面向赔付风险的贝叶斯工作流程

赔付风险关联证券(ILS)因底层保险索赔（与证券性能直接相关）与大多数其他资产类别不相关而对投资者具有吸引力。相反，赔付ILS因其作为 insurers的高效资本管理工具而具有吸引力。然而，赔付风险的证券化并不 trivial，因为它需要预测尚未编写的保险政策组合的损失比率，此外还需估计底层损失如何在未来事故年内发展。本文提出了一种贝叶斯工作流程，通过:(1)使用理论导向的时间序列和状态空间模型来捕捉损失比率如何随时间发展和变化;(2)利用历史行业数据来信息化 individual programs适用于模型的先验分布;(3)使用堆叠技术组合来自候选模型的损失比率预测;(4)使用先验预测模拟和基于仿真的校准来辅助模型规范。我们使用历史Schedule P文件，然后展示了我们提出的贝叶斯工作流程如何用于在关键模型绩效指标上评估和比较模型，这些指标在未来事故年损失上进行评估。