男人天堂日韩,中文字幕18页,天天伊人网,成人性生交大片免费视频

淺析相對差損失函數下的保費估計論文

時間:2021-04-27 19:58:55 論文 我要投稿

淺析相對差損失函數下的保費估計論文

  1 模型的基本假設

淺析相對差損失函數下的保費估計論文

  大多數保費原理都具有正的安全負荷,常見的保費原理有期望值原理、指數保費原理、Esscher 保費原理、修正方差原理、條件尾期望保費原理、修正條件尾期望保費原理、Kamp 保費原理等。本文在相對差損失函數下得出了風險保費的信度估計和經驗Bayes 保費估計。

  全文作如下假設,對隨機變量X 的函數求期望時,均假設該期望存在。

  定義:對隨機變量X,若用a 來估計,損失函數為:

  L(X,a)=(1—aX)2 (*)

  稱上式為相對差損失函數。

  定理1 若取損失函數(*),求解最優(yōu)化問題

  minP∈R E[L(X,P)]=minP∈R E(1—PX)2,

  得到最優(yōu)保費P= E(X—2)E(X—1)。

  證記φ=E(1—PX)2,則墜φ墜P =2E (1—PX)(—1P X P ) ,

  令墜φ墜P =0 得E(1X)=E( PX2 ),

  于是P= E(X—2)E(X—1),即得證。

  根據定理1 保證了風險隨機變量X 最佳的估計是在相對差損失函數下給出的最優(yōu)保費P,我們通常稱此種保費為聚合估計,記為H(X),此保費是在相對差損失函數下得到的。

  給定風險參數Θ 的`條件下,作以下假定:

  假定1 風險參數Θ 可以識別非負隨機變量X,并且π(θ)是風險參數Θ 的先驗分布。

  假定2 給定Θ=θ,隨機列X1,X2,…,Xn 是獨立的,與X 是同分布的,并且有同樣的分布函數FX ( x,θ),記Xn=(X1,X2,…,Xn),表示到時刻n 為止的索賠經歷。

  2 風險保費的估計

  定理2 如果已知風險參數Θ,那么我們就能用一個函數P(θ)來預測Xn+1 (未來的索賠),在相對差損失函數(*)下,求解:

  minP(θ)E[L(Xn+1,P(θ))|θ]=minP(θ)E[(1— P(θ)Xn+1)2|θ],得到P(θ)= E(X—2n+1)E(X—1n+1)。證記ψ=E[(1— P(θ)Xn+1)2|θ],則墜ψ墜P =E 2(1— P(θ)Xn+1)(—1Xn+1P )|θ P,令墜ψ墜P=0,定理即得證。

  函數P(θ)通常叫做風險隨機變量X 的風險保費,在實際問題中因為風險參數是未知的,所以保費P(θ)也是不知道的,因此可以通過樣本估計P(θ)。

  當n=0 時,也就是索賠樣本沒有的情況下,這時的風險保費P(θ)我們可以通過一個實數P 來估計,要讓相對差損失函數(*)達到最小,也就是下面最優(yōu)化的問題:

  minP∈R E[L(P(θ),P)]=minP∈R E(1— P(θ)PP ) P 2 ,得到P= E[P—2(θ)]E[P—1(θ)]。通過觀察風險X 的索賠樣本Xn,就需要根據樣本的一個函數來構造風險保費估計。記表示樣本Xn 所有的可測函數構成的一個集合,在這個集合中,我們考慮最小化的問題:

  H1 ( Xn)= minH(Xn)∈E[L(P(θ),H(Xn))]= minH(Xn)∈E 1— H(Xn)θ P(θ) θ2 P P(1)

  定理3 最優(yōu)化(1)式,得到最優(yōu)預測為H1 ( Xn )= E[P—(1 θ)]E[P—(2 θ)],稱H1 ( Xn )為相對差損失函數(*)下的Bayes 保費。

  證由Bayes 定理可知,最優(yōu)化(1)式只需在后驗分布下達到最小,

  記ψ=E 1— H(Xn)θ P(θ) θ2| Xn P P,

  令墜ψ墜H=0,得到下面的正規(guī)方程:

  E 2 1— H(Xn)θ P(θ) θ— 1θP(θ)θ| Xn P P=0,化簡后定理即得證。H1 ( Xn)是風險保費在相對差損失函數(*)下最優(yōu)的估計,這里我們稱之為Bayes 估計。在一些分布的假定下,Bayes 估計可以得到更加簡單的式子,但是一般來說Bayes 估計H1 ( Xn)的表達式都會復雜,甚至有些可能根本沒有顯示函數的形式。我們看下面的例子。

  例設X1,X2,…,Xn,Xn+1 在風險參數Θ=θ 給定時為獨立同分布的隨機變量,且Xi ~ U(1,θ),θ ~ U(2,3),則f(X| Θ)= 1θ—1,π(θ)=1,

  那么,風險保費為

  P(θ)= E[X—2| Θ]E[X—1| Θ] =θ1 乙x—2f(X|θ)dxθ1 乙x—1f(X|θ)dx= 1—θθlnθ,

  而π(θ| Xn)=(1—n)(θ—1)—n2—n+1 ,

  因此Bayes 估計為H1 ( Xn)= E[P—(1 θ)]E[P—(2 θ)]= 2—n+1(1—n)32 乙(θ—1)—n+1θlnθdθ。

  3 結論

  本文研究了相對差保費原理下風險保費的信度估計問題。 利用了損失函數法, 將相對差保費原理定義為相對差損失函數下風險的最優(yōu)估計。 利用保費計算原理,引入相對差損失函數得到了下一期的信度保費計算公式,從而得出Bayes 保費。

【淺析相對差損失函數下的保費估計論文】相關文章:

論文:臨界常見保費效用函數04-02

NLOS環(huán)境下信道估計輔助的精確TOA估計論文12-05

淺析鄭和下西洋與長樂的關系論文05-27

淺析動漫產業(yè)下的數字產業(yè)發(fā)展的論文06-03

淺析文化視域下的聲樂藝術論文10-03

淺析教學改革下的字體設計論文07-27

淺析《簡愛》譯本在翻譯美學下的審美再現論文05-26

淺析翻譯理論視角下的戲劇翻譯研究論文01-18

淺析后現代視域下打工詩歌現象論文07-21