2020第二章损失分布.pptVIP

赔款额的理论分布 ? 非寿险精算中的赔款额 X ：非负连续型随机变量，它 的分布一般是正偏斜，它的密度函数在右边有长的“ 尾巴”。 ? 常用来表示赔款额的理论分布有： ? 对数正态分布 , log-normal distribution ? 帕累托分布 , Pareto distribution ? 伽玛分布 , Gamma distribution 对数正态分布 ? 2 ? , ? 若随机变量 X 的对数函数 Y = ln X ~ N ( ) , 则称 X 服 2 2 ? , ? 为参数的对数正态分布，记作 X ~ LN ( ). ? , ? 从以 ? 对数正态分布的密度函数： ? (ln x ? ? ) 1 2 ? e f(x)= 2 ? ? x ? X 的数学期望和方差分别为 : ? 2 ? ? ? ? ? ? 2 EX = e , VarX = e (e － 1) . 2 2 2 2 2 Lognormal distribution: Probability density function Example ? 已知某一特定风险的赔款额服从参数为 ? ? =7.0 , = 1.7 的对数正态分布。问：从 400 元到 40,000 元的赔案在全部赔案中占多大的比例？ 解： X ~ LN (7.0, 1.7 2 ) , 所以， lnX ~ N (7.0,1.7 2 ). ln 400 ? 7 . 0 ln X ? 7 . 0 ln 40 , 000 ? 7 . 0 ? ? P (400X ≤40000 ) = P ( ) 1 . 7 1 . 7 1 . 7 ? = (2.12) － ( ? － 0.59) ≈ 0.7054 帕累托分布（ Pareto distribution ） ? 右偏，但尾部趋于 0 的速度比对数正态分布慢 ? 密度函数： f(x)= ? ? ? ? ? 1 ? ( ) ? ? x ? 0 ? ? ? ? ? 1 ? ( ) x ? ? 0 ? x ? ? 其他 x ? ? 其他 ? 分布函数： F(x)= ?? ? ? 1 ? 当 时，帕累托分布的数学期望存在 : E(x)= . ? ? 1 ?? ?? 2 ? 2 时，帕累托分布的方差存在： Var(x)= -( ) ? 当 ? ? ? 1 ? ? 2 2 Pareto Distribution: Probability density function Example: 设某险种的赔款额 X （千元） 服从以 ? =3 ， ? =2 为参数的 帕累托分布。 如果有个该险种的超赔再保险合同， 自留额为 4 千元， 那么，涉及再保险接受人的那些赔案的平均赔款为多少？ 2 解： f (x) = 1.5( x ) 4 , x2 2 3 F (x) =1 － ( x ) , x2 P (X4) = 1 － F(4) = 0.125 E[X － 4 X ? 4 ] = ? ?? 4 f ( x ) ( x ? 4 ) dx 0 . 125 = 2 ( 千元 ) 伽玛（ Gamma ）分布 伽玛分布的密度函数为： f ( x ) = ? ? ? x ? ? 1 ? x ( ) , ? ( ? ) e x ? [0,+ ? ] 其中 ? 0 , ? 0 , ? （ ? ）为含参量广义积分： ? ( ? ) = ? 0 ?? x ? ? 1 ? x e dx 1 ? ? 1 [ln( )] dx ? = 0 . x 1 ? ? ( ? ) 常称为伽玛函数，伽玛函数具有以下常用性质： 1) ? (1)= ? (2)=1 ； 2) 1 ? ( ) 2 = ? ； 3) 当 ? ? 0 时， ? ( ? ) =( ? － 1) ? ( ? ? 1 ) ； 4)