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(海南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(海南2026年)一、单项选择题（每题2分，共20分）1.已知生存函数为S(t)=e−λA.λB.λC.1D.λ答案：A解析：死亡力的定义为μ(t)2.某车险损失额X服从参数为α=3、θ=2000的帕累托分布，其分布函数为A.1B.1C.1D.3答案：A解析：$P(X>4000)=1-F(4000)=\left(\frac{2000}{4000}\right)^3=\frac{1}{8}$。3.某保险公司车险索赔次数N1服从参数为5的泊松分布，意健险索赔次数NA.2B.8C.16D.64答案：B解析：泊松分布的期望与方差相等，且独立泊松变量之和仍服从泊松分布，参数为各参数之和，因此总索赔次数的方差为5+4.正态总体方差未知、小样本条件下，总体均值的置信区间构造应使用的分布是（）。A.正态分布B.t分布C.卡方分布D.F分布答案：B5.对于一元线性回归模型y=A.残差之和为0B.回归直线经过样本均值点(C.β1是βD.误差项方差的估计量为SSE答案：D解析：误差项方差的无偏估计量为SSE/(n6.平稳时间序列的自相关函数的典型特征是（）。A.随滞后阶数增加快速衰减至0附近B.随滞后阶数增加线性上升C.不随滞后阶数变化D.始终为正值答案：A7.下列抽样方法中，属于概率抽样的是（）。A.方便抽样B.判断抽样C.分层抽样D.滚雪球抽样答案：C8.贝叶斯统计中，已知参数θ的先验分布为π(θ)，样本的似然函数为LA.πB.πC.πD.L答案：B9.下列机器学习算法中，属于监督学习的是（）。A.k均值聚类B.主成分分析C.线性回归D.关联规则挖掘答案：C10.对于经典的Lundberg破产概率模型，下列哪种情况会使破产概率的Lundberg上界变大（）。A.初始盈余u增大B.安全附加系数增大C.单次索赔额均值增大D.索赔到达泊松强度减小答案：C解析：单次索赔额均值增大意味着单位时间的期望赔付增加，风险水平上升，因此破产概率上界变大。其余选项均会使风险降低，破产概率上界减小。二、多项选择题（每题3分，共30分）1.关于单死亡力的常用假设，下列说法正确的有（）。A.均匀分布假设下，μx+tB.常值死亡力假设下，μx+tC.Balducci假设下，死亡力μx+tD.均匀分布假设下，死亡力随t递增E.常值死亡力假设下，死亡力不随t变化答案：ABDE解析：Balducci假设下，1/μx2.下列指标中，属于风险度量指标的有（）。A.在险价值（VaR）B.期望短缺（ES）C.标准差D.偏度E.尾条件期望（TCE）答案：ABCE解析：偏度是描述分布不对称性的统计量，不属于风险度量指标。其余选项均为常用的风险度量方法，其中VaR、ES、TCE为尾部风险度量，标准差为波动性风险度量。3.齐次泊松过程的性质包括（）。A.独立增量性B.平稳增量性C.索赔到达间隔服从指数分布D.任意时间段内索赔次数的期望等于方差E.索赔次数序列是平稳时间序列答案：ABCD解析：齐次泊松过程的计数过程具有递增趋势，不是平稳时间序列，因此E错误。其余选项均为齐次泊松过程的基本性质。4.关于假设检验中的两类错误，下列说法正确的有（）。A.第一类错误是"弃真"错误，即原假设为真时拒绝原假设B.第二类错误是"取伪"错误，即原假设为假时接受原假设C.样本量固定时，两类错误的概率此消彼长D.显著性水平α是第一类错误的最大发生概率E.增大样本量可以同时降低两类错误的发生概率答案：ABCDE5.经典线性回归模型的基本假设包括（）。A.解释变量是非随机的，且与误差项不相关B.误差项的条件均值为0C.误差项具有同方差性D.误差项之间无自相关E.误差项服从正态分布答案：ABCDE6.下列方法中，可用于时间序列平稳性检验的有（）。A.DF检验B.ADF检验C.PP检验D.DW检验E.协整检验答案：ABC解析：DW检验用于检验误差项的一阶自相关性，协整检验用于判断非平稳变量之间是否存在长期均衡关系，均不属于平稳性检验方法。7.关于极大似然估计，下列说法正确的有（）。A.极大似然估计具有渐近正态性B.极大似然估计一定是无偏估计C.极大似然估计具有不变性，即若θ是θ的极大似然估计，则g(θ)D.似然函数值越大，对应参数取值的合理性越高E.极大似然估计只能用于连续型分布的参数估计答案：ACD解析：极大似然估计不一定是无偏的，例如正态分布方差的极大似然估计是有偏的，因此B错误；极大似然估计可用于离散型和连续型分布的参数估计，因此E错误。8.下列统计方法中，属于非参数统计方法的有（）。A.Wilcoxon秩和检验B.卡方拟合优度检验C.核密度估计D.单因素方差分析E.k近邻算法答案：ACE解析：卡方拟合优度检验可用于参数分布的拟合检验，不属于典型的非参数方法；单因素方差分析是参数统计方法，依赖正态分布和同方差假设。其余选项均为非参数方法。9.关于贝叶斯估计，下列说法正确的有（）。A.贝叶斯估计结合了先验信息与样本信息B.后验分布是贝叶斯统计推断的核心基础C.平方损失函数下，贝叶斯估计为后验分布的均值D.绝对值损失函数下，贝叶斯估计为后验分布的中位数E.0-1损失函数下，贝叶斯估计为后验分布的众数答案：ABCDE10.关于随机森林算法，下列说法正确的有（）。A.属于集成学习算法，由多棵决策树组成B.通过Bootstrap抽样生成不同的训练子集构建每棵树C.既可以用于分类任务，也可以用于回归任务D.相比单棵决策树，泛化能力更强，不易过拟合E.可以通过基尼指数下降量度量变量重要性答案：ABCDE三、计算题（每题10分，共30分）1.某财险公司的风险组合中，单次索赔额X服从参数为μ=5、σ=2的对数正态分布（即lnX∼N(5答案：13159.56元解析：（1）计算单次索赔额的期望：对数正态分布的期望公式为E代入μ=5，E（2）计算总索赔额的期望：根据复合泊松分布的期望公式，总索赔额S的期望为E泊松分布的期望等于参数λ=E（3）计算总保费：期望保费原理下，总保费=E(总保费2.已知某产品的广告费支出x（单位：万元）与销售额y（单位：万元）的5组样本数据如下：x:2,4,5,6,8y:30,40,60,50,70要求：（1）建立销售额对广告费的一元线性回归方程；（6分）（2）在显著性水平α=(3)=3.182$，结果保留2位小数）。（4分）答案：（1）y=（2）回归系数显著。解析：（1）计算样本统计量：样本均值：x=2+L离均差乘积和：L回归系数估计：ββ因此回归方程为y=（2）回归系数显著性检验：首先计算残差平方和SSE：各样本的拟合值分别为30.5、43.5、50、56.5、69.5，残差分别为-0.5、-3.5、10、-6.5、0.5，因此：SSE均方误差：MSE回归系数的标准误：set统计量：t由于4.04>t0.0253.某保险公司为估计某类保单的年索赔率λ，随机抽取了100份同类保单，观测到一年内共有25次索赔。假设单张保单的年索赔次数服从泊松分布，试求：（1）λ的极大似然估计值；（4分）（2）λ的95%近似置信区间。（6分）答案：（1）0.25次/年；（2）(0.152,0.348)解析：（1）泊松分布的概率质量函数为P(N=k)L取对数后求导并令导数为0，可得极大似然估计λ=本题中总索赔次数为25，样本量n=100，因此（2）根据极大似然估计的渐近性质，大样本下λ服从正态分布，其方差近似为Var(λ)se95%置信区间的分位数为z0.025λ即(0.152,0.348)。四、综合分析题（共20分）某财险公司计划对家庭财产保险业务进行损失风险建模，现有1000份保单的年度损失数据，其中200份保单无损失（损失额为0），800份保单存在非零损失。公司需要基于该数据构建损失模型，并计算99.5%置信水平下的风险资本（即非预期损失）。请结合精算模型与数据分析的相关知识，回答下列问题：（1）对于包含大量零值的损失数据，常用的建模方法有哪些？请分别简述其原理。（6分）（2）假设非零损失额服从对数正态分布，请简述参数估计的主要步骤。（8分）（3）若已得到完整的损失分布模型，说明99.5%置信水平下风险资本的计算思路。（6分）答案：（1）常用建模方法及原理如下：①两部分模型（零调整模型）：将损失过程拆分为两个独立部分，第一部分用二项分布（或逻辑回归、Probit回归）建模损失是否发生的概率，第二部分用连续型损失分布（如对数正态、帕累托、伽马分布等）建模非零损失额的分布，最终通过两部分的组合得到完整的损失分布。②复合损失模型：用计数分布（如泊松分布、负二项分布）建模年度内的损失次数，用连续型分布建模单次损失额，总损失为每次损失额的求和，即复合分布（如复合泊松分布、复合负二项分布），天然包含零损失（损失次数为0的情况）。③零膨胀模型：针对零损失比例显著高于标准分布预期的场景，在基础计数或损失分布的基础上，增加一个额外的零膨胀概率结构，混合"始终零损失"和"按基础分布产生损失"两类群体，提升对零值的拟合效果。（2）对数正态分布的参数估计步骤：①数据筛选：从样本中提取所有非零损失的观测值，共800个有效样本。②对数变换：对每个非零损失额取自然对数，得到变换后的样本序列{ln③参数点估计：计算变换后样本的均值和方差，作为对数正态分布参数的极大似然估计：μ其中μ为对数均值，σ2④拟合