保险精算模型20102课件(1769KB).pptVIP

上海财经大学 统计与管理学院 * 的统计性质 ： N为取非负整数的离散型随机变量； 　　　　为具有同分布的连续型随机变量； N，　　　　　相互独立。 计算 . 首先计算 累积损失模型 上海财经大学 统计与管理学院 * 所以 累积损失模型 上海财经大学 统计与管理学院 * 从而 累积损失模型 上海财经大学 统计与管理学院 * 计算S的均值与方差 累积损失模型 上海财经大学 统计与管理学院 * 计算在t=0的值，得 累积损失模型 上海财经大学 统计与管理学院 * 累积损失模型 上海财经大学 统计与管理学院 * 总损失分布的计算： 其中 。 累积损失模型 上海财经大学 统计与管理学院 * 总损失分布的计算： 当X的密度函数 有界，令 则 且对于任意的x0， 累积损失模型 上海财经大学 统计与管理学院 * 总损失分布的计算： 当X的概率函数 有界，令 则 累积损失模型 上海财经大学 统计与管理学院 * 例子 例已知某特定风险的赔款服从参数为 　　的对数正态分布，那么从400元到40000元的赔案在全部赔案中占多大比例？ 　 　,所以 则 上海财经大学 统计与管理学院 * 例子 例　设某险种的赔款额X（千元)服从参数 　　的Pareto分布。如果有个该险种的超额再保险合同，自留额为4000元，那么涉及再保险接受人相应赔案的平均赔数是多少？ 　 　 上海财经大学 统计与管理学院 * 例　设某个险种的某个保单持有人在保险期限内的索赔次数服从参数为q的Poisson分布。由于保单持有人的风险状况不同，所以q是一个随机变量，假设其服从Gamma分布，即 　　因此，对于某个确定了q的范围的保单持有人来说，其索赔次数分布为 　　 例子 上海财经大学 统计与管理学院 * 根据全概率公式 例子 上海财经大学 统计与管理学院 * 贝叶斯统计学 历史概述 贝叶斯（Bayes, T. S.1702-1761)学派奠基性的工作是贝叶斯在1763年的论文。此文是他死后由朋友帮助发表的，其后拉普拉斯，菲那特，杰弗莱和瓦德尔都对贝叶斯统计学派的理论作出了重要的贡献。伴随着近代概率论的发展，贝叶斯方法从20世纪30年代起逐渐发展成为一个有影响的统计学派。 上海财经大学 统计与管理学院 * 贝叶斯统计学 历史概述 20世纪50年代，以罗宾斯（Robbins,H.)为代表的一些统计学家提出了经验贝叶斯方法，把贝叶斯方法和经典方法相结合，这一方法很快就显示出它的优点，成为很活跃的一个方向。目前，贝叶斯方法在工业、经济、管理等领域都得到了广泛的应用。 上海财经大学 统计与管理学院 * 贝叶斯统计学 基本观点 贝叶斯（Bayes, T. R.)学派的起点是贝叶斯的两项工作：贝叶斯定理（贝叶斯公式）和贝叶斯假设。 贝叶斯公式 设随机变量X，Y的联合密度是　 上海财经大学 统计与管理学院 * 贝叶斯统计学 基本观点 则X对Y的条件密度是 类似地　 上海财经大学 统计与管理学院 * 贝叶斯统计学 贝叶斯统计学的特点 例子：一个人打靶，打了n次，命中了m次，问此人打靶命中的概率θ应如何估计？ 通常都用m/n去估计θ，但是对于一些情况有一些不合理之处。 m=n=1,估计θ＝1,即命中率100%； m=n=100,估计θ＝1,即命中率100%； n=100,m=0,估计θ＝0,命中率0 n=1,m=0,估计θ＝0,命中率0 上海财经大学 统计与管理学院 * 贝叶斯统计学 贝叶斯统计学的特点 例子：一个人打靶，打了n次，命中了m次，问此人打靶命中的概率θ应如何估计？ 利用贝叶斯估计得到的公式，θ的估计为 利用上述公式， m=n=1,估计　　　　； m=n=100,估计　　　　　　； 从上述可以看到，较经典的统计方法合理些。 上海财经大学 统计与管理学院 * 贝叶斯统计学 贝叶斯统计学的观点 贝叶斯统计学将未知参数看作是随机变量，记为θ，于是当θ已知时，样本　　　　的联合分布密度　　　　　　　就看成　　　　对θ的条件密度，记为　　　　　　　，或简记为　　　； 设法确定先验分布　　。这是由于　　在现时实验　　　　之前确定的，即　　　是以过去的实践经验和认识为依据的。 上海财经大学 统计与管理学院 * 贝叶斯统计学 贝叶斯统计学的观点 利用条件密度　　　　　和先验分布　　，由此可以求出　　　　和θ的联合分布，进一步地可以求出θ对　　　　条件密度　　　　　，贝叶斯统计学将　　　　　　称为后验分布。 贝叶斯统计学利用后验分