模糊风险测度方法-中国保险与风险管理研究中心.DOC

模糊风险测度及其在保险领域的应用﹡ 王瑞江 陈秉正 高名 摘要： 长期以来，保险业在度量风险方面采用的都是基于概率理论的随机风险测度。但随着保险业应对风险类型的日趋复杂化，传统的随机风险测度已经不能适应保险业在风险分析方面的应用要求。选择其他的适当的风险测度方法，已势在必行。目前，风险测度方法大致可分为随机性方法和模糊性方法。与随机风险测度相比较，模糊风险测度由于其具有可以处理包含自然语言、主观经验、小样本信息等贴近现实的模糊信息的特点，因而在风险管控领域的研究和应用日渐广泛。本文介绍了模糊风险测度方法的基本内容，对风险测度方法进行了分类评述，而且依据模糊风险定义以及模糊风险分析方法设计了几个算例。在此基础上对以后的研究工作提出了建议和展望。 关键词：风险、模糊风险、模糊测度方法、模糊集合理论、模糊统计、保险 一、引言 “风险”作为科学研究的对象，可追溯到19世纪末西方的经济学，目前对风险的研究已广泛应用于社会学、经济学、金融学、管理学及其它工程领域。然而，对“风险”并没有一个统一、明确的定义。美国经济学家奈特在《风险不确定性和利润》一文中认为风险是可测定的不确定性韦伯字典将风险定义为面临着伤害或损失的可能性illiamrens认为“风险是给定情况下和特定时间内，那些可能的结果间的差异”杜端莆认为风险是损失发生的不确定性,是人们因对未来行为的决策及客观条件的不确定性而可能引起的后果与预定目标发生多种负偏离的综合 由于风险的本质是不确定性，因而风险分析方法的实质就是研究不确定性的方法。总的来说，不确定性可以分两类，一类是随机不确定性(Stochastic Uncertainty)，另一类是认知不确定性(Epistemic or Knowledge-based Uncertainty)。研究随机不确定性的方法一般是基于概率的方法(如概率风险分析法)，主要从随机不确定性的角度考察风险出现的概率和变异程度。这种方法的数学基础牢固，采用随机性描述风险的可能性，清晰明了，在风险分析中占据了重要地位。然而，在对风险的量化过程中，要求样本数据既要多而且要客观精确，条件较为苛刻，具有一定局限性。认知不确定性方法一般可归结为应用模糊数学理论的方法(如模糊风险分析法)[5]，其实质是对客观历史数据的要求比较宽松，可以囊括一般数据和自然语言等信息（即融入决策者的主观经验），数据样本可以具有模糊特性，从而克服了随机性方法对数据系统要求较高这一局限性，使风险分析的应用更加广泛。 本文首先介绍了模糊风险的基本概念和模糊风险分析；接下来，从模糊集合理论，模糊综合评价，模糊统计，智能算法等方面对模糊风险测度方法进行了分类评述；从保险领域视角，对模糊风险测度的应用状况进行了综述和分析；最后，对模糊风险测度今后的研究提出了建议和展望。 二、模糊风险的有关概念 （一）模糊风险定义 模糊风险是指用模糊集理论提供的方法来表述的风险。一般，对风险的表述一是基于风险出现的概率，即采用“风险率”度量；二是基于风险的变异性，即采用“风险度”度量。 1．模糊风险率定义[6] 根据模糊事件A的性质，模糊风险率的确定方法如下：如果模糊事件A为“安全事件”（无损失事件），则A的风险率为： (1) 如果模糊事件A为“失事事件”（有损失事件），则模糊事件A的风险率计算式为： (2) 其中，或者；为模糊子集，为A的隶属度函数，为对应的概率。 2． 模糊风险度定义[6] 模糊事件A的期望值为： (3) 其中为模糊子集，为模糊事件A的隶属度函数，为模糊事件A的概率。 模糊事件A的方差定义为： (4) 其中 于是，模糊事件A的风险度定义为： (5) 3．模糊风险关系定义[7] 设是论域，为一定时期内超越（）的概率值，是以的概率超越的可能性，称： (6) 为模糊风险，是上的一个模糊关系。 4．模糊风险测度定义[8] 设模糊事件A具有模糊分布， 是一个实数，则称 (7) 为A的幂变换模糊风险测度，=1时为一般模糊风险测度。 其中为,为模糊事件