2寿险2精选.pptVIP

第二章 多生命生存模型 2.1 引言 (x), (y), T(x), T(y), (xy)—(x),(y)的联合生存状态;T(xy)=min{T(x),T(y)}—最早死亡个体的未来生存时间. 两个个体可能服从不同生存分布, 也可能服从相同生存分布. 2.2.2 多生命模型的表示法 T(x),T(y)的联合分布函数: F =P(T(x)=s, T(y)=t); (T(x), T(y))的密度函数; 联合生存函数s(s,t)=P(T(x)s,T(y)t); 分布函数与生存函数的关系: F(s,t)=1-s(s)-s(t)+s(s,t) 国际精算界采用的符号表示法: t=1时有简化表示. (x+k)和(y+k)组成的多生命模型的表示常使用“:”, 如 联合生存状态的未来生存状态T(x+k:y+k), 最后生存者状态 死亡力的表示与上类似. 结论 2.2.1 联合生存状态和最后生存者状态的未来生存时间的期望可由下公式计算: 2.3 多生命模型与单生命模型的关系 联合生存状态与最后生存者状态都与(x), (y) 中任一个体的生存状况相关; 基于集合的观点, 二元函数满足对称性时, 关于联合生存状态与最后生存者状态的函数计算可转化为 T(x) 和 T(y) 的函数. 结论2.3.1 在不要求 T(x)与T(y) 相互独立时, 有 2.4 联合生存状态 结论 2.4.1 在个体(x)和个体(y)独立的条件下, 有 例 2.4.1 个体(60)和个体(65)独立, 都来自服从de Moivre 死亡力的群体, 参数w=100. 计算T(60:65)的密度,生存函数和死亡力函数. 计算从现在起, 第一个死亡个体在未来10年至20年之间死亡的概率. 解： 根据第一章例1.3.1知， 所以，T(60) ～U(0,40),T(65)～U(0,35), 而 T(60:65)=min{T(60),T(65)}35,也即 下面令t35,则有 死亡力为 例2.4.2 解释 例2.4.3 吸烟者死亡力=2倍的不吸烟的死亡力, 后者的生存函数 解：由吸烟者的死亡力等于不吸烟者的两 倍，知吸烟者的生存分布为 因此， 2.5 最后生存者状态 结论 2.5.1 对 t0, 例 2.5.1 例 2.5.2 已知 k 为正整数, 解释等式 2.6 与死亡次序相关的概率 与 (x), (y) 死亡次序有关的概率, 假设二者独立. 表示法: (1) (x)先于(y)死亡且(x)在未来的n年内死亡, 其概率记为 (2) (x)后于(y)死亡且(x)在未来的n年内死亡, 其概率记为 结论 2.6.1 下列公式成立: 例 2.6.1 给定两个独立群体的期望生存人数: 群体1: 群体2: 个体 (40) 来自群体1, 个体 (50)来自群体2, 试计算 2.7 单生命个体的假设 类似于个体在分数年龄的死亡分布的研究, 对多生命模型, 可以基于以下2种情况讨论多生命个体在分数年龄上的分布: 多生命模型中的每一个体在每一年龄年死亡均匀分布假设成立; 由多个个体组成的群体在每一年龄年死亡均匀分布假设成立.（联合生存状态或最后死亡状态在每一年龄年死亡均匀分布假设成立） 我们只讨论第一种情况. 第二种情况类似于单生命模型. 2.7.1 UDD假设 设个体 (x) 在年龄段 [x,x+1) 假设成立, 个体 (y) 在年龄段 [y,y+1) 假设成立. 则有 结论 2.7.1 对 2.7.2 Gompertz 假设 结论 2.7.2 设群体遵从Gompertz死亡力: 对参数B0, C1, 个体的死亡力为 又设群体的三个个体(x), (y) 和(w)相互独立, 且 则(xy)的生存分布与个体(w)的生存分布相同. 2.7.3 Makeham 假设 结论 2.7.3 设群体遵从Makeham 死亡力:对A-B, B0, C1, 个体的死亡力为 又设群体的四个个体(x),(y),(w),(w)相互独立 ((w),(w)表示两个不同的个体), 且 则T(xy)的分布与T(ww)的分布相同. 2.8 Frank耦合(简介)2.9共同扰动模型(简介) 2.10 实例分析 例 2.10.1 对两个年龄分别为20岁和30 岁的独立个体, 利用CL93生命表计算 * * (x), (y)组成的最后生存者状态 最后死亡个体的未来生存时间 *2.2 精算表示法 #2.2.1 个体的表示法 表示个体(x)的生存概率和死亡 概率; 表示个体(y)的生存概率和死亡 概率; 在未来时刻 t 时仍生存的概率; 在未来时间 t 内死亡的概率; 在未来时刻 t 时仍生存的概率; 在未来时间 t 内死亡的概率;