二阶自回归效应有限时间最优相对保费稳健性
2014-06-30李俊海等
李俊海等
摘 要:在汽车保险奖惩系统相对保费研究中,需要考虑随机效应的动态异质性。在假设随机效应是一个二阶自回归随机序列的条件下,李俊海、赵振英、常沙沙(2011)给出了有限时间下最优相对保费计算公式,但是没有研究该公式的稳健性。在相同条件下,可以证明该文保费公式的稳健性。
关键词:奖惩系统;有限时间;二阶自回归;相对保费;稳健性
中图分类号:F840 文献标志码:A 文章编号:1673-291X(2014)10-0137-03
引言
汽车保险奖惩系统(Bonus—Malus System,简称BMS) 作为一种经验估费系统被广泛应用于世界各国的保险公司。目前大多数作者用齐次马尔科夫(Markov)链这一工具研究奖惩系统。但在实际生活中,保单持有人的先验特征和随机效应都是随时间变化,索赔频率不再是常数,保单持有人的轨迹只能用非齐次马尔科夫链来刻画,这时基于稳态分布的经典算法就不能用于计算相对保费,为此,一些作者研究了动态异质性条件下相对保费的计算。Pinquet,Guillèn和 Bolancè[1](2001)考虑了未知的随机参数是随时间变化的情况,即未被观察因素对司机的影响并不是常量。N.Brouhns,M.Guillé en,M.Denuit & J.Pinquet[2](2002)在前人研究的基础上,用一阶自回归模型刻画相邻期之间的风险相关性,并用数值方法求解出有限时间下的最优相对保费。李俊海、赵振英、常沙沙[3](2011)考虑了随机效应Θi,t是一个二阶自回归随机序列的情况,在推导出Θi,t的分布函数基础上,给出了有限时间下最优相对保费计算公式,但没有讨论该最优相对保费计算公式是否具有稳定性,也即是风险参数发生微小变化时,相对应的保费是否也变化较小。……
