基于Laplace变换的非负连续分布精算应用的最大熵经验似然方法

本文介绍了使用模型拉普拉斯变换（LT）约束的最大熵似然（MEEL）方法，也称为指数倾斜经验似然法。 提出了基于密度函数的傅里叶余弦级数展开的总效率损失的估计，以量化使用MEEL方法时的效率损失。 建议用罚函数法对MEEL方法进行数值实现。 通过使用基于模型生成函数而不是LT的约束，可以轻松地将这些方法修改为在财务中遇到的实际线上提供支持的情况下估计连续分布。