第二章 损失分布精选PPT.ppt

《第二章 损失分布精选PPT.ppt》由会员分享，可在线阅读，更多相关《第二章 损失分布精选PPT.ppt（47页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第二章 损失分布第1页，本讲稿共47页2.1研究损失分布的数学工具2.1.1 随机变量及其分布随机变量随机变量：取值依赖于随机现象基本结果的变量，称为随机变量，常用X、Y、Z等大写字母表示。Example：我们可以用X表示一个风险单位在一次事故中的损失，用N表示同类合同在保险期限内发生的保险事故次数等等。这里X、N都是随机变量。分布函数分布函数：随机变量X取值不超过实数x的概率，称为随机变量X的分布函数，记作F（x）=P(X x)，x R.第2页，本讲稿共47页分布函数的性质：对任意x R，0 F（x）1；F（）=F(x)=0;F()=F(x)=1;F(x)单调不减，即：对任意x 1、x2 R

2、,且 x 1a)=1F(a).损失不超过b(ba)且保险公司承担保险责任的概率:P(aX b)=F(b)F(a).第4页，本讲稿共47页多维随机变量的分布：二维随机变量(X,Y)的联合分布：F(x,y)=P(X x,Y y)二维随机变量(X,Y)的边际分布：F(x)=F(x,y)=P(X x）F(y)=F(x,y)=P(Y y)第5页，本讲稿共47页独立：设二维随机变量（X，Y）的联合分布函数为F(x,y),两个边际分布函数分别为F(x)和 F(y),若对任意(x,y)R,都有F(x,y)=F(x)F(y),则称随机变量X与Y互相独立。第6页，本讲稿共47页离散型随机变量和连续型随机变量u离散

3、型随机变量：只能取有限个值或可列个值的随机变量。Example:保险期限内，保险标的发生保险事故的次数：N=0、1、2、可用分布列、分布函数描述u连续型随机变量：取值布满某个区间，并且有密度函数的随机变量。Example:在非寿险精算中，一次事故的损失额或者保险期限内的全部损失额X的取值范围是一个区间（0，+）。可用密度函数、分布函数描述第7页，本讲稿共47页随机变量的数字特征数学期望：描述随机变量的平均取值离散型随机变量的数学期望，离散型随机变量函数的数学期望连续型随机变量的数学期望，连续型随机变量函数的数学期望数学期望的特征数学方差、标准差、变异系数第8页，本讲稿共47页Example 1

4、:（二点分布）设同类保单在保险期限内只有索赔和不索赔两种情况，根据以往经验，索赔的概率为p，那么，任意一份保单在保险期限内的索赔次数X就是取值为0、1的离散型随机变量，其分布列为 P(X=x)=px(1p)(1-x),x=0、1.求其分布函数，期望，方差？第9页，本讲稿共47页Example 2:（均匀分布）如果某类保单的免赔额为a,保险金额为b(0ab),赔款额取a,b中的每个值是等可能的，那么赔款额X就是一个在a,b均匀分布的随机变量，其密度函数为：f(x)=求分布函数，期望，方差，变异系数？第10页，本讲稿共47页数学期望和方差有如下性质：设X、Y是两个随机变量，k为常数，那么（1）E(

5、kX)=k EX;(2)E(X Y)=EX EY;(3)若X与Y相互独立，那么，E（XY）=EXEY;(4)Var(kX)=k 2VarX;(5)VarX=EX2(EX)2 ;(6)若X与Y相互独立，那么，Var(X+Y)=VarX+VarY.第11页，本讲稿共47页随机变量的矩随机变量的矩原点矩：原点矩：随机变量X的k次幂的数学期望 =EXk 为随机变量X的k阶原点矩。中心矩：中心矩：称XEX的k次幂的数学期望 =E(XEX)k 为随机变量X的k阶中心矩，k=1、2、。偏度系数：偏度系数：分布的对称性的度量，也就是偏斜程度。=分布对称时，偏度等于0。偏度大于0 时，正偏斜的；偏度小于0 时，

6、负偏斜。对一般非寿险业务的大多数险种来说，因为有大额赔款的发生，所以赔款额的分布常有明显的正偏斜。第12页，本讲稿共47页随机变量的特征函数与矩母函数设X是一个随机变量，i是虚数单位，分别称关于t的函数 =Ee ,tR和 M(t)=Ee为X的特征函数和矩母函数特征函数一定存在，与分布函数一一对应第13页，本讲稿共47页矩母函数的性质第14页，本讲稿共47页条件分布、条件期望和条件方差第15页，本讲稿共47页两个重要性质：1.EX=E E（X|Y）2.VarX=E Var（X|Y）+Var E（X|Y）第16页，本讲稿共47页相互独立随机变量和的分布与卷积第17页，本讲稿共47页2.2 损失的理

7、论分布正态分布正态分布的密度函数 f(x)=e ,x R。正态分布密度函数曲线的特点关于直线x=对称;当x 时,f(x)单调增加，反之，f(x)单调减少;当x=时,f(x)有极大值 .标准正态分布、标准正态分布表第18页，本讲稿共47页中心极限定理第19页，本讲稿共47页第20页，本讲稿共47页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第

8、21页，本讲稿共47页对数正态分布若随机变量X的对数函数 Y=ln X N(),则称X服从以 为参数的对数正态分布，记作 X LN().对数正态分布的密度函数：f(x)=X的数学期望和方差分别为:EX=e ,VarX=e (e 1).第22页，本讲稿共47页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(7.0,1.72),所以，lnX N(7.0,1.7 2).P(4001时，f(0)=0,在x0处单调递增至极大值，然后再单调递减。当 0处单调递减。第29页，本讲稿共47页赔款次

9、数的理论分布泊松（Poisson）分布：常被用来刻划小概率事件发生的次数，因此在非寿险精算中用它来作为赔款次数的分布是适当的泊松分布的分布列是：P(X=x)=e ，x=0、1、2、其中参数q0.泊松分布的数学期望和方差都是q.泊松分布的一个重要性质是：n个相互独立的参数为 q的泊松随机变量的和服从的是参数为nq的泊松分布。可加性。譬如：正态分布也具有可加性。第30页，本讲稿共47页二项分布n重贝努里试验中事件A(成功)发生x次的概率，可以用来作为同质风险等额保单赔款次数的概率分布分布列：P(X=x)=p x(1p)x,x=1、2、n 参数为n和p,n 为非负整数，0p0,则有 C px(1-p

10、)n-x e-q .第32页，本讲稿共47页负二项分布贝努里试验中，第k次发生事件A（成功）前，事件(失败)发生的次数。负二项分布常用于灾害事故和发病情形的统计问题，在非寿险精算中，常被用来描述风险不同质情况下赔款发生次数的分布。负二项分布也称巴斯卡（Pascal）分布。第33页，本讲稿共47页负二项分布分布列为：P(X=x)=C pk(1p)x ,x=0、1、2、其中参数k=1、2、,0p0 于是索赔次数X的条件分布为：P(X=x|q)=,x=0、1、2、第36页，本讲稿共47页X的边际分布为:P(X=x)=C ()(),x=0,1,2,这是一个以 ，为参数的负二项分布第37页，本讲稿共47

11、页赔款总量的分布对非寿险公司来说，某一特定险种在一定时期内的赔款总量就是它的总损失。如果在这一定时期内，这险种一共发生N次赔款，X i为其中第i次赔款额，那么相应的赔款总量为：N为取非负整数的离散型随机变量；X1、X2、为具有相同分布的随机变量;N、X1、X2 相互独立。第38页，本讲稿共47页赔款总量S的数学期望、方差以及矩母函数。期望：E(S)=EE(S|N)=ENE(X)=E(N)E(X)方差：Var(S)=VarE(S|N)+EVar(S|N)=VarNE(X)+EN(VarX)=(EX)2(VarN)+(EN)(VarX)第39页，本讲稿共47页第40页，本讲稿共47页第41页，本讲稿共47页第42页，本讲稿共47页复合泊松分布定义：随机变量S=服从以 0为参数的复合泊松分布是指它满足：（1）随机变量N、X 1、X2、相互独立；（2）X 1、X2、具有相同的分布；（3）N服从泊松分布，参数为 0.第43页，本讲稿共47页第44页，本讲稿共47页赔款总量的近似模型第45页，本讲稿共47页第46页，本讲稿共47页第47页，本讲稿共47页