[论文解读] Some Properties of the Generalized Stuttering Poisson Distribution and its Applications

Huiming Zhang, Lili Chu+1 more|arXiv (Cornell University)|Jul 27, 2012

Probability and Risk Models参考文献 20被引用 6

一句话总结

本文提出广义停顿泊松分布（GSPD）作为停顿泊松分布（SPD）的扩展，推导出基于累积量的参数估计方法，并证明其在拟合车险索赔数据方面优于泊松分布、负二项分布及三重SPD模型。主要贡献在于提出了一种一致的累积量估计方法，显著提升了非寿险领域中过度离散、零膨胀索赔频率数据的建模精度。

ABSTRACT

Based on the probability generating function of stuttering Poisson distribution (SPD), this paper considers some equivalent propositions of SPD. From this, we show that some distributions in the application of non-life insurance actuarial science are SPD, such as negative binomial distribution, compound Poisson distribution etc.. By weakening condition of equivalent propositions of SPD, we define the generalized SPD. We consider cumulant estimation of generalized SPD's parameters. As an application, we use SPD with four parameters (4-th SPD) to fit auto insurance claim data. The fitting results show that 4-th SPD is more accurate than negative binomial and Poisson distribution.

研究动机与目标

• 通过放宽概率质量函数参数的严格正性和归一化约束，将停顿泊松分布（SPD）推广为广义形式（GSPD）。
• 基于累积量与分布参数之间的线性关系，推导GSPD参数的基于累积量的估计方法。
• 评估四参数SPD（4-th SPD）在拟合真实车险索赔数据方面的表现，尤其针对零膨胀和过度离散的索赔频率。
• 证明在非寿险精算应用中，GSPD在统计拟合上优于传统模型如泊松分布和负二项分布。

提出的方法

• 通过放宽概率质量函数参数的严格正性和归一化约束，定义广义停顿泊松分布（GSPD），以扩大其适用范围。
• 推导GSPD的概率生成函数（PGF），并利用Faa di Bruno公式，将分布的概率质量函数表示为累积量与多项式展开的函数。
• 通过可逆范德蒙德矩阵建立样本累积量与分布参数之间的线性方程组，实现参数的一致估计。
• 利用递推公式（如莱布尼茨型）高效计算概率，避免对高维索引求和，提升计算可行性。
• 应用矩与累积量估计技术，估计四参数SPD的参数，利用样本矩与累积量求解权重αi。
• 对观测索赔频率与拟合频率进行皮尔逊卡方检验，评估不同分布（泊松、NBD、3-SPD、4-SPD）的拟合优度。

实验结果

研究问题

• RQ1 停顿泊松分布能否在保持其概率结构的前提下，通过放宽参数约束条件而实现更灵活的推广？
• RQ2 如何利用累积量对广义停顿泊松分布的参数进行一致估计？
• RQ3 四参数停顿泊松分布（4-th SPD）在拟合真实车险索赔数据方面是否显著优于泊松分布、负二项分布或三重SPD模型？
• RQ4 4-th SPD的估计参数在多大程度上反映了现实的索赔行为，例如每位客户拥有多个保单的概率？

主要发现

• 4-th SPD在车险索赔数据上取得了最佳拟合，皮尔逊卡方检验统计量为2.8963，显著低于负二项分布（10.1294）、三重SPD（12.5786）和泊松分布（345.1250）。
• 基于累积量的估计方法具有一致性，样本累积量在大数定律下收敛于总体累积量。
• 4-th SPD的估计参数表明，仅有0.34%的客户拥有四份保单（α4 = 0.00034），2.7%的客户拥有两份保单（α2 = 0.02703），反映了现实的索赔聚集行为。
• 负二项分布的拟合效果优于三重SPD但劣于4-th SPD，表明建模中需考虑高达四重索赔事件的聚集效应。
• 4-th SPD模型的偏差值（η = 2.8963）远低于泊松模型（η = 345.1250），证实泊松分布无法有效拟合此零膨胀、过度离散的数据集。
• 本研究证实，负二项分布与复合泊松过程等分布是广义停顿泊松分布的特例，验证了其理论基础的合理性。