风险结构
什么是风险结构
从宏观上看,风险结构是指保险公司整体业务中各个险种的比例, 如果赔付率低、效益好的险种保费量占较大的份额, 则该公司的风险结构为好, 反之为差；
从微观上看,风险结构指的是具体险种的业务，如果保险公司某一险种从不同的保额区间来看, 赔付率低、效益好的区间业务保费量占较大的比例, 则该险种的风险结构为好, 反之为差。
">编辑]风险结构问题研究的意义
风险结构即风险之间的相互关系，主要有两类：独立、相依。保险中涉及到多个风险时往往假定它们是相互独立的，如聚合风险模型中确定总理赔量分布的Panjer递归和DePeril递归都是基于个体风险之间的独立性假设的，再如寿险中的多重生命模型，传统的精算数学教科书中都假定所涉及到的被保险人的剩余寿命是相互独立的，独立性假设可以带来很大的方便．因为有了这一假设，大数定律和中心极限定理才有了应用的前提．从而保险公司可以通过风险集来有效地管理风险．独立性假设的另一个优点是，只要给出个体风险的统计资料(边际分布)，风险组合的统计资料联合分布)就可以容易地得到，这给实际工作中的数学处理带来了极大的方便．然而，在现实中的许多保险问题中，风险之间还存在较强的相依性，忽略这种相关性显得不是很确切，下面就举凡个这样的例子：
(1)在财产保险中，同一地区中地震或洪水风险组合中的个体风险之间是相关的，因为个体索赔额的随机性是基于同一地地震或洪水的发生和严重程度的；在干热的夏天，所有木屋更大程度逸暴露予火灾风险；如果在某地区或组织中所承保风险的密度过大，则巨灾如冰雹、爆炸、地震、流行病等，可导致保险人理赔的累积；
(2)作为一个金融例子，考虑债券组合，单个债券的违约风险可能条件独立于给定的市场条件，但是基本市场环境(如利率)缓相似方式影响市场上静所有债券；
(3)在人寿保险中，有足够的例证表明夫妻寿命会是正相关的，有一些因素可以解释夫妻寿命的这种“同命鸟”式的关系；一般属于同一社会阶层，有相同的生活方式，生活环境一样等，并且一般来说，配偶死亡后，另一方的死亡率会上升；
(4)人寿保险中的另一个例子是退休基金，它提供供职于同一公司的人的退休金，这些人在同一环境下工作，乘相同电梯，明显地这些人的死亡是相关的，至少在某一程度上是这样的．在上面一系列的例子中，独立性假设被触动了，从而不适合用来描述涉及到的随机变量之间的关系。
从上面的介绍可以看出，在处理保险中的许多问题是，独立性假设并不准确，因就研究相依风险之间的结构是必要的，并已取得一系列成果，对正确理解问题有一定的现实意义，但对正相依情形下风险模型的研究是目前精算学研究的热点之一。
">编辑]风险结构及其相关问题研究现状
最简单的古典风险模型具有以下特点：
不涉及投资过程，只描述保险公司保费收入和理赔过程：保费收入过程与理赔额的随机变量是相互独立的；每单位时间收到的保险费是一个常数；只考虑单一的险种．
许多学者在古典风险模型的基础上，做出了一系列符合保险公司经营现实的推广。常见的推广有以下几类：
第一类：
将理赔到达过程攉广力更新过程、广义复合Poisson 过程、Cox 过程、Gamma过程和逆高斯过程等等．利用该模型，可以顾及到因季节或政治等因素所引起的理赔计数过程中其强度不是常数的性质。
第二类：
将保费到达过程推广为Poisson过程、Cox过程、更新过程等．同时，保费收入率不爵是一成不变的常数，丽是更贴近实际情况的随机变量．
第三类：
引入剩率和投资因素，考虑扩散过程等对盈余过程的干扰，或者考虑支付红利情形，从而使得风险模型更接近保险公司的实际运作．
第四类：
将连续时间情形的各种风险模型平行推广到离散时间情形．
第五类：
即各个风险之间存在一定关系。现实情况是保险人拥有的都是关予单个风险数据，即边际分布的信息，而没有关于风险之闻的相关信息的数据，即联合分布的信息，这就使得相依风险的数学处理少有规律可循．
参考文献
从宏观上看,风险结构是指保险公司整体业务中各个险种的比例, 如果赔付率低、效益好的险种保费量占较大的份额, 则该公司的风险结构为好, 反之为差；
从微观上看,风险结构指的是具体险种的业务，如果保险公司某一险种从不同的保额区间来看, 赔付率低、效益好的区间业务保费量占较大的比例, 则该险种的风险结构为好, 反之为差。
">编辑]风险结构问题研究的意义
风险结构即风险之间的相互关系，主要有两类：独立、相依。保险中涉及到多个风险时往往假定它们是相互独立的，如聚合风险模型中确定总理赔量分布的Panjer递归和DePeril递归都是基于个体风险之间的独立性假设的，再如寿险中的多重生命模型，传统的精算数学教科书中都假定所涉及到的被保险人的剩余寿命是相互独立的，独立性假设可以带来很大的方便．因为有了这一假设，大数定律和中心极限定理才有了应用的前提．从而保险公司可以通过风险集来有效地管理风险．独立性假设的另一个优点是，只要给出个体风险的统计资料(边际分布)，风险组合的统计资料联合分布)就可以容易地得到，这给实际工作中的数学处理带来了极大的方便．然而，在现实中的许多保险问题中，风险之间还存在较强的相依性，忽略这种相关性显得不是很确切，下面就举凡个这样的例子：
(1)在财产保险中，同一地区中地震或洪水风险组合中的个体风险之间是相关的，因为个体索赔额的随机性是基于同一地地震或洪水的发生和严重程度的；在干热的夏天，所有木屋更大程度逸暴露予火灾风险；如果在某地区或组织中所承保风险的密度过大，则巨灾如冰雹、爆炸、地震、流行病等，可导致保险人理赔的累积；
(2)作为一个金融例子，考虑债券组合，单个债券的违约风险可能条件独立于给定的市场条件，但是基本市场环境(如利率)缓相似方式影响市场上静所有债券；
(3)在人寿保险中，有足够的例证表明夫妻寿命会是正相关的，有一些因素可以解释夫妻寿命的这种“同命鸟”式的关系；一般属于同一社会阶层，有相同的生活方式，生活环境一样等，并且一般来说，配偶死亡后，另一方的死亡率会上升；
(4)人寿保险中的另一个例子是退休基金，它提供供职于同一公司的人的退休金，这些人在同一环境下工作，乘相同电梯，明显地这些人的死亡是相关的，至少在某一程度上是这样的．在上面一系列的例子中，独立性假设被触动了，从而不适合用来描述涉及到的随机变量之间的关系。
从上面的介绍可以看出，在处理保险中的许多问题是，独立性假设并不准确，因就研究相依风险之间的结构是必要的，并已取得一系列成果，对正确理解问题有一定的现实意义，但对正相依情形下风险模型的研究是目前精算学研究的热点之一。
">编辑]风险结构及其相关问题研究现状
最简单的古典风险模型具有以下特点：
不涉及投资过程，只描述保险公司保费收入和理赔过程：保费收入过程与理赔额的随机变量是相互独立的；每单位时间收到的保险费是一个常数；只考虑单一的险种．
许多学者在古典风险模型的基础上，做出了一系列符合保险公司经营现实的推广。常见的推广有以下几类：
第一类：
将理赔到达过程攉广力更新过程、广义复合Poisson 过程、Cox 过程、Gamma过程和逆高斯过程等等．利用该模型，可以顾及到因季节或政治等因素所引起的理赔计数过程中其强度不是常数的性质。
第二类：
将保费到达过程推广为Poisson过程、Cox过程、更新过程等．同时，保费收入率不爵是一成不变的常数，丽是更贴近实际情况的随机变量．
第三类：
引入剩率和投资因素，考虑扩散过程等对盈余过程的干扰，或者考虑支付红利情形，从而使得风险模型更接近保险公司的实际运作．
第四类：
将连续时间情形的各种风险模型平行推广到离散时间情形．
第五类：
即各个风险之间存在一定关系。现实情况是保险人拥有的都是关予单个风险数据，即边际分布的信息，而没有关于风险之闻的相关信息的数据，即联合分布的信息，这就使得相依风险的数学处理少有规律可循．
参考文献
- ↑ 1.0 1.1 周小兴，风险结构问题研究（D）.兰州:兰州理工大学.2008