金融行业保险部保险精算师保险精算作业手册.docxVIP

金融行业保险部保险精算师保险精算作业手册

第1章

1.1概率理论概要与随机变量

随机变量是连接概率理论与现实世界现象的桥梁，它定义了一一对应的映射关系，将抽象的数学概念转化为可量化的数值。在金融保险部的工作中，我们常需将“保单是否出险”、“理赔金额大小”或“客户下季度保费”等不确定因素量化为随机变量，例如定义随机变量$X$为某月度的理赔金额，其取值范围受限于保险合同条款的赔付上限。概率分布描述了随机变量的所有可能取值及其发生的可能性，它是精算师进行风险定价的核心工具。例如，在计算产品责任保险的平均赔付率时，我们依据该险种的历史数据，构建出理赔金额的频数分布表，从而统计出不同赔付区间内的概率密度函数。

离散型随机变量适用于计数类问题，如“保单持有人人数”或“出险次数”，其概率分布由概率质量函数（PMF）精确描述；而连续型随机变量则用于描述长度、面积或金额等无法取值的量，其分布由概率密度函数（PDF）刻画。在寿险精算中，连续型随机变量更为常见，例如“未来30年累计死亡人数”或“未来30年累计保险金额”。概率密度函数（PDF）描述了连续型随机变量在某点附近的概率密度大小，而非该点的概率值；概率质量函数（PMF）则直接给出了离散型随机变量取特定值的概率。例如，在计算某险种的年发生率时，我们使用PMF计算“恰好发生1次出险”的概率，而计算“发生1.5次”