复合分布
1. 复合分布概述
复合分布(Compound Distribution)是保险精算中的重要概念,用于描述总索赔量的分布。它结合了索赔次数分布和索赔金额分布,是风险模型的核心组成部分。
2. 复合分布的定义
设N为索赔次数,X₁, X₂, ..., XN为各次索赔金额,则总索赔量S定义为:
S = X₁ + X₂ + ... + XN = Σ(i=1 to N) Xi
当N = 0时,S = 0。
总索赔量S的分布称为复合分布,记为复合分布F_S(x)。
3. 复合泊松分布
当索赔次数N服从参数为λ的泊松分布时,总索赔量S服从复合泊松分布。
P(S ≤ x) = Σ(n=0 to ∞) [e^(-λ) * λ^n / n!] * P(X₁ + X₂ + ... + Xn ≤ x)
复合泊松分布的性质:
- 均值:E(S) = E(N) * E(X) = λ * E(X)
- 方差:Var(S) = E(N) * Var(X) + Var(N) * [E(X)]² = λ * [Var(X) + (E(X))²]
- 矩母函数:M_S(t) = exp[λ(M_X(t) - 1)]
4. 复合二项分布
当索赔次数N服从参数为(n, p)的二项分布时,总索赔量S服从复合二项分布。
P(S ≤ x) = Σ(k=0 to n) C(n,k) * p^k * (1-p)^(n-k) * P(X₁ + X₂ + ... + Xk ≤ x)
复合二项分布的性质:
- 均值:E(S) = E(N) * E(X) = np * E(X)
- 方差:Var(S) = E(N) * Var(X) + Var(N) * [E(X)]² = np * [Var(X) + (1-p)(E(X))²]
5. 复合负二项分布
当索赔次数N服从负二项分布时,总索赔量S服从复合负二项分布。
P(S ≤ x) = Σ(k=0 to ∞) C(k+r-1, k) * p^r * (1-p)^k * P(X₁ + X₂ + ... + Xk ≤ x)
复合负二项分布的性质:
- 均值:E(S) = E(N) * E(X) = r(1-p)/p * E(X)
- 方差:Var(S) = E(N) * Var(X) + Var(N) * [E(X)]²
复合分布计算器
实例分析
某车险组合,索赔次数服从泊松分布,λ = 5,单次索赔金额服从指数分布,均值μ = 2000元,试分析总索赔量的分布特征。
E(S) = λ * μ = 5 * 2000 = 10,000元
Var(S) = λ * [Var(X) + μ²] = 5 * [2000² + 2000²] = 5 * 8,000,000 = 40,000,000
标准差 = √40,000,000 ≈ 6,325元
Var(S) = λ * [Var(X) + μ²] = 5 * [2000² + 2000²] = 5 * 8,000,000 = 40,000,000
标准差 = √40,000,000 ≈ 6,325元
这意味着总索赔量的期望值为10,000元,标准差约为6,325元,表明存在较大的风险波动。
本节要点总结
- 复合分布结合了索赔次数分布和索赔金额分布
- 复合泊松分布是最常用的复合分布模型
- 复合分布的均值等于索赔次数均值乘以索赔金额均值
- 复合分布的方差包含两部分:索赔金额的变异性与索赔次数的变异性
- 复合分布是风险模型和准备金计算的基础