作者简介:苏必豪(1997—),深圳大学硕士研究生.研究方向:风险管理与保险精算.E-mail:subihao2017@email.szu.edu.cn
中文责编:方 圆; 英文责编:木 南
深圳大学数学与统计学院,广东深圳 518060
College of Mathematics and Statistics, Shenzhen University, Shenzhen 518060, Guangdong Province, P.R.China
probability theory; classical risk model; time of ruin; deficit at ruin; aggregate claim amount up to ruin; number of claims up to ruin; joint probability density function
DOI: 10.3724/SP.J.1249.2019.04419
破产理论对风险衡量和风险调控至关重要,破产索赔作为破产理论的一大重点问题,通过研究总索赔额随时间的分布,可以对风险进行较好描述,根据其分布的特征,可采取注资及保费再调整等方式进行风险调控.在经典风险模型中,优先考虑的4个破产相关变量为:破产时间、截止至破产时的总索赔额、截止至破产时的总索赔次数及破产时的赤字.本研究考虑截止至破产时的总索赔额与其他破产变量的联合概率密度函数,给出当个体索赔为指数分布时,不同联合概率密度函数的表达式.指出当个体索赔分布服从某一类特定分解形式时,联合概率密度函数的表达式也可以分解并求出.
Ruin theory plays a crucial role in risk measurement and risk regulation. Bankruptcy claim is a major focus of ruin theory and the distribution of the aggregate amount of claim can well describe the risk of insurance portfolio. According to the distribution characteristics, we can adopt such means as capital injection and premium re-adjustment to regulate risk. In the classical risk model, the priorities are given to four ruin-related variables: the time of ruin, the aggregate claim amount up to ruin, the total number of claims up to ruin and the deficit at ruin. In this paper, we mainly consider the joint probability density function of the aggregate claim amount up to ruin with other ruin related quantities. The explicit expressions are given for the joint densities when the individual claim follows exponential distribution. In addition, when the individual claim follows a particular decomposition form, the joint density can also be obtained in a decomposition form.
近年来,学界对保险风险模型的破产相关变量做出大量研究.GERBER等[1]对破产时间、破产时赤字和索赔数等问题进行研究.虽然破产概率仍是破产理论的焦点,但研究破产相关变量及其之间的关系更具有一般性.经典风险模型的研究表明,当破产发生时,若初始盈余对最终破产概率的影响不可忽略,则破产概率密度是正偏斜的,且偏斜度至少为0.5%[2].类似地,在相同情况下直到破产发生时,索赔次数的概率函数是正偏斜的[3].这些结果说明,当破产发生时,总索赔额分布的偏度可能是正的,本研究将证明该结论成立.
虽然已经有许多学者对破产前总索赔的预期折现额进行研究[4-5],但关于破产时总索赔额的研究却不多,唐应辉等[6]根据个体索赔额分布函数的性质,研究个别风险模型中总索赔额分布函数的界值问题.本研究将揭示破产时的总索赔额与破产时间和破产赤字密切相关.尽管破产时的赤字分布并未体现保险公司在破产之前的支出额分布情况,但由破产时间的分布可知保险公司直到破产前的收入.根据破产时间和破产赤字的联合分布,可研究破产前总索赔额的分布等性质.破产时总索赔额的分布给保险人指明,不同程度的支出对应发生破产的可能性.HUANG等[7]讨论盈余第一次达到一定水平时的拉普拉斯变换,RABEHASAINA等[8]研究在Sparre Andersen过程中,破产时间和破产时总索赔量的联合分布,得出拉普拉斯变换的表达式,但未能有效对其结果做逆变换.在初始盈余为0的情况下,做逆变换并不是一个获得破产相关变量分布的简单方法[9-10].本研究采取较为直接的方法,得到联合密度的显式表达式.通过对破产时间和破产时赤字的联合概率密度函数进行函数变换,得到截止至破产时的总索赔额与其他破产变量,如截止破产时的总索赔次数、破产时间及破产时赤字的联合概率密度,并且以个体索赔分布为指数分布以及其他可分解型的指数族分布的情况进行举例说明.
在经典风险模型中,保险公司的盈余可表示为U(t)=u+ct-S(t).其中, u为初始盈余; c为每单位时间的保费收入率; S(t)表示直到t时刻的总索赔额, S(t)=∑N(t)j=1Xj, 这里{N(t)}t≥0表示参数为λ的泊松过程; {Xj}∞j=1是一列独立同分布的随机变量, Xj为第j次索赔的索赔额.
在此用P、 p及μk表示X1的分布函数、密度函数及分布的第k阶矩,假设c>λμ1. 令G(x,t)=Pr(S(t)≤x), 且对任意的x>0, 有g(x,t)=(d)/(dx)G(x,t).
定义Tu为破产时间,即Tu=inf{t|U(t)<0}. 对任意的t>0, 若U(t)>0恒成立,则Tu=∞. 最终的破产概率定义为ψ(u)=Pr(Tu<∞).令Yu=|U(Tu)|表示破产时的赤字; N(Tu)为直到破产时的索赔次数(包括导致破产的次数); S(Tu)为破产时的集体索赔额; vn(u,y,t)表示破产时间t、 破产时的赤字y和到破产时刻的总索赔次数n的联合概率密度; 同时令wn(u,x,t)表示破产时间t、 破产时的集体索赔额x和直到破产时的索赔次数n的联合概率密度.且v(u,y,t)=∑∞n=1vn(u,y,t),w(u,x,t)=∑∞n=1wn(u,x,t),分别表示(Tu,Yu)和(Tu,S(Tu))的联合概率密度.为方便起见,即使之后所考虑的变量是离散的,仍称之为概率密度.
考虑包含随机变量S(Tu)的联合概率密度.假设在时间t时,发生第n次索赔,此时破产发生,且破产的集体索赔额为x. 因此,
Pr(Tu≤t,N(Tu)=n,S(Tu)≤x)=
∫t0∫x-cs-u0vn(u,y,s)dyds,(1)
x>c+ct, t>0, 且
wn(u,x,t)=(2)/(tx)Pr(Tu≤t,N(Tu)=n,S(Tu)≤x)=
vn(u,x-ct-u,t)
w(u,x,t)=v(u,x-ct-u,t)(2)
由(Tu,Yu)的概率密度,可求出(Tu,S(Tu))的概率密度.DICKSON 等[11-12]给出有关(Tu,Yu)概率密度的显式解.为得到wn(u,x,t), 运用 DICKSON[13]给出的vn(u,y,t)公式,当u>0, 有w1(u,x,t)=λe-λtp(x). 则对n=1,2,3,…有
wn+1(0,x,t)=e-λt(λn+1tn)/(n!)∫ct0z/(ct)
pn*(ct-z)p(z+x-ct)dz(3)
wn+1(u,x,t)=e-λt((λt)n)/(n!)∫u+ct0pn*(z)
λp(x-z)dz-c∑nj=1∫t0e-λs((λs)j)/(j!)
pj*(u+cs)
wn+1-j(0,x-u-cs,t-s)ds(4)
通过式(3)和式(4)可获得包含2个变量的联合密度,对n求和得(Tu,S(Tu))的联合概率密度,对t积分得(N(Tu),S(Tu))的联合概率密度.(Tu,S(Tu))的联合概率密度可表示为
w(0,x,t)=λe-λtp(x)+λ∫ct0z/(ct)
g(ct-z,t)p(z+x-ct)dz(5)
且对u>0,
w(u,x,t)=λe-λtp(x)+λ∫u+ct0g(z,t)p(x-z)dz-
c∫t0g(u+cs,s)w(0,x-u-cs,t-s)ds(6)
同样,(N(Tu),S(Tu))的联合概率密度(^overw)n(u,x)和S(Tu)的边缘密度密度函数ω(u,x)分别由式(7)和式(8)给出.通过这些表达式可计算出一些索赔大小分布,后文将做出阐述.
(^overw)n(u,x)=∫(x-u)/c0wn(u,t,x)dt(7)
w(u,x)=∫(x-u)/c0w(u,x,t)dt(8)
利用联合概率密度函数求S(Tu)的边缘概率密度较为复杂.然而,若定义
Ω(u,x)=∫x0ω(u,z)dz=Pr(Tu<∞ and
S(Tu)≤x)(9)
对第1次索赔的时间和数量进行调整,得
c(d)/(du)Ω(u,x)=λΩ(u,x)-λ(P(x)-P(u))-
λ∫u0p(u-z)Ω(z,c+z-u)dz(10)
对于存在显示表达式的ψ(u), 式(10)中积分的性质不允许通过标准方法来求解Ω(u,x)的索赔大小分布.第2个标准方法是做逆变换,但仍非获得S(Tu)密度的有效途径.
首先, 考虑单次索赔额为指数分布, 即p(x)=αe-αx, x>0的情况,其结果在文献[14]中详细说明,v(u,x,t)=w(u,t)αe-αx, 因此, w(u,x,t)=w(u,t)αe-α(x-ct-u). 文献[11]对于w(u,t)可得(Tu,S(Tu))的联合概率密度为
w(u,x,t)=λαe-λt-αx(I0((4αλt(u+ct))1/2)-
(ct)/(ct+u)I2((4αλt(u+ct))1/2))(11)
其中, x>u+ct, t>0, 且
Iv(t)=∑∞n=0((t/2)2n+v)/(n!(n+v)!)
为v阶的修正Bessel函数.图1给出对于2个不同u值时,(Tu,S(Tu))的联合概率密度函数图像.其中, t表示破产时间; x表示破产时的集体索赔额.由式(4)可得S(Tu)的概率密度.用求和形式写出Bessel函数,并根据(u+ct)n的二项展开式,当x>u, 有
ω(u,x)=λαe-αx(∑∞n=0((αλ)n)/(n!n!)∑nj=0(n
j)ujcn-j
(Γ(2n+1-j))/(λ2n+1-j)E(2n-j+1,λ,(x-u)/c)-
∑∞n=0((αλ)n+1)/(n!(n+2)!)∑nj=0(n
j)ujcn+1-j
(Γ(2n+3-j))/(λ2n+3-j)E(2n-j+3,λ,(x-u)/c))(12)
E(m,λ,x)=1-∑m-1j=0e-λx((λx)j)/(j!)(13)
同时,也可得(N(Tu),S(Tu))的联合概率密度,对任意的x>0, 运用式(7)可得
(^overw)n(0,x)=e-αx(αncn-1)/(λn-1)((2n-2)!)/(n!(n-1)!)×
E(2n-1,λ,x/c)(14)
对于u>0, x>u, 通过一些简单变换得
(^overw)n(u,x)=(αnun-1e-αx)/((n-1)!)∑n-1j=0(c/(λu))j((n+j-1)!)/(j!(n-j-1)!)×
E(n+j-1,λ,(x-u)/c)-
((αc)/λ)n(e-αx)/u∑n-1k=1∑k-1j=0((λu)/c)k-j×
{((k+j)!(2n-2k-2)!)/(k!(n-k)!(n-k-1)!j!(k-j-1)!)×
E(2n+j-k-1,λ,(x-u)/c)}(15)
图2(a)为n=2,3,4,5时的(^overw)n(0,x)图像; 图2(b)为n=10和n=20时的(^overw)n(0,x)图像.当n值较小时,图像呈现正偏差,n值逐渐增大,图像趋于对称.当n=20时,图像几乎完全对称. 对于一个给定的n值,曲线下的面积为Pr(N(T0)=n), 如当n=10时,曲线下面积远大于当n=20时的曲线下面积,所以在这种情况下N(T0)的概率密度函数是一个递减函数.说明此时条件随机变量S(Tu)|N(Tu)的分布函数可能是正态分布.虽然从(^overw)n(u,x)的表达式上看不原因,但注意到S(Tu)|N(Tu)是一个随机变量的和,因此,当N(Tu)的值足够大时,也可得到期望的正态分布.
图2 当n=2,3,4,5, n=10和n=20时,(^overw)n(0,x)和(^overw)n(20,x)的图像
Fig.2 (^overw)n(0,x)and(^overw)n(20,x)charts when n=2,3,4,5, n=10 and n=20
只有特定几个类型的个体索赔分布才可以求出(Tu,Yu)联合分布函数的显式解,这些分布需满足以下性质[15]
p(x+y)=∑mj=1ηj(x)τj(y)(16)
其中, {ηj}为非负的实值函数; {τj}为概率密度函数.由此可推导出v(u,y,t)的形式为[16]
v(u,y,t)=∑mj=1hj(u,t)τj(y)(17)
因此,可得
w(u,x,t)=∑mj=1hj(u,t)τj(x-ct-u)(18)
实现式(18)的主要问题是难以求得函数{hj(u,t)}, 虽然在u=0的特殊情况下,这个问题并不复杂.如当p(x)=∑ni=1wiαie-αix时,可由文献[17]得
∫∞0e-δthi(0,t)dt=λ/c(wi)/(αi+ρ), 其中, ρ为方程λ+δ-cs=λ(~overp)(s)的唯一正数解[1].根据文献[8]给出的逆变换关系,可得
hi(0,t)=(λwi)/c(ce-(λ+αic)t+∫ct0x/tg(ct-x,t)e-αix),
i=1,2,…,n.(19)
本研究在经典风险模型下,研究破产时的总索赔额与破产时间和破产赤字的联合分布函数.根据破产时间和破产赤字的联合分布,研究破产前总索赔额的分布等性质.并选取指数索赔和几个其他特定的索赔类型为例,解出破产时总索赔额分布的具体表达式.指出不同程度的支出对应发生破产的可能性.
深圳大学学报理工版
JOURNAL OF SHENZHEN UNIVERSITY SCIENCE AND ENGINEERING
(1984年创刊 双月刊)
主 管 深圳大学
主 办 深圳大学
编辑出版 深圳大学学报理工版编辑部
主 编 李清泉
国内发行 深圳市邮电局
国外发行 中国国际图书贸易集团有限公司(北京399信箱)
地 址 北京东黄城根北街16号
邮 编 100717
电 话 0755-26732266
0755-26538306
Email journal@szu.edu.cn
标准刊号 ISSN 1000-2618
CN 44-1401/N