CHAPTER 03 / 3.4 Panjer 递推法 / 3.4.2
Panjer 递推
把同样的逐项递推搬到累积损失 上:每个新概率由前面几个按权重拼成。
逐步递推 · 已算到
起点
橙色是起点 。点击“下一步”,看新的一根柱如何由前面的柱子拼出来。
| 乘积 | ||||
|---|---|---|---|---|
| Poisson:。点击“下一步”计算 。 | ||||
每一步只回看最近 个已算出的值( 为单笔金额的最大取值)。
为什么能递推
权重 从哪里来
已知 笔金额之和 时,由对称性,任一笔(例如最后一笔 )的条件期望都是 ,所以 。按 展开这个期望,权重就是 ,而其余 笔之和为 ;再用 对 求和,后一部分正好合成 。
这里写的是 类。 的一项含 本身,移到左边就得到因子 。于是每个新概率只需要前面最多 个已算出的值,而不必对每个 做一次卷积。
2.8
4.4
递推求和项数(到 )35
卷积法求和项数1,279
| 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | |
|---|---|---|---|---|---|---|---|---|---|---|
| 0.1353 | ? | ? | ? | ? | ? | ? | ? | ? | ? |
与课件一致:,,,。
递推法把“对每个 做一次卷积”换成“每个 一个短求和”:算到 ,递推只要 35 项乘积。它的前提是次数分布属于 或 类,金额取 个货币单位。
Panjer 递推公式与 R 代码展开阅读
金额 定义在 个货币单位上( 可以是无穷)。次数分布属于 类,即 , 时:
类(Poisson、二项、负二项)满足 ,方括号一项消失;Poisson 时 、:
课件代码:
library(actuar)
fx <- c(0, 0.6, 0.4)
Fs <- aggregateDist(method = "recursive", model.freq = "poisson",
model.sev = fx, lambda = 2, x.scale = 1)
diff(Fs) # 累积损失的概率diff(Fs) 给出上表的 。金额分布若是连续的,需要先离散化成 上的概率,再用递推;3.5 节用这种方法给模拟结果提供参考曲线。