Panjer-Verteilung
Verteilungsfunktion
Parameter
a,b
Träger
N
∪ ∪ -->
{
0
}
{\displaystyle \mathbb {N} \cup \{0\}}
Erwartungswert
a
+
b
1
− − -->
a
{\displaystyle {\frac {a+b}{1-a}}}
Varianz
a
+
b
(
1
− − -->
a
)
2
{\displaystyle {\frac {a+b}{(1-a)^{2}}}}
Die Panjer-Verteilung (nach Harry Panjer ) ist eine Wahrscheinlichkeitsverteilung , welche die Verteilungen negative Binomialverteilung , Binomialverteilung (für
p
∈ ∈ -->
[
0
,
1
)
{\displaystyle p\in [0,1)}
) und Poisson-Verteilung in einer Verteilungsklasse vereint. Somit gehört sie zu den univariaten diskreten Wahrscheinlichkeitsverteilungen . Sie wird in der Versicherungsmathematik eingesetzt als Schadenzahlverteilung, da ihre spezielle rekursive Struktur einen effizienten Algorithmus zur Berechnung der Gesamtschadenverteilung eines Versicherungsportefeuilles ermöglicht.
Charakterisierung
Die Klasse der Panjer-Verteilung besteht aus allen Verteilungen auf
N
0
{\displaystyle \mathbb {N} _{0}}
, für die es Konstanten
a
,
b
∈ ∈ -->
R
{\displaystyle a,b\in \mathbb {R} }
mit
a
+
b
≥ ≥ -->
0
{\displaystyle a+b\geq 0}
gibt, so dass folgende Rekursionsvorschrift für die Zähldichte
p
k
=
P
(
X
=
k
)
{\displaystyle p_{k}=P(X=k)}
gilt:
p
k
=
(
a
+
b
k
)
⋅ ⋅ -->
p
k
− − -->
1
,
k
≥ ≥ -->
1.
{\displaystyle p_{k}=\left(a+{\frac {b}{k}}\right)\cdot p_{k-1},~~k\geq 1.}
Die Wahrscheinlichkeit
p
0
{\displaystyle p_{0}}
ergibt sich aus der Normierungsbedingung
∑ ∑ -->
k
=
0
∞ ∞ -->
p
k
=
1.
{\displaystyle \sum _{k=0}^{\infty }p_{k}=1.}
Eine Folge
(
p
k
)
k
∈ ∈ -->
N
0
{\displaystyle (p_{k})_{k\in \mathbb {N} _{0}}}
mit diesen Eigenschaften ist eine spezielle stochastische Folge , die als Panjer-Folge bezeichnet wird.[ 1]
Eigenschaften
Erwartungswert und Varianz der Panjer-Verteilung sind gegeben durch
E
(
X
)
=
a
+
b
1
− − -->
a
,
V
(
X
)
=
a
+
b
(
1
− − -->
a
)
2
.
{\displaystyle E(X)={\frac {a+b}{1-a}},~~V(X)={\frac {a+b}{(1-a)^{2}}}.}
Es ist
V
(
X
)
E
(
X
)
=
1
1
− − -->
a
,
{\displaystyle {\frac {V(X)}{E(X)}}={\frac {1}{1-a}},}
woraus folgt, dass
V
(
X
)
>
E
(
X
)
⟺ ⟺ -->
a
>
0.
{\displaystyle V(X)>E(X)~~\iff a>0.}
V
(
X
)
=
E
(
X
)
⟺ ⟺ -->
a
=
0.
{\displaystyle V(X)=E(X)~~\iff a=0.}
V
(
X
)
<
E
(
X
)
⟺ ⟺ -->
a
<
0.
{\displaystyle V(X)<E(X)~~\iff a<0.}
Spezialfälle
Verteilung
P
[
N
=
k
]
{\displaystyle P[N=k]}
a
{\displaystyle a}
b
{\displaystyle b}
p
0
{\displaystyle p_{0}}
W
N
(
x
)
{\displaystyle W_{N}(x)}
E
[
N
]
{\displaystyle E[N]}
V
a
r
(
N
)
{\displaystyle Var(N)}
Binomial
(
n
k
)
p
k
(
1
− − -->
p
)
n
− − -->
k
{\displaystyle {\binom {n}{k}}p^{k}(1-p)^{n-k}}
p
p
− − -->
1
{\displaystyle {\frac {p}{p-1}}}
p
(
n
+
1
)
1
− − -->
p
{\displaystyle {\frac {p(n+1)}{1-p}}}
(
1
− − -->
p
)
n
{\displaystyle (1-p)^{n}}
(
p
x
+
(
1
− − -->
p
)
)
n
{\displaystyle (px+(1-p))^{n}}
n
p
{\displaystyle np}
n
p
(
1
− − -->
p
)
{\displaystyle np(1-p)}
Poisson
e
− − -->
λ λ -->
λ λ -->
k
k
!
{\displaystyle e^{-\lambda }{\frac {\lambda ^{k}}{k!}}}
0
{\displaystyle 0}
λ λ -->
{\displaystyle \lambda }
e
− − -->
λ λ -->
{\displaystyle e^{-\lambda }}
e
λ λ -->
(
s
− − -->
1
)
{\displaystyle e^{\lambda (s-1)}}
λ λ -->
{\displaystyle \lambda }
λ λ -->
{\displaystyle \lambda }
Negativ Binomial
Γ Γ -->
(
r
+
k
)
k
!
Γ Γ -->
(
r
)
p
r
(
1
− − -->
p
)
k
{\displaystyle {\frac {\Gamma (r+k)}{k!\,\Gamma (r)}}\,p^{r}\,(1-p)^{k}}
1
− − -->
p
{\displaystyle 1-p}
(
1
− − -->
p
)
(
r
− − -->
1
)
{\displaystyle (1-p)(r-1)}
p
r
{\displaystyle p^{r}}
(
p
1
− − -->
x
(
1
− − -->
p
)
)
r
{\displaystyle \left({\frac {p}{1-x(1-p)}}\right)^{r}}
r
(
1
− − -->
p
)
p
{\displaystyle {\frac {r(1-p)}{p}}}
r
(
1
− − -->
p
)
p
2
{\displaystyle {\frac {r(1-p)}{p^{2}}}}
Mit
a
=
0
,
b
=
λ λ -->
,
p
0
=
e
− − -->
λ λ -->
{\displaystyle a=0,~b=\lambda ,~p_{0}=e^{-\lambda }}
erhält man die Poisson-Verteilung . In diesem Fall ist also
V
(
X
)
=
E
(
X
)
{\displaystyle V(X)=E(X)}
.
Panjer- und Binomialverteilung
Mit
a
=
− − -->
p
1
− − -->
p
,
b
=
(
n
+
1
)
⋅ ⋅ -->
p
1
− − -->
p
,
p
0
=
(
1
− − -->
p
)
n
{\displaystyle a=-{\frac {p}{1-p}},~b=(n+1)\cdot {\frac {p}{1-p}},~p_{0}=(1-p)^{n}}
erhält man die Binomialverteilung . In diesem Fall ist
V
(
X
)
<
E
(
X
)
{\displaystyle V(X)<E(X)}
.
Mit
a
=
1
− − -->
p
,
b
=
(
r
− − -->
1
)
⋅ ⋅ -->
(
1
− − -->
p
)
,
p
0
=
p
r
{\displaystyle a=1-p,~b=(r-1)\cdot (1-p),~p_{0}=p^{r}}
erhält man die Negative Binomialverteilung (Zählung der Misserfolge).
Hier ist nun
V
(
X
)
>
E
(
X
)
{\displaystyle V(X)>E(X)}
.
Siehe auch
Literatur
Thomas Mack: Schadenversicherungsmathematik . 2. Auflage, Verlag Versicherungswirtschaft 2002, ISBN 3-88487-957-X .
Einzelnachweise
↑ Klaus D. Schmidt: Stochastische Folgen . Ein Proseminar mit Anwendungen in der Versicherungsmathematik (= Springer-Lehrbuch ). Springer Spektrum, Berlin / Heidelberg 2015, ISBN 978-3-662-46175-4 , Kap. 8: Panjer-Folgen , S. 95–104 , doi :10.1007/978-3-662-46176-1 .