تعداد نشریات | 161 |
تعداد شمارهها | 6,533 |
تعداد مقالات | 70,519 |
تعداد مشاهده مقاله | 124,135,313 |
تعداد دریافت فایل اصل مقاله | 97,240,936 |
مدلسازی تابع توزیع زیانهای بیمهای با بهرهگیری از توزیعهای ترکیبی و مفهوم کاپیولا | ||
تحقیقات مالی | ||
مقاله 2، دوره 19، شماره 1، 1396، صفحه 23-40 اصل مقاله (802.31 K) | ||
نوع مقاله: مقاله علمی پژوهشی | ||
شناسه دیجیتال (DOI): 10.22059/jfr.2015.52896 | ||
نویسندگان | ||
سعید باجلان* 1؛ رضا راعی2؛ شاپور محمدی3 | ||
1دانشجوی دکتری مدیریت مالی، دانشکدۀ مدیریت دانشگاه تهران، تهران، ایران | ||
2استاد مدیریت مالی، دانشکدۀ مدیریت دانشگاه تهران، تهران، ایران | ||
3دانشیار مدیریت مالی، دانشکدۀ مدیریت دانشگاه تهران، تهران، ایران | ||
چکیده | ||
این تحقیق سعی دارد با بهرهگیری همزمان از توزیعهای ترکیبی و مفهوم کاپیولا، تابع توزیع توأمان زیانهای واردشده بر اکسپوژرهای مختلف تحت پوشش یک بیمهنامۀ خاص را نسبت به توزیعهای آماری موجود، با دقت بیشتری مدلسازی کند. در این تحقیق از توزیع خاصی که ترکیبی از توزیع تی استودنت چوله هایپربولیک تعمیمیافته و نظریۀ مقادیر فرین است، برای مدلسازی توابع زیان حاشیهای و از مفهوم کاپیولا برای مدلسازی ساختار وابستگی میان آنها استفاده شده است. کاپیولاهای گوسی، تی، فرانک، گامبل و کلایتون، مهمترین انواع کاپیولای بررسی شدهاند تا از بین آنها بهترین گزینه برای تشریح ساختار وابستگی زیانها انتخاب شود. دادههای مورد استفاده در این تحقیق مقدار خسارتهای جانی و مالی بیمهنامههای شخص ثالث وسایل نقلیۀ موتوری است. نتایج تحقیق نشان میدهد با بهرهگیری از توزیع ترکیبی پیشنهادی و کاپیولای کلایتون تابع توزیع توأم، میتوان به خوبی زیانهای نشئت گرفته از بیمهنامۀ شخص ثالث را مدلسازی کرد. | ||
کلیدواژهها | ||
توزیع ترکیبی؛ توزیع توأم؛ توزیع حاشیهای؛ تابع کاپیولا | ||
مراجع | ||
باجلان، س.، راعی، ر.، محمدی، ش. (1395). مدلسازی تابع زیان بیمهای با استفاده از ترکیب توزیع تی استودنت چوله هایپربولیک تعمیمیافته و نظریۀ مقادیر فرین. تحقیقات مالی. 18 (1)، 85-39. Aas, K., Haff, I. (2006). The Generalized Hyperbolic Skew Student’s t-Distribution. Journal of Financial Econometrics 4(2), 275–309.
Anderson, T.W. (1958). An Introduction to Multivariate Statistical Analysis. Wiley & Sons, New York.
Balkema, A. A., de Haan, L. (1974). Residual Life Time at Great Age. Annals of Probability, 2(5), 792-804.
Bassi, F., Embrechts, P., Kafetzaki, M. (1998). Risk management and Quantile Estimation. In A Practical Guide to Heavy Tails, Adler, R. J., Feldman, F., and Taqqu, M. (eds), 111–130. Birkhäuser.
Beirlant, J., Joossens, E., Segers, J. (2004). Generalized Pareto Fit to the Society of Actuaries’ Large Claims Database. North American Actuarial Journal 8(2), 108–111.
Belguise, O., Levy, C. (2003). Tempêtes : Etude des dépendances entre les branches Automobile et Incendie à l’aide de la théorie des copulas Topic 1 Risk evaluation. 2003 ASTIN Colloquium, Berlin, Germany. Available in: http://www.actuaries.org/ASTIN/Colloquia/Berlin/Belguise_Levi.pdf.
Bouyè, E. (2002). Multivariate Extremes at Work for Portfolio Risk Measurement. Warwick Business School Working Paper Series, WP01-10.
Chava, S., Stefanescu, C., Turnbull, S. (2008). Modeling the Loss Distribution. Working Paper. Available in: http://faculty.london.edu/cstefanescu/Chava_ Stefanescu_Turnbull.pdf.
Cherubini, U., Lucianco, E., Vecchiato, W. (2004). Copula Methods in Finance. John Wiley & Sons, Sussex, England.
Debbie, J, D., Jones, B, L. (2006). Multivariate Extreme Value Theory and Its Usefulness in Understanding Risk. North American Acutarial Jouranl, 10(4), 1-27.
Eling, E. (2012). Fitting Insurance Claims to Skewed Distributions: Are the Skew-Normal and Skew-Student Good Models? Insurance: Mathematics and Economics, 51(2), 239-248.
Embrechts, P., Resnick, S. I., Samorodnitsky, G. (1999). Extreme Value Theory as a Risk Management Tool. North American Actuarial Journal 3(2), 30–41.
Frees, E.W., Carrière, J.F., Valdez, E. (1996). Annuity Valuation with Dependent Mortality. Journal of Risk and Insurance, 63(2), 229–261.
Frees, E.W., Valdez, E. A. (1998). Understanding Relationships Using Copulas. North American Actuarial Journal 2(1), 1–25.
Johnson, N. L., Kotz, S., Balakrishnan, N. (1997). Discrete Multivariate Distributions. John Wiley & Sons, New York.
Johnson, R. A., Wichern, D. W. (1988). Applied Multivariate Statistical Analysis (2 ed). Prentice-Hall Inc, New Jersey.
Krzanowski, W. J. (1988). Principles of Multivariate Analysis: a user’s perspective. Oxford University Press, Oxford.
Lane, M.N. (2000). Pricing Risk Transfer Transactions. ASTIN Bulletin, 30 (2), 259-293.
Lee, W. C., Fang, C. J. (2010). The Measurement of Capital for Operational |Risk of Taiwanese Commercial Banks. The Journal of Operational Risk 5(2), 79-102.
McNeil, A.J., Frey, R., Embrechts, P. (2005). Quantitative Risk Management: Concepts, Techniques, Tools. Princeton Series in Finance, Princeton University Press. New Jersey.
McNeil, A. J., Saladin, T. (1997).The Peaks Over Thresholds Method for Estimating High Quantiles of Loss Distributions. Preprint, Department Mathematik, ETH Zentrum, Zurich.
Nelsen, R. B. (1999). An Introduction to Copulas. Springer, New York.
Pickands, J. I. (1975). Statistical Inference Using Extreme Value Order Statistics. Annals of Statististics, 3,119-131.
Venter, G.G. (2002). Tails of Copulas. Proceedings of the Casualty Actuarial Society, 89(1), 68–113.
Vernic, R. (2006). Multivariate Skew-Normal Distributions with Applications in Insurance. Insurance: Mathematics and Economics, 38(2), 413-426.
| ||
آمار تعداد مشاهده مقاله: 3,363 تعداد دریافت فایل اصل مقاله: 805 |