非寿险风险管理与精算在职研究生与统计学分析

在非寿险风险管理与精算在职研究生中索赔频数和索赔额是费率厘定的两个重要方面，而风险测度和损失发生的频率与严重程度的研究是其核心内容。 首先，因为在非寿险中往往是多次索赔，如汽车保险和医疗费用保险等。 所以就要考虑索赔频数的分布，这时要先明确风险单位(如汽车险中的“年车”。医疗险中的“人次” ，然后通过对索赔记录进行分析处理，估计频数分布。目前常用Poisson分布和负二项分布等。其次，是保单的分类问题，即根据风险因素将保单进行分类。 例如，汽车车身险中要考虑投保人的年龄。车辆的用途。以往的驾驶记录等风险因素，据此将保单进行分类，这时可能是一种交叉分类。 然后建立理赔模型，分别计算各风险类中索赔频数分布和费率。 也可以利用多元统计分析(回归分析。判别分析和聚类分析 的方法，建立多元统计模型，来估计每一种不同等级风险因素对索赔频数和索赔额的影响。 另外，在建立理赔模型时还要考虑理赔时间滞延带来的问题，因为滞延时间的长短直接影响到索赔额的分布计算，进而影响费率的估计。 因此，时间序列分析也是费率厘汀必不可少的分析方法。“损失分布估计”又名“损失量大小的分布估计”。其目的在于预测未来损失的发生情况，着重于根据过去的损失数据，估计损失的分布〔 非寿险风险管理与精算在职研究生中的损失分布估计问题与一般的统计估计问题有类似之处，即包括分响J拟合与参数估计两大类问题。 但这里的估计问题也有自身的一此特点，数据类型一般为分组频数数据，即只知道区间内的数据个数而没有具体值的记录;另外，常见有左截断(免赔型 和右删失(超额损失再保险 的数据。 因此，损失分布的讨论中常用非参数的最优拟合方法，估计拟合精度，比较拟合效果对已知分布的参数估计，常见的分布有:威布尔(Weibull 分布。伽马(Gamma 分布。布尔(Burr 分布。对数正态normal 分布。帕累托(Pareto 分布和贝塔(Beta 分布等，而估计方法采用:最大似然法。最小距离法和贝叶斯估计法等。保险也称分保，是保险公司为了分散巨灾风险和巨额的累计责任，在保险合同的基础上，通过签汀分保合同，向其他保险人转嫁其所承担的风险和责任的方式。 通俗地讲，再保险就是对保险人的保险。 再保险分为传统再保险和非传统再保险。 再保险经营由于面临的业务情况很复杂，因此对风险管理与精算在职研究生技术方面的要求更高，除了与直接保险业务相同的风险管理与精算在职研究生问题外，还特别关注大额索赔和团体再保险的风险管理与精算在职研究生问题。 从风险管理与精算在职研究生技术上看要涉及极值分布问题。随机和的分响:问题以及分布的近似计算问题等。