CRAN 任务视图:精算科学

维护者Christophe Dutang, Vincent Goulet
联系方式dutangc at gmail.com
版本2024-02-23
网址https://CRAN.R-project.org/view=ActuarialScience
源代码https://github.com/cran-task-views/ActuarialScience/
贡献欢迎对本任务视图提出建议和改进,可以通过 GitHub 上的问题或拉取请求,或通过电子邮件发送给维护者地址。有关更多详细信息,请参阅 贡献指南.
引用Christophe Dutang, Vincent Goulet (2024). CRAN 任务视图:精算科学。版本 2024-02-23。网址 https://CRAN.R-project.org/view=ActuarialScience.
安装可以使用 ctv 包自动安装此任务视图中的包。例如,ctv::install.views("ActuarialScience", coreOnly = TRUE) 安装所有核心包,或 ctv::update.views("ActuarialScience") 安装所有尚未安装和更新的包。有关更多详细信息,请参阅 CRAN 任务视图计划.

精算师是评估未来事件的可能性和财务后果的专家。他们工作的一个关键部分是对保险索赔的规模和频率进行建模。有了索赔过程的概率模型,精算师可以计算保险费,确定公司需要在精算准备金中留出多少资金来应对未来事件,评估公司无法履行其义务的风险,制定其资产的最佳投资策略,或运行模拟来比较业务策略或解决其他无法解决的问题。

基础 R 包含大量用于精算数学中使用的概率和统计模型的函数。然而,已经开发了许多包来扩展或简化精算计算。由于精算科学的本质上是跨学科的,因此本视图与其他视图 分布计量经济学极值金融 相交。

维护人员感谢 Patrice Kiener 和 Quentin Guibert 的评论和建议。如果您认为列表中缺少某些软件包,请告知我们,可以通过电子邮件联系维护人员,或在上面链接的 GitHub 存储库中提交问题或拉取请求。

目录

人寿保险

生命或死亡或生存的可能性

死亡率规律和预期死亡率模型

另请参见查看 Epidemiology 以了解流行病学主题,以及查看 Bayesian 以了解贝叶斯推断。

生存分析和投资组合经验

有关生存分析的概述,请参见查看 Survival.

人寿和养老金准备金

非寿险

损失建模

视图 分布 提供了 base R 和 CRAN 包中可用概率分布的详细列表。这里我们只关注专门为精算科学设计的分布的包。

先验保险定价

先验保险定价包括拟合两个模型:一个用于索赔频率,另一个用于索赔严重程度。经典的定价模型依赖于广义线性模型 (GLM),可以使用 base R 中的 glm 拟合。

更高级的统计模型可以在以下视图中找到:计量经济学机器学习。还可以查看 空间 视图以分析空间数据。

事后经验定价

索赔准备金

破产理论

索赔生成

再保险和极端事件

有关极值分析的全面回顾,请参阅视图 ExtremeValue

风险度量

其他

数据处理

死亡率数据库

死亡率数据库通常由每个国家的统计机构或人口统计机构提供(见下文)。但是,HMD 的人类死亡率数据库项目在经过仔细而详细的协议后,提供了一系列可靠的死亡率数据集。 HMD 是精算师计算可靠死亡率/长寿估计的关键。

精算数据集

文档和在线课程

有关统计教学的常用文档,请参阅 TeachingStatistics 视图。

参考书目

使用 R 的精算科学参考

人寿保险参考资料

非寿险参考资料

CRAN 包

核心actuarChainLadderlifecontingenciesmbbefdReIns.
常规actuaREActuarialMactuaryractxpsAnnuityRIRapcatRiskclmplusDDPMDelaportedemographyeiopaRELTExtremeRisksFinancialMathfitdistrplusGPRMortalityHMDHFDplusIBMPopSiminsuranceDatainsuranceratingLifeInsuranceContractsMortalityGapsMortalityLawsMortalityTablesMortCastNetSimRrawruinSPLICEStanMoMoStMoMoSynthETICtweedieWH.
已归档OpVaR.

其他资源