{"title":"高斯过程回归的精算应用:生命和非生命","authors":"David Rius Carretero, Salvador Torra Porras","doi":"10.26360/2022_3","DOIUrl":null,"url":null,"abstract":"Resumen En este trabajo se ha realizado una breve introducción sobre la metodología Regresión de Proceso Gaussiano (GPR) y dos aplicaciones en el ámbito Actuarial. Por un lado, se ha realizado un ejercicio de interpolación sobre las tablas de mortalidad PASEM Unisex 2020, concluyendo que el GPR es una excelente herramienta de interpolación, y que nos permite una tarificación más ajustada en el ramo de Vida. Por otro lado, se ha integrado el GPR como medida de predicción de provisiones en los ramos de No-Vida, obteniendo unos resultados prometedores. Por último, se concluye que un GPR puede ser un instrumento útil, siempre y cuando, se realice una buena selección del Kernel y un correcto período de entrenamiento del modelo. Palabras clave: proceso gaussiano, normal multivariante, covarianza, Ciencias Actuariales, distribuciones. Abstract In this work, a brief introduction has been made on the Gaussian Process Regression (GPR) methodology and two applications in the Actuarial field. On the one hand, an interpolation exercise has been carried out on the PASEM Unisex 2020 mortality tables, concluding that the GPR is an excellent interpolation tool, and that it allows us a more adjusted pricing in the Life branch. On the other hand, the GPR has been integrated as a predictive measure for provisions in Non-Life branches, obtaining promising results. Finally, it is concluded that a GPR can be a useful instrument, as long as a good Kernel selection and a correct model training period are carried out. Keywords: gaussian process, multivariate normal, covariance, Actuarial Science, distributions.","PeriodicalId":40666,"journal":{"name":"Anales del Instituto de Actuarios Espanoles","volume":null,"pages":null},"PeriodicalIF":0.1000,"publicationDate":"2022-12-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"APLICACIONES ACTUARIALES MEDIANTE GAUSSIAN PROCESS REGRESSION: VIDA Y NO VIDA\",\"authors\":\"David Rius Carretero, Salvador Torra Porras\",\"doi\":\"10.26360/2022_3\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Resumen En este trabajo se ha realizado una breve introducción sobre la metodología Regresión de Proceso Gaussiano (GPR) y dos aplicaciones en el ámbito Actuarial. Por un lado, se ha realizado un ejercicio de interpolación sobre las tablas de mortalidad PASEM Unisex 2020, concluyendo que el GPR es una excelente herramienta de interpolación, y que nos permite una tarificación más ajustada en el ramo de Vida. Por otro lado, se ha integrado el GPR como medida de predicción de provisiones en los ramos de No-Vida, obteniendo unos resultados prometedores. Por último, se concluye que un GPR puede ser un instrumento útil, siempre y cuando, se realice una buena selección del Kernel y un correcto período de entrenamiento del modelo. Palabras clave: proceso gaussiano, normal multivariante, covarianza, Ciencias Actuariales, distribuciones. Abstract In this work, a brief introduction has been made on the Gaussian Process Regression (GPR) methodology and two applications in the Actuarial field. On the one hand, an interpolation exercise has been carried out on the PASEM Unisex 2020 mortality tables, concluding that the GPR is an excellent interpolation tool, and that it allows us a more adjusted pricing in the Life branch. On the other hand, the GPR has been integrated as a predictive measure for provisions in Non-Life branches, obtaining promising results. Finally, it is concluded that a GPR can be a useful instrument, as long as a good Kernel selection and a correct model training period are carried out. Keywords: gaussian process, multivariate normal, covariance, Actuarial Science, distributions.\",\"PeriodicalId\":40666,\"journal\":{\"name\":\"Anales del Instituto de Actuarios Espanoles\",\"volume\":null,\"pages\":null},\"PeriodicalIF\":0.1000,\"publicationDate\":\"2022-12-01\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Anales del Instituto de Actuarios Espanoles\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.26360/2022_3\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"Q4\",\"JCRName\":\"ECONOMICS\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Anales del Instituto de Actuarios Espanoles","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.26360/2022_3","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q4","JCRName":"ECONOMICS","Score":null,"Total":0}
引用次数: 0
摘要
本文提出了一种新的方法,在这种方法中,我们使用了一种新的方法,在这种方法中,我们使用了一种新的方法,使用了一种新的方法,使用了一种新的方法,使用了一种新的方法,使用了一种新的方法,使用了一种新的方法。一方面,对表进行了演习的内插法PASEM男孩死亡率2020年得出结论称,探测器是一个优秀的插值工具,使我们能够更紧的束生活。另一方面,综合了探测器作为供应预测在No-Vida ramos,获得了一些有希望的成果。最后,总结说,一个探测器可能是一个有用的工具,只要进行良好的内核和选择一个正确的训练周期模型。关键词:gaussiano过程,正常multivariante covarianza精算科学、分布。Abstract In this work, a brief introduction has been made on the Gaussian Process Regression(探测器)精算方法and two applications In the field。在一个方面,在过去的2020年男女死亡率表上进行了一项插值工作,得出的结论是探地雷达是一项极好的插值工具,它使我们能够在生命分支中进行更合理的定价。另一方面,将探地雷达作为非生命部门规定的一项预测措施加以整合,取得了有希望的结果。最后,it is concluded that探测器can be a有用文书,as long as a good内核selection and a correct model training period》。Keywords: gaussian process、正常multivariate covariance精算科学、distributions。
APLICACIONES ACTUARIALES MEDIANTE GAUSSIAN PROCESS REGRESSION: VIDA Y NO VIDA
Resumen En este trabajo se ha realizado una breve introducción sobre la metodología Regresión de Proceso Gaussiano (GPR) y dos aplicaciones en el ámbito Actuarial. Por un lado, se ha realizado un ejercicio de interpolación sobre las tablas de mortalidad PASEM Unisex 2020, concluyendo que el GPR es una excelente herramienta de interpolación, y que nos permite una tarificación más ajustada en el ramo de Vida. Por otro lado, se ha integrado el GPR como medida de predicción de provisiones en los ramos de No-Vida, obteniendo unos resultados prometedores. Por último, se concluye que un GPR puede ser un instrumento útil, siempre y cuando, se realice una buena selección del Kernel y un correcto período de entrenamiento del modelo. Palabras clave: proceso gaussiano, normal multivariante, covarianza, Ciencias Actuariales, distribuciones. Abstract In this work, a brief introduction has been made on the Gaussian Process Regression (GPR) methodology and two applications in the Actuarial field. On the one hand, an interpolation exercise has been carried out on the PASEM Unisex 2020 mortality tables, concluding that the GPR is an excellent interpolation tool, and that it allows us a more adjusted pricing in the Life branch. On the other hand, the GPR has been integrated as a predictive measure for provisions in Non-Life branches, obtaining promising results. Finally, it is concluded that a GPR can be a useful instrument, as long as a good Kernel selection and a correct model training period are carried out. Keywords: gaussian process, multivariate normal, covariance, Actuarial Science, distributions.