分位数方法下寿险风险边际的计量实现研究

发布时间：2018-05-04 16:52

  本文选题：分位数 + 风险边际　； 参考：《保险研究》2017年04期

【摘要】：在偿二代制度下,当前寿险精算实务中利用分位数法计算风险边际的一个难点是确定损失分布,因此旨在为保险实务界引入行之有效的解决方法。这些方法主要以非参数统计学为核心,在文中以早期退保率波动带来的损失风险为例,对于这些非参方法进行比较。最终发现,大样本情形时利用kernel估计替代法估计一般水平(如75%)的风险边际非常适合,小样本情形可以用bootstrap百分位法;但是对于极高水平(如99.5%)的风险边际这些方法均不太理想;在退保率风险上,早期严重退保使得后期准备金的方差加大,不稳定性增强,同时75%水平的风险边际的峰值也出现在后期,其数值占到年保费的近一半。
[Abstract]:In the second generation system, one of the difficulties in calculating risk margin by quantile method in current life insurance practice is to determine the loss distribution, so as to introduce an effective solution for the insurance practice. These methods are mainly based on non-parametric statistics. In this paper, the loss risk caused by the fluctuation of early withdrawal rate is taken as an example to compare these non-parametric methods. Finally, it is found that the kernel estimation substitution method is very suitable for estimating the risk margin of general level (such as 75%) in large sample cases, and bootstrap percentile method can be used for small sample cases. However, these methods are not ideal for extremely high level (such as 99.5%) risk margin. In the risk of withdrawal rate, early severe withdrawal makes the variance and instability of the reserve increase in the later period. At the same time, the peak of 75% of the risk margin also appears in the later stage, which accounts for nearly half of the annual premium.
【作者单位】： 北京工业大学经济与管理学院;
【分类号】：F224;F842.3

【相似文献】

相关期刊论文 前10条

1 吴佩群;;国营商店零售价格仍需保留分位数[J];价格月刊;1992年01期

2 谢福祥;;也谈国营商店零售价格仍需保留分位数[J];价格月刊;1992年04期

3 郑李玲;;缺失数据下条件分位数的估计及其渐近性质[J];广西科学;2009年03期

4 陈磊;曾勇;杜化宇;;石油期货收益率的分位数建模及其影响因素分析[J];中国管理科学;2012年03期

5 葛玉好;赵媛媛;;城镇居民收入不平等的原因探析——分位数分解方法的视角[J];中国人口科学;2010年S1期

6 许启发;蒋翠侠;;分位数局部调整模型及应用[J];数量经济技术经济研究;2011年08期

7 陈雄强;张晓峒;张庆昌;;通货膨胀持久性及其非对称性研究——基于分位数自回归模型[J];经济与管理研究;2013年03期

8 李雅楠;廖利兵;;城镇居民性别收入差距及其演变:1991~2009[J];人口与经济;2014年02期

9 彭维湘;正态分布的分布函数及分位数的算法和编程技巧[J];中南财经大学学报;1996年04期

10 王志刚;陈志芳;;非参数分位数估计在我国非寿险公司偿付能力额度计算中的应用[J];经济论坛;2012年12期

相关重要报纸文章 前2条

1 广发期货 谢贞联;IF1005期现价差波动规律的启示[N];期货日报;2010年

2 李莉;2009年金属铝价格走势预测[N];中国有色金属报;2008年

相关博士学位论文 前3条

1 姚梅;左截断数据下条件分位数和线性模型的估计以及变量选择[D];山东大学;2017年

2 陈雄强;分位数自回归模型理论与应用研究[D];南开大学;2013年

3 黄初;几类新型相依条件下随机变量的极限定理[D];浙江大学;2011年

相关硕士学位论文 前10条

1 梅云龙;删失数据的条件高分位数估计[D];大连理工大学;2015年

2 朱玲;贝叶斯分位数自回归方法的研究及在香港恒生指数风险测度上的应用[D];南京财经大学;2014年

3 蔡际盼;WOD样本下分位数和密度函数估计的强相合性[D];广西师范学院;2015年

4 葛悠美;线性测量误差模型中复合分位数估计的随机加权方法[D];东华大学;2016年

5 李丽凤;PA样本下含附加信息时分位数的统计推断[D];广西师范大学;2015年

6 余珊珊;最优分位数水平选择方法及其在心电图判别疾病类型中的应用[D];华东师范大学;2016年

7 张亚利;基于分位数GARCH类模型的我国股市风险度量研究[D];华侨大学;2016年

8 胡汉;风电场风电功率概率预测研究[D];东南大学;2016年

9 王丹;基于数据库的Summary查询研究[D];东北大学;2013年

10 刘震;重尾分布高条件分位数的调和估计[D];大连理工大学;2016年

，

本文编号：1843825