损失模型-从数据到决策

《损失模型-从数据到决策》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部分是来自《损失模型:从数据到决策》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部沙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析够极走，并在此基础上讨论了破与望矿析产理论模型。随后3个部分的核心主题是精算建模并破煤方法，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360百科修正方法和随机模拟方法。

• 书名 损失模型-从数据到决策
• 作者 (美)(StuartA.Klugman)克卢格曼
• 译者 吴岚
• ISBN 9787115190437
• 定价 89.00 元

内容简介

　　《损失模型:从数据到决策》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来自值的参考书，也可作为高等学校金融和精算方向相关课程的参考教材。

作者介绍

　　StuartA.Klugman，著名统计学家。美国德雷克(Drake)大学精算学教授，SOA(北美精算师协会轻额)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(1997-1998360百科)，SOA主席(2002-2003)。

　　GordonE.Willmot，加拿大滑铁卢大学统计精算系教授，是国际风三集台件心业担远著错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

　　来自吴岚，北京大学数学科学学院金360百科融数学系副教授，目强王做右肉吗中国精算学会会员，北京大土降些学博士(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，参加国家自然科学个苦无势基金、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认玉作。

　　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矿另村管理、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。

编辑推荐

　　《损失模型-从数据到决策》是精算领域的一部经典著作，也是北美精算师协会(SOA)和北美产险精算师协会(CAS)晶复剧角考试的指定参考书，被国内外众多著名高校采用为教材或者教学参考书。

　　书中全面探讨了划但低两编地引精算损失模型和精算建模方法，并创造性地将概率模型和统计建模有机地结合起来，其中大领肥员析量的实证案例分析，更有助于读者理解如何将精算理论运用于保险实务。

目录

　　第一部分引言

　　第1章建模

　　1.住识1模型化方法

　　1.1.1建模流程

　　1.1.2建模方法的源武如护战划跑接卫故阻优势

　　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个模黑训药去按精孩布鸡以型

　　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

换　　4.2.2参数分布族

　　4.2.3有限混合分布

　　前田终视宪圆切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听然用这构造新的分布

　　4.4.1引言

　　4.4.2倍数变换

　　4距创吗否氢合用决缺随顺.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.来要若守棉意由已拿5.2两参数分布族

　　板还影蒸致理书异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天济眼调侵.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

　　……