风险理论 第2章节_个体风险模型资料.pptVIP

§第2章 个体风险模型;总索赔（随机变量的和）的分布要用卷积，因此非常麻烦。常用到均值，方差，矩母函数，特征函数，母函数等。 有别于中心极限定理的近似方法。 风险随机变量往往不能用纯离散和连续随机变量来刻画。因此常用Riemann-Stieltjes积分。 ;2.2 混合分布和风险;根据概率论的知识，任何一个分布函数都满足;离散型的随机变量;连续型的随机变量;在概率论中所学到的所有的随机变量要么为离散型要么为连续型，几乎无一例外． 然而保险领域却不总是这样．许多被用来模拟保险理赔支付的分布函数有连续增长的部分，同时也有离散的、正的跳跃部分． ; 设Z 代表某个保单的理赔支付，则有三种情况： 保单合同无理赔，因此Z=0 . 保单合同的索赔数额大于最大的保险金额M ，则Z =M . 保单合同产生正常的索赔数额，则0ZM. ;如果假设X 是离散随机变量，Y是连续随机变量， ;Riemann-Stieltjes积分 混合随机变量的分布;因此;例2.2.4（有索赔，且索赔额服从指数分布） 假设风险X有如下分布：;（1）;（2）如果被保险人使用的是参数为a = 0.01 的指数效用函数，则由（1.21）得到最大保费;同样的，X 可以表示成X = IB ，其中I 表示理赔支付次数(0或l ) , B 代表理赔支付．因此，? ;为求X的分布函数F ，我们有; 利用如下众所周知的方差分解准则，形如IB 的风险方差可以通过给定I , B 的条件分布来计算：;2.3 卷 积;首先来计算X +Y 的分布函数：;其中求和是取遍所有使得 的x。;如果X 和Y 是连续型的，则;为求X + Y + Z的分布函数，我们在做卷积运算时所采用的卷积次序无关紧要 ;一个集合A 的示性函数定义为 ;对任意y , Y 的分布函数可以表达为;应用卷积公式得 ;例2.3.2 （离散分布的卷积） ;例2.3.3 ( iid 均匀分布的卷积） ;对一个非负随机变量X ，其矩母函数定义为 ; 对于某些具有重尾的分布，如柯西分布，其矩母函数不存在．但是特征函数总是存在的．特征函数定义为;所以X 的k 阶矩等于;随机变量X 的偏度定义为;累积量母函数、概率母函数、特征函数和矩母函数之间有如下的关系：;2.5 近似分布;这样，我们就可以用下式来逼近的分布函数：;例2.5.3（两种不同的近似）;由 ;选择伽玛分布的理由;密度函数：;平移伽玛近似可以表述如下：;=0.01;NP近似;精确值 ;例2.5.8（用NP 近似重新计算例2.5.5） 我们用（2.62）决定资本量，以使资本以95％的概率不小于理赔额S :;我们对 和 应用（2.63） ;2 . 6 应用：最优再保险;保险人希望通过对最佳自留额的选取，即每份保单的最大支付，尽量提高其在业务运营中能够满足其财务职责的概率． 一次理赔中扣除自留额以外的剩余部分是由再保险人支付． ;例如，对于1.6 的自留额，保险金额为2 的某个被保险人死亡，该保险人赔偿1.6，再保险人赔偿0.4． 收到保费后，保险人持有资金B 以应付理赔和支付再保险保费．再保险保费是净保费的120% . ;首先，置自留额为2 ，从保险人的角度看，保单是如下分布;由中心极限定理，我们得到成本超过可用资金B的概率（成本等于S 加上再保保费 ） ;当自留额界于2 和3 之间时，这个概率如何? 对于给定的资金B 如何决定自留额以使保险人不破产的概率达到最大 ?