专利名称：开发损失假设的系统和方法
技术领域：
本发明总体上涉及风险管理，更具体而言涉及金融产品。本发明尤其涉及开发并评定用于金融产品，包括保险产品，设计与定价的假设的系统和方法。
背景技术：
因为定价必须在产品售出之前完成，但又必须反映有时候在购买产品并付款之后无法知道的结果，因此保险产品的定价是很困难的。对于有形产品，“所售商品的成本”在产品售出之前是已知的，因为产品是从在产品开发之前所获得的原材料开发出来的。对于保险产品，情况就不是这样。制定保险项目的价格，所有购买该保险项目的人都要付保险费。以后，要向极少数遭受损失的不幸的人支付赔款。如果所支付的赔款大于收到的保险费，则保险公司的利润就会比期望的小，甚至有可能亏本。如果保险公司能够预测要支付的赔款，并且收到了适量的保险费，则保险公司是可以盈利的。
保险产品的价格是根据一组关于预期损失、开支、投资等的假设确定的。通常，保险公司所支付金钱的最大一部分是对损失索赔的支付。由于实际赔款的数量只有到将来才能知道，因此保险公司对损失有多少进行假设。如果实际支付的赔款小于或等于预期赔款额，则产品是可以盈利的。如果实际赔款大于定价时所设定假设中的预期赔款，则产品不能盈利，而且公司会亏本。因此，对预期赔款制定假设的能力对产品的成功很关键。开发本发明就是为了帮助开发并评定用于给保险产品定价的假设。
保险公司必须开发一组反映所投保的损失发生的概率、终止保险项目(即，停付保险费)的人数的概率及其它金融元素，如开支、利率和税率的假设。保险公司利用关于损失的历史数据来帮助他们预测未来的损失将是多少。具有数学和统计学经验、称为保险统计师的专家们开发按时间成组地将损失率加入到累积损失率中的损失表。这些累积损失率表是对保险产品定价的基础。
在对一种特定产品定价时，保险统计师从基本的损失表开始。然后，根据对关于表特定属性、它所适用的风险、产品的设计、在发出保险单时所应用的风险选择技术及其它因素的评价，保险统计师开发出一组对累积损失率的假设，作为该产品预期未来索赔的基础。
依赖于所开发的特定保险产品，历史数据和损失表不是总能很好地与保险单所涵盖的特定风险联系起来。例如，大多数人寿保险的死亡率统计表涉及投保人群的平均死亡概率。但是，有些保险产品针对人群子集。死亡率在这些子集中是变化的。例如，有些比较健康的人具有优选的死亡率，即优于平均死亡率。为了对适用于这类人的产品定价，保险统计师必须能够将标准死亡率表中的累积损失率分成群组，以便挑出那些在标准人群中客观地讲比较健康的人的死亡率，并开发对这些更特殊的人群子集的假设。
将这些累积损失率分成群组要求保险统计师了解针对一般投保人群的损失风险因子及针对具有优选死亡率的子集的风险因子。例如，在人寿保险中，没有医疗条件和血压测量结果在正常范围高端的人具有标准死亡率，而那些血压测量结果在正常范围低端的人具有优选死亡率，及较低的死亡率。
但是，标准损失表没有考虑这些个别的风险因子。保险统计师必须研究其它数据源，如医学或流行病研究，来确定特定人群的损失率及与其相关的风险因子。于是，在对随风险因子价格有差异的产品定价的过程中，保险统计师必须制定关于这些风险因子与损失表中的累积损失率如何关联的假设。回到前一个例子，如果产品卖给了血压在正常范围低端的健康个体，则保险统计师必须对这个子集的死亡率比标准死亡率低多少做出假设，从而确定这个人群子集的保险费价格。
此外，在产品的创造性设计中，保险统计师必须开发适当赔款假设，其中可能有多个风险因子，这些风险因子单独或者与其它因子结合，从不同的研究或损失表得到。
本发明的某些实施方案允许用户采用从不同研究得到的单个风险因子或风险因子的各种组合及相关的损失率，并利用这些风险因子和损失率对损失表中的累积损失要素分类定价。有些实施方案还允许用户创建风险因子之间的新关系，并确定反映新风险因子组的新累积损失率。
本发明有多种应用。新的保险产品可以利用大量的风险因子来设计，所有这些风险因子都可以同它们对累积损失率的贡献相关。通过积极或消极地分析所涉及的风险因子，很多现有和新类型的产品设计与规格都可以精确地与用于实际定价保险产品的损失假设联系起来。本发明还有助于在接收到可能不具有全部符合用于制定假设的风险因子的风险时，定义发生例外的定价推断。
发明内容
本发明的一种实施方案包括开发用于设计保险产品的损失假设的方法。该方法包括定义多个与投保事件相关的因子、为每个因子指定多个表示可能出现状态的等级、为每个等级指定值、为因子和等级的选定组合产生预期损失分布及根据为等级指定的值和预期损失分布评价保险产品预期性能的步骤。在一种实施方案中，预期损失分布是由为因子和等级的选定组合确定人群中每种组合的递增出现概率及为这些选定组合确定损失率的步骤产生的。该损失率反映在发出保险单时出现的因子。对于各种因子组合的出现，有显著的关联效应。预期损失分布是这两个量的乘积。
评价保险产品预期性能的步骤可以包括评价产品预期损失率、产品将获得的预期市场份额和/或产品其它方面的步骤。在一种实施方案中，至少有一个对等级指定的值是根据评价结果调整的，而产品的预期性能是根据调整的等级重新评价的。
本发明的某些实施方案还包括定义多个群组的步骤，其中每个群组都代表投保事件的递增出现概率的一个范围。
本发明的另一种实施方案是开发用于设计风险人群保险产品的损失假设的方法，该方法包括定义多个与投保事件相关的因子、为每个因子指定多个表示人群中该因子可能出现状态的等级、根据人群中该组合的递增出现概率和各自的损失率对因子和等级的选定组合确定损失分布及将选定组合指定到多个群组中一个的步骤。一种实施方案包括为每个等级指定值及根据为等级指定的值和预期损失分布评价保险产品预期性能的附加步骤。评价保险产品预期性能的步骤包括评价产品预期损失率、产品将获得的预期市场份额和/或产品其它方面的步骤。本发明的一种实施方案包括根据对保险产品预期性能的评价调整至少一个对等级指定的值的附加步骤。产品可以利用调整的值重新评价，而且如所期望的，还可以对值进行额外的调整。
本发明可以与保险产品以外的其它金融产品，如抵押、借贷及类似的产品，一起使用。因此，本发明的一种实施方案是开发用于设计此类产品的假设的方法。这种实施方案包括定义多个与事件、特性、特征或金融产品其它方面相关的因子、将多个等级指定到每个表示人群中该因子可能出现状态的因子、为每个等级指定值、根据人群中该组合的递增出现概率和各自的损失率对因子和等级的选定组合确定分布及根据分布中对等级指定的值评价金融产品预期性能的步骤。例如，在抵押的情况下，因子可以包括收入等级、财产的价格范围、期限、抵押者的信用等级等。这些和/或其它因子中的每一个都可以指定到多个表示人群中此类因子可能出现状态的等级。
在一种实施方案中，评价金融产品预期性能的步骤可以包括评价产品预期损失率或评价产品将获得的预期市场份额的步骤。一种实施方案还包括根据对金融产品预期性能的评价调整至少一个对等级指定的值的附加步骤。有一个或多个值可以调整，而且如所期望的，可以对产品重新评价。
更广义地讲，通过开发用于评价事件出现可能性的假设，本发明可以用于管理风险。一种实施方案包括管理此类风险的方法，包括定义多个与事件相关的因子、为每个因子指定多个等级、为每个等级指定值、根据人群中该组合的递增出现概率和相对出现率对因子和等级的选定组合确定概率分布及将选定组合指定到多个群组中一个的步骤。
通过以下对本发明的详细描述并联系附图，本发明的其它优点和新特征将变得很明显。
附图简述
图1说明了将等级和值指定到多个与投保事件相关的因子的方式，其中该因子在开发用于设计保险产品的损失假设时要考虑。
图2说明了在系统中构造表来说明为用于保险产品设计而选定的因子和等级所有组合的方式。
图3说明了累积出现概率矩阵的三维视图。
图4说明了累积死亡比率矩阵的三维视图。
发明实施方案详述本发明涉及用于风险管理的系统和方法。本发明的一种应用是金融产品的设计和定价。本发明一种更具体的应用涉及用于设计和定价保险产品的系统和方法。以下详细描述的本发明特定实施方案包括用于开发和评定用于保险产品设计和定价的假设的系统和方法。
损失假设是直接或间接关于被认为是事实的投保事件的陈述。保险产品的设计和定价很大程度上是根据一组这样的假设确定的。损失假设可以表示为数字项。关于依据经验显示为与投保事件相关的因子，因子与投保事件和/或其它因子之间的关系可以量化。在开发作为特定保险产品设计和定价基础的假设时，量化允许使用统计和其它数学技术。
为了说明，以下许多讨论都针对作为一类特殊保险产品的人寿保险及作为一类特殊风险的抵押。但是，应当清楚，所公开的系统和方法可以应用到其它产品和风险类别。因此，本公开内容不应当认为是以任何方式限制到人寿保险或抵押的特定领域。
特别地，本发明的系统和方法可以用在任何必须做决定及多个因子可以看作与决定有关的事件或情况出现相关的领域。例如，在抵押(或其它类型的借贷产品)的设计中，必须对利率、可提前支付的点、最大借贷量、借贷拖欠率及其它因子作出决定。借贷拖欠率可能受每个交易特定的因子，如预期借款者的收入/资产等级、财产类型、流行的市场情况、贷方的风险忍受力及其它因子，影响。本发明的系统和方法可用于设计抵押产品和/或在涉及此类产品的交易中方便做决定的过程。其它例子对于风险管理和存在风险时决策制定领域的技术人员是显而易见的。
人寿保险实例在人寿保险产品的设计和定价中，保险公司将风险定义成可以将投保人群归类的类型或“群组”。定义风险分类的各种组合(即，对风险归类或分层)对损失(死亡)率的影响是保险统计师的职能。评价特定个体或风险的风险或确定该个体或风险适合哪个类型是保险业的职能。
在特定风险(例如，人寿保险环境下的个体生命)的情况下，精确地确定投保事件何时发生通常是不可能的。但是，保险公司可以开发个体风险的风险曲线，该风险曲线可以用于确定投保事件在特定时间发生的可能性。风险曲线是在既可量化又可核实的因子基础之上开发的。在人寿保险的情况下，血压、胆固醇指标和体形是可用于开发风险曲线的可量化和可核实的因子。在人寿保险产品的设计和定价中，保险公司对这些因子关于死亡率的相对影响作出假设，并根据这些假设建立风险类型和定价结构。
本发明在保险产品的设计中方便风险分类或“群组”的开发。图1说明了在人寿保险环境下使用本发明方法和系统的一种实施方案的方式。在这种实施方案中，第一步是定义多个与投保事件相关的因子。在图1所示的特定实例中，这些因子列在名称为“因子”的列中，有SP(收缩压)、DP(舒张压)、CH(胆固醇指标)和CH RATIO(胆固醇比)。此外还有可以考虑的附加因子(例如，体形、机动车辆记录、家族史、过去的病史和嗜好)。考虑多达12至15个因子并不稀奇。但是，使用更少或更多(如，2个或40个)因子也是有可能的。在本发明的系统和方法中，保险公司或其它产品为之开发的客户可以指定使用哪些因子和使用多少因子，及对于每个因子个体限制的等级。在有些情况下，一个或多个因子可能是彼此高度关联的。在这些情况下，两种因子都使用显得有些冗余，而且对于定义风险分类或群组只有有限的影响。使用这种系统和方法方便了保险公司或其它客户对因子的评价和选择。
图1所示方法中的下一步是为每个因子指定等级。这在图1中是在名称为“等级”的列中说明的。所列出的级数和相关的值与范围只是说明性的。可以使用更多(或更少)等级，而且与其关联的值与范围可以变化。但是，本发明的一方面是以非累积的方式选择等级并与预期的范围关联。即，相对于每个连续的等级都包括所有前面的等级，适用人群(及其关联的死亡率)遍布这些等级。例如，在图1的实例中，参考因子SP，人群死亡率在等级1、2、3和4上的分布可以分别是15％、35％、40％和10％，而不是累积的15％、50％、90％和100％。这个特点在下面额外详细讨论。
图1所示方法中的下一步是为每个等级指定值(在这种情况下，是借方和贷方)。通过适当地对为每个等级指定的值和因子加权，这在图1中是在名称为“(借方)/贷方”的列中说明的。每个等级和因子的相对影响可以调整，从而精确地调整用于定义风险分类的保险统计方法及用于评价特定风险的承保方法的系统。该方法还方便说明各种因子之间的内部联系。例如，指定到具有高胆固醇个体的借方可以是至少部分地(和递增地)偏移有利胆固醇率、血压或体形因子产生的贷方。为各个等级指定数字值方便对这种内部联系的考虑，尤其是在数字处理的环境下。
在此描述的方法中，该系统的用户(例如，保险公司或保险公司所用保险产品的设计者)经常要涉及因子的选择、等级的指定和值的指定。事实上，在有些情况下，将在市场上提供产品的保险公司在这点上扮演主要角色。除了保险公司自己的知识基础，关于各种因子和等级对死亡率的相对影响的信赖和优先选择及其它考虑都会支配或影响对因子和等级及为等级指定的相关值的选择。例如，为了竞争，保险公司可以选择强调(或不强调)某些因子。产品可以设计成，至少部分地设计成，在给定人群中获得一定的市场份额。因子、等级和值的选择还可能受市场中存在其它竞争性产品的影响。图2说明了在系统中构造表来说明为用于设计特定产品而选定的因子和等级所有组合的方式。在图2的实例中，指定了5个因子，各个因子分别具有5、6、8、9和10个等级。同样，因子的个数和等级都只是说明性的。如所期望的，因子的个数和每个因子等级的个数可以增加或减少。
对于图2中由行表示的组合，确定两个量并进入系统。第一个量是在标准人群中每种组合出现的概率。第二个量是每种组合的死亡比率(即，用预期死亡人数除观测到的死亡人数)。关于这些量的信息可以通过经验数据和调查获得。很多这种信息都可以在公共文献中获得，而有一些是保险公司根据他们关于个体和组的经验可以利用的。对于有些组合，保险统计师和其他专家的组合评价可以构成这两个量中一个或另一个的主要基础。在任何情况下，由于附加信息(例如，关于特定组和个体的研究、调查、经验等)变得可用，因此该信息可用于连续精炼这些量。出现概率和死亡比率的乘积是用于所有组合的死亡率分布。
当使用大量因子和等级时，将不可避免地存在具有相对少量信息可用于确定出现概率和/或死亡比率的组合。因此，在整个表中会出现“缺口”。插值法可用于弥补这些缺口。但是，简单的插值法可能会导致不合理的结果(即，对于某些组合，系统会产生与逻辑和经验相反的结果)。在很大程度上，这种结果是通过在确定组合的死亡率分布时使用递增(而不是累积)方法来避免的。如上面联系图1的等级指定所描述的，每个组合的死亡率分布是基于各个等级之间的递增死亡率变化(即，“变量增量”)，而不是在其它情况下可能的累积。
如前面所讨论的，出现概率可以对图2所示的每种组合确定。这些值可以矩阵排列，该矩阵具有等于所考虑因子个数的维度。例如，图2的例子会产生5维的矩阵。同样如前面所讨论的，代表出现概率的值可以表示为两种格式累积的或递增的。后一种格式的每个值都可以称为“增量(splinters)”。
累积矩阵以所提供出现概率满足或超过每个因子标准的形式提供值。这种方法下的死亡比率提供满足或超过每种因子组合标准的组的全局平均相对死亡率。当将调查结果转化成矩阵格式时，这种结构更容易使用。但是，随着因子和等级组合个数的增加，保证相邻单元之间每个微或局部关系在所有维度内都一致变得更加困难。因此，可以包括在一个群组中的因子个数是有限的。这种结构允许优选的保险项目，其中量化必须基于满足所有的标准，有或没有有限个可能的意外情况。
递增或裂片矩阵以所提供出现概率精确地满足每种组合标准的形式提供值。死亡比率提供精确地满足该因子组合中所有特定标准的组的相对死亡率。利用这种格式来保证所有相对关系都一致更加容易。而且还容易对因子进行调整，包括对不同国家中变化的关系进行调整。利用这种结构，大量因子可以用于每个群组。这种方法还使得有可能利用借记和贷记作为限制标准来对产品定价。“满足所有标准”方法下的“例外规则”是简化的。
在累积和裂片格式之间有一种关系。这种关系是令PCabc...n＝适用于标准a、b、c...n的累积概率值MCabc...n＝适用于标准a、b、c...n的累积相对死亡率因子PSabc...n＝适用于标准a、b、c...n的裂片概率值MSabc...n＝适用于标准a、b、c...n的裂片相对死亡率因子则PCabc...n＝∑(适用于i＝1，a)∑(适用于j＝1，b)∑(适用于k＝1，c)...∑(适用于m＝1，n)PSijk...m
MCabc...n＝I)除以II)，其中I)＝∑(适用于i＝1，a)∑(适用于j＝1，b)∑(适用于k＝1，c)...∑(适用于m＝1，n)PSijk...mMSijk...mII)＝PCabc...nPSabc...n＝PCabc...n-∑PC(i-p)(j-q)(k-r)...(m-s)，适用于p、q、r...s的所有组合和i、j、k...m的所有组合，p、q、r...s中有且只有一个等于1，而p、q、r...s中所有其它值都等于0+∑PC(i-p)(j-q)(k-r)...(m-s)，适用于p、q、r...s的所有组合和i、j、k...m的所有组合，p、q、r...s中有且只有两个等于1，而p、q、r...s中所有其它值都等于0-...
+(如果因子序号为奇数)或者-(如果因子序号为偶数)PC(i-1)(j-1)(k- 1)...(m-1)MSabc...n＝I)除以II)，其中I)＝PCabc...n*MCabc...n-∑PC(i-p)(j-q)(k-r)...(m-s)*MC(i-p)(j-q)(k-r)...(m-s)，适用于p、q、r...s的所有组合和i、j、k...m的所有组合，p、q、r...s中有且只有一个等于1，而p、q、r...s中所有其它值都等于0+∑PC(i-p)(j-q)(k-r)...(m-s)*MC(i-p)(j-q)(k-r)...(m-s)，适用于p、q、r...s的所有组合和i、j、k...m的所有组合，p、q、r...s中有且只有两个等于1，而p、q、r...s中所有其它值都等于0-...
+(如果因子序号为偶数)或者-(如果因子序号为奇数)PC(i-1)(j-1)(k- 1)...(m-1)*MC(i-p)(j-q)(k-r)...(m-s)II)＝PSabc...n维度大于3的矩阵本质上讲是很难实现的。但是，在图3中显示了累积出现概率矩阵的三维视图。图4说明了对应的累积死亡比率矩阵。根据以上关系，可以得出对应的裂片矩阵。这种计算的一种说明性实例是PS(3，3，3)＝PC(3，3，3)-PC(2，3，3)-PC(3，2，3)-PC(3，3，2)+PC(2，2，3)+PC(2，3，2)+PC(3，2，2)-PC(2，2，2)
MS(3，3，3)＝(PC(3，3，3)*MC(3，3，3)-PC(2，3，3)*MC(2，3，3)-PC(3，2，3)*MC(3，2，3)-PC(3，3，2)*MC(3，3，2)+PC(2，2，3)*MC(2，2，3)+PC(2，3，2)*MC(2，3，2)+PC(3，2，2)*MC(3，2，2)-PC(2，2，2)*MC(2，2，2))/PS(3，3，3)还可以执行类似的计算以得出PS和MS矩阵的每个条目。
概率和死亡比率的乘积产生用于图2表中所有可能组合的死亡率分布。死亡率分布用于评价由用户指定的值。由于他们关于产品的计划定价和利润率、产品要获得的市场份额及产品设计中很重要的其它考虑因素，因此这种评价允许用户接受关于所选因子和等级及指定值(如，图1的借记/贷记)所做决策的结果。如果期望，通过改变指定给各个因子和等级的某些值及确定这些值影响这些考虑因素的方式，可以执行敏感性分析。这种方法允许用户改进产品的设计以实现商业目标，同时对产品的计划性能有更完整的理解。
应当指出，指定给图2表中每种组合的值可以用数字量(例如，用于每个组合的累积透支和信用)来表示。在这种结构中，数字量不一定是唯一的。例如，由23225组合表示的个体可以与由31323组合表示的个体具有相同的全局数字量或“分数”。这些分数向用户提供在多维表中画“线”以确定哪个组合可限制特定保险项目的方法。如上面所参考的，如果由不同组合表示的两个个体有相同的分数，则与这些组合中每一个关联的全局借记和贷记允许两个个体限制特定的保险项目。
应当指出，该系统还允许根据一个或多个其它等级将可选值指定到一个因子。例如，关于体形因子，由22125组合表示的个体可以看作区别于由44435组合表示的个体。相对于后一种情况下指定的值，在前一种情况下，更小(或更大)的值可以指定到体形等级5。换句话说，当它与相对高的血压和胆固醇指标一致时，相对高“体形”因子的重要性可以提高。各因子之间的其它关系可以类似地确定。
在整个描述和附加权利要求中，使用了术语“相关性”和“相关的”(例如，“多个与投保事件相关的因子”)。这些术语不是只用于狭义数学意义上的次级矩概率分布。而是用于表示两个或多个变量之间存在依赖性或使其存在依赖性的手段。
尽管已经详细地描述和说明了本发明，但应当清楚地理解，本发明只是作为说明和示例，而不是要作为限制。本发明的主旨和范围只能由附加权利要求的项来限制。
权利要求
1.一种开发用于设计保险产品的损失假设的方法，包括步骤a)定义多个与可投保事件相关的因子，对于该事件，至少有两个所述因子彼此相关；b)为每个因子指定多个表示可能出现状态的等级；c)为每个等级指定值；d)对所述因子和等级的选定组合产生预期损失分布；及e)根据为所述等级指定的值和预期损失分布评价该保险产品的预期性能。
2.如权利要求1所述的方法，其中产生预期损失分布的步骤进一步包括步骤a)为所述因子和等级的至少一些选定组合确定人群中所述组合的累积出现概率；b)为所述因子和等级的至少一个选定组合确定人群中所述组合的递增出现概率；及c)为选定组合确定损失率。
3.如权利要求2所述的方法，其中选定组合的递增出现概率是根据一个或多个所述组合的累积出现概率确定的。
4.如权利要求2所述的方法，其中产生预期损失分布的步骤还包括用各自的损失率乘每个所述选定组合的递增或累积出现概率。
5.如权利要求1所述的方法，其中评价保险产品预期性能的步骤包括评价产品预期损失率的步骤。
6.如权利要求1所述的方法，其中评价保险产品预期性能的步骤包括评价产品将获得的预期市场份额的步骤。
7.如权利要求1所述的方法，包括根据对保险产品预期性能的评价调整至少一个为每个等级指定的值的附加步骤。
8.如权利要求1所述的方法，包括定义多个群组的附加步骤，其中每个群组都代表投保事件递增出现概率的一个范围。
9.如权利要求1所述的方法，包括调整为每个等级指定的值并重新评价保险产品预期性能的附加步骤。
10.如权利要求1所述的方法，其中所述多个因子的个数是3或更多。
11.如权利要求1所述的方法，其中所述与投保事件相关的多个因子的个数是8到64。
12.开发用于设计保险产品的损失假设的系统，包括a)多个与投保事件相关的因子，这些因子彼此相关；b)多个为每个因子指定的表示可能出现状态的等级；c)多个为每个等级指定的值；d)为所述因子和等级的选定组合产生预期损失分布的方法；及e)根据为等级指定的值和预期损失分布评价保险产品预期性能的方法。
13.如权利要求12所述的系统，其中产生预期损失分布的方法还包括a)为所述因子和等级的选定组合确定人群中的累积出现概率的方法；b)为所述因子和等级的至少一些选定组合确定人群中的递增出现概率的方法；及c)为所述选定组合确定损失率的方法。
14.如权利要求13所述的系统，其中产生预期损失分布的方法还包括用各自的损失率乘每个所述选定组合的递增或累积出现概率的方法。
15.如权利要求12所述的系统，其中评价保险产品预期性能的方法包括评价产品预期损失率的方法。
16.如权利要求12所述的系统，其中评价保险产品预期性能的方法包括评价产品将获得的预期市场份额的方法。
17.如权利要求12所述的系统，包括根据对保险产品预期性能的评价调整至少一个为每个等级指定的值的方法。
18.如权利要求12所述的系统，还包括多个群组，其中每个群组都代表投保事件递增出现概率的一个范围。
19.如权利要求12所述的系统，包括调整为每个等级指定的值并重新评价保险产品预期性能的方法。
20.如权利要求12所述的系统，其中所述多个因子的个数是3或更多。
21.如权利要求12所述的系统，其中所述多个因子的个数是8到64。
22.开发用于设计风险人群保险产品的损失假设的方法，包括步骤a)定义多个与投保事件相关的因子，对于该事件，至少有两个所述因子彼此相关；b)为每个因子指定多个表示在该人群中所述因子可能出现状态的等级c)为因子和等级的选定组合确定该人群中组合的累积出现概率；d)为所述因子和等级的选定组合确定该人群中组合的递增出现概率；及e)利用所述选定组合的累积或递增出现概率确定损失分布。
23.如权利要求22所述的方法，还包括将一个或多个选定组合指定到多个群组中一个的步骤。
24.如权利要求22所述的方法，包括为每个级指定值及根据为级指定的值和预期损失分布评价保险产品预期性能的附加步骤。
25.如权利要求24所述的方法，其中评价保险产品预期性能的步骤包括评价产品预期损失率的步骤。
26.如权利要求24所述的方法，其中评价保险产品预期性能的步骤包括评价产品将获得的预期市场份额的步骤。
27.如权利要求24所述的方法，包括根据对保险产品预期性能的评价调整至少一个为每个等级指定的值的附加步骤。
28.如权利要求24所述的方法，包括调整为每个等级指定的值并重新评价保险产品预期性能的附加步骤。
29.如权利要求22所述的方法，其中确定损失分布的步骤包括用各自的损失率乘每个选定组合的递增或累积出现概率的步骤。
30.如权利要求22所述的方法，其中组合的递增出现概率是利用所述组合的各个累积出现概率确定的。
31.开发用于设计金融产品的假设的方法，包括步骤a)定义多个与金融产品一方面相关的因子，对于该事件，至少有两个所述因子彼此相关；b)为每个因子指定多个表示在该人群中所述因子可能出现状态的等级；c)为因子和等级的选定组合确定该人群中所述组合的累积出现概率；d)为所述因子和等级的至少一个组合确定该人群中至少一个所述组合的递增出现概率；及e)评价金融产品的预期性能。
32.如权利要求31所述的方法，还包括将用于选定组合的累积出现概率存储在第一阵列中，利用第一阵列中的值确定各个递增出现概率并将所述递增出现概率存储在第二阵列中的步骤。
33.如权利要求31所述的方法，其中评价金融产品预期性能的步骤包括评价产品预期损失率的步骤。
34.如权利要求31所述的方法，其中评价金融产品预期性能的步骤包括评价产品将获得的预期市场份额的步骤。
35.如权利要求31所述的方法，还包括为每个等级指定值的步骤。
36.如权利要求35所述的方法，还包括根据对金融产品预期性能的评价调整至少一个为每个等级指定的值的步骤。
37.如权利要求35所述的方法，还包括调整为每个等级指定的值并重新评价金融产品预期性能的步骤。
38.开发用于评价事件出现可能性的风险假设的方法，包括步骤a)定义多个与事件相关的因子，对于该事件，至少有两个所述因子彼此相关；b)为每个因子指定多个等级；c)为因子和等级的选定组合确定人群中该组合的累积出现概率；d)为因子和等级的至少一个选定组合确定人群中该组合的递增出现概率；e)利用所述组合的累积或递增出现概率为因子和等级的选定组合确定相对出现率；及f)将选定组合指定到多个群组中的一个。
39.如权利要求38所述的方法，还包括为每个等级指定值的步骤。
40.如权利要求38所述的方法，其中组合的递增出现概率是根据所述组合的各个累积出现概率确定的。
41.如权利要求38所述的方法，其中组合的递增出现概率是根据以下关系由所述组合的各累积出现概率确定的PSabc...n＝PCabc...n-∑PC(i-p)(j-q)(k-r)...(m-s)，适用于p、q、r...s的所有组合和i、j、k...m的所有组合，p、q、r...s中有且只有一个等于1，而p、q、r...s中所有其它值都等于0+∑PC(i-p)(j-q)(k-r)...(m-s)，适用于p、q、r...s的所有组合和i、j、k...m的所有组合，p、q、r...s中有且只有两个等于1，而p、q、r...s中所有其它值都等于0-...+(如果因子序号为奇数)或者-(如果因子序号为偶数)PC(i-1)(j-1)(k- 1)...(m-1)其中PCabc...n＝适用于标准a、b、c...n的累积概率值PSabc...n＝适用于标准a、b、c...n的裂片概率值
全文摘要
一种开发用于评价事件出现可能性的方法，包括(图3)定义多个彼此与事件相关的因子、为每个因子指定多个等级、为因子和等级的选定组合确定相对出现率及将选定组合指定到多个群组中一个的步骤。在某些实施方案中，该方法及对应系统用于设计保险产品。该方法可以包括为等级指定值及根据为等级指定的值和预期损失率评价产品预期性能的附加步骤。产生预期损失分布的步骤包括为至少一些选定组合确定累积出现概率及为至少一个选定组合确定递增出现概率。
文档编号G06Q40/00GK1596410SQ02823765
公开日2005年3月16日 申请日期2002年11月8日 优先权日2001年11月29日
发明者D·S·高巴茨, E·J·赖特 申请人:瑞士再保险公司