一种重尾且过度离散的集体风险模型
应用统计
2021-01-26 v2
摘要
保险数据可能具有不对称性并带有重尾，导致通常所采用的模型调整不足。为解决此问题，本文提出了考虑索赔分布重尾且同时顾及索赔次数过度离散的集体风险层次模型。特别地，假设索赔聚合值的对数服从 Student-t 分布。此外，为纳入可能的过度离散，将索赔次数建模为服从负二项分布。借助贝叶斯决策理论，基于修正绝对偏差效用计算公平保费。给出了在健康保险数据集上的应用，并配合一些诊断度量以识别超额变异性。利用若干竞争模型下保费的边际后验预测分布分析变异性度量。最后，通过模拟研究评估模型的预测能力及贝叶斯估计程序的充分性。关键词：连续排序概率分数（CRPS）；决策理论；保险数据；边际后验预测；尾部风险价值；风险价值。
引用
@article{arxiv.2101.09022,
title = {A heavy-tailed and overdispersed collective risk model},
author = {Pamela M. Chiroque-Solano and Fernando A. S. Moura},
journal= {arXiv preprint arXiv:2101.09022},
year = {2021}
}