本项目采用的贝叶斯统计推断技术在拟合未来损失或资产收益的分布时，使用贝叶斯MCMC（Markov Chain Monte Carlo）算法形成一个来自预测分布的随机样本，这种随机性就从方法论上将参数的不确定性问题纳入考虑范畴。而基于模型边缘似然的贝叶斯因子为模型是否是产生观察数据的真正随机机制，提供了简洁直观的判断标准，可实时预警所设模型的适用性和优劣性。这些技术方法再结合最大熵风险中性转换模型，基于王变换再抽样的风险中性模拟技术，和基于收敛抽样样本的数值模拟技术，为防范参数和模型不确定性风险提供关键的技术手段，能大幅提高产品定价和资本要求风险度量的精度，对结构复杂的新型寿险产品的开发和风险管理都将具有非常重要的意义。

算法基础篇
第一章 贝叶斯MCMC算法基本原理与方法
第一节 贝叶斯MCMC算法原理
第二节 贝叶斯模型选择
第三节 基于WinBUGS的死亡率预测模型基本处理方法
死亡率预测篇
第二章 基于贝叶斯MCMC方法的我国人口死亡率预测研究
第一节 引言
第二节 死亡率预测模型的贝叶斯改进
第三节 中国人口死亡率的建模与预测
第四节 贝叶斯方法与传统方法的比较
第五节 结论
第三章 基于双因子Lee-Carter模型的死亡率预测及年金风险评估
第一节 引言
第二节 双因子Lee-Carter模型的贝叶斯分析
第三节 年金的风险度量与偿付能力资本评估
第四节 结论
第四章 死亡率模型选择与年金风险评估
第一节 引言
第二节 基于贝叶斯MCMC方法的死亡率预测
第三节 模型比较与数据选择
第四节 年金产品的风险度量与偿付能力评估
第五节 结论
产品定价篇
第五章 我国有限人口数据下长寿衍生产品定价的贝叶斯方法
第一节 引言
第二节 死亡率建模与预测
第三节 长寿衍生产品定价
第四节 基于中国数据的应用
第五节 结论
第六章 随机利率与死亡率情形下长寿衍生品定价的贝叶斯方法
第一节 引言
第二节 死亡率与利率的贝叶斯建模
第三节 年金中长寿风险度量理论分析
第四节 基于中国数据的实证研究
第五节 结论
第七章 基于贝叶斯MCMC算法的美式长寿期权定价研究
第一节 引言
第二节 LSM美式长寿期权定价
第三节 美式长寿期权的贝叶斯建模
第四节 定价结果与分析
第五节 结论
风险管理篇
第八章 基于死亡率免疫理论的自然对冲有效性评估
第一节 引言
第二节 死亡率免疫理论
第三节 死亡率久期计算
第四节 数值模拟与对冲有效性评估
第五节 结论与展望
第九章 自然对冲、年金价格及其偿付能力评估
第一节 引言
第二节 自然对冲影响的路径与评估指标
第三节 死亡率预测、年金风险与偿付能力变动
第四节 自然对冲下年金价格与风险变化的评估
第五节 结论与展望
第十章 基于长寿衍生产品的年金长寿风险对冲研究
第一节 引言
第二节 模型与结构
第三节 基于贝叶斯McMc的数值模拟与结果分析
第四节 结论
第十一章 长寿连接型年金风险分摊机制研究
第一节 引言
第二节 文献回顾
第三节 长寿连接型年金的风险分摊机制
第四节 建模与数值模拟
第五节 模拟结果分析
第六节 结论
参考文献
附录一 本书常用WinBUGS函数及精算数学基础
附录二 本书各章WinBUGS程序及编写解析