第 4 章/截断与删失
课堂实验室
CHAPTER 04 / 4.2

左删失:每次损失与每次赔付

同一个免赔额,YL=(X−d)+Y^L=(X-d)_+ 把没有赔付的损失记为 0,YPY^P 则把它们剔除。

左删失并平移的变量 YL=(X−d)+Y^L=(X-d)_+ 保留每一次损失:低于免赔额的损失没有被忽略,而是记为 0。YLY^L 是“每次损失”(含零赔款)的赔款,YPY^P 是“每次赔付”(非零赔款)的赔款。

赔款函数:损失 x 对应的赔款

赔款
YL=(X−d)+Y^L=(X-d)_+YP=X−d∣X>dY^P=X-d\mid X>d
抽取损失后,比较两种平均与理论值。
平均方式分母样本平均理论期望
每次损失 YLY^L——110.3638
每次赔付 YPY^P——150
发生赔付的比例——S(d)=0.7358S(d)=0.7358
两种平均的分子相同,都是赔款总额;分母一个是全部损失次数,一个是赔付次数。所以 E(YL)=E(YP) [1−F(d)]=∫d∞S(x) dxE(Y^L)=E(Y^P)\,[1-F(d)]=\int_d^\infty S(x)\,dx,而 E(YP)E(Y^P) 总不小于 E(YL)E(Y^L)。

课件例题:离散损失与免赔额

可能的损失为 100 (0.4)、500 (0.2)、1,000 (0.2)、2,500 (0.1)、10,000 (0.1)。课件取 d = 750。

03000
XX
1000.4
5000.2
1,0000.2
2,5000.1
10,0000.1
YLY^L
00.6
2500.2
1,7500.1
9,2500.1
YPY^P
2500.5
1,7500.25
9,2500.25

灰色是没有赔付的损失:YL 把它们记为 0,YP 把它们去掉,再把剩下的概率除以 0.4 拉满整条。

损失 xP(X = x)YL=(x−d)+Y^L=(x-d)_+YPY^PP(YP)P(Y^P)
1000.40不观测—
5000.20不观测—
1,0000.22502500.5
2,5000.11,7501,7500.25
10,0000.19,2509,2500.25
E(YP)=2,875E(Y^P)=2{,}875E(YL)=1,150E(Y^L)=1{,}150E(YL)=E(YP) S(d)=2,875×0.4E(Y^L)=E(Y^P)\,S(d)=2{,}875\times0.4
定义与 k 阶矩展开阅读
YL=(X−d)+={0,X≤dX−d,X>dY^L=(X-d)_+=\begin{cases}0,&X\le d\\ X-d,&X>d\end{cases}

“左删失”是因为低于 d 的值没有被丢弃,而是被记为 0;“平移”是因为 其余值都减去了 d。YL 的分布在 0 处有一个跳跃,大小为 F(d)。

E[(X−d)+k]=∫d∞(x−d)kf(x) dx (连续),E[(X−d)+k]=∑xj>d(xj−d)kp(xj) (离散)E\big[(X-d)_+^k\big]=\int_d^\infty(x-d)^kf(x)\,dx\ \text{(连续)},\qquad E\big[(X-d)_+^k\big]=\sum_{x_j>d}(x_j-d)^kp(x_j)\ \text{(离散)}

与超额损失的矩只差一个分母:

E[(X−d)+k]=eXk(d) S(d),E(YL)=E(YP) S(d)=∫d∞S(x) dxE\big[(X-d)_+^k\big]=e_X^k(d)\,S(d),\qquad E(Y^L)=E(Y^P)\,S(d)=\int_d^\infty S(x)\,dx
对应课件的 R 代码展开阅读
x <- c(100, 500, 1000, 2500, 10000)
p <- c(0.4, 0.2, 0.2, 0.1, 0.1)
d <- 750
# 每次赔付 Y^P:去掉 x <= d 的点,概率除以 P(X > d)
yp <- x[x > d] - d
pp <- p[x > d] / sum(p[x > d])
sum(yp * pp)   # 2875
# 每次损失 Y^L:x <= d 的点记为 0
yl <- pmax(x - d, 0)
sum(yl * p)    # 1150