损失模型

损失模型
分享
扫描下方二维码分享到微信
打开微信,点击右上角”+“,
使用”扫一扫“即可将网页分享到朋友圈。
作者: [美] , [加拿大] , [加拿大] ,
2009-01
版次: 1
ISBN: 9787115190437
定价: 89.00
装帧: 平装
开本: 16开
纸张: 胶版纸
页数: 558页
字数: 744千字
正文语种: 简体中文
分类: 经济
39人买过
  •   本书全面讨论了精算损失模型和精算建模方法,共分5个部分。第2部分至第5部分是全书的核心,汇总了精算模型和精算建模方法2个体系的内容。第2部分除介绍一般损失模型常用的概率分布外,还介绍了保险精算中最基本的索赔频率模型、索赔额模型以及总损失模型,并在此基础上讨论了破产理论模型。随后3个部分的核心主题是精算建模方法,从经验建模方法到参数化(统计)建模,直至最后第5部分的模型修正方法和随机模拟方法。
      本书是北美精算考试当前考试体系课程MLC和C的指定参考书,是从事金融和精算工作的专业人士很有价值的参考书,也可作为高等学校金融和精算方向相关课程的参考教材。   StuartA.Klugman,著名统计学家。美国德雷克(Drake)大学精算学教授,SOA(北美精算师协会)会士,并曾任该协会副主席(2001-2003)。
      HarryH.Panjer,著名统计学家。加拿大滑铁卢大学统计精算系荣休教授,曾任加拿大精算学会主席(1997-1998),SOA主席(2002-2003)。
      GordonE.Willmot,加拿大滑铁卢大学统计精算系教授,是国际风险理论研究方面的著名学者,曾担任SOA精算考试相关课程的建设工作。
      译者简介:
      吴岚,北京大学数学科学学院金融数学系副教授,中国精算学会会员,北京大学博士(数理统计专业)毕业。
      1990年至今在北京大学数学科学学院任教,主要讲授课程:《风险理论》、《金融统计方法》。1997年开始从事金融数学与精算学的教学和科研工作,参加国家自然科学基金、国家科技部973项目等相关的研究工作,并参与保险行业偿付能力监管标准方面的技术工作以及中国精算协会的精算教育方面的工作。
      主要研究方向为金融风险管理与精算学。具体的研究领域:投资连结的寿险产品的定价和风险管理、保险公司资产负债管理技术、商业银行信用风险模型、金融机构监管的风险资本模型等。 第一部分引言
    第1章建模
    1.1模型化方法
    1.1.1建模流程
    1.1.2建模方法的优势
    1.2本书的结构
    第二部分精算模型
    第2章随机变量
    2.1引言
    2.2重要函数和4个模型
    习题
    第3章分布函数的数字特征
    3.1矩
    习题
    3.2分位数
    习题
    3.3生成函数与随机变量和
    习题
    第4章分布函数的分类与构造
    4.1引言
    4.2参数的作用
    4.2.1参数分布和尺度分布
    4.2.2参数分布族
    4.2.3有限混合分布
    4.2.4数据依赖型分布
    习题
    4.3厚尾情形
    4.3.1矩的存在性
    4.3.2极限比
    4.3.3损失率和平均剩余生命函数
    习题
    4.4构造新的分布
    4.4.1引言
    4.4.2倍数变换
    4.4.3幂变换
    4.4.4指数变换
    4.4.5混合
    4.4.6含瑕点的风险率模型
    4.4.7分段
    习题
    4.5常用分布及其相互关系
    4.5.1引言
    4.5.2两参数分布族
    4.5.3分布的极限
    习题
    4.6离散分布
    4.6.1引言
    4.6.2Poisson分布
    4.6.3负二项分布
    4.6.4二项分布
    4.6.5(a,b,o)分布类
    4.6.6分布在零点的截断和修正
    4.6.7频率的复合模型
    4.6.8复合Poisson分布族的性质
    4.6.9混合频率模型
    4.6.10混合Poisson
    4.6.11频率计算中风险暴露的\,作用
    4.6.12离散分布总结
    习题
    第5章保险责任调整后的索赔频率和索赔量
    5.1引言
    5.2免赔
    习题
    5.3损失缩减率以及通货膨胀对普通免赔的影响
    习题
    5.4保单限额
    习题
    5.5分保、免赔和限额
    习题
    5.6免赔对索赔频率的影响
    习题
    第6章总损失模型
    6.1引言
    习题
    6.2模型选择
    习题
    6.3总索赔的复合模型
    习题
    6.4解析结果
    习题
    6.5计算总索赔额的分布
    6.6递归方法
    6.6.1在复合索赔频率模型中的应用
    6.6.2溢出问题
    6.6.3数值稳定性
    6.6.4连续的损失分布
    6.6.5构造算数分布
    习题
    6.7个体保单的更改对总赔付额的影响
    习题
    6.8近似分布的计算
    6.8.1算术分布
    6.8.2经验分布
    6.8.3分段线性累积分布函数
    习题
    6.9反演方法
    6.9.1快速傅里叶变换
    6.9.2直接数值反演
    习题
    6.10不同方法的比较
    6.11个体风险模型
    6.11.1参数的近似
    6.11.2总分布的精确计算
    6.11.3复合Poisson近似
    习题
    第7章离散时间破产模型
    7.1引言
    7.2保险过程模型
    7.2.1过程
    7.2.2保险模型
    7.2.3破产
    7.3离散时间有限破产概率
    7.3.1离散时间过程
    7.3.2计算破产概率
    习题
    第8章连续时间破产模型
    8.1引言
    8.1.1Poisson过程
    8.1.2连续时间的相关问题
    8.2调节系数和Lundberg$不等式
    8.2.1调节系数
    8.2.2Lundberg不等式
    习题
    8.3微积分方程
    习题
    8.4最大总损失
    习题
    8.5Cramer渐近破产公式和Tijms近似
    习题
    8.6布朗运动风险过程
    8.7布朗运动和破产概率0
    第三部分经验模型的构造
    第9章数理统计基础
    9.1引言
    9.2点估计
    9.2.1引言
    9.2.2估计量的评估
    习题
    9.3区间估计
    习题
    9.4假设检验
    习题
    第10章基于完整数据的统计估计
    10.1引言
    10.2完整个体数据的经验分布
    习题
    10.3分组数据的经验分布
    习题
    第11章基于修正数据的统计估计
    11.1点估计
    习题
    11.2均值、方差以及置信区间的估计
    习题
    11.3核密度模型
    习题
    11.4大数据集合的近似计算
    11.4.1引言
    11.4.2Kaplan-Meier近似
    11.4.3多元衰减表
    习题
    第四部分参数化统计方法
    第12章参数估计
    12.1矩方法和分位点匹配
    习题
    12.2最大似然估计
    12.2.1引言
    12.2.2完全的个体数据
    12.2.3完全的分组数据
    12.2.4截断或删失数据
    习题
    12.3方差和区间估计
    习题
    12.4贝叶斯估计
    12.4.1定义和贝叶斯定理
    12.4.2推断和预测
    12.4.3共轭先验分布和线性指数族
    12.4.4计算问题
    习题
    12.5离散分布的估计
    12.5.1Poisson分布
    12.5.2负二项分布
    12.5.3二项分布
    12.5.4(a,b,1)分布族
    12.5.5复合模型
    12.5.6最大似然估计风险暴露水平的作用
    习题
    12.6二元模型
    12.6.1引言
    12.6.2耦合函数
    习题
    12.7协变量模型
    12.7.1引言
    12.7.2比例风险模型
    12.7.3广义线性和加速失效模型
    习题
    第13章模型选择
    13.1引言
    13.2数据和模型的表示
    13.3密度函数与分布函数的图像比较
    习题
    13.4假设检验
    13.4.1Kolmogorov-Smirnov检验
    13.4.2Anderson-Darling检验
    13.4.3卡方(X2)拟合优度检验
    13.4.4似然比检验
    习题
    13.5模型选择
    13.5.1引言
    13.5.2主观判断法
    13.5.3评分法
    习题
    第14章实例
    14.1引言
    14.2死亡时间
    14.2.1数据
    14.2.2基本计算
    习题
    14.3从事故发生到报告的时间
    14.3.1问题和数据
    14.3.2分析
    14.4赔付额
    14.4.1数据
    14.4.2第一个模型
    14.4.3第二个模型
    14.5总损失实例I
    14.6总损失实例II
    14.6.1单个保单的分布
    14.6.2100个保单——超额损失保单组
    14.6.3100个保单——总损失止损处理
    14.6.4数值卷积计算
    综合习题
    第五部分统计估计的调整及随机模拟
    第15章插值与平滑
    15.1引言
    15.2多项式插值与平滑
    习题
    15.3三次样条插值
    习题
    15.4样条近似函数
    习题
    15.5样条的外推
    习题
    15.6平滑样条
    习题
    第16章信度理论
    16.1引言
    16.2统计学概念
    16.2.1条件分布
    16.2.2条件期望
    16.2.3非参数型无偏估计量
    习题
    16.3有限波动信度理论
    16.3.1完全信度
    16.3.2部分信度
    16.3.3关于有限波动信度方法的一些问题
    16.3.4备注
    习题
    16.4最大精度信度理论
    16.4.1引言
    16.4.2贝叶斯方法
    16.4.3信度保费
    16.4.4Bǔhlmann模型
    16.4.5Bǔhlmann-Straub模型
    16.4.6精确信度
    16.4.7线性保费,贝叶斯保费和无信度之间的比较
    16.4.8备注
    习题
    16.5经验贝叶斯参数估计
    16.5.1非参数估计
    16.5.2半参数估计
    16.5.3参数估计
    16.5.4备注
    习题
    第17章随机模拟
    17.1随机模拟的基础知识
    习题
    17.2精算建模中的随机模拟实例
    17.2.1总体损失计算
    17.2.2无独立性或同分布假设的例子
    17.2.3两个例子的模拟分析
    17.2.4统计分析
    习题
    附录A连续分布函数
    附录B离散分布
    附录C损失频率和损失程度的关系
    附录D递归公式
    附录E损失程度分布的离散化方法
    附录F数值优化和方程组求解
    参考文献
    索引
  • 内容简介:
      本书全面讨论了精算损失模型和精算建模方法,共分5个部分。第2部分至第5部分是全书的核心,汇总了精算模型和精算建模方法2个体系的内容。第2部分除介绍一般损失模型常用的概率分布外,还介绍了保险精算中最基本的索赔频率模型、索赔额模型以及总损失模型,并在此基础上讨论了破产理论模型。随后3个部分的核心主题是精算建模方法,从经验建模方法到参数化(统计)建模,直至最后第5部分的模型修正方法和随机模拟方法。
      本书是北美精算考试当前考试体系课程MLC和C的指定参考书,是从事金融和精算工作的专业人士很有价值的参考书,也可作为高等学校金融和精算方向相关课程的参考教材。
  • 作者简介:
      StuartA.Klugman,著名统计学家。美国德雷克(Drake)大学精算学教授,SOA(北美精算师协会)会士,并曾任该协会副主席(2001-2003)。
      HarryH.Panjer,著名统计学家。加拿大滑铁卢大学统计精算系荣休教授,曾任加拿大精算学会主席(1997-1998),SOA主席(2002-2003)。
      GordonE.Willmot,加拿大滑铁卢大学统计精算系教授,是国际风险理论研究方面的著名学者,曾担任SOA精算考试相关课程的建设工作。
      译者简介:
      吴岚,北京大学数学科学学院金融数学系副教授,中国精算学会会员,北京大学博士(数理统计专业)毕业。
      1990年至今在北京大学数学科学学院任教,主要讲授课程:《风险理论》、《金融统计方法》。1997年开始从事金融数学与精算学的教学和科研工作,参加国家自然科学基金、国家科技部973项目等相关的研究工作,并参与保险行业偿付能力监管标准方面的技术工作以及中国精算协会的精算教育方面的工作。
      主要研究方向为金融风险管理与精算学。具体的研究领域:投资连结的寿险产品的定价和风险管理、保险公司资产负债管理技术、商业银行信用风险模型、金融机构监管的风险资本模型等。
  • 目录:
    第一部分引言
    第1章建模
    1.1模型化方法
    1.1.1建模流程
    1.1.2建模方法的优势
    1.2本书的结构
    第二部分精算模型
    第2章随机变量
    2.1引言
    2.2重要函数和4个模型
    习题
    第3章分布函数的数字特征
    3.1矩
    习题
    3.2分位数
    习题
    3.3生成函数与随机变量和
    习题
    第4章分布函数的分类与构造
    4.1引言
    4.2参数的作用
    4.2.1参数分布和尺度分布
    4.2.2参数分布族
    4.2.3有限混合分布
    4.2.4数据依赖型分布
    习题
    4.3厚尾情形
    4.3.1矩的存在性
    4.3.2极限比
    4.3.3损失率和平均剩余生命函数
    习题
    4.4构造新的分布
    4.4.1引言
    4.4.2倍数变换
    4.4.3幂变换
    4.4.4指数变换
    4.4.5混合
    4.4.6含瑕点的风险率模型
    4.4.7分段
    习题
    4.5常用分布及其相互关系
    4.5.1引言
    4.5.2两参数分布族
    4.5.3分布的极限
    习题
    4.6离散分布
    4.6.1引言
    4.6.2Poisson分布
    4.6.3负二项分布
    4.6.4二项分布
    4.6.5(a,b,o)分布类
    4.6.6分布在零点的截断和修正
    4.6.7频率的复合模型
    4.6.8复合Poisson分布族的性质
    4.6.9混合频率模型
    4.6.10混合Poisson
    4.6.11频率计算中风险暴露的\,作用
    4.6.12离散分布总结
    习题
    第5章保险责任调整后的索赔频率和索赔量
    5.1引言
    5.2免赔
    习题
    5.3损失缩减率以及通货膨胀对普通免赔的影响
    习题
    5.4保单限额
    习题
    5.5分保、免赔和限额
    习题
    5.6免赔对索赔频率的影响
    习题
    第6章总损失模型
    6.1引言
    习题
    6.2模型选择
    习题
    6.3总索赔的复合模型
    习题
    6.4解析结果
    习题
    6.5计算总索赔额的分布
    6.6递归方法
    6.6.1在复合索赔频率模型中的应用
    6.6.2溢出问题
    6.6.3数值稳定性
    6.6.4连续的损失分布
    6.6.5构造算数分布
    习题
    6.7个体保单的更改对总赔付额的影响
    习题
    6.8近似分布的计算
    6.8.1算术分布
    6.8.2经验分布
    6.8.3分段线性累积分布函数
    习题
    6.9反演方法
    6.9.1快速傅里叶变换
    6.9.2直接数值反演
    习题
    6.10不同方法的比较
    6.11个体风险模型
    6.11.1参数的近似
    6.11.2总分布的精确计算
    6.11.3复合Poisson近似
    习题
    第7章离散时间破产模型
    7.1引言
    7.2保险过程模型
    7.2.1过程
    7.2.2保险模型
    7.2.3破产
    7.3离散时间有限破产概率
    7.3.1离散时间过程
    7.3.2计算破产概率
    习题
    第8章连续时间破产模型
    8.1引言
    8.1.1Poisson过程
    8.1.2连续时间的相关问题
    8.2调节系数和Lundberg$不等式
    8.2.1调节系数
    8.2.2Lundberg不等式
    习题
    8.3微积分方程
    习题
    8.4最大总损失
    习题
    8.5Cramer渐近破产公式和Tijms近似
    习题
    8.6布朗运动风险过程
    8.7布朗运动和破产概率0
    第三部分经验模型的构造
    第9章数理统计基础
    9.1引言
    9.2点估计
    9.2.1引言
    9.2.2估计量的评估
    习题
    9.3区间估计
    习题
    9.4假设检验
    习题
    第10章基于完整数据的统计估计
    10.1引言
    10.2完整个体数据的经验分布
    习题
    10.3分组数据的经验分布
    习题
    第11章基于修正数据的统计估计
    11.1点估计
    习题
    11.2均值、方差以及置信区间的估计
    习题
    11.3核密度模型
    习题
    11.4大数据集合的近似计算
    11.4.1引言
    11.4.2Kaplan-Meier近似
    11.4.3多元衰减表
    习题
    第四部分参数化统计方法
    第12章参数估计
    12.1矩方法和分位点匹配
    习题
    12.2最大似然估计
    12.2.1引言
    12.2.2完全的个体数据
    12.2.3完全的分组数据
    12.2.4截断或删失数据
    习题
    12.3方差和区间估计
    习题
    12.4贝叶斯估计
    12.4.1定义和贝叶斯定理
    12.4.2推断和预测
    12.4.3共轭先验分布和线性指数族
    12.4.4计算问题
    习题
    12.5离散分布的估计
    12.5.1Poisson分布
    12.5.2负二项分布
    12.5.3二项分布
    12.5.4(a,b,1)分布族
    12.5.5复合模型
    12.5.6最大似然估计风险暴露水平的作用
    习题
    12.6二元模型
    12.6.1引言
    12.6.2耦合函数
    习题
    12.7协变量模型
    12.7.1引言
    12.7.2比例风险模型
    12.7.3广义线性和加速失效模型
    习题
    第13章模型选择
    13.1引言
    13.2数据和模型的表示
    13.3密度函数与分布函数的图像比较
    习题
    13.4假设检验
    13.4.1Kolmogorov-Smirnov检验
    13.4.2Anderson-Darling检验
    13.4.3卡方(X2)拟合优度检验
    13.4.4似然比检验
    习题
    13.5模型选择
    13.5.1引言
    13.5.2主观判断法
    13.5.3评分法
    习题
    第14章实例
    14.1引言
    14.2死亡时间
    14.2.1数据
    14.2.2基本计算
    习题
    14.3从事故发生到报告的时间
    14.3.1问题和数据
    14.3.2分析
    14.4赔付额
    14.4.1数据
    14.4.2第一个模型
    14.4.3第二个模型
    14.5总损失实例I
    14.6总损失实例II
    14.6.1单个保单的分布
    14.6.2100个保单——超额损失保单组
    14.6.3100个保单——总损失止损处理
    14.6.4数值卷积计算
    综合习题
    第五部分统计估计的调整及随机模拟
    第15章插值与平滑
    15.1引言
    15.2多项式插值与平滑
    习题
    15.3三次样条插值
    习题
    15.4样条近似函数
    习题
    15.5样条的外推
    习题
    15.6平滑样条
    习题
    第16章信度理论
    16.1引言
    16.2统计学概念
    16.2.1条件分布
    16.2.2条件期望
    16.2.3非参数型无偏估计量
    习题
    16.3有限波动信度理论
    16.3.1完全信度
    16.3.2部分信度
    16.3.3关于有限波动信度方法的一些问题
    16.3.4备注
    习题
    16.4最大精度信度理论
    16.4.1引言
    16.4.2贝叶斯方法
    16.4.3信度保费
    16.4.4Bǔhlmann模型
    16.4.5Bǔhlmann-Straub模型
    16.4.6精确信度
    16.4.7线性保费,贝叶斯保费和无信度之间的比较
    16.4.8备注
    习题
    16.5经验贝叶斯参数估计
    16.5.1非参数估计
    16.5.2半参数估计
    16.5.3参数估计
    16.5.4备注
    习题
    第17章随机模拟
    17.1随机模拟的基础知识
    习题
    17.2精算建模中的随机模拟实例
    17.2.1总体损失计算
    17.2.2无独立性或同分布假设的例子
    17.2.3两个例子的模拟分析
    17.2.4统计分析
    习题
    附录A连续分布函数
    附录B离散分布
    附录C损失频率和损失程度的关系
    附录D递归公式
    附录E损失程度分布的离散化方法
    附录F数值优化和方程组求解
    参考文献
    索引
查看详情
系列丛书 / 更多
损失模型
普林斯顿微积分读本(修订版)
[美]阿德里安·班纳 著;杨爽、赵晓婷、高璞 译
损失模型
线性代数应该这样学(第3版)
[美]阿克斯勒(Sheldon Axler) 著;杜现昆、刘大艳、马晶 译
损失模型
应用随机过程 概率模型导论(第11版)
[美]罗斯(Sheldon M. Ross) 著
损失模型
数学分析八讲(修订版)
[苏]А. Я. 辛钦 著;王会林、齐民友 译
损失模型
小波十讲
[比利时]英格里德·道贝切斯(Ingrid Daubechies) 著;贾洪峰 译
损失模型
概率论及其应用(卷1•第3版)
[美]威廉·费勒 著;胡迪鹤 译
损失模型
线性代数应该这样学
[美]阿克斯勒(Axler S.) 著;杜现昆、马晶 译
损失模型
矩阵计算
[美]戈卢布(GeneH.Golub)、[美]戈卢布(GeneH.Golub) 著
损失模型
基础拓扑学
[英]阿姆斯特朗 著;孙以丰 译
损失模型
金融时间序列分析
[美]Ruey S. Tsay 著;王远林、王辉、潘家柱 译
损失模型
概率论基础教程
[美]罗斯 著;郑忠国、詹从赞 译
损失模型
实用微积分
休斯·哈利特(DeborahHughes-Hallett)、休斯·哈利特(DeborahHughes-Hallett) 著
相关图书 / 更多
损失模型
损失赔偿与救济
杨良宜 著
您可能感兴趣 / 更多
损失模型
宇宙视觉史:从宇宙大爆炸到时间的尽头
[美]查尔斯·刘 著;高爽 译者;[美]马克西姆· 马洛维奇科 绘;未读 出品
损失模型
写出我心 普通人如何通过写作表达自己(平装本)
[美]娜塔莉·戈德堡(Natalie Goldberg)
损失模型
写出我心3 写作疗愈的真正秘密
[美]娜塔莉·戈德堡(Natalie Goldberg)
损失模型
神套路:为什么我们总被带节奏(狂热与网红时代醍醐灌顶之作,教给普通人安身立命的不二法门!)
[美]阿里·阿莫萨维 著;[哥伦比亚]亚历杭德罗·希拉尔多 绘
损失模型
阿伦森自传
[美]埃利奥特·阿伦森(Elliot Aronson) 著;沈捷 译;湛庐文化 出品
损失模型
街头官僚:公共服务中的个人困境
[美]迈克尔·李普斯基(Michael Lipsky)
损失模型
史前至蒙古帝国时期的内欧亚大陆史
[美]大卫·克里斯蒂安 著;潘玲 译;杨建华 校
损失模型
意大利文艺复兴新艺术史
[美]迈克尔·韦恩·科尔 著;[美]斯蒂芬·J·坎贝尔;邵亦杨
损失模型
老人与海 彩图注音版 一二三四年级5-6-7-8-9岁小学生课外阅读经典 儿童文学无障碍有声伴读世界名著童话故事
[美]海明威
损失模型
养育的觉醒:全面激发孩子自驱力,教你如何心平气和做妈妈
[美]凯文·莱曼 著;唐晓璐 译;斯坦威 出品
损失模型
自律我也能做到(全9册)
[美]康妮·科维尔·米勒 著;[阿根廷]维多利亚·阿萨纳利 绘
损失模型
你在等什么?
[美]斯科特·明钦 著;[中]易万 译;[美]马特 ·斐兰 绘