论文摘要
未决赔款准备金是保险公司责任准备金中最重要的部分,也是准备金精算师日常工作的主要部分。未决赔款准备金作为非寿险保险公司财务报表中最大的负债科目,其估计的精确性对非寿险保险公司的稳健经营具有非常重要的意义。然而在我国保险行业当前的情形下,绝大多数非寿险保险公司都存在历史数据缺乏和数据质量低下的问题。在此情形下,非寿险保险公司应用传统的准备金估计方法对未决赔款准备金进行估计会产生较大的偏差。本文从非寿险保险公司赔案的实际特点出发,构建状态空间模型分别描述非寿险赔付过程中两个影响损失频率和损失程度的因素:一是理赔过程对损失频率和损失程度的影响,这种影响使得损失频率和损失程度的进展分布具有一定的趋势变化;二是各种随机因素对损失频率和损失程度的影响,这些因素使得损失频率和损失程度具有一定的随机特征。然后应用卡尔曼滤波来估计状态空间的转换参数,并分别预测损失频率和损失程度从而估计未决赔款准备金。在既考虑了传统未决赔款准备金估计中的趋势变化,又反映了随机因素对未决赔款准备金的影响的基础上,通过实证检验得出本文构建的卡尔曼滤波方法能显著提高未决赔款准备金估计的精度。同时,本文方法允许存在历史错误数据并可对历史错误数据进行一定程度的自动修正,消除历史错误数据对未决赔款准备金估计的影响,因此可以为当前国内非寿险公司未决赔款准备金提供较有效的估计。