2026年精算师资格练习题练习题及答案

2026年精算师资格练习题练习题及答案一、概率论与数理统计部分1.某保险公司承保的机动车辆保险中，单车年理赔次数X服从负二项分布，参数r=2，β=1.5。已知该公司过去3年的理赔数据显示，60%的保单年理赔次数为0，25%为1次，10%为2次，5%为3次及以上。试计算：（1）理论上X=0时的概率；（2）理论上X≥2时的概率；（3）比较实际数据与理论分布的拟合优度（使用卡方检验，显著性水平α=0.05，临界值χ²₀.₀₅(2)=5.991）。答案：（1）负二项分布概率公式为P(X=k)=C(k+r-1,k)βᵏ(1+β)^(-r-k)。当k=0时，P(X=0)=(1+β)^(-r)=(1+1.5)^(-2)=1/(2.5)²=0.16。（2）P(X≥2)=1-P(X=0)-P(X=1)。计算P(X=1)=C(1+2-1,1)×1.5¹×(2.5)^(-3)=C(2,1)×1.5×(1/15.625)=2×1.5/15.625=3/15.625=0.192。因此P(X≥2)=1-0.16-0.192=0.648。（3）实际观测频数（假设总保单数N=1000）：X=0时600，X=1时250，X≥2时150。理论频数：X=0时1000×0.16=160，X=1时1000×0.192=192，X≥2时1000×0.648=648。卡方统计量χ²=Σ[(Oᵢ-Eᵢ)²/Eᵢ]=(600-160)²/160+(250-192)²/192+(150-648)²/648=(440²)/160+(58²)/192+(498²)/648=193600/160+3364/192+248004/648=1210+17.52+382.72=1610.24。由于1610.24>5.991，拒绝原假设，理论分布与实际数据拟合不佳。二、寿险精算部分2.假设死亡力μₓ=0.02（常数），利息力δ=0.05，计算：（1）(x)的终身寿险趸缴纯保费Āₓ；（2）(x)的20年期定期寿险趸缴纯保费Āₓ:₂₀|¹；（3）(x)的20年期生存保险趸缴纯保费Aₓ:₂₀|¹。答案：（1）终身寿险趸缴纯保费公式为Āₓ=∫₀^∞vᵗtpₓμₓ₊ᵗdt。因μ为常数，tpₓ=e^(-μt)，vᵗ=e^(-δt)，μₓ₊ᵗ=μ，故Āₓ=μ∫₀^∞e^(-(δ+μ)t)dt=μ/(δ+μ)=0.02/(0.05+0.02)=2/7≈0.2857。（2）20年期定期寿险公式为Āₓ:₂₀|¹=∫₀²⁰vᵗtpₓμₓ₊ᵗdt=μ∫₀²⁰e^(-(δ+μ)t)dt=μ/(δ+μ)[1-e^(-(δ+μ)×20)]=0.02/0.07[1-e^(-0.07×20)]≈(2/7)(1-e^(-1.4))≈(2/7)(1-0.2466)=2/7×0.7534≈0.2153。（3）20年期生存保险趸缴纯保费为v²⁰₂₀pₓ=e^(-δ×20)×e^(-μ×20)=e^(-(δ+μ)×20)=e^(-0.07×20)=e^(-1.4)≈0.2466。三、非寿险精算部分3.某车险公司根据历史数据，将被保险人分为“谨慎型”（A类）和“冒进型”（B类），占比分别为70%和30%。A类年理赔次数服从泊松分布，λ₁=0.3；B类年理赔次数服从泊松分布，λ₂=0.8。（1）计算随机选取一名被保险人的年理赔次数的边缘分布；（2）若某被保险人一年内发生2次理赔，计算其属于A类的后验概率；（3）若采用Bühlmann信度模型估计个体信度保费，已知A类和B类的理赔次数方差分别为0.3和0.8，求信度因子Z（假设观测期n=3年）。答案：（1）设X为年理赔次数，P(X=k)=P(A)P(X=k|A)+P(B)P(X=k|B)=0.7×(e^(-0.3)0.3ᵏ)/k!+0.3×(e^(-0.8)0.8ᵏ)/k!。（2）后验概率P(A|X=2)=P(X=2|A)P(A)/P(X=2)。计算分子：0.7×(e^(-0.3)0.3²)/2!≈0.7×(0.7408×0.09)/2≈0.7×0.0333≈0.0233。分母：0.7×0.0333+0.3×(e^(-0.8)0.8²)/2!≈0.0233+0.3×(0.4493×0.64)/2≈0.0233+0.3×0.1438≈0.0233+0.0431≈0.0664。故P(A|X=2)=0.0233/0.0664≈0.351。（3）Bühlmann信度因子Z=n/(n+k)，其中k=Var(θ)/E[Var(X|θ)]。θ为风险参数（A或B），E[X|θ]的期望μ=0.7×0.3+0.3×0.8=0.21+0.24=0.45。Var(θ)=E[E[X|θ]²]-μ²=0.7×0.3²+0.3×0.8²-0.45²=0.7×0.09+0.3×0.64-0.2025=0.063+0.192-0.2025=0.0525。E[Var(X|θ)]=0.7×0.3+0.3×0.8=0.21+0.24=0.45（因泊松分布方差等于均值）。故k=0.0525/0.45=0.1167。Z=3/(3+0.1167)=3/3.1167≈0.962。四、精算模型部分4.某健康险产品的理赔金额Y服从对数正态分布，参数μ=4，σ=1.2。（1）计算Y的期望和方差；（2）若设置免赔额d=50，计算平均赔付额E[(Y-d)+]；（3）若采用帕累托分布拟合Y，已知其形状参数α=2，尺度参数θ=100，比较两种分布下Y>200的概率。答案：（1）对数正态分布期望E[Y]=e^(μ+σ²/2)=e^(4+1.44/2)=e^(4+0.72)=e^4.72≈112.20。方差Var(Y)=e^(2μ+σ²)(e^(σ²)-1)=e^(8+1.44)(e^1.44-1)=e^9.44×(4.2207-1)=12600×3.2207≈40580。（2）E[(Y-d)+]=∫_d^∞(y-d)f(y)dy=∫_d^∞yf(y)dy-d∫_d^∞f(y)dy=E[Y|Y>d]P(Y>d)-dP(Y>d)。令Z=(lnY-μ)/σ~N(0,1)，则P(Y>d)=P(lnY>lnd)=P(Z>(lnd-μ)/σ)=1-Φ((lnd-μ)/σ)。当d=50时，lnd≈3.912，(3.912-4)/1.2≈-0.0733，Φ(-0.0733)=0.470，故P(Y>50)=1-0.470=0.530。E[Y|Y>d]=e^(μ+σ²/2)×Φ((σ²(lnd-μ))/σ)/Φ((lnd-μ)/σ)的补集？更准确的方法是利用对数正态分布的截断期望：E[Y|Y>d]=e^(μ+σ²/2)×[1-Φ((lnd-μ-σ²)/σ)]/[1-Φ((lnd-μ)/σ)]。计算(lnd-μ-σ²)/σ=(3.912-4-1.44)/1.2=(-1.528)/1.2≈-1.273，Φ(-1.273)=0.101，故分子=1-0.101=0.899。分母=0.530，因此E[Y|Y>d]=112.20×(0.899/0.530)≈112.20×1.696≈190.30。平均赔付额=190.30×0.530-50×0.530=(190.30-50)×0.530=140.30×0.530≈74.36。（3）对数正态分布下P(Y>200)=P(lnY>ln200)=P(Z>(5.298-4)/1.2)=P(Z>1.082)=1-Φ(1.082)≈1-0.8599=0.1401。帕累托分布P(Y>y)=(θ/(θ+y))^α=(100/(100+200))²=(1/3)²=1/9≈0.1111。因此对数正态分布下Y>200的概率更高。五、金融数学部分5.某公司发行5年期零息债券，面值1000元，当前市场价格为700元。（1）计算该债券的年实际利率i；（2）若市场利率突然上升100个基点（即i变为i+0.01），计算债券价格的近似变动（使用久期和凸度）；（3）若投资者同时持有该债券和一个5年期附息债券（票面利率5%，每年付息一次），面值均为1000元，求组合的久期（假设附息债券久期为4.32）。答案：（1）零息债券价格P=1000/(1+i)^5=700，解得(1+i)^5=1000/700≈1.4286，i=1.4286^(1/5)-1≈1.0736-1=0.0736，即7.36%。（2）久期D=5（零息债券久期等于期限），凸度C=5×6/(1+i)^2=30/(1.0736)²≈30/1.152≈26.04。利率变动Δi=0.01，价格变动近似为-Δi×D×P+0.5×(Δi)²×C×P=-0.01×5×700+0.5×0.0001×26.04×700=-35+0.5×0.0001×18228=-35+0.9114≈-34.09元，即价格约下降34.09元。（3）设零息债券价值为700元，附息债券价格计算：每年利息50元，5年后还本1000元，价格=50×a₅|i+1000/(1+i)^5=50×(1-1.0736^(-5))/0.0736+700≈50×(1-0.7)/0.0736+700≈50×4.076+700≈203.8+700=903.8元。组合总价值=700+903.8=1603.8元。组合久期=(700×5+903.8×4.32)/1603.8=(3500+3905.4)/1603.8≈7405.4/1603.8≈4.62。六、综合应用题6.某保险公司开发一款养老年金产品，约定被保险人65岁开始每年年初领取1万元，直至身故。假设：（1）65岁的生存函数S(65+t)=e^(-0.01t)（t≥0）；（2）年实际利率i=3%；（3）费用率为趸缴保费的5%。计算该产品的趸缴纯保费（不考虑费用）和毛保费（考虑费用）。答案：（1）趸缴纯保费为期初年金现值，公式为ä₆₅=∑ₜ=0^∞vᵗₜp₆₅。因S(65+t)=e^(-0.01t)，故ₜp₆₅=e^(-0.01t)，v=1/1.03≈0.9709。ä₆₅=∑ₜ=0^∞(ve^(-0.01))ᵗ=1/[1-ve^(-0.01)]（等比数列求和，公比r=ve^(-0.01)=0.9709×0.9900≈0.9611）。因此ä₆₅=1/(1-0.9611)=1/0.0389≈25.71万元。（2）毛保费G满足：G×(1-5%)=趸缴纯保费，故G=25.71/0.95≈27.06万元。七、模型分析题7.某保险公司使用广义线性模型（GLM）预测车险赔付率，选取的自变量包括：车龄（X₁，年）、驾驶员年龄（X₂，岁）、车辆价值（X₃，万元）。模型形式为log(μ)=β₀+β₁X₁+β₂X₂+β₃X₃，其中μ为期望赔付率。通过极大似然估计得到参数估计值：β̂₀=-1.2，β̂₁=0.05，β̂₂=-0.03，β̂₃=0.02。（1）解释各参数的经济意义；（2）计算车龄3年、驾驶员40岁、车辆价值20万元的保单的期望赔付率；（3）若车辆价值增加5万元，其他变量不变，期望赔付率的变化率是多少？答案：（1）β₁=0.05表示车龄每增加1年，log(μ)增加0.05，即赔付率约增长5.13%（e^0.05-1≈0.0513）；β₂=-0.03表示驾驶员年龄每增加1岁，log(μ)减少0.03，赔付率约下降2.96%（1-e^(-0.03)≈0.0296）；β₃=0.02表示车辆价值每增加1万元，log(μ)增加0.02，赔付率约增长2.02%（e^0.02-1≈0.0202）。（2）log(μ)=-1.2+0.05×3-0.03×40+0.02×20=-1.2+0.15-1.2+0.4=-1.85，故μ=e^(-1.85)≈0.157，即15.7%。（3）车辆价值增加5万元，Δlog(μ)=0.02×5=0.1，Δμ/μ=e^0.1-1≈0.1052，即期望赔付率增长约10.52%。八、风险理论部分8.某保险公司的理赔过程为复合泊松过程，参数λ=5（次/天），单次理赔额Y服从指数分布，均值θ=2万元。（1）计算一天内理赔总额S的期望和方差；（2）若公司设定安全附加系数θ=0.2（即保费P=(1+θ)E[S]），计算P；（3）使用正态近似法计算一天内理赔总额超过P的概率（Φ(1.28)=0.90，Φ(1.645)=0.95）。答案：（1）E[S]=λE[Y]=5×2=10万元；Var(S)=λE[Y²]=λ(2θ²)=5×(2×4)=40万元²（指数分布E[Y²]=2θ²）。（2）P=(1+0.2)×10=12万元。（3）S近似正态分布N(10,40)，标准化Z=(S-10)/√40。P(S>P)=P(S>12)=P(Z>(12-10)/6.324)=P(Z>0.316)≈1-Φ(0.32)=0.3745（或更精确计算：Φ(0.32)=0.6255，故概率≈0.3745）。九、精算管理部分9.某保险公司计划推出新能源汽车专属保险，需进行精算定价。请简述定价流程的主要步骤，并说明在数据收集阶段需关注的关键风险点。答案：主要步骤：（1）明确产品定位与目标市场（如覆盖车型、保障范围）；（2）数据收集与清洗（包括新能源汽车事故率、维修成本、电池损耗等数据）；（3）风险分类（根据车型、使用性质、驾驶员特征等划分风险等级）；（4）选择定价模型（如GLM、Bühlmann信度模型等）；（5）参数估计与模型验证（检验模型拟合优度、预测能力