经济研究

利用Ｅｘｃｅｌ　ＶＢＡ进行寿险产品蒙特卡罗模拟定价
赵 星
南开大学经济学院风险管理与保险系 天津 300071

【摘 　　要】本文基于Excel软件和VBA语言,使用蒙特卡罗模拟方法探讨了利率随机、销售量波动、死亡率波动、保额不固定的情况下保险产品给付现值的分布情况。
在得到了最低均衡净保费的分布后,采用VAR方法的思想得到了给定置信度下的定价。
【关键词】随机利率 蒙特卡罗模拟 风险价值 寿险产品定价

１、引言 １ ２％
在寿险精算实务中，利率对寿险产品的定价有着重要的影响。除
了利率之外，销售量、死亡率、保额等随机因素也会影响寿险产品给 １ ０％
付的均值和方差。在实务中，保额总是因保单而异，死亡率并不总是符
８％
合生命表的描述，实际的保单销售数量也与预期有一定的偏差。因此，
精算师在定价时，往往会对这些假设进行保守的处理，比如评估某些不 利
６％
利利率情景下的损失程度、对高保额保单的被保险人进行不同程度 率
的限制、设定一个与生命表不一致的死亡率假设、考虑不同情况下 ４％
的销售量等。
同时考虑利率、保额、死亡率和保单数目的随机性，使我们面临 ２％
一个４维的问题：每个分支都是一个随机的变量或过程，比如利率可能
服从某种利率随机模型，保额可能服从某种分布，死亡率可能有波动，实 ０％
际销售的保单数量可能以预期销售量为参数服从某种分布等。当利 ０ １０ ２０ ３０ ４０ ５０ ６０ ７０
率期限结构、保单数量分布、保额分布较为复杂的情况下，我们关注 ｔ（时间）
的保单给付现值很难得到解析表达式，此时蒙特卡罗模拟可能是解决 图１　Ｖａｓｉｃｅｋ随机利率模型示例
问题唯一可用的办法。 ２ ． ２ 保单销售数量模拟
由于Ｅｘｃｅｌ软件在精算行业中的广泛应用，将随机利率、蒙特卡罗 保险公司往往在每年初制定当年的销售计划，并在月末、季度末
模拟等前沿技术应用到Ｅｘｃｅｌ中变得越来越重要，本文以一个寿险产品 对销售计划的完成情况进行跟踪，全年实际达成的销售量一般可以看
为例，阐述了相关技术在Ｅｘｃｅｌ中的使用。本文使用Ｅｘｃｅｌ　ＶＢＡ编程，利 做以销售计划（预期值）为均值波动。我们假设保单销售数量服从
用蒙特卡罗模拟方法探讨了随机利率下给付现值的分布情况，在得到 泊松分布，对λ＝５００的情况进行了模拟。
了给付现值的分布后，采用ＶＡＲ（Ｖａｌｕｅ　ａｔ　Ｒｉｓｋ，风险价值）方法的思 模拟的步骤如下：
想得到了给定置信度下的定价。 （１）新建Ｅｘｃｅｌ工作簿，在单元格Ａ１￣Ａ１００００使用ＲＡＮＤ函数生成
１００００个在［０，１］上均匀分布的随机变量Ｕ，工作表名记为Ｕｎｉｆｏｒｍ。
２、情景模拟 （２）在一个新工作表中生成３９０￣６２０的自然数列，在旁边输入公
我们采用如下思路进行情景模拟（使用Ｅｘｃｅｌ２００３软件）： 式“＝ＰＯＩＳＳＯＮ（Ａ１，５００，１）”　并填充，求得其均值为５００的累积分布函数，
（１）在预设的随机利率模式下，生成１００００个利率期限结构的情 工作表名记为Ｐｏｉｓｓｏｎ。
景； （３ ）在一个新工作表中的单元格Ａ １ ￣ Ａ １ ０ ０ ０ ０ 输入公式
（２）假设保单销售数量ｎ服从某种分布，生成１００００个服从该分布 “＝ＲＯＵＮＤ（ＬＯＯＫＵＰ（Ｕｎｉｆｏｒｍ！Ａ１，Ｐｏｉｓｓｏｎ！Ｂ：Ｂ，　Ｐｏｉｓｓｏｎ！Ａ：Ａ），）”　并填充，
的保单销售数量； 在第（２）步生成的累积分布函数中查找第（１）步生成的均匀分布随机数，
（３ ）根据生命表， 生成１００００个离散型终身寿险的保单持有人 并取整，使用分布函数求逆方法得到１００００个服从泊松分布的随机变
（３０岁男性）在各个时期的生存状态； 量。
（４）假设保额服从某种分布，生成１００００个保单的保额。 保单销售数量的模拟结果如图２所示。容易看出，当泊松分布的参
模拟的具体步骤如下： 数λ较大时，保单销售数量的分布结果与正态分布十分相近。
　 １ ０％
２ ． １ 利率期限结构模拟
由于本文的主要目的是给出一种定价方法，所以这里只考虑比较 ９％
简单的单因素随机利率模型。常见的单因素随机利率模型有Ｖａｓｉｃｅｋ ８％
模型等。
７％
在Ｖａｓｉｃｅｋ模型中，利率ｒ服从：ｄｒ＝ａ（ｂ－ｒ）ｄｔ＋σｄｚ
ｒ为利率，ａ，ｂ，　σ为常数，ｚ为标准布朗运动。 ６％
我们在本文中假设Ｖａｓｉｃｅｋ模型的参数为ａ＝０．１，ｂ＝０．０６，σ＝０．００８， ５％
初始年利率为１０％。取△ｔ为１年，△ｚ￣Ｎ（０，１）。 ４％
模拟的步骤如下： ３％
（１ ）新建Ｅ ｘ ｃ ｅ ｌ 工作簿， 选定７ ５ ×１ ０ ０ ０ ０ 个单元格
２％
（Ａ１￣ＢＷ１００００），输入随机数生成函数“＝ＲＡＮＤ（）”　并填充，生成７５×
１００００个在［０，１］上均匀分布的随机变量Ｕ（７５为根据中国寿险业经验 １％
生命表得到的３ ０ 岁男性的最大剩余寿命）。将该工作表名记为 ０％
Ｕｎｉｆｏｒｍ。 ４１６ ４４１ ４６６ ４ ９１ ５１ ６ ５４１ ５６６
（２）使用反标准正态累积分布函数ＮＯＲＭＳＩＮＶ对第一步得到的每 图２　 参数为５００的泊松分布模拟
个均匀分布随机数进行Φ－１（・）运算，得到服从Ｎ（０，１）的标准正态分布 ２ ． ３ 生存状态情景模拟
随机变量Ｚ＝Φ－１（・）。将该工作表名记为Ｎｏｒｍ。 生存状态情景模拟基于中国寿险业经验生命表（２０００－２００３）非
（３）新建一个工作表ＩｎｔＲａｔｅ，令单元格Ａ１￣Ａ１００００都等于１０％， 养老金男表（ＣＬ１），得到３０岁男性的死亡年龄随机变量。
作为所有情景下０时刻的利率（初始年利率）ｒ０＝１０％。 模拟的步骤如下：
（４）使用第二步得到的标准正态分布随机变量Ｚ，根据ｄｒ＝ａ（ｂ－ｒ） （１）新建Ｅｘｃｅｌ工作簿，使用ＲＡＮＤ函数在单元格Ａ１￣ＢＷ１００００内生
ｄｔ＋σｄｚ，即△ｒ＝ｒｔ－ｒｔ－１＝０．１（０．０６－ｒｔ－１）＋０．００８Ｚ，递推得到每一期的 成７ ５ ×１ ０ ０ ０ ０ 个在［ ０ ， １ ］ 上均匀分布的随机变量Ｕ ， 工作表名记为
利率ｒｔ（ｔ＝１，２，…，７５）。 Ｕｎｉｆｏｒｍ。
具体方法是：在第（３）步的基础上，在单元格Ｂ１到ＢＸ１００００的范围内， （２）在一个新工作表的Ａ、Ｂ两列内放置生命表的年龄和死亡率，
输入公式“＝Ａ１＋０．１＊（０．０６－Ａ１）＋０．００８＊　Ｎｏｒｍ！Ａ１”　并填充，其中， 工作表名记为ＬｉｆｅＴａｂｌｅ。
“ｎｏｒｍ”为储存标准正态分布随机数的工作表名。 （３）对于每一个年龄ｘ，如果ｘ－１时的生存状态为０（生存状态随
（５）新建一个工作表ＣｕｍＩｎｔＲａｔｅ，令单元格Ａ１￣Ａ１００００单元格都 机变量等于０代表死亡，等于１代表生存），则ｘ时的生存状态也为０；如
等于１，在Ｂ１至ＢＸ１００００中输入公式“＝Ａ１／（１＋ＩｎｔＲａｔｅ！Ａ１）”并填充，即 果ｘ－１时的生存状态为１，且Ｕ＜ｑｘ－１，则ｘ时的生存状态为０；如果ｘ－１时
通过累积相乘，得到每一期的折现因子。 的生存状态为１，且Ｕ＞ｑｘ－１，则ｘ时的生存状态为１；依次递推至ｘ＝１０５。
Ｖａｓｉｃｅｋ模型示例如图１所示。 具体方法是：先在一个新工作表的第一行生成３０￣１０５的自然数列
２０１１．　０３ ４９
经济研究
作为年龄，在单元格Ａ２￣Ａ１０００１输入１，表示初始生存状态，在单元格 （２）在一个新工作表中将各个时期的折现因子累加至０期，作为
Ｂ２￣ＢＸ１０００１输入公式“＝ＩＦ（Ａ２＝０，０，ＩＦ（Ｕｎｉｆｏｒｍ！Ａ１＜ＶＬＯＯＫＵＰ（Ａ￥１， 年金精算现值，记工作表名为ＡＰＶ。
ＬｉｆｅＴａｂｌｅ！￥Ａ：￥Ｂ，２，０），０，１））”并填充，即可得到各个时期的生存状态，其 （３）将前面产生的１００００个死亡年龄随机变量和１００００个随机保
中，ＶＬＯＯＫＵＰ函数在这里的作用是查询第一行中的年龄对应的死亡率。 额复制进来，作为用来抽取的保单集合，记工作表名为Ｐｏｐｕｌａｔｉｏｎ。
（４）最后一个等于１的生存状态随机变量对应的年龄，即为死亡 （４ ）在每个自然状态（利率期限结构和保单销售数量ｎ 的组
年龄随机变量。更简单的方法是对每一行求和，即可得到３０岁人群的 合）下，随机抽取前面产生的ｎ个生存状态和ｎ个随机保额，作为随机生
剩余寿命。将剩余寿命加上３０－１＝２９，即可得到死亡年龄随机变量。 成的ｎ个保单；根据这ｎ个保单的给付额（即保额）和给付时刻（即由
死亡年龄分布的模拟结果如图３所示。容易看出，死亡年龄随机 生存状态得到的死亡时间），使用该自然状态下的利率期限结构进行
变量分布在区间［３０，１０５］内，并且具有明显的左偏性质。 折现并加总，得到这ｎ个保单的总给付现值。用这ｎ个保单的总给付现
５％ 值除以这ｎ个保单的总保额（以千元为单位），得到该自然状态下每
千元保额的平均给付现值。
４％ 这里使用了ＶＢＡ，代码如下：
Ｓｕｂ　ＡｖｇＲａｎｄＳｕｍ（）
３％ Ｄｉｍ　ＲａｎｄＢａｓｅ，　ＲａｎｄＢａｓｅ２　Ａｓ　Ｉｎｔｅｇｅｒ
Ｄｉｍ　ＲａｎｄＳｕｍ，　ＳｕｍＡＰＶ，　ＳｕｍＡｓｓｕｒｅｄ，　ＳＡ，　ＤｅａｔｈＡｇｅ　Ａｓ　Ｓｉｎｇｌｅ
２％
Ｆｏｒ　ｊ　＝　１　Ｔｏ　１００００
＇循环１００００次
１％
ＲａｎｄＳｕｍ　＝　０
ＳｕｍＡｓｓｕｒｅｄ　＝　０
０％
ＳｕｍＡＰＶ　＝　０
３０ ３５ ４０ ４５ ５０ ５５ ６０ ６５ ７０ ７５ ８０ ８５ ９０ ９５ １ ００ １ ０５
ｎ　＝　Ｓｈｅｅｔｓ（＂ＮＯ＂）．Ｒａｎｇｅ（＂Ａ＂　＆　ｊ　＋　１）．Ｖａｌｕｅ
图３　３０岁男性的死亡年龄分布模拟
＇这里ｎ为销售量，即随机抽取的保单数量
２ ． ４ 保额模拟 Ｆｏｒ　ｉ　＝　１　Ｔｏ　ｎ
人们在购买保障型产品时选择的保额大多为一千、一万或者十 ＲａｎｄＢａｓｅ　＝　Ｒｏｕｎｄ（９９９９　＊　Ｒｎｄ　＋　１，　０）
万的整数倍，大的保额会对给付现值的偏度产生较大的影响。在本文 ＇范围在１￣１００００的随机数１，用来抽取随机的生存状态
中我们采用了某寿险公司２００９年保障型产品的保额分布经验数据作 ＲａｎｄＢａｓｅ２　＝　Ｒｏｕｎｄ（９９９９　＊　Ｒｎｄ　＋　１，　０）
为假设的保额分布。
＇范围在１￣１００００的随机数２，用来抽取随机的保额
模拟的步骤如下：
ＤｅａｔｈＡｇｅ　＝　Ｓｈｅｅｔｓ（＂Ｐｏｐｕｌａｔｉｏｎ＂）．Ｒａｎｇｅ（＂Ａ１＂）．Ｏｆｆｓｅｔ（ＲａｎｄＢａｓｅ，
（１）新建Ｅｘｃｅｌ工作簿，由某保险公司的经验数据得到保额的累 ０）．Ｖａｌｕｅ
积分布函数，如图４所示。 ＇从工作表“Ｐｏｐｕｌａｔｉｏｎ”的第１列中抽取随机生存状态，存入变量
（２）生成１００００个在［０，１］上均匀分布的随机变量Ｕ。 ＤｅａｔｈＡｇｅ
（３）与销售量模拟的分布函数求逆方法一样，可得到服从第（１） ＳＡ＝Ｓｈｅｅｔｓ（＂Ｐｏｐｕｌａｔｉｏｎ＂）．Ｒａｎｇｅ（＂Ａ１＂）．Ｏｆｆｓｅｔ（ＲａｎｄＢａｓｅ２，　１）．Ｖａｌｕｅ
步得到的分布函数的随机变量。
　 １ ００％
＇从工作表“Ｐｏｐｕｌａｔｉｏｎ”的第２列中抽取随机保额，存入变量ＳＡ
ＳｕｍＡｓｓｕｒｅｄ＝ＳｕｍＡｓｓｕｒｅｄ　＋　ＳＡ
９０％
＇将保额累加起来，存入变量ＳｕｍＡｓｓｕｒｅｄ
８０％
ＲａｎｄＳｕｍ＝ＲａｎｄＳｕｍ　＋　Ｓｈｅｅｔｓ（＂ＣｕｍＩｎｔＲａｔｅ＂）．Ｒａｎｇｅ（＂Ａ１＂）．Ｏｆｆｓｅｔ
７０％ （ｊ，　ＤｅａｔｈＡｇｅ－　ａｇｅ）．Ｖａｌｕｅ　＊　ＳＡ
６０％ ＇将给付现值累加起来，存入变量ＲａｎｄＳｕｍ，式子的第二部份为“死
５０％ 亡时刻的折现因子＊ 保额”
４０％ ＳｕｍＡＰＶ　＝　ＳｕｍＡＰＶ　＋　Ｓｈｅｅｔｓ（＂ＡＰＶ＂）．Ｒａｎｇｅ（＂Ａ１＂）．Ｏｆｆｓｅｔ（ｊ，　ＤｅａｔｈＡｇｅ
３０％ －　ａｇｅ）．Ｖａｌｕｅ　＊　ＳＡ
２０％
＇将年金精算现值累加起来，存入变量ＳｕｍＡＰＶ，式子的第二部份为
１ ０％
“死亡时刻的年金精算现值＊ 保额”
Ｎｅｘｔ
０％
０ ５００００ １ ０００００ １ ５００００ ２０００００ ２５００００ ３０００００ ３５００００ ４０００００
Ｓｈｅｅｔｓ（＂ＮＯ＂）．Ｒａｎｇｅ（＂Ｂ＂　＆　ｊ　＋　１）．Ｖａｌｕｅ　＝　ＲａｎｄＳｕｍ　／　ＳｕｍＡｓｓｕｒｅｄ＊１０００
图４　 保额分布函数 ＇平均每千元保额的给付现值记入Ｂ列
模拟结果如图５所示。容易看出，人们习惯于投保的保额多为五 Ｓｈｅｅｔｓ（＂ＮＯ＂）．Ｒａｎｇｅ（＂Ｃ＂　＆　ｊ　＋　１）．Ｖａｌｕｅ　＝　ＳｕｍＡＰＶ　／　ＳｕｍＡｓｓｕｒｅｄ
万、十万、二十万等。 ＇平均每单位保额的年金精算现值记入Ｃ列
２５％ Ｓｈｅｅｔｓ（＂ＮＯ＂）．Ｒａｎｇｅ（＂Ｄ＂　＆　ｊ　＋　１）．Ｖａｌｕｅ　＝　＂＝Ｂ＂　＆　ｊ　＋　１　＆　＂／Ｃ＂　＆　ｊ　＋　１
＇保证盈利的最低均衡净保费记入Ｄ列
２０％
Ｎｅｘｔ
Ｃａｌｃｕｌａｔｅ
Ｅｎｄ　Ｓｕｂ
１ ５％ 模拟得到的３０岁男性离散型终身寿险产品的每千元保额平均给
付现值的分布情况如图６所示。同时得到了３０岁男性终身生存年金的
１ ０％ 给付现值，其分布如图７所示。
　 １ ２％ 　７ ％

１ ０％ ６％
５％
５％
８％
４％
６％
０％ ３％
０ ５００００ １ ０００００ １ ５００００ ２０００００ ２５００００ ３０００００ ３５００００ ４０００００ ４％
２％
图５　 保额分布模拟（１００００次） ２％ １％
至此， 我们已经得到了所需的利率情景模拟、保单销售数量模 ０％ ０％
拟、生存状态模拟（死亡年龄模拟）和保额模拟。 ２．８ ２ ２０．００ ３７．１ ８ ５ ４ ．３６ １ ０．１ ２ １ ３ ．６９ １ ７ ．２ ７ ２０．８ ４ ２ ４ ．４ ２ ２ ７ ．９９ ３ １ ．５７
图６　 终身寿险产品每千元保额给付现值分布（以３０岁男性为例）
３、蒙特卡罗模拟给付现值和最低均衡纯保费 图７　 终身生存年金每单位保额给付现值的分布情况（以３０岁男性
在情景模拟的基础上，我们可以模拟得到３０岁男性离散型终身寿 为例）
险产品的总给付现值和每千元保额的平均给付现值。为简便起见，我 可以看出，终身生存年金给付现值的分布偏度为０．７４，小于终身寿
们在本文中不考虑退保和费用。 险产品给付现值分布的偏度。
模拟的步骤如下： 进一步地，根据Ｐｘ＝Ａｘ／ａｘ，将每个情景下终身寿险产品的总给付现
（１）新建Ｅｘｃｅｌ工作簿，将前面产生的１００００个利率期限结构和 值除以终身年金产品的总给付现值，就可以得到各个情景下每千元保
１００００个保单销售数量ｎ复制进来，得到１００００个可能发生的自然状态， 额至少需要交多少保费才能保证盈利，也就是最低均衡纯保费的值，其
分别记工作表名为ＣｕｍＩｎｔＲａｔｅ和ＮＯ。 （下转第 ５ ４ 页）

５０ ２０１１．　０３
经济研究
对中等水平财险市场集中度的影响为负，ＲＡＴＥ对高水平财险市场竞争 进程对财险市场完善的优势。其次，积极建设区域财险市场，引导财险
度的影响为正。 消费更加理性化，进一步的创造市场空间，鼓励财险公司开展差异化的
第二，经济发展ＲＪＧＤＰ除了对低水平财险市场的集中度具有正向 竞争战略；促进区域经济增长，深入研究经济增长对财险业市场结构调
影响外，对其他类别的集中度和竞争度全部为负，基本符合我们的预 整的影响模式和作用规律，实现经济增长、经济结构和经济环境对财
期。重工业比重和大中企业比重基本上呈现出与集中度、竞争度负 险业结构调整的良性互动。最后，抓住保险业制度变迁的时机，充分利
相关的结果，例外在于重工业比重对中等水平财险市场集中度和大中 用相关制度在调整过程中出现的机遇，在制度准许的范围内大胆改革，
企业比重对低水平财险市场竞争度方面。国有企业比重除了对低水 将被动的接受制度改变转变为积极主动的适应制度转变，并在实践中
平财险市场的集中度负相关以外，对其他类别的集中度和竞争度全部 进行制度创新，以此来实现财险业市场结构的完善和优化。
符合我们的预期。其他关于经济环境的变量对不同类别省市的影响 参考文献
则体现出不够集中的特点，其影响模式和程度可以参照上表。 [1]江生忠.《中国保险产业组织优化研究》.中国社会科学出版社,
第三，反映制度变迁的三项虚拟变量基本上全部与财险市场集中 2003,北京.
度和竞争度负相关，除了开放造成低水平和中等水平财险市场的集中 [2]邵全权.《保险竞争的经济分析》.南开大学出版社,2008,天津.
度不降反升以外。这说明近年来几项重要的保险业制度变迁过程对 [3]邵全权.中国产险公司市场结构、竞争模式与绩效关系研究．
不同类别的样本体现出类似的作用模式和影响规律，这从一个侧面也 《数量经济技术经济研究》,2008,25(8).
证明了中国保险业区域保险市场的趋同性。 [4]邵全权,陈月.保险保障基金制度效应分析——基于中国财险产
业组织视角的研究.《财经研究》,2009,9.
五、结论与建议 [5]Bain, J.S., and F. Modiglianni. (1958)“New Developments on the
本文基于保险产业经济学、宏观经济学以及制度变迁理论，利用 Oligopoly Front,” Journal of Political Economy, 66(3), 215-232.
样本期为２０００－２００９年的省级面板数据，对中国财险业市场结构的主要 [6]Jenny, F., and A.P. Weber (1978) “The Determinants of Con-
影响因素开展了实证研究。我们首先采用全部样本的个体固定效应 centration Trends in the French Manufacturing Sector,” Journal of
模型估计结果表明，期初财险业结构、财险市场规模、国有企业比重 Industrial Economics, 26(3), 193-207.
和政府财政支出对财险市场集中度和竞争度指标具有较为显著的正 [7]Beenstock, M., Dickinson, G. and Khajuria, S., 1988, The Rela-
向影响；财险市场需求增长率、人均ＧＤＰ、重工业比重、大中企业比 tionship between Property-Liability Insurance Premiums and Income:
重、股票市值的提高则会降低集中度和竞争度指标；银行贷款余额和 An International Analysis, [J] Journal of Risk and Insurance, vol. 55, no. 2,
ＦＤＩ对集中度和竞争度的影响方向并未得到一致的结论。衡量费率市 pp. 259-272.
场化、保险业全面开放和保险保障基金制度实施的三项虚拟变量大 [8[J. David. Cummins, Risk-Based Premiums for Insurance Guar-
多有利于财险业市场结构的优化。基于此，按照各省市的保险深度和 anty Fund , [J] The Journal of Finance,1988,9, 823.
保险密度将样本划分为三类，除去个别例外情况，实证结果并没有改变 [9]刘京生.论区域经济与区域保险.《保险研究》,2002年,6.
应用全部样本得到的基本结论。 [10]张伟,郭金龙,张许颖,邱长溶.中国保险业发展的影响因素及地
此外，本文结论还可以解释中国财险业结构在不同类别中的省市 区差异分析.《数量经济技术经济研究》,2005年第7期。
所存在的差异和趋同演化方向。我们采用财险业集中度作为衡量财 [11]朱俊生等.我国保险业空间布局研究.《保险研究》,2005,7.
险业结构的指标，根据贝恩的市场结构分类，中国财险业结构在２０００－ [12]黄薇．保险业发展的地区差异值得重视．《财经科学》,2006
２００９年间已从极高寡占型Ａ转变为极高寡占型Ｂ。进一步研究发现，无 第3期。
论是低水平的财险市场，还是中等水平和高水平的财险市场，这一结论 [13]栾存存.我国保险业增长分析.《经济研究》,2004,1.
仍然成立，于是可以证明在样本期间内我国各省份不同发展水平的区 [14]胡宏兵,郭金龙.中国保险发展与经济增长关系检验——基于
域财险市场在结构演化方面正在趋同。如果我们以ＨＨＩ指数来衡量财 Bootstrap仿真方法的实证分析.《宏观经济研究》,2010,2.
险市场结构，也可以得到类似的结论。 [15]钱珍.经济增长.居民消费与保险发展的长期联动效应分析—
基于上述观点，提出以下政策建议：首先，鉴于中国财险业结构在演 —基于VAR模型和脉冲响应函数的研究.《经济与信息论坛》,2008,7.
变过程中体现的路径依赖问题，应该加强财险业结构改革的力度，可以 [16]肖文,谢文武.中国保险费收入增长的模型分析.《上海金融》,
考虑通过借助保险行业外在的改革力量强制降低现有集中度和竞争 2000,4.
度；加快国有企业改革进程，推进“国退民进”的改革思路，突出市场化

（上接第 ５ ０ 页） 下，使用ＶＡＲ方法的思想，取置信度对应的分位点定价。由表１可知：
为使该产品有９５％的概率盈利，需将均衡纯保费的费率定在１．７６
分布情况如图８ 所示。
　 ９％ 元／千元保额，；
为使该产品有９９．９５％的概率盈利，需将均衡纯保费的费率定在３．３４
８％
元／千元保额。
７％ 这样得到的费率可以在给定的置信度要求下更为精确地保证盈
６％ 利概率，而不仅仅是在正态分布假设下根据预期给付现值的均值和方
５％ 差定价。同时，由于各项参数可以方便地在蒙特卡罗模拟的过程中调
４％ 整，这种方法可以方便地应用于各种类型的产品，比如计算两全保险的
３％ 均衡净保费时， 只需将Ｖ Ｂ Ａ 代码中计算总给付的那一行稍作修改即
２％ 可。
１％
０％
４、结论
本文考虑了利率、保单销售数量、死亡率波动和保额分布等随
０．２１ ０．８６ １ ．５１ ２．１ ６
机因素对给付值产生的影响，并在给定的假设下模拟得到了给付现值
图８　 终身寿险产品每千元保额最低均衡纯保费的分布情况（以３０
的近似分布情况。
岁男性为例）
与传统的定价方法相比，蒙特卡罗模拟方法可以更容易地调整各
由图可以看出，最低均衡纯保费的偏度（１．２４）介于终身寿险给
种假设。当多个影响因素都是随机的过程时，给付现值的表达式会变
付现值（１．７６）和终身年金给付现值（１．２４）之间。与终身寿险给付
得非常复杂。而在蒙特卡罗模拟方法中，我们只需要分别模拟出各个
现值的情况类似，终身寿险最低均衡纯保费的分布明显右偏，如果采用
影响因素的变化过程，比如加入死亡率趋势的因素或者调整随机利率
正态分布假设定价，同样会有一定的风险。因此，不论是趸缴纯保费还
模型的参数，就可以很快得到给付现值的近似分布情况，并得到给定置
是均衡纯保费，我们都推荐使用ＶＡＲ方法定价。
信度下的定价。当缴费期间不是终身而是一个时间段（比如２０年），
表１　 各种产品给付现值分布的统计描述（以３０岁男性为例）
或者产品不是终身寿险而是定期寿险时，我们也只需要在Ｅｘｃｅｌ中做微
　 终身寿险　 终身生存年金　 均衡净保费　
小的调整重新计算一下即可得到结果。同样，采用与第二部份中类似
平均值　 １ ８．１ ３　 １ ７．７６　 ０．９９　
的步骤，这种方法也可以得到责任准备金的分布，用来评估责任准备金
标准差　 ９．８７　 ２．４３　 ０．４２　
的充足性。
偏度　 １ ．７６　 ０．８２　 １ ．２４　
参考文献
峰度　 ５．４１ 　 １ ．２０　 ２．６８　 [1]赵静宇,郭士杰,罗传光.基于Vasicek模型下寿险产品定价研究.
最大值　 １ ０５．８９　 ３１ ．５７　 ４．１ ０　 保险研究: 2008(7), 44-46.
最小值　 ２．８２　 １ ０．１ ２　 ０．２１ 　 [2]卢仿先,张琳.寿险精算数学,中国财政经济出版社,2006.
９５％分位点　 ３６．４９　 ２２．２４　 １ ．７６　
９９．９５％分位点　 ８０．９１ 　 ２９．８８　 ３．３４　
为了避免分布的偏度带来的风险，我们应当在给定的置信度要求
５４ ２０１１．　０３
论文降重，论文修改，论文代写加微信:18086619247或QQ:516639237

论文免费查重，论文格式一键规范，参考文献规范扫二维码：

相关推荐：

利用Excel对损益表进行分析

利用Excel VBA进行寿险产品蒙特卡罗模拟定价

利用VBA对Excel软件进行二次开发

利用EXCEL模拟掷骰子

利用Excel进行MIS开发

使用Delphi控制Office生成成绩报告书

Excel在工程预算中的应用

利用EXCEL进行财务预测

利用Excel进行财务分析

利用Excel进行敏感分析