第一次课堂讨论与习题课.doc

第一次课堂讨论与习题课 第一章 数学基础 1、条件期望 设是两个随机变量，给定以后，的条件期望记为 ，这个条件期望是随机变量的函数，从而其自身 也是一个随机变量。 如果已知条件期望和的边缘分布，则有 ， 即条件期望的期望等于无条件的期望，这个公式称为 期望的累次法则或迭代期望法则。这个公式可以视为全概率公式的延伸。 2、条件方差 在风险理论里，还有一个利用条件期望计算方差的公式： 这个公式被称为方差分解公式，即总的方差被分解为条件期望的方差 和条件方差的期望之和。 首先利用期望累次法则计算 在上式左端减去的平方，在右端减去的平方， 即得到上述方差分解公式。 3、矩母函数和母函数 (1)特征函数： 或者 (2)矩母函数： 或者 (3)母函数： 或者 这几个函数具有下列关系： 4、矩母函数的性质 （1）若随机变量X的各阶原点矩存在，则 （2）若随机变量的期望和方差都存在，则 第二章 个体保单的理赔额 1、保单限额： 是指每次保险事故中按保单约定的最高赔付额。 理赔额 其中 理赔额的概率密度函数： 理赔额的分布函数： 定义（有限期望函数）：设是一个随机变量，给定实数，则有限期望函数被定义为： 式中与分别为随机变量的分布函数与密度函数。 是的增函数，且当时，有 对于非负随机变量， 理赔额的数学期望： 2、免赔额 当损失额低于某一限额时，保险公司不予赔偿，而当损失额高于此限额时，保险公司只赔付高出的部分。每次损失事故中，被保险人获得的实际赔付额为： 因为只有当时，被保险人才会提出索赔，因此对于保险人来说，每次损失事件中的理赔额为： 理赔额的分布是在的条件下，的分布，因此理赔额的分布函数为： 而当时，。因此的概率密度函数为： 由于，因此被保险人获得实际赔付额的数学期望为： 保险人理赔额的数学期望则为 若保单同时规定保单限额和免赔额，则赔付额为 因此，每次损失事件中，被保险人的实际赔付额的数学期望为： 而保险人理赔额的数学期望则为： 习题2.2 假设某险种的实际损失额的分布函数为。已知免赔额为30，求每次损失事故中的平均赔付额。 【解】 其中： 从而，赔付额的数学期望为： 3、停止损失再保险(Stop Loss Reinsurance) 当保险事故造成的损失额可能非常巨大时，一个保险公司往往不敢独自承担这样的巨额风险，保险监管机构也不允许这样做，因为一旦损失时间发生就会造成保险公司的财物困难甚至破产。 1、1981年，由中国人民保险公司承保的“莲花城”号轮船在新加坡爆炸，受损2100万美元； 2、1990年，广州白云机场的空难事件中，三架波音飞机相撞，赔偿金额9000万美元。 地震灾害造成的生命和财产损失更是难以估量，因此我国保险法第103条规定：“保险公司对每一危险单位，即对一次保险事故可能造成的最大损失范围所承担的责任，不得超过其实有资本金加公积金总和的百分之十；超过的部分应当办理再保险。” 保险法中第28条、第29条、第30条规定了再保险分出人、再保险接受人各自承担的责任，特别规定“再保险分出人不得以再保险接受人未履行再保险责任为由，拒绝履行或者延迟履行其原保险责任。” “停止损失再保险”也被叫做限额损失再保险，是再保险中比较常见的一种形式。停止损失再保险中，再保险承受人承担的风险为： 其中为总的理赔额。从这个数学模型可以看出，再保险承受人只承担超出部分，而再保险分出人自留的风险为： 从上述模型可以看出，再保险承受人承担的风险类似于免赔额的形式，而再保险分出人自留的风险相当于限额损失的形式。 无论对原保险人还是再保险人，都必须研究自留多少、分保多少的问题，即自留额的确定问题。 设总理赔额的分布函数为，则再保险人所承担风险的数学期望为： 而原保险人自留风险的数学期望为： 可以证明，停止损失再保险，不仅使原保险人自留风险的方差最小，而且使其期望效用最大。其它任何再保险方案都不能使二者同时达到最优。 第三章 个体风险模型 个体风险模型： 设，其中代表第张保单可能发生的理赔额，并且 该模型满足下列假定： 相互独立； 每张保单至多发生一次理赔； 保单总数是固定的，即模型是封闭的。 个体风险模型中的分布 卷积方法 两个相互独立连续随机变量和的卷积公式 两个相互独立离散随机变量和的卷积公式： 矩母函数法 根据概率论中的逆转公式求出的分布。 近似方法 根据中心极限定理，假设独立同分布，且有 ，则当时，将随机变量 标准化后，有： 两个重要的概率公式 若，则有 。 【习题3.2】 某保险公司承保了两个保险标的，它们的理赔额随机变量分别为，，相互独立，令，求。 【解】 【例题1】