在风险管理中,信息的充分使用对风险管理效率的提高有着重要的意义。在非寿险精算的统计推断中,不仅需要利用索赔的样本信息,而且要充分挖掘风险参数的先验信息,因此非寿险精算的统计推断落入了贝叶斯框架。本书基于贝叶斯决策理论的思想和方法,研究了非寿险精算中的三大问题:保费定价、风险度量的估计和责任准备金评估。在贝叶斯统计中,当样本容量较小时,先验分布的选取是至关重要的。为了克服先验分布选取的主观性,我们建立了风险的线性贝叶斯模型,将风险保费、风险度量和责任准备金的估计限定在样本的某种线性函数中,进而利用经验贝叶斯方法对结构参数进行估计。本书提出的方法是经典信度理论的改进与推广。研究证明,本方法提出的估计有良好的统计性质,且对模型的依赖性小,能直接运用于保险实践。

提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。