辽宁抚顺市2026年中国精算师职业资格考试（准精算师精算模型与数据分析）模拟试题及答案

辽宁抚顺市2026年中国精算师职业资格考试（准精算师精算模型与数据分析）模拟试题及答案一、单项选择题（每题1.5分，共30分）1.下列哪种分布属于典型的重尾损失分布，常用于巨灾风险建模？A.正态分布B.指数分布C.帕累托分布D.伽马分布2.泊松分布的均值与方差的关系为？A.均值大于方差B.均值等于方差C.均值小于方差D.无固定关系3.调节系数法主要用于计算以下哪类风险指标？A.损失分布的分位数B.破产概率上界C.信度因子D.回归系数显著性4.有限波动信度中，完全信度的条件不包含以下哪项假设？A.理赔次数服从泊松分布B.个体损失独立同分布C.总损失近似服从正态分布D.先验分布为共轭分布5.线性回归模型的高斯-马尔可夫假设中，不包括以下哪项？A.误差项零均值B.误差项同方差C.误差项服从正态分布D.误差项无自相关6.下列哪种方法不能用于检验时间序列的平稳性？A.ADF检验B.KPSS检验C.怀特检验D.自相关函数图检验7.贝叶斯估计中，若似然函数为泊松分布，先验分布为伽马分布，则后验分布为？A.正态分布B.伽马分布C.泊松分布D.贝塔分布8.某损失分布的95%置信水平VaR为10000元，95%置信水平TVaR为15000元，下列说法正确的是？A.损失超过10000元的概率为5%B.损失超过15000元的概率为5%C.损失的均值为12500元D.损失的中位数为10000元9.广义线性模型（GLM）的三个核心组成部分不包括？A.随机成分B.系统成分C.连接函数D.惩罚函数10.生存分析中，描述个体在时刻t仍然存活的条件下，瞬间死亡风险的指标是？A.生存函数B.危险率函数C.累计死亡率D.剩余寿命均值11.以下哪种机器学习算法属于无监督学习？A.逻辑回归B.随机森林C.K均值聚类D.梯度提升树12.风险度量满足的一致性公理不包括以下哪项？A.次可加性B.正齐次性C.单调性D.对称性13.蒙特卡洛模拟中，以下哪种方法不能减少模拟方差？A.对偶变量法B.控制变量法C.重要性抽样D.增加随机数种子14.主成分分析（PCA）的主要作用是？A.提升模型的预测精度B.降低数据维度，消除变量共线性C.检验变量的显著性D.拟合非线性关系15.车险理赔频率建模中，最常用的分布是？A.正态分布B.泊松分布与负二项分布C.帕累托分布D.指数分布16.若回归模型存在严重的多重共线性，会导致以下哪种后果？A.系数估计量有偏B.系数估计量方差增大C.模型拟合优度下降D.误差项存在异方差17.ARIMA(p,d,q)模型中，d表示什么含义？A.自回归阶数B.移动平均阶数C.差分阶数D.滞后阶数18.下列关于贝叶斯信度的说法，错误的是？A.信度因子是后验均值与样本均值的权重比例B.共轭先验下可得到解析形式的信度公式C.信度因子的取值一定在0到1之间D.贝叶斯信度不需要假设损失分布形式19.评估二分类模型的分类效果时，以下哪个指标同时考虑了精确率和召回率？A.准确率B.F1分数C.混淆矩阵D.KS值20.Tweedie分布常用于精算中的哪类建模场景？A.纯保费建模B.理赔次数建模C.退保率建模D.准备金评估二、多项选择题（每题2分，共20分）1.精算模型构建的核心步骤包括？A.业务问题定义与目标设定B.数据收集、清洗与探索性分析C.模型选择与参数估计D.模型验证与假设检验E.模型部署与动态监控2.下列分布中，属于重尾分布的有？A.对数正态分布B.韦伯分布（形状参数<1）C.帕累托分布D.逆高斯分布E.指数分布3.信度理论的常见类型包括？A.有限波动信度B.最大似然信度C.贝叶斯信度D.最小二乘信度E.Bühlmann信度4.时间序列分析中，导致序列非平稳的原因通常有？A.存在趋势项B.存在季节效应C.方差随时间变化D.均值随时间变化E.误差项存在自相关5.广义线性模型中，适合理赔金额建模的连接函数有？A.对数连接函数B.恒等连接函数C.logit连接函数D.倒数连接函数E.probit连接函数6.风险度量中，满足一致性公理的有？A.方差B.VaRC.TVaRD.期望短缺E.标准差7.下列属于有监督学习算法的有？A.线性回归B.决策树C.主成分分析D.支持向量机E.关联规则挖掘8.生存分析的常用方法包括？A.Kaplan-Meier法B.Cox比例风险模型C.指数分布参数模型D.逻辑回归模型E.对数秩检验9.蒙特卡洛模拟在精算中的应用场景包括？A.复杂衍生产品定价B.偿付能力压力测试C.损失分布尾部风险度量D.随机准备金评估E.模型参数的解析估计10.模型过拟合的常见解决方法有？A.增加训练样本量B.引入正则化惩罚C.减少模型复杂度D.交叉验证E.增加自变量数量三、计算题（每题10分，共30分）1.已知某类财产险保单的单次理赔额服从参数为α=2.5，F请计算：(1)99%置信水平下的风险价值VaR；(2)99%置信水平下的尾部风险价值TVaR。（结果保留整数）答案：(1)VaR≈16228元；(2)TVaR≈25597元解析：(1)VaR是损失分布的99%分位数，令F(1整理得：3000两边取对数求解得：Va(2)帕累托分布的TVaR公式为：T代入数值：T2.某车险公司的家用车业务理赔次数服从泊松分布，已知单次理赔额的均值为2000元，标准差为4000元。若要求实际总损失与期望总损失的相对误差不超过6%的概率为95%，请计算满足完全信度所需的最少保单数量。（已知标准正态分布97.5%分位数为1.96，结果向上取整）n其中：-zα-CV-r=代入计算：n向上取整得最少需要4269张保单。3.某保险公司建立了车险年保费的多元线性回归模型，估计结果如下：y其中：-y为年保费（单位：元），-x1-x2-D为虚拟变量，男性取1，女性取0。请回答：(1)解释各变量系数的经济含义；(2)预测一位40岁男性、过往3年出险2次的投保人的年保费。答案：(1)见解析；(2)预测保费为2500元解析：(1)系数含义（控制其他变量不变的前提下）：-年龄x1-出险次数x2-性别虚拟变量D的系数-80表示：男性投保人的年保费平均比女性低80元。(2)代入变量值：x1=40，xy四、综合分析题（共20分）某财险公司拟对家用车商业车损险的纯保费进行建模，现有2023年12000张有效保单的样本数据，变量信息如下：-响应变量：纯保费（=年度理赔总金额/车年数，呈右偏分布，包含大量零值）-自变量：车辆购置价（连续）、车主年龄（连续）、车主性别（二分类）、行驶区域（5类分类变量）、年行驶里程（连续）、过往3年出险次数（离散）、车辆使用性质（2类分类变量）请结合精算模型与数据分析知识，回答以下问题：1.你会选择哪种模型进行纯保费建模？请说明理由（至少3点）。（8分）2.列出至少3种模型效果验证的方法，并说明各自的核心评估逻辑。（6分）3.若模型对高赔付样本的拟合效果较差，即尾部风险被低估，请提出至少2种改进方向并说明理由。（6分）参考答案与解析一、单项选择题1.答案：C解析：重尾分布的尾部衰减速度远慢于指数型分布，帕累托分布是精算中最常用的重尾损失分布之一，适合描述大额损失的分布特征。2.答案：B3.答案：B解析：调节系数是聚合风险模型中推导破产概率Lundberg上界的核心参数，可用于评估保险公司的偿付能力风险。4.答案：D解析：共轭分布是贝叶斯信度的假设前提，有限波动信度基于频率学派的正态近似思路，不涉及先验分布设定。5.答案：C解析：高斯-马尔可夫假设仅要求误差项零均值、同方差、无自相关且与自变量不相关，正态分布是推导t检验、F检验时的额外假设，不是OLS估计量为BLUE的必要条件。6.答案：C解析：怀特检验是用于检验回归模型异方差的方法，其余三项均为平稳性检验的常用方法。7.答案：B解析：伽马分布是泊松分布的共轭先验，后验分布仍为伽马分布，参数可通过先验参数与样本信息更新得到。8.答案：A解析：VaR是损失分布的分位数，95%VaR表示损失超过该值的概率为5%；TVaR是损失超过VaR条件下的条件均值。9.答案：D解析：GLM由随机成分（响应变量的分布族）、系统成分（自变量的线性组合）、连接函数（连接均值与线性预测器的函数）三部分组成，惩罚函数是正则化回归的内容。10.答案：B11.答案：C解析：K均值聚类无需标签变量，通过样本特征的相似性自动分组，属于无监督学习算法，其余三项均为有监督学习算法。12.答案：D解析：一致性风险度量的四大公理为平移不变性、正齐次性、次可加性、单调性，无对称性要求。13.答案：D解析：随机数种子仅用于固定模拟结果的随机性，无法降低估计量的方差，其余三项均为常用的方差减少技术。14.答案：B15.答案：B16.答案：B解析：多重共线性不改变系数估计的无偏性，但会大幅增加系数估计的方差，导致系数显著性检验失效，模型稳定性下降。17.答案：C18.答案：D解析：贝叶斯信度需要明确设定损失分布和先验分布，是其与有限波动信度的重要区别之一。19.答案：B解析：F1分数是精确率和召回率的调和平均数，综合衡量模型的分类效果，适合类别不平衡的场景。20.答案：A解析：Tweedie分布是一种复合泊松分布，可同时刻画理赔频率和理赔强度的特征，适合直接对纯保费（总损失/暴露数）建模。---二、多项选择题1.答案：ABCDE解析：精算建模是全流程工作，从业务需求出发到落地监控形成闭环，五项均为核心步骤。2.答案：ABCD解析：指数分布属于轻尾分布，尾部以指数速度衰减；其余四类分布的尾部衰减均慢于指数分布，属于重尾或半重尾分布。3.答案：ACDE解析：最大似然估计是参数估计方法，不属于信度理论的分类，其余四项均为信度理论的主流类型。4.答案：ABCD解析：平稳序列要求均值、方差、自协方差不随时间推移变化，趋势、季节效应、时变均值或方差都会导致非平稳；误差项自相关是平稳序列也可能存在的特征。5.答案：AD解析：理赔金额为正值，对数连接函数可保证预测值为正，是最常用的连接函数；倒数连接函数适配伽马分布的规范连接，也可用于损失建模。logit、probit用于二分类模型，恒等连接无法保证预测值为正。6.答案：CD解析：TVaR又称期望短缺，满足一致性四大公理；VaR不满足次可加性，方差和标准差不满足单调性和平移不变性。7.答案：ABD解析：主成分分析和关联规则挖掘属于无监督学习，不需要标签变量；其余三项均需要响应变量标签，属于有监督学习。8.答案：ABCE解析：逻辑回归无法处理删失数据，不属于生存分析的专用方法；其余四项均为生存分析的常用方法。9.答案：ABCD解析：蒙特卡洛模拟适用于解析解难以推导的复杂场景，参数解析估计是统计推断的内容，不需要模拟。10.答案：ABCD解析：增加自变量数量会提升模型复杂度，加剧过拟合；其余四项均为缓解过拟合的常用手段。---三、计算题2.答案：最少需要4269张保单解析：有限波动信度的完全信度条件为：总损失的相对误差不超过r的概率为1−四、综合分析题3.答案：1.推荐使用Tweedie广义线性模型（或频率-强度分离模型），理由如下：(1)纯保费数据包含大量零值（无理赔保单）且右偏，不符合普通线性回归的正态分布假设，Tweedie分布作为复合泊松-伽马分布，可同时刻画理赔发生和理赔强度的特征，适配零膨胀的正偏损失数据；(2)广义线性框架支持纳入连续型、分类型自变量，可通过连接函数（通常为对数连接）保证预测值非负，符合纯保费的业务属性；(3)模型参数具有可解释性，每个自变量的系数可对应风险因子的溢价/折价幅度，符合精算定价的监管和业务沟通需求；(4)相比分别拟合频率模型和强度模型再相乘的两部分模型，Tweedie模型可直接对纯保费建模，减少建模流程复杂度，结果更稳定。（答出3点即可得满分，选择频率-强度分离模型且理由充分也可得分）2.模型验证方法及逻辑：(1)交叉验证法：将样本随机划分为训练集和测试集（或K折交叉验证），用训练集拟合模型，在测试集上评估预测误差（如均方误差、绝对误差），核心是检验模型的泛化能力，避免过拟合；(2)提升图/洛伦兹曲线法：按模型预测的纯保费从高到低将样本分组，对比各组实际纯保费与预测值的排序一致性，核心是评估模型的风险区分能力，即能否准确识别高低风险保单；(3)残差分析法：绘制偏差残差、皮尔逊残差与预测值、各自变量的散点图，判断残差是否存在系统性趋势，核心是检验模型设定是否合理，是否存在遗漏变量、异方差或连接函数选择不当的问题；(4)回测检验法：用历史数据拟合模型，对后续时间段的实际损失进行预测，对比预测总量与实际总量的偏差，核心是检验模型在时间维度上的稳定性和预测准确性。（答出3点即可得满分）3.尾部拟合优化方向：(1)更换分布假设：将伽马分布或Tweedie分布替换为更重尾的分布（如逆高斯分布