未決賠款準備金隨機模型的比較研究.pdf

1、未決賠款準備金是非壽險公司負債的主要組成部分，幾乎占據(jù)資產(chǎn)負債表負債項的半壁江山。另一方面，未決賠款準備金提取的合理性直接決定了公司償付能力充足率，是保監(jiān)會進行償付能力監(jiān)管的重點審查對象。傳統(tǒng)的準備金評估技術(shù)只能提供一個點估計，無法度量準備金波動的程度。鑒于此，未決賠款準備金隨機模型逐漸成為近年來非壽險精算領(lǐng)域的研究熱點，理論層面的方法也層出不窮。然而，關(guān)于隨機模型比較研究的文獻，尤其是基于大數(shù)據(jù)的量化測試少之又少。本文從隨機模型的理論

2、基礎(chǔ)出發(fā)，分別給出四種隨機模型的數(shù)學表達，再嘗試從三個角度依次展開，通過定量分析比較隨機模型之間的差異。
　　本文首先對每個角度構(gòu)建比較分析框架，再結(jié)合美國財產(chǎn)保險市場的公司數(shù)據(jù)進行量化測試，最后對測試結(jié)果歸納總結(jié)。第一，風險度量視角，為體現(xiàn)隨機模型在不同尺度下的差別，本文選取了60％、75%和90%分位數(shù)，以反映變量在中段、中高段和尾部的特征，結(jié)果顯示非參數(shù) Bootstrap法對應(yīng)的分位數(shù)總是最小，GLM模型在90%分位數(shù)的估

3、值明顯最高。第二，預(yù)測準確程度視角，針對隨機模型最主要的兩個使用群體：保險企業(yè)管理者和監(jiān)管機構(gòu)，筆者分別設(shè)計出評價準則。四條業(yè)務(wù)線的實測結(jié)果顯示，GLM和對數(shù)正態(tài)模型預(yù)測準確程度普遍高于Mack法和非參數(shù) Bootstrap法，但對于長尾業(yè)務(wù)，四種方法的預(yù)測精度都明顯下降。第三，準備金風險視角，本文以美國 RBC準備金風險度量模型的輸出結(jié)果為參照，設(shè)立了風險因子這一指標，并借鑒 RBC中對行業(yè)標準和公司特征兩相權(quán)衡的思想，最終求解不同隨