So sánh giữa Phương pháp Phân tích và Phương pháp Mô phỏng Chuẩn trong Dự đoán Bayes áp dụng cho Dữ liệu Hàng tháng từ Ngành Bảo hiểm

Trong bài viết này, chúng tôi áp dụng lý thuyết dự đoán Bayes và các mô hình tuyến tính động, như đã được trình bày trong West và Harrison (1997), cho dữ liệu hàng tháng từ bảo hiểm của các công ty. Tổng số yêu cầu bồi thường báo cáo được chọn là chuỗi thời gian chính được quan tâm. Mô hình được phân tích thành ba khối: khối xu hướng, khối hiệu ứng mùa vụ và khối hồi quy với số lượng chính sách đã được biến đổi là biến hồi quy. Một phần thiết yếu trong phương pháp West và Harrison (1997) là tìm các yếu tố giảm giá tối ưu cho mỗi khối, do đó tránh việc xác định ma trận phương sai của các sai số trong các phương trình hệ thống. Gói BATS của Pole et al. (1994) được áp dụng trong phân tích. Chúng tôi so sánh các dự đoán dựa trên phương pháp phân tích này với các dự đoán dựa trên phương pháp mô phỏng chuẩn sử dụng gói BUGS của Spiegelhalter et al. (1995). Động lực cho sự so sánh này là để có được hiểu biết về chất lượng của các dự đoán dựa trên các kỹ thuật mô phỏng chuẩn hơn hoặc ít hơn trong các ứng dụng khác, nơi mà phương pháp phân tích không thể thực hiện được. Các giá trị dự đoán từ hai phương pháp rất giống nhau. Tuy nhiên, mức độ không chắc chắn trong các dự đoán dựa trên phương pháp mô phỏng lớn hơn rất nhiều, đặc biệt là từ hai tháng trở lên. Điều này phần nào chỉ ra những lợi thế của việc áp dụng các yếu tố giảm giá tối ưu và phần nào cũng chỉ ra những bất lợi của ít nhất một phương pháp mô phỏng chuẩn cho các dự đoán dài hạn.