Sie sind auf Seite 1von 15

Bericht zur Prfung im Mai 2010 ber stochastische Risikomodellierung

und statistische Methoden (Grundwissen)


Richard Herrmann, Dietmar Pfeifer, Dominik Schfer, Viktor Sandor

Aufgabe 1 (32 Punkte): Sie sind Verantwortlicher Aktuar einer Lebensversicherung und mssen die
Angemessenheit der biometrischen Rechnungsgrundlagen in einem Bestand von Rentenversicherungen in einem Tarif beurteilen. Fr die Deckungsrckstellung wird die DAV-Sterbetafel 2004 R (Aggregattafel) verwendet. Die beobachteten Todesflle sowie die erforderlichen Werte aus der DAVTafel sind:
Sterbewahrscheinlichkeiten nach DAV 2004 R Aggregattafel

Alter

Bestand

70
71
72
73
74
75

10000
10000
10000
10000
10000
10000

beobachtete
Todesflle
(1)
140
132
170
190
170
230

Basistafel 2.
Ordnung
(2)
0,0188
0,0209
0,0232
0,0257
0,0284
0,0315

Trend-Faktor
bis 2009
0,7538
0,7519
0,7511
0,7515
0,7532
0,7562

Basistafel 2.
Ordnung incl.
Trend bis 2009
(3)
0,0142
0,0157
0,0174
0,0193
0,0214
0,0239

Basistafel 1. Ordnung
=
Basistafel 2.
Ordnung incl. Basistafel 2. Ordnung
Trend bis
incl. Trend u.
2009 und
Schwankungs- und
SchwankungsIrrtumsabschlag
abschlag 6,3%
15,6%
(4)
(5)
0,0133
0,0120
0,0148
0,0133
0,0163
0,0147
0,0181
0,0163
0,0201
0,0181
0,0223
0,0201

Tabelle 1

Anzahl der Todesflle


350

beobachtete Todesflle (1)

300

Basistafel 2. Ordnung (2)

250

Basistafel 2. Ordnung incl. Trend bis 2009


(3)

200
Basistafel 2. Ordnung incl. Trend bis 2009
und Schwankungs-abschlag 6,3% (4)

150
Basistafel 1. Ordnung
=
Basistafel 2. Ordnung incl. Trend u.
Schwankungs- und Irrtumsabschlag 15,6%
(5)

100
70

71

72

73

74

75

a)

berprfen Sie, ob die Anwendung der biometrischen Rechnungsgrundlagen nicht mehr gerechtfertigt ist.
i) Begrnden Sie, mit welchen erwarteten Todesfllen die beobachteten Todesflle verglichen werden.
ii) Fhren Sie die berprfung mit Hilfe dreier unterschiedlicher Testverfahren durch
und interpretieren Sie Ihr Ergebnis. (Signifikanzniveau = 5 %)

b) Die biometrischen Rechnungsgrundlagen enthalten einen Sicherheitsabschlag zur Bercksichtigung des Schwankungsrisikos.
i) Stellen Sie die Herleitung des Schwankungsabschlags der DAV 2004 R dar.
ii) Wie und unter welchen zustzlichen Bedingungen knnen Sie den Schwankungszuschlag
in die berprfung einbeziehen?
iii) Zu welchen Ergebnissen fhren die Tests in diesem Fall? (Signifikanzniveau = 5 %)

Lsungshinweise:

Verteilungsfunktionen F(k) der Binomialverteilung:


Bin(4;0,5)
k
0
1
2
3
4

F(k)
0,12960
0,47520
0,82080
0,97440
1,00000

k
0
1
2
3
4
5

Bin(6;0,5)

F(k)
0,03125
0,18750
0,50000
0,81250
0,96875
1,00000

k
0
1
2
3
4
5
6

F(k)
0,01563
0,10938
0,34375
0,65625
0,89063
0,98438
1,00000

92,5%
3,17005
5,18053
6,90464
8,49628
10,00831
11,46595
12,88343
14,26974
15,63094
16,97137

95%
3,84146
5,99146
7,81473
9,48773
11,07050
12,59159
14,06714
15,50731
16,91898
18,30704

Quantile der 2 -Verteilung:


Freiheitsgrade
1
2
3
4
5
6
7
8
9
10

Bin(5;0,5)

90%
2,70554
4,60517
6,25139
7,77944
9,23636
10,64464
12,01704
13,36157
14,68366
15,98718

97,5%
5,02389
7,37776
9,34840
11,14329
12,83250
14,44938
16,01276
17,53455
19,02277
20,48318

99%
6,63490
9,21034
11,34487
13,27670
15,08627
16,81189
18,47531
20,09024
21,66599
23,20925

99,5%
7,87944
10,59663
12,83816
14,86026
16,74960
18,54758
20,27774
21,95495
23,58935
25,18818

Die Teststatistiken fr den 2 -Test betragen fr die Spalten (2) bis (5) der Tabelle 1:
2

(2)
144,38

(3)
13,73

(4)
7,58

(5)
16,15

Lsung
a)
i)
Zur berprfung, ob die Anwendung der Rechnungsgrundlagen nicht mehr gerechtfertigt ist,
stehen verschiedene statistische Testverfahren zur Verfgung. Hierbei werden die beobachteten
Todesflle mit den nach den verwendeten Rechnungsgrundlagen erwarteten Todesfllen im Beobachtungszeitrum miteinander verglichen.
Der Vergleich der beobachteten Todesflle ist zunchst mit den erwarteten Todesfllen, die sich
unter Verwendung der Basistafel 2. Ordnung inkl. Trend bis 2009 (Jahrestafel 2009) ergeben,
durchzufhren, da nur diese nach unserer Annahme die tatschlichen Sterblichkeiten im Beobachtungszeitraum (d.h. ohne Sicherheiten bez. auf das statistische Schwankungs- und Irrtumsrisiko) darstellen
Die Nullhypothese H0 lautet also:
Die tatschlichen Sterbewahrscheinlichkeiten stimmen mit denen der Basistafel 2. Ordnung inkl.
Trend bis 2009 berein.

ii)
Die berprfung wird nun mittels drei verschiedener Testverfahren durchgefhrt:
1. Vorzeichentest
2. Iterationstest
3. 2 -Test

Vorzeichentest:
Die Teststatistik T ergibt sich aus der Anzahl der positiven Differenzen zwischen den beobachteten und den erwarteten Todesfllen, d.h. T = 0.
Unter Gltigkeit der Nullhypothese ist T binomialverteilt mit Wahrscheinlichkeit fr jedes
Vorzeichen, d.h. es gilt
1
T ~ B 6, .
2

und damit
1
P(T 0) 0, 015625 5% / 2 0, 025
2
6

Bei einem Signifikanzniveau von 5 % wird die Nullhypothese daher abgelehnt, die rechnungsmige Sterblichkeit stimmt mit der tatschlichen nicht berein.

Iterationstest:
Die Teststatistik ergibt sich aus der Anzahl der Vorzeichenwechsel, die sich bei den Differenzen
zwischen den beobachteten und den rechnungsmig erwarteten Todesfllen ergeben, d.h. T = 0.
Unter Gltigkeit der Nullhypothese ist T binomialverteilt mit Wahrscheinlichkeit fr jedes
Vorzeichen, d.h. es gilt
1
T ~ B 5, .
2

und damit
1
P(T 0) 0, 03125 5% 0, 05
2
5

Bei einem Signifikanzniveau von 5 % wird die Nullhypothese daher abgelehnt, die rechnungsmige Sterblichkeit stimmt mit der tatschlichen nicht berein.
2 -Test:
Die Teststatistik lautet
75

Z x Ex

,
Ex
wobei Z x die Anzahl der beobachteten Todesflle und Ex die Anzahl der rechnungsmig erwarteten Todesflle bezeichne.
x70

Der Wert der Teststatistik ist in der Aufgabenstellung angegeben mit 13,73.
Die Teststatistik ist unter der Nullhypothese nherungsweise -verteilt mit 6 Freiheitsgraden.
Das 95%-Quantil der -Verteilung mit 6 Freiheitsgraden ist 12,59 (vgl. Tabelle).
Da der Wert der Teststatistik dieses berschreitet, wird die Nullhypothese auch nach diesem Test
abgelehnt.

Interpretation der Ergebnisse:


Alle drei Tests gegen die Basistafel 2. Ordnung inkl. Trend bis 2009 lehnen die Nullhypothese
bei einem Signifikanzniveau von 5% ab. Dies heit aber nicht zwingend, dass die verwendeten
Rechnungsgrundlagen nicht der Realitt entsprechen, da diese Entscheidung nur mit einer
4

Fehlerwahrscheinlichkeit von 5% gilt. Vielmehr kann dieses Ergebnis auch Folge einer zufallsbedingten Schwankung sein. Um die Angemessenheit der Rechnungsgrundlagen abschlieend
beurteilen zu knnen, sind weitere Auswertungen (beispielsweise der vorangegangen Jahre) erforderlich.

b)
i)
Die Berechnung des Schwankungsabschlags erfolgt hier anhand eines Modellbestandes von
200.000 Versicherten (je 100.000 Mnner bzw. Frauen). Es wird zwischen Aufschub- und Rentenbezugszeit unterschieden und angenommen, dass sich 90 % der Vertrge in der Aufschubzeit
befinden.
Bei Rentenversicherungen wird im Todesfall in der Aufschubzeit wenn berhaupt eine Leistung ausgezahlt, die kleiner als das zu diesem Zeitpunkt vorhandene Deckungskapital ist.
Ziel ist es, einen Schwankungsabschlag sx auf die Sterbewahrscheinlichkeit qx so zu ermitteln,
dass der unter Einhaltung des Sicherheitsniveaus 1- maximal zulssige Schaden, der durch eine
geringere Anzahl von Todesfllen als rechnungsmig erwartet entsteht, ausgeglichen werden
kann.
Wird mit einer Sterbewahrscheinlichkeit qx kalkuliert, so geht man davon aus, dass im Durchschnitt ein Betrag von qx LMx Vx frei wird. Der Schwankungsabschlag muss also so gewhlt
werden, dass mit Wahrscheinlichkeit 1- die durch Tod im Modellbestand freiwerdende Deckungsrckstellung x TxM Vx grer als die mit den Sterbewahrscheinlichkeiten qx sx berechnete freiwerdende Deckungsrckstellung ist:
D.h. es muss gelten:

!
P TxM Vx qx sx LMx Vx 1 ,
x

x
Wir knnen nach dem Zentralen Grenzwertsatz annehmen, dass
Z : TxM Vx
x

eine normalverteilte Zufallsvariable ist mit Erwartungswert


E( Z ) qx LMx Vx
x

und Varianz
Var( Z ) qx (1 qx ) LMx Vx2 .
x

Mit diesen Bezeichnungen sowie der Vorgabe sx s qx mit 0 s 1 ergibt sich aus obiger
Bedingung analog die quivalente Darstellung

P Z (1 s )E( Z )1

Z E( Z )
P
s
Var( Z )

s u1

E( Z ) !
1
Var( Z )

Var( Z )
u1
E( Z )

q (1 q ) L
q L V
x

M
x

M
x

Vx2
.

ii)
Haben die Tests gegen die Basistafel 2. Ordnung inkl. Trend bis 2009 ergeben, dass die Nullhypothese zu dem vorgegebenen Niveau abgelehnt wird, kann noch berprft werden, ob sich bei
Tests gegen die Basistafel 2. Ordnung inkl. Trend bis 2009 und Schwankungsabschlag das gleiche Ergebnis einstellt. Ergibt sich auch hier eine Ablehnung der Nullhypothese, kann dies ein
Hinweis darauf sein, dass die in den Rechnungsgrundlagen enthaltenen Sicherheiten aufgebraucht wurden. In diesem Fall ist eventuell eine Anpassung der Rechnungsgrundlagen geboten.
iii)
Vorzeichentest:
Die Teststatistik T ergibt sich aus der Anzahl der positiven Differenzen zwischen den beobachteten und den erwarteten Todesfllen, d.h. T = 4.
Unter Gltigkeit der Nullhypothese ist T binomialverteilt mit Wahrscheinlichkeit fr jedes
Vorzeichen, d.h. es gilt
1
T ~ B 6, .
2

und damit
P (T 4) 0,89063 , d.h. P (T 4) 5% / 2 0, 025 und P (T 4) 1 5% / 2 0,975

Bei einem Signifikanzniveau von 5 % kann die Nullhypothese daher nicht abgelehnt werden.

Iterationstest:
Die Teststatistik ergibt sich aus der Anzahl der Vorzeichenwechsel, die sich bei den Differenzen
zwischen den beobachteten und den rechnungsmig erwarteten Todesfllen ergeben, d.h. T = 4.
Unter Gltigkeit der Nullhypothese ist T binomialverteilt mit Wahrscheinlichkeit fr jedes
Vorzeichen, d.h. es gilt
6

1
T ~ B 5, .
2

und damit
P (T 4) 0,96875 , d.h. P (T 4) 5% / 2 0, 025 und P (T 4) 1 5% / 2 0,975

Bei einem Signifikanzniveau von 5 % kann die Nullhypothese daher nicht abgelehnt werden.
2 -Test:
Die Teststatistik lautet
75

Z x Ex

,
Ex
wobei Z x die Anzahl der beobachteten Todesflle und Ex die Anzahl der rechnungsmig erwarteten Todesflle bezeichne.
x70

Der Wert der Teststatistik ist in der Aufgabenstellung angegeben mit 7,58.
Die Teststatistik ist unter der Nullhypothese nherungsweise -verteilt mit 6 Freiheitsgraden.
Das 95%-Quantil der -Verteilung mit 6 Freiheitsgraden ist 12,59 (vgl. Tabelle).
Da der Wert der Teststatistik dieses nicht berschreitet, wird die Nullhypothese auch nach diesem Test nicht abgelehnt.
Aufgabe 2 (22 Punkte): Die folgende Tabelle enthlt die Jahres-Schden einer Sachversicherung der
letzten 7 Jahre in Tausend :
Jahr
2003 2004 2005 2006 2007 2008 2009
Schaden 322
87 155 993 1366 814 324
a) Erstellen Sie fr diesen Datensatz ein Histogramm mit drei Klassen, die folgendermaen abgegrenzt sind:
i
vi

0 1
2
3
0 300 1000 1500

b) berprfen Sie mit Hilfe eines P-P-Plots, ob die Schden (ausgedrckt in Mio. ) als Realisierungen einer Paa (2) -Pareto-Verteilung angesehen werden knnen.
c) Berechnen Sie unter dieser Hypothese den Value at Risk sowie den Expected Shortfall zum Risikoniveau 0, 005.
d) Mit welcher Transformation kann man Paa (2) -verteilte Risiken in E(1) -exponentialverteilte Risiken umrechnen, so dass der zugehrige P-P-Plot gleich bleibt?
Lsung:
7

a) Berechnung der Kenngren fr das Histogramm:


i
Klassengrenzen vi

0
0

1
300

2
1000

3
1500

300
2
7

700
4
7

500
1
7

2
0, 000952
2100

4
0, 000816
4900

1
0, 000286
3500

Intervallbreiten bi
Rel. Klassenhufigkeiten f K i
Hhen H i

f Ki
bi

Histogramm
b) Kenngren fr den P-P-Plot, mit F ( x) 1

k
k
8
x( k )

F x( k )

1
0,125

1
:
(1 x) 2

0,25 0,375

0,5 0,625

0,75 0,875

0,087 0,155 0,322 0,324 0,814 0,993 1,366


0,154 0,250 0,428 0,430 0,696 0,748 0,821

Beurteilung: nach visuellem Eindruck akzeptabel


1
1
c) Es gilt: F ( x) 1
u x
1 fr 0 u 1, d.h. es gilt
2
(1 x)
1 u
VaR ( X ) F 1 (1 )

1
1

1
1 1
1
2
ES ( X ) VaR u ( X ) du
1 du 2
1;

0
0

speziell: VaR 0,005 ( X ) 13,142 und ES0,005 ( X ) 27,284.


1
2 ln(1 x)
d) Die streng monotone stetige Transformation T ( x) ln(1 F ( x)) ln
(1 x) 2
leistet das Verlangte, denn F ( X ) ist U 0,1 -verteilt.
Aufgabe 3 (36 Punkte): Die Krankheitsdauer X in Wochen wird als Zufallsvariable mit Dichte
2 2 xe( x )2
f ( x)

,x0
,x0

modelliert, wobei 0 gilt. Gegeben seien Beobachtungen x1 , , xn .


a) Gehrt f zu einer Exponentialfamilie? Geben Sie gegebenenfalls den natrlichen Parameter an.
b) Bestimmen Sie E X 2 mit Hilfe von a).
n

c) Weisen Sie nach, dass L : 0, , L( ) 2 n exp 2 xi 2 eine Likelihoodfunktion zu den

i 1

gegebenen Daten ist.


9

d) Bestimmen Sie fr den Parameter einen Maximum Likelihood Schtzer zu den gegebenen Daten.
e) Bestimmen Sie die Informationsmatrix.
Fr den Rest der Aufgabe gelte n 16 und

16

16

x 20, x

2
i

i 1

36.

i 1

f) Bestimmen Sie den Maximum Likelihood Schtzwert fr diese Daten.


g) Testen Sie mit dem Likelihood Quotienten Test die Hypothese H 0 : 0 0,5 zum Signifikanzniveau 10%.
Quantile der m2 -Verteilung

p
0,025

0,05

0,1

0,9

0,95

0,975

0,00

0,00

0,02

2,71

3,84

5,02

0,05

0,10

0,21

4,61

5,99

7,38

14

5,63

6,57

7,79

21,06

23,69

26,12

15

6,26

7,26

8,55

22,31

25,00

27,49

16

6,91

7,96

9,31

23,54

26,30

28,85

h) Geben Sie mit Hilfe des Likelihood Quotienten Tests ein Schtzintervall fr zu einem Niveau
von 95 % an. Verwenden Sie dazu den folgenden Funktionsgraphen und begrnden Sie Ihre Antwort.
Graph der Funktion 64 ln( ) 72 2

10

Lsung
Zu a)
f gehrt zu einer Exponentialfamilie, denn es gilt fr x 0 :
f ( x) exp x 2 ln 2 ln(2 x) exp c( )t ( x) a ( x) b( )

mit c , t x x 2 , a x ln 2 x , b ln . Damit ist der natrliche Parameter


. Mit dem natrlichen Parameter ergibt sich dann die Exponentialfamilie in kanonischer Form
f x exp x 2 ln 2 x ln .

Zu b)
Es gilt b '
t X X 2 also b '

1
1
1
2 und somit X 2 .

Zu c)
Eine Maximum Likelihood ist bis auf eine Konstante, die nicht von abhngt eindeutig bestimmt.
Die gemeinsame Dichte der X 1 ,..., X n ergibt sich zu

11

n 2
n
n
n

f x1 ,..., xn 2 xi exp xi 2 xi L .
i1
i1

i 1
n

Somit folgt die Behauptung, da 2n xi eine Konstante ist, die nicht von abhngt.
i 1

Zu d)
Es gilt:
n

: ln L 2n ln xi 2
i 1

'

2n
2 xi 2

i 1

''

n
2n
2
xi 2

i 1

Auflsen der Gleichung ' 0 ergibt wegen '' 0 den ML-Schtzer

2
i

i 1

Zu e)
Die Informationsmatrix ergibt sich mit b) und d)
I ''

2n
n
4n
2 .

Zu f)

16 4 2
Einsetzen in d) fhrt zum Schtzwert

36 6 3

Zu g)

2
Zu bestimmen ist die Testgre W 2 2 0,5 . Bei der gegebenen
3

Stichprobe ist 32 ln 36 und somit

2
1 4
0,5

W 2 0,5 2 32 ln 36 4,11
2
3
4 9

H 0 wird verworfen, wenn W 1;10,1 2, 71 gilt. Da W 4,11 2, 71 , wird die Annahme


verworfen.

Zu h)
12

f 2 2 2 32 ln 36
3
3

Es wird die Funktion

64 ln 72 57,95

betrachtet, das Schtzintervall ist dann durch f 1 0; 1;0,95 f 1 0;3,84 bestimmt. Im gegebenen Funktionsgraphen ist f bis auf eine Verschiebung gegeben, also kann man das Schtzintervall

0,51;0,85 ablesen.
Aufgabe 4 (30 Punkte): Die Zufallsvariable X bezeichne den Jahresgesamtschaden eines Risikos. Der
Jahresgesamtschaden hnge dabei von einem Strukturparameter in Form einer Zufallsvariablen ab.
Bei bekanntem ergibt sich damit als Netto-Jahresprmie
H () E[ X | ].

Der Strukturparameter sei allerdings nicht direkt beobachtbar, so dass der Aktuar auf Approximation von H () angewiesen ist (so genannter Credibility-Ansatz).
Im folgenden wird davon ausgegangen, dass fr das betrachtete Risiko n unabhngige Replikationen
X 1 , , X n von X vorliegen, mit arithmetischem Mittel X .
Im Rahmen des linearen Credibility-Ansatzes wird H durch H mit
H ** X (1 ) E ( X )

approximiert, wobei

Var H ()
Var X

Var ( X ) n1 E Var[ X | ]
Var ( X )

a) Gegeben seien Jahresschden fr 6 Risiken aus den Jahren 2006 bis 2009 (Werte in T):

Risiko / Jahr
1
2
3
4
5
6

2006
1,16
1,72
0,49
0,20
1,62
1,87

2009
1,62
0,87
1,51
1,04
0,82
0,30

empirischer
Mittelwert i
(pro Risiko i)
1,60
1,04
1,02
0,78
0,68
0,92

empirische
2
Varianz si
(pro Risiko i)
0,09
0,26
0,38
0,38
0,50
0,48

Mittelwert (pro Spalte)


Varianz (pro Spalte)

1,01
0,10

0,35
0,02

2007
1,76
0,50
1,59
1,53
0,10
0,97

2008
1,85
1,05
0,48
0,35
0,18
0,54

13

Schtzen Sie in diesem Beispiel E ( X ), Var X und E Var[ X | ] . Begrnden Sie Ihre Vorgehensweise. Berechnen Sie und die lineare Credibility-Prmie H ** fr Risiko 1.
Hinweis: Dabei knnen Sie davon ausgehen, dass die Risiken 1 bis 6 sowie die zugehrigen Strukturparameter 1 bis 6 unabhngig und identisch verteilt sind. Die Jahresschden jedes Risikos i
seien zudem bedingt unabhngig bei gegebenem i .
Kontrollergebnis: 0,125
b) Der Aktuar geht nun davon aus, dass der Strukturparameter gleichverteilt auf [0, a] ist, mit
einem a 0. Des Weiteren sei X bei gegebenem gleichverteilt auf 0, . Berechnen Sie
die allgemeine Credibility-Prmie H * : E H () | X 1 ,..., X n .
Kontrollergebnis: Im Verlauf der Rechnung ermitteln Sie
f| X1 x1 ,..., X n xn ()

n 1
1
n
1n
m a

1n

[ m,a ]

() mit m : max xi .
i 1,..., n

a
. Welche Schtzung fr a ergibt sich,
4
wenn Sie dies mit der Schtzung fr E (X ) aus a) vergleichen?

c) Unter den gemachten Annahmen gilt E( X ) E H ()

d) Berechnen Sie damit den Wert der allgemeinen Credibility-Prmie H * fr Risiko 1.


1 n 1 m 2n a 2n
Hinweis: Gem b) gilt H
.

2 n 2 m1n a1n
*

Lsung
a) Aufgrund der Unabhngigkeitsannahmen der Credibility-Theorie kann die vorletzte Spalte als unabhngige, identisch verteilte Realisierungen i des empirischen Mittels X angesehen werden.
Damit kann man
E ( X ) E ( X ) durch das empirische Mittel 1,01 und Var X durch die empirische Varianz 0,1
schtzen. Die letzte Spalte enthlt unabhngige, identisch verteilte Realisierungen si2 der empirischen Varianz s2 von X1, ..., Xn. Wegen der Erwartungstreue der empirischen Varianz gilt
E[ s 2 | ] Var[ X | ] . Folglich ist E Var[ X | ] E E[ s 2 | ] E s 2 .
Daher kann man E Var[ X | ] durch das empirische Mittel 0,35 schtzen. Mit n = 4 ergibt sich

Var ( X ) n1 E Var[ X | ]
Var ( X )

0,10 0,35 / 4
0,125
0,10

und
H ** X (1 ) E ( X ) 0,125 1, 60 0,875 1, 01 1, 08 .

b) Unter der gegebenen Verteilungsannahmen gilt nach der Formel von Bayes
14

f| X1 x1 ,..., X n xn ()
c f X1 ,..., X n | ( x1 ,..., xn ) f ()
1
1
c
1[0, ] ( xi )
1[0,a ] ()

i 1

1
1
1
() 1[0,a ] ()
n [max i1,...,n xi , )
a

1
c n 1[maxi1,...,n xi ,a ] ()
a
c

mit einer geeigneten Normierungskonstanten c. Dabei beachte man, dass xi a fr alle i.Die
Normierungskonstante c folgt aus
!

1 f| X1 x1 ,..., X n xn () d c
0

1
c
d
m1n a1n ,
n
a
a (n 1)

wobei m : max xi . Insgesamt ergibt sich


i 1,..., n

f| X1 x1 ,..., X n xn ()

n 1
1
n 1[ m ,a ] () .
1n
m a

1n

, und die allgemeine Credibility-Prmie ist


2
a

H * : E[ H () | X 1 ,..., X n ] f| X1 x1 ,..., X n xn () d
2
m

Gleichzeitig ist H() E[X | ]

n 1
n 1
m 2n a 2n
1n

d
n2
2 m1n a1n m
2 m1n a1n
a

1 n 1 m 2n a 2n

.
2 n 2 m1n a1n
c) Es gilt in der Tat (dies war nicht nachzurechnen)
a

E ( X ) E H ()
0

1
f ( ) d
2
2a

d 4a a
0

a
.
4

Gleichsetzen mit der Schtzung E ( X ) 1, 01 ergibt a 4, 04 .


d) Fr Risiko 1 ist m = 1,85, und mit n = 4 und a 4, 04 folgt
1 4 1 1,852 4, 042
H

1, 21.
2 4 2 1,853 4, 043
*

15