13《风险理论与非寿险精算》期末复习-精.pptVIP

期 末 复 习 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 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； 1.3 保险精算问题 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 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 2.1 引言 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 2.3 损失分布的数学工具 矩母函数性质 2.4 拟合损失分布 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 贝叶斯方法的主观性： 第一阶段：主观性体现在先验分布的选择上； 第二阶段：主观性体现在对损失函数的选择上。 3.3 先验概率与后验概率 从先验概率到后验概率的过程是直接应用贝叶斯公式，即 3.4 损失函数与贝叶斯估计量 三种损失函数及贝叶斯估计 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） 4.3 服从各种分布的随机数 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) 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) 4.5 模拟样本的容量 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。 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： 称为短期个体风险模型。 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。 5.2 个别保单的理赔分布 5.3 独立和分布的卷积 两项卷积 离散型随机变量的两项卷积 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： 5.5 中心极限定理与正态分布逼近 利用中心极限定理求总理赔分布基本步骤： 1、利用个体理赔的分布计算总理赔S的均值