
風險模型與非壽險精算培訓
風險模型與非壽險精算
第一章 損失分布
1-1 連續(xu)變量隨機分布
1-2 離(li)散隨機(ji)變(bian)量分布
1-3 估計
1-4 擬合優度檢(jian)驗
1-5 混合分布
1-6 真題
第二章 再保險
2-1 導論+分保協議
2-2 特殊分布
2-3 通貨膨脹
2-4 估計
2-5 超額保單,真題
第三章 風險模型(一)
3-1 承保風(feng)險的一般(ban)特征
3-2 短期(qi)保(bao)險合同模型
3-3 聚(ju)合風險模型
3-4 真題
第四章 風險模型(二)
4-1 比例和(he)超額賠款再保險的總索賠分布
4-2 個體風險模型
4-3 參數(shu)可變性(xing)不(bu)確(que)定性(xing)
第五章 COPULA
5-1 Copula的概念和性質
5-2 copula的構造
5-3 應用與擬合
第六章 廣義極值概論
6-1 廣義極值分布
6-2 區塊極值(zhi)法
6-3 廣義極值分布的應用
6-4 廣義帕累托分布
第七章 時間序列分析(一)
7-1 單變量(liang)時間(jian)序列的特點
7-2 平穩時間(jian)序(xu)列
7-3 時間(jian)序列的主要線性模(mo)型
第八章 時間序列分析(二)
8-1 趨勢和季節(jie)性
8-2 時間序(xu)列分析2
8-3 用Box-Jenkins法擬(ni)合(he)時(shi)間序(xu)列模型
第九章 機器學習
9-1 機器學(xue)習概念
9-2 有監督學習應用(yong)
9-3 無監督學習應用
第十章 貝葉斯統計
10-1 貝(bei)葉斯(si)理論
10-2 先驗(yan)分(fen)布和后驗(yan)分(fen)布
10-3 損失函數
第十一章 貝葉斯信度
11-1 信度理(li)論
11-2 貝(bei)葉斯(si)信度
11-3 真題
第十二章 經驗貝葉斯信度理論
12-1 經驗貝葉斯信度(du)理論
12-2 EBCT模(mo)型2
12-3 真題
第十三章 廣義線性模型
13-1 指數分布族(zu)
13-2 鏈接函數和線性預測子
13-3 模型(xing)估計
13-4 殘(can)差分析和模(mo)型擬合評估
第十四章 流量三角
14-1 損失(shi)進(jin)展法
14-2 案(an)均賠償法定