CAS 研究论文是经资助、同行评审的深入研究成果，重点关注财产意外险精算实践中的重要主题。CAS 研究论文的资金来自 CAS 会员会费、个人补助金和其他来源。主题通过各种方式征集，包括 CAS 委员会和正式的提案请求。
CAS 研究论文旨在为现有的 CAS 文献增添重要内容，并使 CAS 成员能够获取与其工作相关的信息和资源，从而帮助他们提升职业发展。
研究论文
作者：Delvin Cai（FCAS）、Stephen Dong（FIAA）和 Leo Lee（FCAS）
本文探讨了保险行业最具影响力的转变之一——向 IFRS 17 的转变。该会计准则旨在提高跨司法管辖区保险报告的透明度和一致性，同时为财产和意外伤害 (P&C) 保险公司带来独特的挑战和机遇，尤其是在多元化的亚洲市场。
本系列文章分为两部分，本文第一部分将重点探讨简化保费分配方法 (PAA)，探讨其应用、实际影响以及新兴实践。本文的见解源自作者对亚洲 60 多家财产险和意外险保险公司的全面研究和调查，其中包括香港、新加坡和马来西亚等已实施 IFRS 17 的地区。
研究结果旨在帮助精算师、金融专业人士和高管应对这一转型时期。本文通过详细的行业分析和实用见解，为正在实施或准备遵守 IFRS 17 的人士提供指导。
作者：Jim Lynch，FCAS，MAAA；Dave Moore，FCAS，MAAA；William Nibbelin 和 Dale Porfilio，FCAS，MAAA
这项研究由意外险精算学会和保险信息研究所联合发起，评估了截至 2023 年底社会和经济通胀对汽车责任保险的影响。社会通胀（指索赔成本的过度增长）和经济通胀导致保险损失大幅增加。本文使用精算方法评估这些影响，例如分析损失发展因子 (LDF)（跟踪损失估计随时间的变化情况）以及比较实际损失与预期损失的出现情况。本文还研究了索赔频率和严重程度的趋势，揭示了索赔数量及其平均成本的变化如何导致整体通胀压力。
作者：Brian Kaul、Janine Bender、ASA、MAAA、Ben Leiser、FSA、MAAA、Lisa Parker、ASA、MAAA、Risk & Regulatory Consulting, LLC
由联合风险管理研究委员会赞助
2020 年 XNUMX 月，新型冠状病毒疫情的爆发动摇了全球经济秩序，引发了大规模的政府封锁、企业倒闭和刺激性支出。疫情爆发数月后，随着公民适应强制戴口罩、在家办公、保持社交距离和大规模学校停课等文化和商业变化，以及企业和政府组织内 DEI 部门的广泛兴起，评论员开始谈论所谓的“新常态”。在一个不断变化的世界中，“新常态”的概念指的是与过去经历的不同，现在正在成为常态。为了清楚起见，本文今后将使用“新常态”而不是“新”常态
随着数字资产不断重塑金融，网络保险公司也必须在微观和系统层面保护客户。意外险精算协会和保险精算师协会发布的《保险应用数字资产风险框架》为精算师提供了保障快速发展的数字资产格局完整性和稳定性的基础。
除了提供科学严谨的框架来量化数字资产生态系统中的网络风险外，该报告还展示了基于实际损失数据的频率-严重性模型，用于对数字资产中的网络风险进行定价。作者还部署了蒙特卡洛模拟来估计尾部风险，从而为制定风险管理策略提供实用见解。
由于数字资产的使用将持续增长，所有精算师都将受益于该报告提供的教育和见解。
作者：Jim Lynch（FCAS、MAAA）和 Dave Moore（FCAS、CERA）
在之前的 CAS 研究论文中，我们描述了一种使用全行业损失发展因子来检测与社会通胀现象描述一致的情况的方法。该论文主要关注年度报表附表 P 中定义的商业汽车责任保险。我们估计，社会通胀导致 20 年至 2010 年期间商业汽车责任索赔增加了 2019 多亿美元。本文将我们的分析延伸到 2021 年底，再次关注商业汽车责任。我们发现，检测索赔过度膨胀的一个指标，即日历年 12-60 个月损失发展因子（缩写为 CYR 12-60 LDF）在 2019 日历年后显着下降。2020 年和 2021 年的因子与 2016 年和 2017 年的水平一致。我们认为下降主要是由于疫情，部分原因是侵权处理放缓和案件积压。 12-60 CYR LDF 仍远高于十年前，这证明即使在 2020 年和 2021 年，一定程度的社会通胀仍然影响着行业业绩。我们估计，30 年至 2012 年间，社会通胀导致商业汽车责任险估值增加 2021 多亿美元，其中大部分增幅来自于分析中加入了 2020 年和 2021 年的数据。
由保险信息研究所和意外险精算协会赞助
作者：艾达·费拉拉、爱德华·弗曼、茨维坦卡·卡拉吉佐娃
本研究旨在通过试行和实施一项调查工具，加深我们对购买健康、人寿和财产保险的风险和保险相关决策驱动因素的理解，为更全面地评估小额保险 (MI) 对任何国家（无论其发展水平如何）低收入家庭的潜在益处奠定基础。本文作者将 MI 视为向低收入个人提供限额小、覆盖范围简单的传统保险产品。
作者：Robert J. Erhardt，ACAS；马蒂厄·布德罗；大卫·A·卡罗扎；和于克佳
洪水是美国最昂贵、破坏性最强的自然灾害之一，洪水造成的经济损失呈上升趋势。虽然众所周知，这一趋势主要是由人口和财富增加所致，但气候变化也在以更微妙的方式影响着洪水风险。作者将经济洪水损失、历史气候、人口普查人口和地质特征的数据结合起来，探索洪水损失和气候趋势的驱动因素。这些数据涵盖了 292 年至 1979 年期间横跨美国大陆的 2018 个流域。作者为洪水损失频率拟合了一个贝叶斯空间混合效应模型，为人均洪水严重程度损失拟合了一个贝叶斯混合效应模型。这两个模型都控制了测量的协变量，包含随机效应以捕捉未测量协变量的变化，并量化了洪水风险的气候驱动因素。
李红、苏建熙
在这个项目中，作者使用贝叶斯动态模型组合来建模和预测美国各州的野火损失。具体来说，野火频率由贝叶斯多尺度动态计数混合模型 (DCMM) 建模，该模型能够捕捉野火数据的多种风格化特征，包括零膨胀、与泊松分布相比的过度分散以及随时间变化的模式。此外，DCMM 能够结合不同州的空间依赖性，从而提高对各个州的预测性能，尤其是那些历史频率较低的州。然后，作者应用未来野火损失的预测分布来为具有不同特征的野火灾难 (CAT) 债券定价，并评估它们对不同州保险公司的对冲有效性。
作者：Jim Lynch（FCAS、MAAA）和 Dave Moore（FCAS、CERA）
社会通胀现象引起了财产和意外伤害 (P&C) 保险行业的极大关注。该术语难以严格定义，但人们普遍认为它与保险赔偿的过度增长有关。我们在 2019 年的标准全行业索赔三角中研究了该现象存在的证据。重点是商业汽车责任保险，但也研究了其他年度报表业务。我们发现商业汽车责任的发展模式与大多数社会通胀描述一致。我们估计，20 年至 2010 年期间，社会通胀使商业汽车责任索赔增加了 2019 多亿美元。其他两个业务领域也存在类似趋势的证据：其他责任——事故和医疗事故——索赔。我们还使用标准精算指标和可视化来展示如何将精算见解呈现给感兴趣的非专业受众，例如立法者、监管机构、新闻媒体和公众。
由保险信息研究所和意外险精算协会赞助
作者 Kevin Kuo
本文介绍了一种利用贝叶斯混合密度网络的个人索赔预测框架，该框架可用于索赔分析任务，例如案件保留和索赔分类。这种方法可以产生多期现金流预测。建模框架使用公开可用的数据模拟工具。
作者：Michael A. Bean，FCAS、CERA、FCIA、FSA、博士
尽管网络保险自 1990 年代就已问世，但它仍然是一种相对较新的产品，并且不断发生变化。该报告采用概念方法来识别和评估网络保险的潜在风险指标。特别是，该报告研究了每项网络保险可能产生的损失，并确定了与这些损失相关的潜在风险指标。然后，该报告根据一组标准评估这些潜在风险指标，这些标准包括计算的简易性、审计计算的能力、与损失的关系强度、保险期间的稳定性以及对隐私法和监管要求的担忧。
作者：Markus Gesmann 和 Jake Morris
分层隔间准备金模型提供了一个参数框架，使用微分方程来描述总保险索赔过程。本文讨论了如何在完全贝叶斯建模框架中指定这些模型，以共同拟合已付和未付索赔发展数据；展示了建模者如何利用他们的专业知识来描述特定的发展特征并将先验知识纳入参数估计；探讨了增量和累积索赔支付建模之间微妙但重要的差异；检查了跨多个维度的参数变化；并介绍了一种将市场周期数据纳入建模过程的方法。示例和案例研究通过 R 中的 brms 包使用 Stan 展示。
作者：Conning
本文是经济情景生成器 (ESG) 的基本指南，重点介绍了其在财产意外险行业的应用。ESG 是一种基于计算机的模型，可提供各种经济和金融变量未来可能值的模拟示例。本文提供了有关 ESG 的一般信息，讨论了良好 ESG 的基本特征，并提供了有关随机过程和某些经济和金融变量建模的指导。本文讨论了金融市场模型规范、模型校准和模型验证的重要性。这确保了 ESG 产生的模拟结果相关且足够稳健，并能真实反映市场动态。本文还提供了一个具体的例子，描述了在构建和使用特定 ESG 时遇到的问题和做出的决策。本文深入探讨了与预测时间框架有关的考虑因素。最后，本文讨论了开发 ESG 时软件的选择范围，并将开源 ESG 与商业供应商提供的解决方案进行了对比。
由 CAS 和加拿大精算师协会提供
加拿大精算师协会 (CIA) 和意外险精算学会 (CAS) 的这份报告分析了大麻合法化对车祸经验的影响。本报告利用机器学习算法的技术进步来寻找数据中的模式，从观测数据中选择控制单元的严格方法，以及最近开发的黑箱模型因果解释途径。本研究使用了 2016-2019 年的加拿大和美国数据，包括加拿大私家车碰撞和损失、致命事故和美国天气因素的官方报告。对于每个数据源，都选择了统计和机器学习模型来解释不同的变异源。
作者：CAS、CoreLogic、Milliman
美国西部野火造成的损失空前巨大，促使人们需要降低高风险地区的野火风险；与此同时，社区和房主需要一些工具来了解各种野火风险缓解手段的成本和收益。适当量化各种缓解措施（如缓解保险费抵免）的影响可以使保险公司和消费者受益，并为公共政策和公共安全决策提供参考。本文探讨了使用灾难模型量化缓解措施的必要性，概述了制定野火缓解保险费抵免的保险精算考虑因素和方法，并描述了获取数据和实施缓解保险费抵免的挑战。本文通过一个详细的案例研究说明了这些概念，该案例研究基于一个代表北加州野火风险高度集中的特定社区。
