保险精算学课件.ppt

均匀分布假定 在均匀分布假定下，趸缴纯保费和生存年金具有单生命状态下近似的性质 补充案例1 假定有一20岁的女性和一50岁的男性。已知 求第一个死亡的期望年龄。 补充案例2 求（10）和（20）都能活到他们目前年龄的两倍且至少有一个能活到他目前年龄的3倍的概率。 补充案例3 求（25）和（45）死亡间隔在10年内的概率。 补充案例4 确定该年金产品的现时值 （X）和（Y）都存活时给付1 （X）死亡后降到1/3 （Y）死亡后降到1/4 已知 第八章 多重损失模型 本章结构 多重损失模型简介 多重损失残存组确定 多重损失表的构造 本章中英文单词对照 多重损失模型 随机残存组 确定性残存组 绝对损失率 Multiple decrement models Random survivorship group Deterministic survivorship group Absolute rate of decrement 第一节 多重损失模型简介 使用背景 如果被保险人投保寿险且在缴费期间死亡，那就意味着他将获得保险赔付而且不再缴纳保险费了。就此人而言，保险人遭受到了损失。在前面七章中我们都是讨论在以死亡为唯一损失变量时，各种保险要素的确定。 在实际中，除了死亡这个损失变量，我们可能还会遇到其它的提前终止缴费的损失变量，比如，寿险中，被保险人退保；劳动力计划中，雇员辞职、残疾或者退休等，都会对单一考虑死亡因素时的缴纳——赔付之间的平衡构成影响。多重损失模型就是在这种背景下产生的。 一、多损失模型的构造 两变量模型 多种损失模型的实质就是一个两变量模型。变量一是状况终止的时间 ，在寿险场合它可以表示为剩余寿命； 变量二是状况终止的原因 ，这是一个离散随机变量，比如在寿险场合，我们可以令 表示死亡， ，表示退保。 相关函数 联合密度函数 边际分布函数 事件的概率 多重损失函数（一） 由原因j引起且损失发生在时间t之前的概率 由原因j引起的损失发生的概率 多重损失函数（二） 的密度函数 的分布函数 多重损失函数（三） 由各种原因引起且损失发生在时间t之前的概率 损失不会发生在时间t之前的概率 多重损失函数（四） x+t时刻由原因j造成的损失效力 x+t时刻由所有原因造成的总损失效力 多重损失函数（五） 给定损失时间t，J的条件概率函数 例8.1 考虑2个损失原因的多重损失模型，其损失效力分别为： 计算该模型的联合、边际、条件概率密度函数。 计算 例8.1答案（一） 例8.1答案 例8.1答案 第二节 残存组的确定 随机残存组定义 考察一组a岁的 个生命，每一个生命的终止（损失）时间与原因的分布由下列联合概率密度函数确定： 随机残存组函数 ：在年龄 x与x+n之间因原因j而离开的成员的期望个数 ：在年龄 x与x+n之间因各种原因而总共离开的成员的期望个数 随机残存组函数 ：原先 个a岁成员在x岁时的残存数随机变量的期望 确定性残存组的定义 总的损失效力可以看作总的损失率，而不作为条件密度函数。则一组 个a岁成员随着年龄的增加按决定性损失效力 演变 ，则原先 个岁成员在岁时的残存数为 确定性残存组函数 ：在年龄 x与x+n之间因各种原因而离开的成员数 ：现在x岁，将来因为原因j而终结的个体数 确定性残存组函数 ：因原因j而引起的损失效力 ：各种原因引起的总损失效力 第三节 损失表的构造 例1： 假定（60）和（65）服从Moivre 生存模型， 计算 例1答案 例1答案 例2 假定： 不抽烟的人的死亡力是同年龄抽烟的人的死亡力的一半。 不抽烟的人数满足如下方程 有一对夫妻丈夫（65）不抽烟，妻子（55）抽烟，求他们还能共同生活的期望时间。 例2答案 联合生命状况剩余寿命协方差分析 第三节 联合生命模型 简介 联合生命模型分为两类： Common Skhoc 模型：它假定个体之间的剩余寿命随机变量相互独立的模型。这种模型假定有时与现实情况不符，但易于分析。 Copulas模型：它假定个体之间的剩余寿命随机变量不独立的模型。这种模型假定更符合实际情况，但不易于分析。 Common Shock 模型 如果有 满足 且有一个Common Shock 随机变量Z，它独立于 ,且服从指数生存函数 令 则 联合生命状况分析 记