【摘要】针对传统B櫣hlmann-Straub信用模型不能有效地解决缺失数据信息处理问题,本文利用贝叶斯统计方法,构造了一类新的贝叶斯信用分析模型,引入基于吉布斯抽样的马尔科夫链蒙特卡洛方法进行数值计算,建立了一个索赔后验分层正态模型进行实证分析,证明模型的有效性。研究结果表明,基于MCMC的贝叶斯信用模型能够动态模拟模型参数的后验分布,提高模型估计的精度,对保险公司经验费率厘定方法的改进具有重要的现实意义。