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