政大機構典藏:Item 140.119/156522

政大機構典藏

Menu Search
查询小技巧：
  • 您可在西文检索词汇前后加上"双引号"，以获取较精准的检索结果
  • 若欲以作者姓名搜寻，建议至进阶搜寻限定作者字段，可获得较完整数据
    •  进阶搜寻


    请使用永久网址来引用或连结此文件: https://nccur.lib.nccu.edu.tw/handle/140.119/156522


    题名: Life Insurance Portfolio Optimization
    人身保險公司商品組合最佳化
    作者: Chen, Che-Pin;Tsai, Chenghsien Jason
    陳哲斌;蔡政憲
    贡献者: 風管博七
    关键词: insurance portfolio optimization;random matrix theory (RMT);Markowitz Portfolio Theory (MPT)
    保險商品組合最佳化;隨機矩陣理論;馬可維茲投資組合理論
    日期: 2025-01
    上传时间: 2025-04-14 09:24:10 (UTC+8)
    摘要: Most life insurance companies do not implement optimization in their business portfolios, and only limited academic research exists on this subject. This study proposes using the variances of the percentage changes in reserves for each product line to optimize the business portfolio for a life insurer. We apply the Random Matrix Theory (RMT) as well as the Markowitz Portfolio Theory (MPT) to construct the optimal portfolio. Using the U.S. National Association of Insurance Commissioners (NAIC) data from 2001 to 2021, we demonstrate that the variances of the percentage changes in reserves obtained through these two approaches are smaller than the historical variances. Furthermore, RMT performs superior to MPT in regard to stock insurers and equivalent to MPT regarding mutual insurers. Life insurers therefore would be well-advised to implement optimization in their business portfolios.
    大多數壽險公司在其業務組合中並未實施最佳化，且這方面的學術研究相對有限。本研究提出利用每個產品線的準備金百分比變化的變異數來最佳化壽險公司的業務組合。我們運用了隨機矩陣理論（RMT）以及馬可維茲投資組合理論（MPT）來構建最佳業務組合。利用2001年至2021年的美國保險監理官協會（NAIC）數據，我們證明了這兩種方法得到的準備金百分比變化的變異數均小於歷史變異數。此外，相較於MPT，RMT在股票型保險公司方面表現優異，在相互保險公司方面與MPT相當。因此，壽險公司應在其業務組合中實施最佳化。
    關聯: 中山管理評論, 預刊文章, pp. i+1-43
    数据类型: article
    DOI 連結: https://doi.org/10.6160/SYSMR.202501/PP.0002
    DOI: 10.6160/SYSMR.202501/PP.0002
    显示于类别:[風險管理與保險學系] 期刊論文

    文件中的档案:

    档案 描述 大小格式浏览次数
    index.html0KbHTML144检视/开启


    在政大典藏中所有的数据项都受到原著作权保护.


    社群 sharing
    DSpace Software Copyright © 2002-2004  MIT &  HP  /   Enhanced by   NTU Library IR team Copyright ©   - 回馈