| 内容摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 引言 | 第9-13页 |
| 1.1 选题背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.2.1 国外研究现状 | 第10-11页 |
| 1.2.2 国内研究现状 | 第11页 |
| 1.3 本文的结构框架和创新之处 | 第11-13页 |
| 第2章 混合损失分布概述 | 第13-18页 |
| 2.1 保险公司损失分布概述 | 第13-16页 |
| 2.1.1 保险公司损失分布的性质 | 第13-14页 |
| 2.1.2 非寿险中常用的损失分布 | 第14-16页 |
| 2.2 混合指数分布模型 | 第16-18页 |
| 第3章 贝叶斯统计下的混合指数分布估计方法 | 第18-31页 |
| 3.1 贝叶斯统计的基本理论 | 第18-21页 |
| 3.1.1 经典统计学与贝叶斯统计学 | 第18-19页 |
| 3.1.2 几种常用的先验分布 | 第19-20页 |
| 3.1.3 后验分布 | 第20页 |
| 3.1.4 贝叶斯参数估计的步骤 | 第20-21页 |
| 3.2 现代贝叶斯统计及其在非寿险精算中的应用 | 第21-24页 |
| 3.2.1 现代贝叶斯统计学 | 第21-22页 |
| 3.2.2 贝叶斯统计在保险精算的应用 | 第22页 |
| 3.2.3 非寿险中的贝叶斯计算 | 第22-24页 |
| 3.3 MCMC方法简介 | 第24-31页 |
| 3.3.1 马尔科夫链(Markov Chain) | 第24-26页 |
| 3.3.2 蒙特卡洛模拟(Monte Carlo Simulation) | 第26-27页 |
| 3.3.3 MCMC基本原理 | 第27-31页 |
| 第4章 贝叶斯混合指数模型 | 第31-37页 |
| 4.1 权重确定,损失参数不确定下的贝叶斯混合指数模型 | 第31-33页 |
| 4.2 损失参数确定,权重不确定下的贝叶斯混合指数模型 | 第33-37页 |
| 第5章 实证研究 | 第37-46页 |
| 5.1 权重确定,损失参数不确定下的模型计算实现 | 第37-42页 |
| 5.2 损失参数确定,权重不确定下的模型计算实现 | 第42-45页 |
| 5.3 结论 | 第45-46页 |
| 参考文献 | 第46-48页 |
| 后记 | 第48页 |
