风险模型:基于R的保险损失预测/应用统计工程前沿丛书

风险模型:基于R的保险损失预测/应用统计工程前沿丛书
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:
2017-09
版次: 1
ISBN: 9787302482062
定价: 89.00
装帧: 平装
开本: 16开
纸张: 胶版纸
页数: 426页
字数: 513千字
正文语种: 简体中文
分类: 经济
114人买过
  • 保险是经营风险的行业,风险的评估和定价是保险公司*为核心的竞争力。本书以保险业为研究对象,讨论了相应的风险模型及其应用,主要包括损失概率、损失次数、损失金额和累积损失的分布模型以及它们的预测模型,同时还探讨了巨灾损失和相依风险的建模问题。在实证研究中,以R语言为计算工具,提供了详细的程序代码,方便读者再现完整的计算过程。
    本书适合风险管理、保险与精算等相关专业的高年级学生、研究人员或从业人员参考。

    第1章风险度量
    1.1描述随机变量的函数
    1.1.1分布函数
    1.1.2概率密度函数
    1.1.3生存函数
    1.1.4概率母函数
    1.1.5矩母函数
    1.1.6危险率函数
    1.2常用的风险度量方法
    1.2.1VaR
    1.2.2TVaR
    1.2.3基于扭曲变换的风险度量
    第2章损失金额分布模型
    2.1常用的损失金额分布
    2.1.1正态分布
    2.1.2指数分布
    2.1.3伽马分布
    2.1.4逆高斯分布
    2.1.5对数正态分布
    2.1.6帕累托分布
    2.1.7韦布尔分布
    2.2新分布的生成
    2.2.1函数变换
    2.2.2混合分布
    2.3免赔额的影响
    2.4赔偿限额的影响
    2.5通货膨胀的影响
    第3章损失次数分布模型
    3.1(a, b, 0)分布类
    3.1.1泊松分布
    3.1.2二项分布
    3.1.3负二项分布
    3.1.4几何分布
    3.2(a, b, 1)分布类
    3.2.1零截断分布
    3.2.2零调整分布
    3.3零膨胀分布
    3.4复合分布
    3.4.1复合分布的概率计算
    3.4.2复合分布的比较
    3.5混合分布
    3.6免赔额对损失次数模型的影响
    3.6.1免赔额对(a, b, 0)分布类的影响
    3.6.2免赔额对(a, b, 1)分布类的影响
    3.6.3免赔额对复合分布的影响
    第4章累积损失分布模型
    4.1集体风险模型
    4.1.1精确计算
    4.1.2参数近似
    4.1.3Panjer递推法
    4.1.4傅里叶近似
    4.1.5随机模拟
    4.2个体风险模型
    4.2.1卷积法
    4.2.2参数近似法
    4.2.3复合泊松近似法
    第5章损失分布模型的参数估计
    5.1参数估计
    5.1.1极大似然法
    5.1.2矩估计法
    5.1.3分位数配比法
    5.1.4最小距离法
    5.2模型的评价和比较
    第6章巨灾损失模型
    6.1广义极值分布
    6.1.1极值分布函数
    6.1.2极大吸引域
    6.1.3区块最大化方法
    6.2广义帕累托分布
    6.2.1分布函数
    6.2.2超额损失的分布
    6.2.3更大阈值下超额损失的分布
    6.2.4尾部生存函数
    6.2.5风险度量
    6.2.6参数的极大似然估计
    6.2.7尾部指数的Hill估计
    6.2.8尾部生存函数的Hill估计
    6.3偏正态分布和偏t分布
    第7章损失预测的广义线性模型
    7.1广义线性模型的结构
    7.1.1指数分布族
    7.1.2连接函数
    7.2模型的参数估计方法
    7.2.1极大似然估计
    7.2.2牛顿迭代法
    7.2.3迭代加权最小二乘法
    7.2.4牛顿迭代法与迭代加权最小二乘法的比较
    7.2.5离散参数的估计
    7.2.6参数估计值的标准误
    7.3模型的比较与诊断
    7.3.1偏差
    7.3.2模型比较
    7.3.3伪判定系数
    7.3.4残差
    7.3.5Cook距离
    7.3.6连接函数的诊断
    第8章损失金额预测模型
    8.1线性回归模型
    8.1.1模型设定
    8.1.2参数估计
    8.1.3连接函数
    8.1.4模拟数据分析
    8.2损失金额预测的伽马回归
    8.2.1模型设定
    8.2.2迭代加权最小二乘估计
    8.2.3模拟数据分析
    8.3损失金额预测的逆高斯回归
    8.3.1模型设定
    8.3.2迭代加权最小二乘估计
    8.3.3模拟数据分析
    8.3.4GAMLSS的应用
    8.4有限赔款预测模型
    8.5混合损失金额预测模型
    8.6应用案例
    8.6.1数据介绍
    8.6.2描述性分析
    8.6.3案均赔款的预测模型
    8.6.4案均赔款对数的预测模型
    第9章损失概率预测模型
    9.1基于个体观察数据的损失概率预测
    9.1.1伯努利分布
    9.1.2伯努利分布假设下的逻辑斯谛回归
    9.1.3迭代加权最小二乘估计
    9.1.4模拟数据分析
    9.1.5不同风险暴露时期的处理
    9.2基于汇总数据的损失概率预测
    9.2.1二项分布
    9.2.2二项分布假设下的逻辑斯谛回归
    9.2.3迭代加权最小二乘估计
    9.2.4模拟数据分析
    9.3损失概率预测模型的解释
    9.4损失概率预测模型的评价
    9.4.1偏差
    9.4.2分类表
    9.4.3HosmerLemeshow统计量
    9.5其他连接函数
    9.6过离散问题
    9.7应用案例
    第10章损失次数预测模型
    10.1泊松回归模型
    10.1.1泊松分布
    10.1.2模型设定
    10.1.3迭代加权最小二乘估计
    10.1.4抵消项
    10.1.5模型参数的解释
    10.1.6模拟分析
    10.2过离散损失次数预测模型
    10.2.1负二项Ⅰ型分布
    10.2.2负二项Ⅱ型分布
    10.2.3迭代加权最小二乘估计
    10.2.4模型参数的解释
    10.2.5模拟分析
    10.3零截断与零膨胀损失次数预测模型
    10.3.1零截断回归模型
    10.3.2零膨胀回归模型
    10.3.3零调整回归模型
    10.4混合损失次数预测模型
    10.5应用案例
    10.5.1描述性分析
    10.5.2索赔频率预测模型
    第11章累积损失的预测模型
    11.1Tweedie回归
    11.2零调整逆高斯回归
    11.3应用案例
    11.3.1描述性分析
    11.3.2纯保费的预测模型
    第12章相依风险模型
    12.1Copula
    12.2生存Copula
    12.3相依性的度量
    12.3.1线性相关系数
    12.3.2秩相关系数
    12.3.3尾部相依指数
    12.4常见的Copula函数
    12.4.1正态Copula
    12.4.2tCopula
    12.4.3Clayton Copula
    12.4.4Frank Copula
    12.4.5Gumbel Copula
    12.4.6FGM Copula
    12.4.7厚尾Copula
    12.5阿基米德Copula
    12.6Copula的随机模拟
    12.7Copula的参数估计
    12.8Copula的应用
    第13章贝叶斯风险模型
    13.1先验分布的选择
    13.2MCMC方法简介
    13.2.1Gibbs抽样
    13.2.2MetropolisHastings算法
    13.2.3Hamiltonian Monte Carlo算法
    13.2.4收敛性的诊断
    13.3模型评价
    13.4贝叶斯模型的应用
    索引
    参考文献

  • 内容简介:
    保险是经营风险的行业,风险的评估和定价是保险公司*为核心的竞争力。本书以保险业为研究对象,讨论了相应的风险模型及其应用,主要包括损失概率、损失次数、损失金额和累积损失的分布模型以及它们的预测模型,同时还探讨了巨灾损失和相依风险的建模问题。在实证研究中,以R语言为计算工具,提供了详细的程序代码,方便读者再现完整的计算过程。
    本书适合风险管理、保险与精算等相关专业的高年级学生、研究人员或从业人员参考。

  • 目录:
    第1章风险度量
    1.1描述随机变量的函数
    1.1.1分布函数
    1.1.2概率密度函数
    1.1.3生存函数
    1.1.4概率母函数
    1.1.5矩母函数
    1.1.6危险率函数
    1.2常用的风险度量方法
    1.2.1VaR
    1.2.2TVaR
    1.2.3基于扭曲变换的风险度量
    第2章损失金额分布模型
    2.1常用的损失金额分布
    2.1.1正态分布
    2.1.2指数分布
    2.1.3伽马分布
    2.1.4逆高斯分布
    2.1.5对数正态分布
    2.1.6帕累托分布
    2.1.7韦布尔分布
    2.2新分布的生成
    2.2.1函数变换
    2.2.2混合分布
    2.3免赔额的影响
    2.4赔偿限额的影响
    2.5通货膨胀的影响
    第3章损失次数分布模型
    3.1(a, b, 0)分布类
    3.1.1泊松分布
    3.1.2二项分布
    3.1.3负二项分布
    3.1.4几何分布
    3.2(a, b, 1)分布类
    3.2.1零截断分布
    3.2.2零调整分布
    3.3零膨胀分布
    3.4复合分布
    3.4.1复合分布的概率计算
    3.4.2复合分布的比较
    3.5混合分布
    3.6免赔额对损失次数模型的影响
    3.6.1免赔额对(a, b, 0)分布类的影响
    3.6.2免赔额对(a, b, 1)分布类的影响
    3.6.3免赔额对复合分布的影响
    第4章累积损失分布模型
    4.1集体风险模型
    4.1.1精确计算
    4.1.2参数近似
    4.1.3Panjer递推法
    4.1.4傅里叶近似
    4.1.5随机模拟
    4.2个体风险模型
    4.2.1卷积法
    4.2.2参数近似法
    4.2.3复合泊松近似法
    第5章损失分布模型的参数估计
    5.1参数估计
    5.1.1极大似然法
    5.1.2矩估计法
    5.1.3分位数配比法
    5.1.4最小距离法
    5.2模型的评价和比较
    第6章巨灾损失模型
    6.1广义极值分布
    6.1.1极值分布函数
    6.1.2极大吸引域
    6.1.3区块最大化方法
    6.2广义帕累托分布
    6.2.1分布函数
    6.2.2超额损失的分布
    6.2.3更大阈值下超额损失的分布
    6.2.4尾部生存函数
    6.2.5风险度量
    6.2.6参数的极大似然估计
    6.2.7尾部指数的Hill估计
    6.2.8尾部生存函数的Hill估计
    6.3偏正态分布和偏t分布
    第7章损失预测的广义线性模型
    7.1广义线性模型的结构
    7.1.1指数分布族
    7.1.2连接函数
    7.2模型的参数估计方法
    7.2.1极大似然估计
    7.2.2牛顿迭代法
    7.2.3迭代加权最小二乘法
    7.2.4牛顿迭代法与迭代加权最小二乘法的比较
    7.2.5离散参数的估计
    7.2.6参数估计值的标准误
    7.3模型的比较与诊断
    7.3.1偏差
    7.3.2模型比较
    7.3.3伪判定系数
    7.3.4残差
    7.3.5Cook距离
    7.3.6连接函数的诊断
    第8章损失金额预测模型
    8.1线性回归模型
    8.1.1模型设定
    8.1.2参数估计
    8.1.3连接函数
    8.1.4模拟数据分析
    8.2损失金额预测的伽马回归
    8.2.1模型设定
    8.2.2迭代加权最小二乘估计
    8.2.3模拟数据分析
    8.3损失金额预测的逆高斯回归
    8.3.1模型设定
    8.3.2迭代加权最小二乘估计
    8.3.3模拟数据分析
    8.3.4GAMLSS的应用
    8.4有限赔款预测模型
    8.5混合损失金额预测模型
    8.6应用案例
    8.6.1数据介绍
    8.6.2描述性分析
    8.6.3案均赔款的预测模型
    8.6.4案均赔款对数的预测模型
    第9章损失概率预测模型
    9.1基于个体观察数据的损失概率预测
    9.1.1伯努利分布
    9.1.2伯努利分布假设下的逻辑斯谛回归
    9.1.3迭代加权最小二乘估计
    9.1.4模拟数据分析
    9.1.5不同风险暴露时期的处理
    9.2基于汇总数据的损失概率预测
    9.2.1二项分布
    9.2.2二项分布假设下的逻辑斯谛回归
    9.2.3迭代加权最小二乘估计
    9.2.4模拟数据分析
    9.3损失概率预测模型的解释
    9.4损失概率预测模型的评价
    9.4.1偏差
    9.4.2分类表
    9.4.3HosmerLemeshow统计量
    9.5其他连接函数
    9.6过离散问题
    9.7应用案例
    第10章损失次数预测模型
    10.1泊松回归模型
    10.1.1泊松分布
    10.1.2模型设定
    10.1.3迭代加权最小二乘估计
    10.1.4抵消项
    10.1.5模型参数的解释
    10.1.6模拟分析
    10.2过离散损失次数预测模型
    10.2.1负二项Ⅰ型分布
    10.2.2负二项Ⅱ型分布
    10.2.3迭代加权最小二乘估计
    10.2.4模型参数的解释
    10.2.5模拟分析
    10.3零截断与零膨胀损失次数预测模型
    10.3.1零截断回归模型
    10.3.2零膨胀回归模型
    10.3.3零调整回归模型
    10.4混合损失次数预测模型
    10.5应用案例
    10.5.1描述性分析
    10.5.2索赔频率预测模型
    第11章累积损失的预测模型
    11.1Tweedie回归
    11.2零调整逆高斯回归
    11.3应用案例
    11.3.1描述性分析
    11.3.2纯保费的预测模型
    第12章相依风险模型
    12.1Copula
    12.2生存Copula
    12.3相依性的度量
    12.3.1线性相关系数
    12.3.2秩相关系数
    12.3.3尾部相依指数
    12.4常见的Copula函数
    12.4.1正态Copula
    12.4.2tCopula
    12.4.3Clayton Copula
    12.4.4Frank Copula
    12.4.5Gumbel Copula
    12.4.6FGM Copula
    12.4.7厚尾Copula
    12.5阿基米德Copula
    12.6Copula的随机模拟
    12.7Copula的参数估计
    12.8Copula的应用
    第13章贝叶斯风险模型
    13.1先验分布的选择
    13.2MCMC方法简介
    13.2.1Gibbs抽样
    13.2.2MetropolisHastings算法
    13.2.3Hamiltonian Monte Carlo算法
    13.2.4收敛性的诊断
    13.3模型评价
    13.4贝叶斯模型的应用
    索引
    参考文献

查看详情
相关图书 / 更多
风险模型:基于R的保险损失预测/应用统计工程前沿丛书
风险管理实务——从入门到精通
(英) 托尼·布伦登(Tony Blunden)(英) 约翰·瑟尔韦尔(John Thirlwell)
风险模型:基于R的保险损失预测/应用统计工程前沿丛书
风险灾害危机研究(第十六辑)
童星 张海波
风险模型:基于R的保险损失预测/应用统计工程前沿丛书
风险社会及其映像
张康之 著
风险模型:基于R的保险损失预测/应用统计工程前沿丛书
风险社会的哲学观察-(探寻“知行合一”的行动模式)
张康之 著
风险模型:基于R的保险损失预测/应用统计工程前沿丛书
风险管理(初、中级适用)(2024年版)
中国银行业协会银行业专业人员职业资格考试办公室 编
风险模型:基于R的保险损失预测/应用统计工程前沿丛书
风险为本视域下中国自贸区反洗钱研究
高增安
风险模型:基于R的保险损失预测/应用统计工程前沿丛书
风险与防控:中国网络药品安全制度研究
刘琳著
风险模型:基于R的保险损失预测/应用统计工程前沿丛书
风险管理——对冲策略理论与应用
郭皓晨
风险模型:基于R的保险损失预测/应用统计工程前沿丛书
风险社会背景下的行政决策研究:正当性及其法律调控
黄泽萱 著
风险模型:基于R的保险损失预测/应用统计工程前沿丛书
风险、预期差和价值溢价(中国经济问题丛书)
姜圆
风险模型:基于R的保险损失预测/应用统计工程前沿丛书
风险管理
谭异初
风险模型:基于R的保险损失预测/应用统计工程前沿丛书
风险传播与受众分层论
朱田凤 著