第七章 长期聚合风险模型
description
Transcript of 第七章 长期聚合风险模型
第七章
长期聚合风险模型
[ 知识要点 ] 1 、盈余过程的基本模型 u(t)=u+ct - s(t) (t ≥ 0) 2 、破产概率的定义 (u)=P(T< ∞ )=P(u(t) <0, t≥ 0) 其中 T=min(t:t ≥0 且 u(t) <0) (u,t)= P(T< t )=P(u(x) <0, x (0,t)) h (u)= P(u (t)<0, t0 ,t=h,2h,3h,…) h (u,t)=P(u (x)<0, x(0,t),t=h,2h,3h,…) 3 、破产概率的性质 >
2 1 1 1 2 1 2
2 1 1 2
1 1 2
2 1
(1) ( ) ( ), >0,u ,0 ;
(2) ( ) ( ), u ;
(3) ( ) ( ) ( ), 0,,0
(4) lim ( ) ( )
(5) ( ) ( ), >0;t
n h
u u t u t t x
u u u
u u u u t t
u u
u u t
2
2
,t ,t
,t ,t
,t
,t ,t
4 、泊松过程的定义及性质 泊松过程的定义: ( 1 )全局性方法:如果 N(t) 的长度为 h 的任意时间段内满足:
由此定义可知: N(t+h)-N(t) 服从参数为 λ h 的泊松分布。 ( 2 )等额时间间隔法:如果事件发生的等待时间间隔随机变量序列 w
1 , w2 , w3,… 独立同分布,且分布函数是参数为 λ 的指数分布,则称 {N(t) , t≥ 0} 为泊松过程。
2 1 2 1
1 2
0
0
(6) ( ) ( ), >u ;
(7) ( , ) ( , ) ( ), 0;
(8) lim ( , ) ( );
(9) lim ( , ) ( , );
(10) lim ( ) ( ).
h h
h h h
n ht
hh
hh
u u u
u t u t u u
u t u
u t u t
u u
( ( ) ( ) | ( ), )
( ), 0, 0, 1, 2,...
!
k h
P N t h N t k N x x t
h et h k
k
则 N(t), t 0 为泊松过程。
泊松过程的性质: ( 1 )泊松过程是平稳独立增量过程; ( 2 )在一个无限小的时间段内要么发生一次理赔,要么不发生
理赔,如果时间间隔为 dt ,则在 dt 时间段内的发生次数为 0—1 分布,并且 P ( N=0 ) = λ dt , P ( N=1 ) =1- λ dt ;
( 3 ) P ( N ( t+h ) -N ( t )) = 1|N ( x),x≤ t)= e-λhλh 如果 dt 是一个无穷小量,则有: P ( N ( t+dt ) -N ( t )) = 1|N ( x),x≤ t)= λ dt 5 、复合泊松过程的定义
6 、在复合泊松过程下,有关破产概率的定理
其中 F ( x )和 f ( x )是个别理赔额随机变量 X 的分布和密度函数, Λ 是泊松参数。
( )
1
( ) , ( )
( )
N t
i i ii
S t X X X N t
N t
独立同分布, 与 相互独立,
为泊松过程。
1 ( ) ( ) ( ) ( ) [1 ( )]0
uu u f x u x dx F u
C C C
()
( 2 )若个别理赔额服从参数 α 的指数分布,则:
( 3 )盈余 u(t) 首次落到 u 以下,其值落在 u—y 到 u—y+dy之间的概率为:
11( )
1
u
u e
1
1 ( )( ( ) ) (1 ( ))
(1 )
10
1
F yP u y u t u y dy F y dy dy
C P
并得出() 。
1 11
1
1(4) (1 ( )),
1( ) ( ( ) 1
Lf F x LP
F x
t ttP
1
1
L X
其中 为盈余u(t)首次下降
到u以下的损失,P是个别理赔额的数学期望,( )是个别理赔额的分布函数。
M M
7 、最大损失随机变量 L 的矩母函数为:
8 、调节系数的定义 设 S ( t )为复合泊松过程,泊松参数为 λ ,个别理赔额随机
变量为 x , MX(t) 是其矩母函数,方程 λ +Ct= λ MX(t) 的非零正解R 称为调节系数。调节系数方程必有正根,并且满足如下的不等式:
1
1
1
( )1 (1 ) ( )
( ) 1 =
1+ 1+ 1 (1 ) ( )
Ptt
Pt t
t
Pt t
LX
X
X
M M
M M
其中 是安全附加系数。
1
2
1 2(1 ) ,
P
P
C P P
C2
R〈
其中 为个别理赔额的二阶原点矩。
ln(1 )
9.
| )
(u)<
10.
i
i i
M
T
i
-Ru
-Ru(T)
-Ru
n
i =1
如果个别理赔额随机变量X有上界M,则有:1
R>
调节系数与破产概率的关系
e对于u 0,有: (u)=E(e
e
离散模型的调节系数定义及有关定理 u(n)=u+nC-S(n) (n=1, 2, 3, . . . )
S(n)= V
其中V是第年的理赔总量之和, V是独立
12
2 1
,
( ) 1 .
u>0 :
| )
min( ( ) 0) .
, (1 ) ( ) :
2 P ( )
R( ) ( )
j
i i
M t R
T
T n u n
C E
E N
P P E N
i
-CtV
-Ru-Ru
-Ru(T)
同分布的此模型称
为离散模型.
对此模型调节系数有如下定义:
e 的正根
定理
定理
是调节系数
当 时
e(u)= e
E(e
其中 表示破产时刻
当V为复合分布时且 V时
21 ( )P Var N
[ 重点及难点解析 ] 本章的重点是对盈余过程的分析、破产概率的定义以及有关破
产概率的性质,与盈余过程有关的理赔过程也是本章的重点,泊松过程的几个定义的等价性是一个难点,与复合泊松分布平行的复合泊松过程是本章的又一个重点;在复合泊松过程下,破产概率的几个有关定理非常重要,特别是个别理赔额为指数分布时,破产概率有简洁的表达,最大损失过程及最大损失的分布是本章的又一个难点。
调节系数的定义及有关定理是本章的重点。 下面以例题的形式展示出重点与难点的表现形式。 例 1 一个风险组合具有如下的特点: ① 索赔一定会在时间 t=0.5,1.5,2.5,… 发生; ② 索赔额服从 [0 , 2] 区间上的均匀分布; ③安全附加系数是 0.2 ; ④保费的交付仅在每一段时期的开始; ⑤初始盈余是 1 。 求在时刻 2 之前的破产概率。
A.0.24 B.0.024 C.0.045 D.045 E.0.072
1
1
1
1 2
1 2
1 2
u(0.5)=1+(1+ )E(S)-S(0.5)
=1+(1.2)P (0.5)
=2.2-X
(0, 2)
(0.5) 0 0.5
(1.5) (2) 2.2 (1+ )E(S)-X
=3.4- X
2 X 3.
S
X U
u
u u X
X
P X
解
恒成立,即在 时刻之前不会破产。
在时刻 之前破产的概率为
1 2
1 2
4
X 0 2
F(Z)=P(Z )= X
0, z 0
z 1, 0<z 2
0 0 4 =
z 1, 2<z 4
0 0 4
1, z
X
z P X z
z xdy dx
z xdy dx
而 与 是独立同分布的,分布是(,)。
2
2
0, z 0
, 0<z 2 8
(4 )1 , 2<z 4
81, z>4>4
z
z
此题考察了盈余过程方面的知识,运用 (2)= (1)+(1- (1))•P (在时间( 1 , 2] 上破产 | 在 [0 , 1] 上没有破产 ] 公式可以解决本题提出的问题,这个公式与寿险精算中的公式 2qx=1qx+1px•qx+1 是一致的,具有一致的内涵,当然从概率论的角度出发,用事件之间的关系也可演绎出上述公式。另外,有兴趣的读者也可以在洗题的基础上计算 (3) 的概率。
例 2 一个保险人具有如下特性的盈余过程: ① 索赔额分布是 P(0)=P(1)=0.5; ② 调节系数 R=ln4=1.3863 ; ③索赔过程是复合泊松过程; ④保费是连续收取。 求 (0).
A.0.47 B.0.46 C.0.48
D.0.49 E.0.50
2 2
1 2 3.4
(4 ) 0.6X 3.4 | 0.045
8 8
zP X
C
选 。
例 3 一个保险标的出险的概率是 0.5 ,索赔发生时索赔额为 10 个单位,发生的时间 W 服从帕累托分布,参数为 x0=1 和 α = 3 ,年保费连续缴纳,速率是 7 ,求破产的概率。
A.0.3 B.0.33 C.0.34 D.0.5 E.0.25
1
1
0 r
ln 4
+(1+ ) ( ) (1)
1 1 1 P 0 1
2 2 21 1 1
( ) (1+e )2 2 2
R ln 4 1.3863
1 1 1 51+(1+ ) 1.3863 1 ) 1 4)
2 2 2 2 (1+ )=2.164
X
rX
Pr M r
M r e e
e
解
又
又 满足方程(1)。
( (
1 1 (0)= 0.46
(1+ ) 2.164
(1+ )
B
选 。1
此题平淡无奇,但间接地考察了(0)= 公式。此公式
说明了保险人在初始资产为0时的破产概率。
例 4 一个盈余过程是复合泊松过程,安全附加系数是 0.1 , R 是调整系数,下列选项哪一项是正确的?
① 如果个别理赔额的分布是参数为 2 的指数分布,则有 R=2/11; ② 如果个别理赔额的分布是 N(10,4), 则有 R〈 1/52 ; ③如果个别理赔额都是 2 ,则 R 是 1+(1.1)r=e2r的非零正解。 A. 仅①正确 B. 仅②正确 C. 仅③正确 D.① 、②正确 E. 以上都不对
1 3
3
4
3
3( ) (x>1)
103 7
1710
1
7 1
10
a
af x
x x
dxx
解 所求概率只有在出险的情况下才会发生,所以所求的概率 为: P(出险发生) P(7W 10)
帕累托分布的密度函数为:
10P(7W 10)=P(W )
7
=
1所求概率为:2
0.33
B
选 。
1
221 1
1
(1) 2
( ) 12 2
1 (1 ) ( )2
1 1+1.1
2 22
R=11
1 (1 ) ( ) 1 ...2
X
t X
X
t tM t
t
tP M t
tt
tt
PPR M R PR R
PR
解 个别理赔额为参数是 的指数分布。
即:
解得 ,所以(1)正确。
(2)
22
12
2
2
2
22 2 0.1 10 1
4 10 52
(2)
1+1.1 2
1+1.1r
(3)
D
r
r
PR
PR
P
r e
e
也正确。 (3)个别理赔额为常数2时,调节系数方程为:
与(3)中的 不一致。错误。选 。
例 5 一个盈余过程有初始盈余 1 。索赔发生在 1 , 2 , 3 ,保费以一个常数连续收取,个体索赔额的分布如下:
求最小的安全附加系数 θ ,使 P(u(t) ≥ 0>0.95, 对于 t=1,2,3. A.0.8 B.1.3 C.1.2 D.1.0 E.1.5 解 个别索赔额的期望值为: E ( X ) =1*0.25+2*0.25=0.75 所以 C=(1+θ)P1= (1+θ)0.75
依题意有如下的表格:
x 0 1 2
P(x) 0.5 0.25 0.25
t u(t)=u+ct-S(t) P(u(t) ≥ 0
1
2
3
1+C-S(1)
1+2C-S(2)
1+3C-S(3)
P(S(1) ≤ 1+C)
P(S(2) ≤ 1+2C)
P(S(3) ≤ 1+3C)
依题意有 :S(1)=X1, S(2)=X1 + X2 , S(3)=X1 + X2 +X3(Xi 表示在时刻 i 上发生索赔的个别理赔额随机变量,且 X1 , X2 , X3 相互独立)。
因为 P(S(1) ≤ 1+C) ≥ 0.95 由上表可知: 1+C ≥2 C ≥ 1
X P(X1
)P(X1+X2) P(X1+X2+X3) F(X1
)F(X1+X2
)F(X1+X2+X3 )
0
1
2
3
4
5
6
0.50
0.25
0.25
0.2500
0.2500
0.3125
0.1250
0.0625
0.1250
0.1875
0.2813
0.2031
0.1125
0.0187
0.0156
0.50
0.75
1.00
0.2500
0.5000
0.8125
0.9375
1.0000
0.1250
0.3125
0.5938
0.7969
0.9094
0.9881
1.0000
同样: P(S(2) ≤ 1+2C) ≥ 0.95 可知: 1+2C ≥4 C ≥ 1.5 P(S(3) ≤ 1+3C) ≥ 0.95 可知: 1+3C ≥5 C ≥ 4/3 所以 (1+θ)0.75=C ≥max(1,1.5,4/3)=1.5 所以 θ=1 所以选D。 看到此题的答案,读者也许感觉思路并不复杂;可是在看到答案之前,联系到 u(t)=u+Ct-S(t) 这一公式,就让人颇感困惑,因为此公式包含了两个随机过程。去掉此式,剩下的问题只是故意设置三个弯而已,譬如卷积的运算以及在某条件下的最小值计算,解决此类问题尚属简单,关键问题是盈余过程,就此问题而言,由 u(t) 过程可以过度到研究S(t) 过程,而 S(t) 一般是一个离散过程,在每一个保险期内的理赔总额随机变量一般是一个复合分布,这样,复杂问题就变成简单问题了。
由于再保险或免赔额应用的广泛性,因此有关再保险方面的计算,也成了本章的重点内容。
例 6 保险人承保的某风险的年索赔总额服从泊松参数为 10 的复合泊松分布,个体索赔总额服从( 0 , 2000 )上的均匀分布,
保险人为该风险安排了自留额为 1600 的超额赔付再保险分保,计算保险人和再保险人的赔付总额随机变量的方差。
A.2389 333.4 8532.8 B.9608 532.8 C.1194 666.7 21332
D.194 666.7 960 E.8532.8 1194 666.7
解 设 Yi=min(Xi,1600) 为第 i 次索赔发生时损失额为 Xi 时原保险人的赔付额, Ri=max(0, Xi -1600) 为第 i 次索赔发生时损失额为 X
i 时再保险人的赔付额。
2 2
2 2
1 1
( ) (min( ,1600)
1600 20001 1 = 1600
0 16002000 2000
=960
( ) (min( ,1600) )
1600 20001 1 = 1600
0 16002000 2000
=1194 666.7
Var(S )
i i
i i
E Y E X
x dx dx
E Y E X
x dx dx
P
同样:
22 1
2 2
2
( ) 1194 666.7 10=1194 6667
( ) [(max(0, 1600)) ]
2000 1 = ( 1600)
1600 2000
=10 666.1
i
i
E Y
E R E X
x dx
注意:此题是超额赔付再保险,只有损失额超过 1600 时,再保险人才发生赔付,所以泊松参数发生了变化,减少为 10*P(Xi>1600),即2 。对于原保险人泊松参数并没有发生变化,读者想一想这是为什么?如果把此题改为自留额为 80/100 的比例再保险,此题又该如何求解?
例 7 一个保险人承保了具有如下特性的风险: ① 索赔额为 2000 的概率是 0.4 ,为 3000 的概率是 0.6 ; ② 索赔次数的分布列如下:
保险人购买了自留额为 5000 的停止损失再保险,求此时再保险人的保险费。
A.1172.5 B.200 C.5200 D.1170 E.1168.5
R 2 Var(S ) 10 666.1 ( 1600) 10
2000 1 =10 666.1 10
1600 2000
=10 666.1 2=21332
C
RP P X
dx
选 。
N 0 1 2 3 4
P 1/16 1/4 3/8 1/4 1/16
50005000
4999
0 0
4999
0
E(I ( )) ( 5000) ( )
= ( 5000) ( ) ( 5000) ( )
=E(S)-5000+ ( 5000) ( )
E(S)=E(N)E(X)
x
x x
x
S x f x
x f x x f x
x f x
解
而
4999
0
1 3 1 1 = 1 2 3 4 (200 0.4 3000 0.6)
4 8 4 16
=2 2600=5200
( 5000) ( ) 4999x
x f x x
S
要计算 ,还需计算 时的概率值:
由已知条件可知 4999时只有0,2000,3000,4000这 四个可能值可取,下面计算P(S=0), P(S= ,
,
2000) P(S=3000)
P(S=4000)时的概率:
P(S=0)=P(
P(S=2000)=P(
P( )P(
0.4 0.1
P(S=3000)=P(
P( )P(
0.6
1没有索赔发生时)=
16发生一次索赔且索赔额为2000)
= 发生一次索赔 索赔额为2000)1
=4发生一次索赔且索赔额为3000)
= 发生一次索赔 索赔额为3000)1
=4
2
0.15
P(S=4000)=P(
P( )[P(
0.4 0.06
1( )) 5200 5000 (5000 0) (5000 2000)
16 0.1+(5000-3000) 0.1
S
2
5000
发生二次索赔且每次都是2000的赔付)
= 发生二次索赔 索赔额为2000)]
3 =
8所求的值为:
E( I
5+(5000-4000) 0.06
=200+972.5=1172.5
A
选 。
例 8 一个保险人承保了如下情形的保险: ① 索赔额仅取 0 , 1 , 2三个值 ; ② 索赔额的数学期望为 1 ; ③E(I1)=0.25 。 求 E(I03) 。 A.1.5 B.2.5 C.3.5 D.2 E.2.4
1
( ) 1 0 (0) 1 (1) 2 (2)
= (1) 2 (2)
( ) 0.25 0 (0) 1 (1) 2 (2)
= (2)
(1) 1 2 (2) 1 2 0.25 0.5
S P P P
P P
I P P P
P
P P
解 E
E
3 3 30 ( ) ( ) 1 (1) 2 (2)
=0.5+8 0.25=2.5
B
E I E X P P
选 。