[發明專利]一種基于拉丁超立方抽樣方法進行巨災事件模擬的方法及計算機程序產品

在審

• 申請號: 202110390960.3
• 申請日: 2021-04-12
• 公開（公告）號: CN113344711A
• 公開（公告）日: 2021-09-03
• 發明（設計）人: 楊浩;袁曦;魯涵;賈凱
• 申請（專利權）人: 中國再保險（集團）股份有限公司
• 主分類號: G06Q40/08
• 分類號: G06Q40/08;G06F17/18
• 代理公司: 北京卓愛普專利代理事務所(特殊普通合伙) 11920
• 代理人: 王玉松

本發明涉及巨災保險業務領域，尤其涉及一種基于拉丁超立方方法的巨災事件抽樣方法與一種計算機程序產品，該方法包括獲取參數步驟，排序步驟，確定抽樣間隔值步驟，抽樣步驟，亂序步驟；本發明的計算機程序產品被處理器執行時實現本發明方法中的所有步驟。本發明提高了對小概率事件的抽樣準確性，模擬的巨災事件發生情況更接近實際情況。

本發明涉及巨災保險業務領域，尤其涉及一種基于拉丁超立方方法的巨災事件抽樣方法及計算機程序產品。

背景技術

在巨災事件損失計算以及保險定價的過程中，系統首先要對由巨災模型生成的巨災事件根據其發生頻率在時域上進行模擬，也就是要生成巨災事件在給定的時間段之內的發生情況。由巨災模型產生的巨災事件包含了事件本身的物理特性以及對保險標的產生的損失等多種信息，其中事件的年平均發生頻率是事件模擬過程中最重要的信息字段之一。事件抽樣過程服從大數定律，即重復多次相同的試驗，當試驗樣本數量足夠大的時候，樣本均值和真實(總體)均值充分接近。蒙特卡洛抽樣方法就是基于該定律的簡單隨機抽樣方法。指使用隨機數或偽隨機數從概率分布中抽樣的傳統技術。該方法也可用于巨災事件模擬。

使用蒙特卡洛方法進行巨災事件抽樣時，通過隨機數的方法確定本次抽樣落在哪個事件的頻率區間。這一方法在模擬次數較大時，實際抽樣結果能夠接近事件本身的年發生頻率。但是當抽樣次數較小時，實際抽樣結果可能與各個事件的頻率分布存在較大差別。蒙特卡羅抽樣技術完全是隨機的，即在輸入分布的范圍內，樣本可以落在任何位置。當然，樣本更有可能從高發生概率的分布區域中抽取。當執行的迭代次數少的時候，抽樣會產生聚集的問題。在分布范圍之外的值，不作為樣本，它們對結果的影響，不包括在模擬輸出中。當分布中包含低概率結果的時候，聚集會變得特別明顯，可能會對結果產生大的影響，考慮這些低概率結果的影響是重要的。由于巨災事件發生的頻率往往確實很小，并且發生頻率越小的事件，它的損失可能會越大，對整體損失的影響也就越大，因此對低概率事件的模擬就更加重要。

發明內容

針對現有技術中存在的技術問題，本發明技術方案一方面提出了一種基于拉丁超立方抽樣方法進行巨災事件模擬的方法，包括模擬巨災事件序列的方法的如下步驟：

獲取參數步驟獲取被模擬巨災事件的事件頻率和事件標識；

排序步驟將被模擬巨災事件按照事件頻率進行排序，得到相對應的排序事件頻率和排序事件標識；

確定抽樣間隔值步驟用排序事件頻率總和除以抽樣數N得到每次的抽樣間隔值δ；

抽樣步驟對所述排序事件頻率按照δ的間隔依次進行抽樣，記錄每次抽樣對應的排序事件標識；

亂序步驟將全部抽取的排序事件標識進行亂序得到模擬巨災事件序列。

另一方面提供了一種計算機程序產品，包括計算機程序，其特征在于，被處理器執行任何基于拉丁超立方抽樣方法進行巨災事件模擬的方法的步驟。

本發明的有益效果在于，提高了對小概率事件的抽樣準確性，模擬的巨災事件發生情況更接近實際情況。

附圖說明

圖1.一種實施方式中抽樣步驟的線段圖；

圖2.一種實施方式中得到的模擬巨災事件序列；

圖3.一種實施方式的流程圖。

具體實施方式

本發明的一些實施方式涉及了基于拉丁超立方抽樣方法進行巨災事件模擬的方法，包括模擬巨災事件序列的方法的如下步驟：

獲取參數步驟獲取被模擬巨災事件的事件頻率和事件標識；

排序步驟將被模擬巨災事件按照事件頻率進行排序，得到相對應的排序事件頻率和排序事件標識；

確定抽樣間隔值步驟用排序事件頻率總和除以抽樣數N得到每次的抽樣間隔值δ；