网络损失模型风险转化为保费定价错误和风险敏感性
摘要：模型风险和风险敏感性对于解决网络风险的可保险性至关重要。在评估可保险性和潜在定价错误的标准统计方法中，我们增加了考虑模型风险的几个方面。模型风险可能源自模型不确定性和参数不确定性。我们通过将各种鲁棒估计方法纳入基于边际和联合网络风险损失过程建模的关键模型参数估计，来量化模型风险对分析的影响。我们将这些鲁棒技术与之前用于研究网络风险可保险性的标准方法进行对比。这使我们能够准确评估鲁棒估计对重尾损失模型的尾部指数估计的关键影响，以及在量化联合损失模型和保险组合多样性时，鲁棒相关分析的影响。我们认为选择这种方法与一种形式的模型风险相关，并研究与选择鲁棒估计所采用的类别以及与这种方法相关的设置对于关键精算任务（如网络保险的保费计算）的影响所产生的风险敏感性。通过这个分析，我们能够回答一个截至目前我们所知，没有其他研究在网络风险的背景下考察的问题：模型风险是否存在于网络风险数据中，以及它如何转化为保费错误定价？我们相信我们的研究结果应该补充现有的探索网络损失可保险性的研究。为了确保我们的研究结果基于现实的行业信息损失数据，我们使用了来自Advisen的领先行业网络损失数据集，该数据集是关于网络货币损失的全面数据集，我们以此形成我们的分析和结论。
作者：Gareth W. Peters (1), Matteo Malavasi (2), Georgy Sofronov (3), Pavel V. Shevchenko (2), Stefan Tr"uck (2) and Jiwook Jang (2) ((1) Statistics & Applied Probability, University of California Santa Barbara, (2) Actuarial Studies and Business Analytics, Macquarie University, Australia, (3) Mathematical and Physical Sciences, Macquarie University, Australia)
论文ID：2202.10588
分类：Risk Management
分类简称：q-fin.RM
提交时间：2023-03-30