| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-13页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 非寿险精算的发展与研究现状 | 第11页 |
| 1.3 内容安排 | 第11-13页 |
| 第二章 损失分析中的概率分布 | 第13-28页 |
| 2.1 损失额分布 | 第13-15页 |
| 2.2 损失次数分布 | 第15-18页 |
| 2.3 总损失分布 | 第18-20页 |
| 2.4 损失分布的拟合 | 第20-21页 |
| 2.5 实例解析 | 第21-28页 |
| 第三章 损失分布的随机数生成 | 第28-34页 |
| 3.1 蒙特卡罗(Monte Carlo)方法 | 第28页 |
| 3.2 利用蒙特卡罗方法生成损失分布随机数 | 第28-31页 |
| 3.2.1 损失次数分布生产随机数 | 第28-30页 |
| 3.2.2 损失额分布生产随机数 | 第30-31页 |
| 3.3 实例解析 | 第31-34页 |
| 第四章 贝叶斯统计推断损失分布中的未知参数 | 第34-42页 |
| 4.1 贝叶斯统计方法概述 | 第34页 |
| 4.2 贝叶斯公式 | 第34-35页 |
| 4.3 先验分布和后验分布的概念及计算 | 第35-37页 |
| 4.3.1 共轭先验分布 | 第36-37页 |
| 4.3.2 后验分布的简化计算 | 第37页 |
| 4.4 贝叶斯估计方法 | 第37-39页 |
| 4.5 损失分布的参数估计实例 | 第39-42页 |
| 第五章 信度理论 | 第42-53页 |
| 5.1 信度理论概述 | 第42-43页 |
| 5.2 信度理论的分支 | 第43-45页 |
| 5.2.1 有限扰动理论 | 第43-44页 |
| 5.2.2 最大精确度信度理论 | 第44-45页 |
| 5.3 保费估计方法 | 第45-48页 |
| 5.3.1 贝叶斯保费 | 第45-46页 |
| 5.3.2 Buhlmann信度保费 | 第46-47页 |
| 5.3.3 贝叶斯保费与Buhlmann信度保费的比较 | 第47-48页 |
| 5.4 保费计算实例 | 第48-53页 |
| 第六章 实际数据分析 | 第53-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-62页 |
| 附件 | 第62-67页 |
| 致谢 | 第67页 |