死亡风险的费率计价.pdfVIP

死亡風險的費率計價 Moving Weighted Average 授課教師：余清祥教授 課程日期： 2009年9月28日 資料下載： .tw 修勻的方法與模型 修勻 (Graduation)大略可分成兩類： 不涉及模型的實證分析，例如：內插 (Interpolation)法。 假設生命函數 (如：q 、服從某種模) x x 型，模型可為參數(Parametric)或半參數 (Semi-parametric) 早期的修勻法大多屬於第一類，接下來先 介紹的早期發展的兩種修勻法：MWA及 Whittaker 。 Moving Weighted Average (MWA)  Moving Weighted Average (移動加權平均) 因為變異數與樣本數成反比，變異數愈小也 代表估計值與期望值愈接近。如果死亡率與 年齡有接近線性的關係，幾個相鄰年齡死亡 率的平均值，應該會更接近真實的死亡率 q q q ˆ ˆ ˆ 較小的變異數( ) 。例如：x 1 x x 1 q ˆ 3 x q q q ˆ ˆ ˆ ( x 1 x x 1 ) ( ) /3 Var Var q ˆ 3 x MWA的發展歷史 保險界使用移動加權平均(MWA) ，最早 可追溯至 19世紀，又稱為線性合成法 (Linear Compound Formula) ，也經常用於 時間數列 (Time Series) 。 因為計算容易，只需要考量各年齡死亡 率的加權平均，加上樣本數較大時有不錯 的效果，至今仍有不少國家仍然使用 MWA編算生命表。 MWA的符號  與MWA有關的符號： u : x 歲原始估計值(大寫U為隨機變數， x x 通常代表死亡率) v : x 歲的修勻值(大寫V為隨機變數) x x tx : x 歲理論值(真實的死亡率) ex : x 歲死亡率的隨機誤差 dx : x 歲死亡人數 P或 l : x 歲總人數 x x qx : x 歲死亡率 死亡率的基本假設 處理的問題時，通常假設 觀察值＝模型＋誤差； Observation = Model + Error. 以死亡率的角度而言， u = t + e x x x 為求計算的方便，大多假設誤差與年齡無 2 關 (如：ex ~ N (0, ) ) ，而且各年齡間的誤 差也互相獨立