我国加入WTO后，保险经营融入了国际化大环境，保险业竞争更加激烈。而未决赔款准备金是非寿险公司最为重要的负债项目之一，对保险公司而言，提取适当的准备金是保证足够的偿付能力和公司稳健经营的重要方式，也是企业进行利润考核的重要方面。保险公司历年的已决赔款数额或赔款次数可以按案发年和进展年的方式组成一个上三角形，即流量三角形，我们的目标就是要预测下三角形，即味觉赔款。由于未决赔款及其经济金融环境的不确定性，所以要建立一个统一的、精确的数学模型来估计其准备金的数额，是极其困难的。本文首先从选题意义、国内外现状等方面对全文作总体上的介绍。然后在第二章介绍了传统的估计未决赔款准备金的方法，如逐案估计法、保费比例法、平均法等以及近年来使用的基于流量三角形的未决赔款准备金的估计方法：链梯法、平均赔付额法、分离法、准备金进展法和B-F方法，第三章从估计的稳健性目的出发，对Ioannis Ntzoufras和Petros Dellaportas的模型进行改进，将同时考虑索赔额与索赔次数的PPCF漠型的思想用于数据变换中，在先验信息不足的情况下，从分层贝叶斯分析、最大熵理论和BMOM方法入手研究最大熵先验分布问题，提高了模型参数估计的稳健性，使模型具有较强的实效性和应用性。最后通过一具体的事例，说明了本方法的有效性，并将未决赔款准备金的稳健贝叶斯估计同经典的估计方法进行了比较。