基于MCMC稳态模拟的贝叶斯经验费率厘定信用模型

摘要：

Buhlmann-Straub最精确信用模型是贝叶斯分析在经验费率厘定中最著名的应用之一.但传统Buhlmann-Straub模型在先验信息不足的条件下,难以得出结构参数的无偏后验估计;长期以来,高维数值计算的困难也使得贝叶斯方法的应用受到极大的限制.本文通过对Buhlmann-Straub模型结构的剖析,引入基于Gibbs抽样的马尔可夫链蒙特卡罗(MCMC)模拟方法,构建出风险保费预测值信用估计的贝叶斯模型.实例分析的结果证明了该模型能够在数据缺失的情况下,动态模拟出有关参数的后验分布,求出缺失参数的后验估计,提高计算的精度,从而有助于更有效地甄别出各保单间的非同质程度.

关键词：信用模型、贝叶斯分析、经验费率、马尔可夫链蒙特卡罗模拟、Gibbs抽样

所属期刊栏目：14

分类号：F840.69(保险)

资助基金：新世纪优秀人才资助项目;湖南省自然科学基金05JJ0130

在线出版日期：2006-05-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：33-38