05-古典信度理论.ppt

1 经验费率（experience rating): 古典信度模型（classical credibility） 孟生旺 信度模型：根据个体风险的索赔经验调整其费率的模型。 是非寿险精算学中最主要的成果。 例：如果保单持有人的索赔经验持续地好于他所属风险类 别的手册费率（manual rate），则他可以要求降低其续期 保费。原因： 手册费率基于风险类别的期望损失，而风险类别未必是 同质的。 * 何谓信度理论？ 例：保单组合的损失经验表明，平均每份保单的索赔频率 为每年0.2次。假设有一份保单在过去的2年发生了1次保险 事故，即其经验索赔频率为0.5。 问题：如何估计该被保险人在未来的索赔频率？ · 0.2 · 0.5 其他 * 如果没有被保险人的任何信息，则对其索赔频率的估计只能是 * 0.2。 已知保单的经验索赔频率为0.5，这就表明0.2可能低估了该保单 的索赔频率。 直接用0.5估计该保单在未来的索赔频率，也有不妥之处： 一个真实索赔频率很低的被保险人也会发生保险事故； 一个真实索赔频率较高的被保险人也可能在一定时期内不会 发生任何保险事故。 因此，对上述保单索赔频率的最好估计值应该在0.2和0.5之间， 即它们的某种加权平均。 如何确定权数呢？信度模型中的信度因子。 讨论： 其中 Z： 可信度，信度因子 信度补项（complement of credibility)：通常是个体风险 所属的风险集合的平均费率 * 信 度理论 ? 直接根据个体风险的? 经验费率=Z?? 损失经验厘定的费率?＋（1－Z）×信度补项 ? ? 信度因子的确定方法 * 古典信度模型（有限波动信度理论） 该模型试图限制观察数据中的随机波动对估计值的影响 最精确信度模型（最小二乘信度模型）。该模型通过估计 值与真实值之间误差平方和的最小化确定可信度。 Bühlmann信度模型 Bühlmann-straub信度模型 古典信度模型 * 有限波动信度模型（limited fluctuation credibility） 完全可信度标准（Standard for Full Credibility）：在古典 信度模型中，需要确定当个体风险达到多大规模时，才可 以给其经验数据赋予100％的可信度。 如果个体风险的规模达到或超过这个标准，则其经验数 据的可信度 Z ＝1。否则，其可信度将小于1。 小于1的可信度被称作部分可信度（partial credibility）。 完全可信度标准 * 索赔频率：当个体风险的规模（期望索赔次数）多大时， 直接可以用个体风险的经验数据估计其索赔频率？ 索赔强度：当个体风险的规模多大时，直接可以用个体风 险的经验数据估计其索赔强度？ 纯保费：当个体风险的规模多大时，直接可以用个体风险 的经验数据估计其纯保费？ 9 索赔频率的完全可信度标准 当索赔次数足够大时，U = (N ? ? ) / ? 近似服从标准正态分布。 如果假设个体风险的索赔次数 N 服从均值为 n 的泊松分布，则 p ? Pr(?r n ? U ? r n ) ? p ? Pr(? ? r? ? N ? ? ? r?) ? Pr? ?r? ? N ? ? ? r? ? ? ? ? ? ? ? ? Pr? ?r? ? U ? r? ? ? ? ? ? ? ? 假设个体风险的索赔次数 N 的均值为?，标准差为? ，则 实际观察到的索赔次数 N 落在区间 [? ? r? , ? ? r? ] 的概率为 10 如果要求上述概率不小于 1?? ，则应有r n ? U1?? / 2 即 r ? U ?2 n ? ? 1?? / 2 ? ? ? 此即索赔频率的完全可信度标准。 含义：当期望索赔次数 n 足够大时，其索赔次数的观察值将 以很高的概率（如95％）在期望值附近一个很小的范围内（r = 1％）波动：95% = Pr[0.99n N 1.01n]。因此直接用实际 观察到的索赔次数估计其索赔频率，相对误差不会太大，此 时可以给个体风险的经验数据赋予完全的可信度。 应用：如果期望索赔次数未知，可以用观察到的索赔次数近 似代替。 索赔频率的完全可信度标准（期望索赔次数） r ? 10% 7.5% 5% 4% 3% 2% 1% 20% 164 292 657 1026 1825 4106 16424 10% 271 481 1082 1691 3006 6764 27055 5% 384 683 1537 2401 4268 9604 38415 4% 422 750 1687 2636 4687 10545 42179 3% 471 837 1884 2943 5233 11773 47093 2% 541 962 2165 3382 6013 13530