《风险理论与非寿险精算》期末复习

期末复习风险理论与非寿险精算主要内容第一章风险与精算第二章损失分布第三章损失分布的贝叶斯方法第四章随机模拟第五章短期个体风险模型第六章短期聚合风险模型第七章长期聚合风险模型第八章效用理论与保险决策第九章费率厘定第十章经验费率第十一章准备金第十二章再保险第一章风险与精算1.1风险的含义1.2保险经营中的风险和风险因素1.3保险精算问题1.4本书的基本内容1.2保险经营中的风险和风险因素保险公司的收支收入支出保费收入赔付投资收入营运费用分保和再保险佣金再保险费新投入资本红利、税务其他收入其他杂费保险公司面临的不确定因素（非寿险公司经营中的风险因素）保费计算与实际相差较大；准备金的提取不充分；赔付过早发生；营运成本扩大；佣金的提高；投资失利；巨灾事故频繁发生；风险聚合估计不周；意外责任事故的赔付；市场条件发生不利的变化；保单责任文字界定不清晰；宏观经济环境的不利变化；法律法规的改变；公司管理人员的贪污渎职行为；……保险精算的四个问题：（1）厘订费率（2）准备金计提及其分配（3）再保险形式的选择及自留额的确定问题（4）资产负债配比与偿付能力问题1.3保险精算问题第二章损失分布2.1引言2.2获得损失分布的一般过程2.3损失分布的数学工具2.4拟合损失分布损失与赔付损失：承保标的的可能发生的实际损失大小。赔付：保险人按承保合同规定的保险责任所支付的实际费用。赔付≤实际损失2.1引言2.2获得损失分布的一般过程获得随机变量概率分布的方法：数理统计方法又称为频率学派方法，主要依靠样本信息来估计未知参数，从而获得概率分布。贝叶斯方法又称为主观贝叶斯方法，通过采用“先验概率”、“损失函数”等主观信息，在不具备样本信息的情况下估计未知参数，获得损失分布。随机模拟方法利用现代计算机技术，用机器的高速运算结果来模拟实际过程，以获得对实际过程的了解。2.3损失分布的数学工具矩母函数定义矩母函数性质()()d()(2.3.2)tXtxXMtEeeFx矩母函数性质矩母函数定义矩母函数性质()()d()(2.3.2)tXtxXMtEeeFx2.4拟合损失分布整理记录数据频率直方图→频率折线图→密度函数累积频率曲线图→分布函数分布参数的估计矩估计法、极大似然估计法、分位点法常用分布二项分布、泊松分布、均匀分布、指数分布、正态分布、伽玛分布、贝塔分布期望、方差第三章损失分布的贝叶斯方法3.1贝叶斯方法的基本过程3.2先验概率的估计3.3先验概率与后验概率3.4损失函数与贝叶斯估计量3.5贝叶斯方法的理论基础－主观概率3.1贝叶斯方法的基本过程估计参数的贝叶斯方法步骤：步骤1：选择随机变量θ的先验分布步骤2：确定似然函数假设所获得的观察值为x1,x2,…,xn，构造似然函数记为121(,,,;)(),1,2,,nniiLxxxfxin12(,,,;)()nLxxxfx步骤3：确定参数θ的后验分布由贝叶斯公式求得关于参数θ的后验分布：步骤4：选择损失函数步骤5：估计参数通过求损失函数期望值的最小值，作为参数θ的贝叶斯估计值。3.1贝叶斯方法的基本过程()()()()()dfxffxfxf从先验概率到后验概率的过程是直接应用贝叶斯公式，即3.3先验概率与后验概率其中是与θ无关的常数。可以把贝叶斯公式简化为∝∝表示“成比例关系”。()()()()()dfxffxfxf()()dfxf()fx()()fxf3.4损失函数与贝叶斯估计量常用的三种损失函数形式及其贝叶斯估计第四章随机模拟4.1引言4.2均匀分布的随机数与伪随机数4.3服从各种分布的随机数4.4模拟应用举例4.5模拟样本的容量4.2均匀分布的随机数与伪随机数产生均匀分布随机数的方法：1、检表法2、物理方法（可获得真正的随机数）3、数学方法（伪随机数）自然取中法（平方取中法）倍积取中法乘同余法（Skellam一阶线性同余法）随机数生成方法：1)反函数法2)取舍法3)Box-Muller法4)极方法标准正态分布：1)检表法2)中心极限定理法标准正态分布→正态分布N(μ,σ2)→对数正态分布u→v=μ+σu→exp(v)4.3服从各种分布的随机数标准正态分布随机数生成方法泊松分布的随机数泊松分布随机数生成方法：1)一般的离散型随机变量生成方法2)分数乘积法(适用于λ较小时)步骤：1)首先从0点开始，若e-λu1，则令x=0;2)否则，若e-λu1·u2，则令x=1;3)依此方法继续，直至存在某个k首次满足，则令x=k。3)中心极限定理法(适用于λ较大时)10kiieu一般地，对估计值的精确度要求越高，对样本容量的要求就越大。4.5模拟样本的容量第五章短期个体风险模型5.1引言5.2个别保单的理赔分布5.3独立和分布的卷积5.4求理赔分布的矩母函数法5.5中心极限定理与正态分布逼近5.6应用举例5.1引言假定第i张保单可能的理赔为Xi，则Xi为非负随机变量(i=1,2,…,n)。进而保险人在这个时间段内的理赔或赔付总量为：称之为短期个体风险模型。121nniiSXXXX短期个体风险模型的四个假设条件假设1每张保单是否发生理赔以及理赔额大小是相互独立的，即Xi是相互独立的随机变量。假设2每张保单至多发生一次理赔。若用随机变量I表示每张保单可能发生理赔的次数，则，其中q表示发生理赔的概率。假设3保单组合中的风险均为同质风险，即每张保单的理赔额变量Xi具有相同的概率分布。假设4保单总数n是事先确定的正整数。因此又称个体风险模型为封闭模型。01~1Iqq5.2个别保单的理赔分布一般地，若随机变量X可表示为两个随机变量I和B的乘积X=IB，则有()((|))()()()EXEEBIEIEBqEB22()((|))((|))()()()()(1)()()VarXVarEBIEVarBIEBVarIEIVarBqqEBqVarB两项卷积离散型随机变量的两项卷积5.3独立和分布的卷积5.4求理赔分布的矩母函数法对于独立的随机变量和，由于X1,X2,…,Xn相互独立，因此有：12nSXXX12()()()(),0(5.4.1)nSXXXMtMtMtMtt若X1,X2,…,Xn同分布，设其共同的矩母函数为MX(t)，则有：()[()],0(5.4.2)nSXMtMtt5.5中心极限定理与正态分布逼近利用中心极限定理求保单数很多时保单组合的总理赔分布，基本步骤为：1、利用个体理赔的分布计算总理赔S的均值和方差。2、对S的分布进行标准化处理：3、利用中心极限定理近似计算：1()()nkkESEX1()()nkkVarSVarX()(){}{}()()SESsESPSsPVarSVarS(){}()()sESPSsVarS5.5中心极限定理与正态分布逼近令，称θE(S)为保单组合的安全附加保费，称θ为相对附加安全系数（或安全附加保费率）。(1)()sES第六章短期聚合风险模型6.1引言6.2理赔次数和理赔额的分布6.3理赔总量模型6.4复合泊松分布及其性质6.5聚合理赔量的近似模型6.1引言用N表示某类保单在单位时间内的理赔次数，用Ci表示该类保单第i次理赔金额，则理赔总量S为：121,00,0NNiiCCCCNSN称为短期聚合风险模型，其中：N取值为非负整数，称为理赔数变量。Ci是取值于正数（连续或离散）称为理赔额变量。命题6.3设若短期聚合风险模型中的N和C的数学期望和方差都存在，则有6.3理赔总量模型()()()ESENEC2()()()()()VarSECVarNENVarC6.4复合泊松分布及其性质复合泊松分布S的分布函数和密度函数：*0()()!nnSneFxPxn*0()()!nnSnefxpxnS的均值和方差：1()ESp2()VarSpS的矩母函数：[()1]()[ln()]CMtSNCMtMMte6.4复合泊松分布及其性质定理6.4.1若S1,S2,…,Sm是相互独立的随机变量，且Si是服从参数为λi的复合泊松分布，理赔额的分布函数为Pi(x),i=,1,2,…,m，则S=S1+S2+…+Sm服从参数为的复合泊松分布，S的理赔额的分布函数为：1mii1()()miiiPxPx1、求和的封闭性6.4复合泊松分布及其性质定理6.4.2假设S服从复合泊松分布，参数λ0，个别理赔额为离散型概率分布，记πi=P(C=xi)，其中x1,x2,…,xm表示个别理赔额的取值；记Ni为S中取值为xi的次数，i=1,2,…,m，则有，且则以下结论成立：a)N1,N2,…,Nm相互独立；b)Ni服从参数λi=λπi的泊松分布，i=1,2,…,m。1122,0mmSxNxNxNN12,0mNNNNN2、可分解性6.4复合泊松分布及其性质推论6.4.1假设S服从复合泊松分布，若理赔额C仅取值为正整数，则有如下迭代公式：11(0)()()()(),1,2,xiixifeifxfxixipifxixx3、分布计算的递推性第七章长期聚合风险模型（破产理论）7.1盈余过程与破产概率7.2理赔过程7.3破产概率7.4破产概率与调节系数7.1盈余过程与破产概率盈余过程模型为：()(),0,0,0UtuctSttuc其中S(t)称为理赔过程，表示从0到t时刻发生的所有理赔之和。12(),()0()0,()0NtCCCNtStNt7.1盈余过程与破产概率性质7.1.1对于u1≤u2及0t1≤t2∞，有以下结论成立：212112(i)(,)(,),0;(ii)()()(iii)(,)(,)(),0;(iv)lim(,)()tututtuuututuuutu第八章效用理论与保险决策问题8.1引言8.2效用与期望效用原理8.3效用函数与风险态度8.4效用原理与保险定价问题8.5期望效用的计算8.6效用理论的应用8.2效用与期望效用原理最大期望效用原理：在具有风险和不确定的条件下，个人进行决策的行为动机和准则是获得最大的期望效用值，而不是为了获得最大期望金额值。风险和不确定情形下的一般决策准则：人们将追求效用的期望值尽可能地达到最大。8.3效用函数与风险态度决策者的三类风险态度：1、u(w)为线性函数，即u’’(w)=0，称决策者为风险中立型。2、u(w)为凸函数（上凸），即u’’(w)0时，称决策者为风险厌恶型。3、u(w)为凹函数（下凸），即u’’(w)0时，称决策者为风险偏好型。8.4效用原理与保险定价问题对投保人来说，若选择投保，则效用不低于直接面临风险的期望效用，则保费H应满足：()[()]uwHEuwX当H达到使不等号成立的最大值时，是否投保就无所谓了，这就是该投保人可接受的最高保费H*。8.4效用原理与保险定价问题对保险人来说，承保保费G应该满足：当G降至使不等号成立的最小值时，达到了承保人可接受的最低保费G*。11[(())]()EuvGXuv第九章费率厘订9.1基本概念9.2费率厘定与保险定价9.3理论保费9.4费率厘订方法纯保费：每个风险单位的平均赔款金额。计算公式：P＝L/E其中：P为纯保费，L为赔款总额，E为风险单位数。纯保费也可表示为：P＝N/E×L/N＝F×S即纯保费等于索赔频率与索赔强度的乘积。9.1基本概念9.1基本概念保险费率：简称费率，是一个风险单位的保费。保险费：由保险费率可以计算出一份保单的保