短期聚合与风险模型 .pptVIP

第三章 短期聚合风险模型 第一节 短期聚合风险模型的概念 设N是给定时期中风险事故发生次数，Xi 是第 i次风险事故的损失，则这一时期的总损失为 S=X1+X2+……+XN 一般情况下，风险事故发生次数N为随机变量，因此短期聚合风险模型表现为一个随机过程。 第二节 短期聚合风险模型的特点 短期个别风险模型与短期聚合风险模型的区别： 假设有10个风险载体，标号分别为#1、#2、…、#10。 在1年内共发生5次损失事故。 第 i 次事故 1 2 3 4 5 损失 0.65 1.24 1.19 0.30 2.47 风险载体标号 #7 #2 #3 #5 #7 试计算总损失量S。 第二节 短期聚合风险模型的特点 个体模型： S=X1+X2+…+X10 其中 Xi为第i个风险载体的损失量。 S= 第1号个体损失+第2号个体损失 +……+第10号个体损失 = 0+1.24+1.19+0+0.30 +0+(0.65+2.47)+0+0+0 =5.85 聚合模型: S=X1+X2+…+X5 其中 Xi为第i次事故导致的损失量； S=第1次事故损失+第2次事故损失 +…+第5次事故损失 =0.65+1.24+1.19+0.30+2.47 =5.85 教材《短期个体风险模型》书后练习1（参见课件第2章） X = 抛5次硬币获得的正面朝上数； Y = 抛X个骰子获得的点数； 求：E[Y]和Var[Y] 解1：利用短期个体风险模型 理解为：分别抛5个硬币，对于所抛的每个硬币，如果朝向就抛一个骰子， 记下点数W。于是 Y=W1+W2+W3+W4+W5。 其中，Wi是第i个硬币朝上时抛骰子所获得的点数。 W=IB，I=硬币朝上的值（0或1），q=Pr(I=0)=Pr(I=1)=1/2 B=骰子的点数（1~6），P(B=j|I=1)=1/6, j=1,2,…,6 μ=E[B|I=1]=(1+2+3+4+5+6)/6=7/2 E[B2|I=1]= (1+4+9+16+25+36)/6=91/6 σ2=Var[B|I=1]=35/12 E[Y]=5μq=5(7/2)(1/2)=35/4 Var[Y]=5[μq(1-q)+σ2q]=5[(47/4)(1/2)(1/2)+(35/12)(1/2)]=1085/48 解2：利用短期聚合风险模型 第三节 总损失S的分布 X的k阶原点矩为 pk=E[Xk]； X的矩母为Mx(t)=E[etX]; N的矩母为MN(t)=E[etN]; S的矩母为MS(t)=E[etS]; E[S]=E[E[S|N]]=E[E[∑Ni=1Xi|N]]=E[NE[Xi]]=E[Np1]=p1E[N]; Var[S]=E[Var[S|N]]+Var[E[S|N]]=E[Nvar[X]]+Var[NE[X]] =E[N]Var[X]+Var[N](E [X] )2 =(p2-p12)E[N]+p12Var[N]; 第三节 总损失的分布 练习1 设理赔次数N服从几何分布，即 Pr（N=n）=pqn; n=0,1,2,…… 其中，p=1-q，0q1。 试用个体损失X的矩母表示总损失S的矩母。 解 MN(t)=E[etN]=∑∞n=0etnPr(N=n)= ∑∞n=0 p(qet)n =p [∑∞n=0(1-qet)(qet)n]/(1-qet) =p/(1-qet) MS(t)=MN(lnMX(t))=p/(1-q exp(lnMX(t))) =p/(1-qMX(t)) 第三节 总损失S的分布 S的概率分布为： 例题 某风险载体在确定期间发生0、1、2、3次损失事故的概率分别为0.1、0.3、0.4和0.2。损失量答1、2和3的概率分别为0.5、0.4和0.1。计算总损失量的分布。 N：{0,1,2,3} X：{1,2,3} N=n