对于保险公司来说,合理的提取保险责任准备金对于保障公司充足的偿付能力和稳定经营发展有着重要的意义,也是公司利润考核的重要方面.应用精算数学的方法对准备金进行估计实际上是根据过去的经验数据对评估之前未发生保险事故的赔款情况进行预测,因此如何有效利用历史经验数据，发现这些历史数据所隐含的赔款模式的特征以及变化趋势是预测未来准备金情况的关键问题.　　在非寿险准备金评估实务中,保险公司主要的评估方法是基于流量三角形技术的链梯法和B-F法等确定性模型,这类模型方法简单易行但却无法预测准备金的变化趋势,也无法对预测结果进行统计检验,因此采用随机模型方法来刻画损失流量数据,并假设增量赔款服从指数分布族的随机方法的引进,使得广义线性模型在非寿险准备金评估中受到越来越多的关注.　　由于精算实践中的代位求偿,免赔和救助等情形,使得在流量三角形中的增量赔款往往会同时出现正值和零值,正值和负值,或者同时含有正值,零值和负值的情况.当流量三角形中同时出现零值,负值和正值的增量赔款数据时,现有的随机准备金模型对这样的数据是不能直接应用,为解决这个问题.本文通过建立一个可逆变换和广义线性模型的混合模型,将其转化为正值进而估计出我们想要预测的责任准备金,并通过一个实际的流量三角形数据进行实证检验.