·98· 《数量经济技术经济研究》2005年第10期 150.0 150.0 60.0 100.0- 100.0 40.0 50.0 50.0 20.0 0.0L 0.0L 0.0L 0.010.020.030.04 0.00.010.020.030.04 0.00.020.040.06 94 1.6 2.6] 150.0 0.15 100.0 0.1 50.0 0.05 0.1 0.05 0.0 0.0t 0.00.010.020.030.04 -1 0 20 -1 51015 [31] 3.6 [4.6] 0.2 0.15 0.15 0.1 005 0.05 0.0 10 20 5 10 15 10 20 图2 5000次抽样迭代后参数的后验核密度估计 oosle 0.04 0.08- 0o.3w4\ GOw 0.02 0o4elwhh4y 0.01 0.01 0.0 98509900 9950 985099009950 9850 99009950 选代1次 选代1次 迭代1次 B. 1.6] 2. 0.04 30.0 298 88 20.0 oO4htka从hhw egWl44m*树 0.01t 0.0 0.0L 985099009950 985099009950 9850 99009950 选代1次 选代1次 选代1次 3.1 3.61 4.6 30.0 20.0 30.0 20.0 10.0wWw. 10.0 20.0 wwin/wi-wpoplyy 10.0 0.0 0.0 0.0 985099009950 985099009950 985099009950 迭代1次 选代1次 选代1次 图3参数5000次迭代的链轨迹 由表2可以得到相关参数的后验估计并给出相应的置信区间，比如，参数x16的后验估 计值为8.04,95%置信区间为(2.0,16.0)，x26的后验估计值为5.892,95%置信区间为 (1.0,12.0),x1的后验估计值为4.934,95%置信区间为(1.0,11.0)，x6的后验估计值 为4.414,95%置信区间为(1.0,10.0)，校正后索赔模型参数的后验分布中，0的均值为 0.02615,95%置信区间为(0.01869,0.0346)，02的均值为0.02076,95%置信区间为 (0.01363,0.02899),0的均值为0.03858,95%置信区间为(0.02412,0.05631)，04的 均值为0.02152,95%置信区间为(0.01478,0.02978)等，这就证明，该模型能够在数据 缺失的情况下，有效地得到有关参数的后验估计，有利于保险公司对索赔频率的逐年校正， 提高其决策能力。此外，WinBUGS的运行结果还可显示Gibbs抽样后的抽样值自相关图及 均值和置信区间的变化图等，并以此作为模拟结果有效性的检验，篇幅所限，文中仅列出其 中一部分。 万方数据万方数据