大范文网 - 每天发现一点点
每天学习一点点!
  • 春节
  • 除夕
  • 元宵
  • 端午节
  • 七夕节
  • 教师节
  • 中秋节
  • 国庆节
  • 重阳节
  • 光棍节
  • 腊八节
  • 新春
  • 小年
  • 二月二
  • 妇女节
  • 新年
  • 情人节
  • 劳动节
  • 母亲节
  • 父亲节
  • 儿童节
  • 万圣节
  • 感恩节
  • 复活节
  • 圣诞节
  • 元旦
  • 新年贺词
  • 新年寄语
  • 春节贺词
  • 春节寄语
  • 生日贺词
  • 开业贺词
  • 满月贺词
  • 结婚贺词
  • 红包贺词
  • 寄语
  • 贺卡
  • 对联
  • 春联
  • 灯谜
  • 祝福短信
  • 中考祝福语
  • 高考祝福语
  • 结婚祝福语
  • 生日祝福语
  • 拜年祝福语
  • 给朋友的祝福
  • 给老师的祝福
  • 给领导的祝福
  • 英语祝福
  • 新学期祝福语
  • 毕业祝福语
  • 给父母祝福语
  • 节日祝福语
  • 节日贺词
  • 节日诗歌
  • 节日习俗
  • 节日晚会
  • 放假安排
  • 火车票订购
  • 12306订票
  • 当前位置:大范文网 > 祝福语 > 春联 >

    基于拓扑数据模型的车险操作风险度量|gis的主要数据模型

    分类:春联 时间:2019-05-26 本文已影响

      摘要:操作风险是影响财险公司偿付能力的主要风险之一,但历史数据缺乏及模型不完善,使其管理仍处于识别阶段。在财险公司经营的多种业务中,机动车辆保险的占比最高,文章以其为研究对象,分析车险核心业务流程中操作风险的表现形式,借助拓扑数据模型及Monte Carlo模拟对其进行度量。度量结果显示损失强度表现出较强的厚尾性,事件频率具有高频性,但总损失额分布的厚尾特征不明显,这些结果为操作风险进行经济资本配置及管理提供了依据。
      关键词:操作风险;拓扑数据模型;总损失额分布
      中图分类号:F840
      一.引言
      操作风险事件具有低频率/高损失强度的特点,其带来的损失经常被称为“灾难性损失”,评级机构BEST对美国财产保险公司1969-2002年的数据统计研究表明,财险公司的破产与经营失败都与管理不善有关,操作风险已经成为对财险公司偿付能力威胁最大的风险[1]。
      我国产险业务中,车险占比高、业务增速快,因此车险经营效益的好坏,直接影响到财产保险公司的盈利状况及发展生存问题。2011年3月28日针对车险的不规范操作引发的“霸王条款”,保监会发布通知,要求各保监局及保险行业协会就商业车险产品的管理制度、条款、费率厘定、承保理赔服务流程及服务标准进行调研[2]。可见对车险操作风险的管理已引起监管者的高度重视。我国学者从1999年开始引进了操作风险的概念,但是对保险企业操作风险度量的研究成果还很少。
      关于操作风险度量模型的研究,因新巴塞尔协议的推动,银行业处于领先地位。Alexander, C (2001)[3]建议在对相关性损失频率建模的过程中,考虑使用多变量泊松分布,但该方法的缺陷是只对两种频率分布的累加具有可操作性。Giudici(2004)[4]等对贝叶斯网络在操作风险度量中的应用进行了研究。记分卡方法是新巴塞尔协议推荐的高级计量方法之一,相关研究也较多,但其更适合于对未来风险进行估计。赵蕾(2007)[5]借助影响图度量寿险公司的操作风险,但局限是样本数据不足,且没有考虑操作风险事件在不同业务线上损失具有差异性。
      综上考虑,文章通过分析车险业务中的操作风险,利用数学领域的拓扑数据模型来识别其在承保、理赔等业务管理及流程中存在的损失风险,对其进行操作风险度量,为财险公司的操作风险管理提供依据。
      二.车险操作风险影响图及计算
      在Solvency II中,操作风险是指内部管理或流程不当等原因而可能产生的风险。在巴塞尔新资本协议中,操作风险按风险来源分类细分为四个部分,即人员、系统、流程、外部事件。本文采用巴塞尔新资本协议中的定义作为度量操作风险的基础,将基本的车险业务流程划分为核保核赔流程、资金运用流程、财务流程和单证管理流程,并据此流程引入拓扑数据模型识别和度量车险业务的操作风险。
      (一) 车险核心业务流程的拓扑数据模型
      拓扑形成的一致且清晰简洁的空间结构可以反映数据间的关联性,将拓扑数据结构用于记录操作风险事件的发生过程,符合操作风险事件记录特点,利于挖掘操作风险历史数据的各种信息。图2给出了车险在核保、理赔及单证管理这三个核心业务流程的操作风险拓扑数据结构,构成了有后续结点的影响图。如对初始原因和后续原因结点分别进行编号,则从边缘结点到最终结点的路径共有7条,分别是JL、AKL、BEHKL、CEHKL、DEHKL、FHKL、GI。
      财险公司操作风险影响图结点数据的计算分为三步:第一步计算影响图中每一条路径的损失强度分布;第二步计算每一条路径的频率分布;第三步运用Monte Carlo等方法将两者复合,计算操作风险总损失额分布。下面主要探讨操作风险初始分布、最终损失强度分布以及事件频率的选取及计算方法。
      (二) 初始分布的选取
      以路径GI为例,利用影响图度量操作风险的第一步是获取诱发原因G导致的初始损失额 的分布 ,因现阶段无法找到与财险公司操作风险相关的客观数据,本文通过专家估计获得主观数据。在获得操作风险诱发原因初始损失分布主观概率时,文章选择BetaPERT分布。该分布是由最小值a、最可能值b和最大值c三个参数决定的beta分布,其均值假定为: ,与PERT网络法中对均值的假定相同,所以称为BetaPERT分布。该分布的密度函数为:
      
      其中: ,
      由分布均值的计算公式可以看出,均值对最可能值b的敏感性四倍于对最小值a和最大值c的敏感性。BetaPERT分布突出了最可能值对均值的影响,这正是采用该分布的优势所在。
      (三) 损失强度分布的计算
      结合全概率公式与条件概率公式,以GI路径为例,探讨每条路径的最终损失强度分布的计算。如下图所示, 表示诱发原因“单证使用不当”引起的操作风险初始事件的损失金额, 代表后续原因“单证管理不当”对诱发原因g造成的损失的影响乘数, 表示所有前续原因引起的最终损失额。
      
      图1 路径GI的操作风险拓扑结构
      受后续原因影响的操作风险事件可能有两种情况,情况1:若流程原因 的设计合理且被正确执行时,可以发现诱发原因 导致的操作风险事故,这种情况记为事件 ,其发生的概率为 ;情况2:在流程 设计是合理的且被正确执行时,仍无法发现初始原因g引发的操作风险事故,此时记为事件 ,概率为 。其中 与流程 和诱发原因 的种类有关。
      在情况1下,存在A、B两种情况,A:单证管理流程 设计没有漏洞并且被正确执行,此时,由诱发原因“单证使用不当”导致的操作风险事件将被发现,称为流程i有效,这时,该后续流程能缩小前续原因(即诱发原因)造成的损失,这个缩小倍数的概率密度函数为 ;B:单证管理流程 存在漏洞或者该流程没有被正确执行时,初始原因“单证使用不当”导致的操作风险事件将不能被发现,称为流程 无效,这时,该后续流程会放大前续原因(即诱发原因)造成的损失,其扩大倍数的概率密度为 。放大和缩小倍数统称为流程 对前续损失的影响乘数。

    相关热词搜索:拓扑 度量 车险 风险

    基于拓扑数据模型的车险操作风险度量|gis的主要数据模型相关文章