期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
我国人口死亡风险异质与混合模型研究
1
作者 赵明 王晓军 《统计研究》 北大核心 2023年第3期139-150,共12页
多人口随机死亡率模型是人口统计和保险精算领域的前沿问题。建立符合我国人口特征的死亡率预测模型,对人口预测、长寿风险度量和积极管理长寿风险具有重要意义。然而,当前研究中对人口死亡风险异质性问题的关注较少,不能为多人口随机... 多人口随机死亡率模型是人口统计和保险精算领域的前沿问题。建立符合我国人口特征的死亡率预测模型,对人口预测、长寿风险度量和积极管理长寿风险具有重要意义。然而,当前研究中对人口死亡风险异质性问题的关注较少,不能为多人口随机死亡率建模提供科学的研究假设。本文从我国人口死亡风险异质性的检验出发,构建两性别人口死亡率联合预测的混合泊松公因子模型,并给出极大似然参数估计的迭代算法,对我国男女两性别人口死亡率进行联合建模和预测,最后用于对保险公司养老年金的长寿风险资本需求测算。研究表明,混合泊松公因子模型能够有效刻画人口死亡风险的异质性,提升模型拟合优度,有效避免传统模型低估人口死亡率改善的弊端,并且死亡率性别比变动趋势符合人类生物规律。在风险导向的第二代偿付能力体系下,本文提出的死亡率模型能够为保险公司提供更稳健的长寿风险资本评估。 展开更多
关键词 人口死亡率 死亡异质性 混合模型 长寿风险
下载PDF
混合泊松违约强度下信用资产组合风险度量 被引量:3
2
作者 陈荣达 虞欢欢 +3 位作者 余乐安 李泽西 金骋路 林博 《管理科学学报》 CSSCI CSCD 北大核心 2018年第12期54-69,共16页
基于共同风险因子的相依关系转换为不同资产的违约示性函数的相依关系来刻画的思想,利用参数为Gamma分布线性组合的Poisson分布来描述不同资产的违约示性函数的相依关系,建立基于混合泊松分布的信用资产组合多因子的风险度量模型,并引... 基于共同风险因子的相依关系转换为不同资产的违约示性函数的相依关系来刻画的思想,利用参数为Gamma分布线性组合的Poisson分布来描述不同资产的违约示性函数的相依关系,建立基于混合泊松分布的信用资产组合多因子的风险度量模型,并引入重要抽样技术到模型进行有效数值模拟计算,拓宽和丰富信用资产组合风险度量模型.进一步地,结合中国金融市场四个产业的数据把混合泊松分布应用到实证研究中.在模型的构建过程中,首先运用经典的结构模型和期权定价公式估计单个债务人的动态违约概率;再利用单资产动态违约概率得到混合泊松模型下每个资产的动态泊松强度;接着结合共同风险因子的值求得资产不同的因子载荷系数,该因子载荷系数反映了不同资产间的相依结构程度;最后,把重要抽样技术发展到混合泊松模型中,对由不同产业组成的信用资产组合的损失分布进行有效Monte Carlo模拟.模拟结果表明该算法比普通Monte Carlo模拟法的计算效率更有效,且能很大程度上减少所要估计的损失概率的方差. 展开更多
关键词 信用资产组合风险 混合模型 结构模型 MONTE CARLO模拟 重要抽样技术
下载PDF
基于概率图模型的乘客出行链提取方法 被引量:3
3
作者 朱亚迪 陈峰 +1 位作者 王子甲 李明 《吉林大学学报(工学版)》 EI CAS CSCD 北大核心 2019年第1期60-65,共6页
以公共交通智能卡数据为基础,构建概率图模型,从乘客连续出行行为以及时空转移角度提取乘客出行链。从进出站客流时间分布特征出发,构建混合泊松模型,识别出站点周边用地性质信息;然后结合乘客连续的活动序列,构建隐马尔科夫模型,从乘... 以公共交通智能卡数据为基础,构建概率图模型,从乘客连续出行行为以及时空转移角度提取乘客出行链。从进出站客流时间分布特征出发,构建混合泊松模型,识别出站点周边用地性质信息;然后结合乘客连续的活动序列,构建隐马尔科夫模型,从乘客连续出行的时间特征和空间用地特征上识别出行目的,从而构建每位乘客基于公共交通的出行链。以北京市某一周工作日的轨道交通智能卡数据为例实现本文模型,结果表明:工作类活动以及回家类活动在全天主要时段分布与以往研究和调查结果相吻合,验证了模型的有效性;对于出行链,通勤类出行为主要出行,占68.5%,而其他类活动以单程出行为主。 展开更多
关键词 交通运输系统工程 智能卡数据 混合模型 隐马尔科夫模型 出行链
原文传递
再论机动车辆保险的精算模型及其应用 被引量:4
4
作者 高洪忠 《经济数学》 2003年第1期34-40,共7页
通过对非参数混合泊松模型的分析 ,我们发现用此类模型建立无赔款优待系统是不合适的 .在文中我们使用 Hofmann分布为我国一家保险公司的索赠数据进行拟合 ,效果令人满意 。
关键词 Hofmann分布 机动车辆保险 无赔款优待系统 零效用原理 参数混合模型
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部