中国管理科学 ›› 2006, Vol. ›› Issue (2): 33-38.
林静1, 韩玉启1, 朱慧明2
LIN Jing1, HAN Yu-qi1, ZHU Hui-ming2
摘要: Buhlmann-Straub最精确信用模型是贝叶斯分析在经验费率厘定中最著名的应用之一。但传统Buhlmann-Straub模型在先验信息不足的条件下,难以得出结构参数的无偏后验估计;长期以来,高维数值计算的困难也使得贝叶斯方法的应用受到极大的限制。本文通过对Buhlmann-Straub模型结构的剖析,引入基于Gibbs抽样的马尔可夫链蒙特卡罗(MCMC)模拟方法,构建出风险保费预测值信用估计的贝叶斯模型。实例分析的结果证明了该模型能够在数据缺失的情况下,动态模拟出有关参数的后验分布,求出缺失参数的后验估计,提高计算的精度,从而有助于更有效地甄别出各保单间的非同质程度。
中图分类号: