第 3 章/累积损失模型/3.4 Panjer 递推法
课堂实验室
CHAPTER 03 / 3.4 Panjer 递推法 / 3.4.1

(a, b, 0) 类与 (a, b, 1) 类

次数概率满足 pk=(a+b/k)pk−1p_k=(a+b/k)p_{k-1}:从 p0p_0 出发逐项算出整个分布。

逐项递推 · 已算到 k=0k=0

起点:p0p_0

p0=(1+β)−r=(1+1.5)−2=0.16p_0=(1+\beta)^{-r}=(1+1.5)^{-2}=0.16
0.16????????????0123456789101112

横轴为次数 kk。每一步只看前一根柱:乘以 a+b/ka+b/k 就得到下一根。a+b/ka+b/k 随 kk 变化,当它小于 1 时柱子开始变矮,分布的形状完全由 aa、bb 和起点 p0p_0 决定。

(a,b,0)(a,b,0) 类 · 负二项分布
aa0.6
bb0.6
pkpk−1=a+bk,k=1,2,…\frac{p_k}{p_{k-1}}=a+\frac{b}{k},\quad k=1,2,\dots

负二项:a=β/(1+β)a=\beta/(1+\beta),b=(r−1)β/(1+β)b=(r-1)\beta/(1+\beta)。a>0a>0:方差大于均值,适合“过度离散”的索赔次数。 此时 p1=(a+b)p0p_1=(a+b)p_0。

检验:k pk/pk−1k\,p_k/p_{k-1} 是 kk 的直线

斜率 aa,截距 bb
ak+bak+bk pk/pk−1k\,p_k/p_{k-1}
E(N)E(N)3
Var⁡(N)\operatorname{Var}(N)7.5
P(N=0)P(N=0)0.16
P(N=1)P(N=1)0.192
分布aabbp0p_0方差与均值
Poisson 分布00λ\lambdae−λe^{-\lambda}相等
二项分布−q1−q-\frac{q}{1-q}(m+1)q1−q(m+1)\frac{q}{1-q}(1−q)m(1-q)^m方差小于均值
负二项分布β1+β\frac{\beta}{1+\beta}(r−1)β1+β(r-1)\frac{\beta}{1+\beta}(1+β)−r(1+\beta)^{-r}方差大于均值(几何分布 r = 1,b = 0)
(a,b,0)(a,b,0) 类只有 Poisson、二项、负二项三种分布:比值 pk/pk−1p_k/p_{k-1} 是 1/k1/k 的线性函数,所以知道 aa、bb 和 p0p_0 就能逐项算出全部概率。(a,b,1)(a,b,1) 类放宽到从 k=2k=2 开始成立,p0p_0 可以自由指定。3.4.2 节的 Panjer 递推正是把这种“逐项递推”从 NN 搬到了累积损失 SS 上。
(a, b, 0) 类与 (a, b, 1) 类展开阅读

设次数 NN 的概率为 pk=P(N=k)p_k=P(N=k)。若存在常数 aa、bb 使

pk=(a+bk)pk−1,k=1,2,3,…p_k=\Big(a+\frac{b}{k}\Big)p_{k-1},\qquad k=1,2,3,\dots

则称 NN 属于 (a,b,0)(a,b,0) 类。可以证明这一类只有三个成员(不计退化情形):Poisson(a=0a=0)、二项(a<0a<0)和负二项(a>0a>0,含几何分布)。aa 的符号对应方差与均值的大小关系。

pk=(a+bk)pk−1,k=2,3,…p_k=\Big(a+\frac{b}{k}\Big)p_{k-1},\qquad k=2,3,\dots

只要求从 k=2k=2 起成立时,称 NN 属于 (a,b,1)(a,b,1) 类,此时 p0p_0 可以任意指定。常见成员有:

  • 零截断分布:p0T=0p_0^T=0,pkT=pk1−p0p_k^T=\dfrac{p_k}{1-p_0}(k≥1k\ge1),用于“至少一次”的情形,如每份出险保单的索赔次数;
  • 零修正分布:p0Mp_0^M 给定,pkM=1−p0M1−p0 pkp_k^M=\dfrac{1-p_0^M}{1-p_0}\,p_k(k≥1k\ge1),用于零索赔比例与模型不符的情形;
  • 另有两个没有 (a,b,0)(a,b,0) 对应分布的成员:扩展截断负二项(ETNB,−1<r<0-1<r<0)与对数分布(a=β/(1+β)a=\beta/(1+\beta),b=−ab=-a)。

修改 p0p_0 不改变 aa、bb,只是 p1=(a+b)p0p_1=(a+b)p_0 不再成立,差值 p1−(a+b)p0p_1-(a+b)p_0 会作为额外的一项出现在 Panjer 递推公式中。 下一节:3.4.2 Panjer 递推 →