章 风险边际及其传统计算方法13-18
• 2.1 风险边际的概念13
• 2.2 风险边际的传统计算方法13-16
• 2.3 资本成本法16-18
• 第3章 贝叶斯链梯模型18-34
• 3.1 链梯法18-22
• 3.2 贝叶斯统计理论22-28
• 3.2.1 先验分布22-25
• 3.2.2 后验分布25-26
• 3.2.3 贝叶斯推断26-28
• 3.3 贝叶斯链梯模型28-31
• 3.4 比例替代法与风险替代法31-34
• 第4章 实证研究及相关结论34-39
• 4.1 数据来源34
• 4.2 模型的建立34-37
• 4.3 结论与展望37-39
• 参考文献39-41
• 后记41

【相似文献】

中国期刊全文数据库 前10条

1 闵素芹;李群;;分层线性模型中的经验贝叶斯与完全贝叶斯方法及其比较[J];统计与决策;2010年11期

2 丁东洋;刘希阳;;风险分析中的稳健贝叶斯方法[J];内蒙古财经学院学报;2011年04期

3 徐立;;预案分析的贝叶斯网络方法[J];价值工程;2012年08期

4 张晖;贝叶斯方法在证券市场中的应用[J];浙江统计;1996年10期

5 黄晓榕;;经济信息价格评估以及贝叶斯方法的应用[J];莆田学院学报;2006年01期

6 冯为民;朱俊;李嘉荣;;贝叶斯方法在房地产风险决策中的应用研究[J];重庆建筑大学学报;2006年02期

7 钱正培;贺学强;;公司信用风险研究的贝叶斯方法[J];兰州学刊;2010年09期

8 胡学锋;论贝叶斯方法在我国城乡储蓄存款统计预测中的应用[J];财经理论与实践;1991年04期

9 邹林全;贝叶斯方法在会计决策中的应用[J];常州技术师范学院学报;1998年04期

10 钟诚;;贝叶斯方法在房地产风险决策中的应用[J];时代经贸(中旬刊);2007年SA期

中国重要会议论文全文数据库 前10条

1 David Z.D'Argenio;;贝叶斯方法在实验室研究向临床的转化以及辨识隐含亚群体中的应用(英文)[A];中国药理学会临床药理学专业委员会会议暨第十次全国临床药理学学术会议论文集[C];2007年

2 姜峰;高文;姚鸿勋;;贝叶斯网络的推理和学习[A];全国网络与信息安全技术研讨会'2005论文集（下册）[C];2005年

3 丁东洋;刘希阳;;风险分析中的稳健贝叶斯方法[A];2011年全国电子信息技术与应用学术会议论文集[C];2011年

4 周桃庚;沙定国;;贝叶斯可靠性序贯验证试验方法[A];中国仪器仪表学会第三届青年学术会议论文集（下）[C];2001年

5 陈晓怀;程真英;刘春山;;动态测量误差的贝叶斯建模预报[A];第二届全国信息获取与处理学术会议论文集[C];2004年

6 杜鹏英;罗小平;何志明;;贝叶斯网络的发展及理论应用[A];第三届全国虚拟仪器大会论文集[C];2008年

7 杨丽;武海滨;李康;;无金标准诊断试验评价的贝叶斯方法及应用[A];2011年中国卫生统计学年会会议论文集[C];2011年

8 宁鹏达;;贝叶斯方法在风险投资项目决策中的应用[A];第四届中国科学学与科技政策研究会学术年会论文集（Ⅰ）[C];2008年

9 朱永生;;贝叶斯方法确定泊松变量的置信上限[A];中国物理学会高能物理分会第七届学术年会实验分会场论文集[C];2006年

10 王增忠;柳玉杰;施建刚;;建筑工程项目全寿命安全管理决策的贝叶斯方法[A];中国优选法统筹法与经济数学研究会第七届全国会员代表大会暨第七届中国管理科学学术年会论文集[C];2005年

中国博士学位论文全文数据库 前10条

1 阚英男;基于网格近似法的数控机床贝叶斯可靠性评估研究[D];吉林大学;2015年

2 贾海洋;贝叶斯网学习若干问题研究[D];吉林大学;2008年

3 黄友平;贝叶斯网络研究[D];中国科学院研究生院（计算技术研究所）;2005年

4 朱允刚;贝叶斯网学习中若干问题研究及其在信息融合中的应用[D];吉林大学;2012年

5 董立岩;贝叶斯网络应用基础研究[D];吉林大学;2007年

6 李小琳;面向智能数据处理的贝叶斯网络研究与应用[D];吉林大学;2005年

7 江敏;贝叶斯优化算法的若干问题研究及应用[D];上海大学;2012年

8 胡笑旋;贝叶斯网建模技术及其在决策中的应用[D];合肥工业大学;2006年

9 何岩;统计稀疏学习中的贝叶斯非参数建模方法及应用研究[D];浙江大学;2012年

10 范敏;基于贝叶斯网络的学习与决策方法研究及应用[D];重庆大学;2008年

中国硕士学位论文全文数据库 前10条

1 张路路;贝叶斯网络系统可靠性分析及故障诊断方法研究[D];山东建筑大学;2015年

2 徐冰;基于贝叶斯网络的传染病时空预警模型研究[D];长安大学;2015年

3 李艳强;基于不确定理论的酸洗线和镀锌线的视情维修策略研究[D];河北工程大学;2015年

4 王芸;贝叶斯AGARCH模型在我国商业银行利率风险度量中的应用[D];南京财经大学;2015年

5 侯欢欢;基于贝叶斯网络城市埋地燃气管线风险评价研究[D];首都经济贸易大学;2015年

6 王宇;贝叶斯参数更新在可靠性分析中的应用[D];南京航空航天大学;2014年

7 李福伟;贝叶斯压缩感知理论与技术[D];电子科技大学;2015年

8 李景囡;基于依赖分析的贝叶斯网络结构学习算法研究[D];西安电子科技大学;2014年

9 杨祥睿;基于贝叶斯网络的船撞桥风险评估研究[D];重庆交通大学;2015年

10 汤玉利;贝叶斯反问题的MAP估计及其一致性[D];上海交通大学;2015年

，

本文编号：1011245