Question

蒙特卡洛模拟的目的是估算保险公司的损失分布。

我正在使用频率严重性模型

S = sum_ {i = 1} ^ {N} X_ {i}

其中N是随机数量的丢失事件，X_ {i}是丢失严重性。

我得到2个excel文件（一个大文件，一个减少损耗文件）-可以说我适合最佳分布，例如：

大型索赔：索赔频率通过泊松分布Poi（200）建模，严重性通过对数正态分布lognormal（a，b）建模。

传统索赔：索赔频率通过泊松分布Poi（5000）建模，严重性通过对数正态分布lognormal（x，y）建模。

现在，我想进行蒙特卡洛模拟，以估算来年的损失。

在python中，可以计算蒙特卡洛模拟：

def loss(r, loc, sig, scale, lam):
    X = []
    for x in range(5000):  # up to 5000 loss events considered
        if(r < poisson.cdf(x, lam)):  # x denotes a loss number
            out = 0
        else:
            out = lognorm.rvs(s=sig, loc=loc, scale=scale)
        X.append(out)
    return np.sum(X)  # = L_1 + L_2 + ... + L_n


#Monte Carlo Sim.
losses = []
for _ in range(1000):
    r = np.random.random()
    losses.append(loss(r, loc, sig, scale, lam))

但是，这仅是例如对于损耗损耗的情况...我想将两种情况组合在一个模拟中以获得总损耗分布...。也许用R代替Python。

希望您能帮助我。

提前谢谢

R中的组合蒙特卡罗模拟

0 个答案: