風(fēng)險(xiǎn)理論 第2章_個(gè)體風(fēng)險(xiǎn)模型ppt課件_第1頁(yè)
風(fēng)險(xiǎn)理論 第2章_個(gè)體風(fēng)險(xiǎn)模型ppt課件_第2頁(yè)
風(fēng)險(xiǎn)理論 第2章_個(gè)體風(fēng)險(xiǎn)模型ppt課件_第3頁(yè)
風(fēng)險(xiǎn)理論 第2章_個(gè)體風(fēng)險(xiǎn)模型ppt課件_第4頁(yè)
風(fēng)險(xiǎn)理論 第2章_個(gè)體風(fēng)險(xiǎn)模型ppt課件_第5頁(yè)
已閱讀5頁(yè),還剩62頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、第2章 個(gè)體風(fēng)險(xiǎn)模型 本章討論保險(xiǎn)人風(fēng)險(xiǎn)組合的總索賠額的分布函數(shù)??偹髻r隨機(jī)變量的和的分布要用卷積,因此非常費(fèi)事。常用到均值,方差,矩母函數(shù),特征函數(shù),母函數(shù)等。有別于中心極限定理的近似方法。風(fēng)險(xiǎn)隨機(jī)變量往往不能用純離散和延續(xù)隨機(jī)變量來(lái)描寫(xiě)。因此常用Riemann-Stieltjes積分。2.1 引言2.2 混合分布和風(fēng)險(xiǎn) 本節(jié)我們討論保險(xiǎn)風(fēng)險(xiǎn)的一些實(shí)例.由于純離散隨機(jī)變量和純延續(xù)隨機(jī)變量都不能描畫(huà)這種風(fēng)險(xiǎn),所以我們必需先拓展分布函數(shù)類根據(jù)概率論的知識(shí),任何一個(gè)分布函數(shù)都滿足離散型的隨機(jī)變量延續(xù)型的隨機(jī)變量在概率論中所學(xué)到的一切的隨機(jī)變量要么為離散型要么為延續(xù)型,幾乎無(wú)一例外然而保險(xiǎn)領(lǐng)域卻不總

2、是這樣許多被用來(lái)模擬保險(xiǎn)理賠支付的分布函數(shù)有延續(xù)增長(zhǎng)的部分,同時(shí)也有離散的、正的騰躍部分 設(shè)Z 代表某個(gè)保單的理賠支付,那么有三種情況:保單合同無(wú)理賠,因此Z=0 . 保單合同的索賠數(shù)額大于最大的保險(xiǎn)金額M ,那么Z =M . 保單合同產(chǎn)生正常的索賠數(shù)額,那么0Z 0 2.4 變換隨機(jī)變量的矩母函數(shù)與分布函數(shù)一一對(duì)應(yīng)。假設(shè)X 和Y 相互獨(dú)立,那么 對(duì)于某些具有重尾的分布,如柯西分布,其矩母函數(shù)不存在但是特征函數(shù)總是存在的特征函數(shù)定義為利用展開(kāi)式可以得到隨機(jī)變量的特征函數(shù)與分布函數(shù)一一對(duì)應(yīng)。所以X 的k 階矩等于概率母函數(shù)pgf僅用于取值為自然數(shù)的隨機(jī)變量,定義為累積量母函數(shù)cgf其定義為隨機(jī)變

3、量X 的偏度定義為其中 累積量母函數(shù)、概率母函數(shù)、特征函數(shù)和矩母函數(shù)之間有如下的關(guān)系:2.5 近似分布這樣,我們就可以用下式來(lái)逼近的分布函數(shù):例2.5.3兩種不同的近似假設(shè)1000 個(gè)男性年輕人購(gòu)買(mǎi)了保險(xiǎn)期間為一年的保單 每個(gè)投保人在一年內(nèi)死亡的概率為0 . 001 ,且死亡發(fā)生的理賠支付為1 .我們要計(jì)算這批保單總的理賠支付至少為4 的概率。 由 得 (3)正態(tài)近似正態(tài)在這種情形下的估計(jì)很差!選擇伽瑪分布的理由伽瑪分布包含了常見(jiàn)的一些分布,如指數(shù)分布G(1,),卡方分布(k/2,1/2)等。伽瑪分布是不對(duì)稱的,右拖尾分布。與保險(xiǎn)精算中的風(fēng)險(xiǎn)的分布往往具有類似的性質(zhì)。密度函數(shù):矩及偏度:矩母函

4、數(shù):平移伽瑪近似可以表述如下:=0.01Y4,0.002)2*0.002Y2(8)NP近似 對(duì)分布函數(shù)作展開(kāi),思索分布的偏性而得到的一種近似的計(jì)算方法。等價(jià)于,當(dāng) 時(shí),準(zhǔn)確值正態(tài)近似Poisson近似伽瑪平移NP0.018930.00620.018990.02120.0228例2.5.8用NP 近似重新計(jì)算例2.5.5 我們用2.62決議資本量,以使資本以95的概率不小于理賠額S :S 的95的分位點(diǎn)為我們對(duì) 和 運(yùn)用2.63 正態(tài)近似NP伽瑪平移0.00130.0110.0102 . 6 運(yùn)用:最優(yōu)再保險(xiǎn) 一個(gè)保險(xiǎn)人希望對(duì)20000 份一年期壽險(xiǎn)保單尋求一個(gè)最正確再保險(xiǎn),這批保單按保險(xiǎn)金額可以分為以下三種:保險(xiǎn)人希望經(jīng)過(guò)對(duì)最正確自留額的選取,即每份保單的最大支付,盡量提高其在業(yè)務(wù)運(yùn)營(yíng)中可以滿足其財(cái)務(wù)職責(zé)的概率一次理賠中扣除自留額以外的剩余部分是由再保險(xiǎn)人支付例如,對(duì)于1.6 的自留額,保險(xiǎn)金額為2 的某個(gè)被保險(xiǎn)人死亡,該保險(xiǎn)人賠償1.6,再保險(xiǎn)人賠償0.4 收到保費(fèi)后,保險(xiǎn)人持有資金B(yǎng) 以應(yīng)付理賠和支付再保險(xiǎn)保費(fèi)再保險(xiǎn)保費(fèi)是凈保費(fèi)的120% . 首先,置自留額為2 ,從保險(xiǎn)人的角度看,保單是如下分布保險(xiǎn)人總的理賠數(shù)額S 的均值和方差分別為由中心極限定理,我們得到本錢(qián)超越

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論