湖北2026年中国精算师协会会员水平测试（准精算师精算模型）模拟题库及答案

湖北2026年中国精算师协会会员水平测试（准精算师精算模型）模拟题库及答案一、单项选择题（每题2分，共30分）1.设X为某保单的理赔额，已知X服从均值为5的指数分布，则E[A.5B.3C.3D.5答案：A解析：对于指数分布，E[X∧d]=12.在复合泊松分布中，理赔次数N∼Poisson(A.λB.λC.λD.λ答案：B解析：复合泊松分布的方差为λE[X3.某险种的年理赔次数服从参数为r=3、A.1B.1.5C.2.5D.3答案：C解析：负二项分布的期望为r(1−p)4.设N服从混合泊松分布，其中泊松参数Λ服从期望为10、方差为4的分布，则N的方差为？A.10B.12C.14D.20答案：C解析：E[N]5.关于风险度量VaR0.95A.总有VB.总有VC.两者之间没有确定的大小关系D.对于正态分布，两者总是相等答案：B解析：TVaR是超过VaR6.设随机变量X的分布函数为F(x)=1A.10B.9C.9D.10答案：A解析：令F(x)=0.9，得17.在参数经验贝叶斯方法中，Bühlmann信度因子Z的一般表达式为？A.Z=nB.Z=nC.ZD.Z答案：A解析：Bühlmann信度因子中k为过程方差的期望与假设均值的方差之比，即k=E[8.使用完全信度标准对理赔次数进行信度估计时，若要求估计值落在真值±5%范围内的概率不低于A.384B.1082C.1537D.3842答案：C解析：完全信度标准n=zα/29.在随机模拟中，使用逆变换法从分布函数F(x)A.FB.FC.FD.U答案：B解析：逆变换法通过X=F−1(U)生成服从分布F10.关于Metropolis-Hastings算法，下列说法错误的是？A.其目标分布可以是未归一化的密度函数B.提议分布必须是对称的C.生成的样本序列通常具有自相关性D.接受概率的计算涉及目标密度比答案：B解析：Metropolis-Hastings算法的提议分布不要求对称；Metropolis算法才要求对称提议分布。选项A、C、D均正确。11.设损失额X服从Pareto分布，其分布函数为F(x)=1A.θB.θC.αD.不存在答案：A解析：Pareto分布的期望为θα−1（当α12.某随机变量X的矩母函数为MX(t)=A.2B.3C.6D.12答案：C解析：11−213.在损失分布中，若某分布的失效率函数h(x)A.IFR（递增失效率）B.DFR（递减失效率）C.恒定失效率D.无法判断答案：B解析：失效率递减意味着随着时间推移，单位时间内的风险概率在降低，即DFR（DecreasingFailureRate）。指数分布对应恒定失效率。14.设S为复合负二项分布的总损失，其期望和方差分别为？A.E[SB.E[SC.E[SD.以上都不对答案：B解析：使用条件期望与条件方差公式：E[S]15.在拟合损失分布时，使用极大似然估计（MLE）相对于矩估计的优点主要是？A.MLE一定存在闭式解B.MLE在大样本下具有渐近有效性和一致性C.MLE对异常值不敏感D.MLE无需指定分布族答案：B解析：MLE在正则条件下具有一致性、渐近正态性和渐近有效性。选项A错误，MLE常常需要数值优化；选项C错误，MLE对异常值敏感；选项D错误，MLE需要指定分布族。二、多项选择题（每题2分，共20分）1.下列哪些分布属于长尾分布（heavy-tailed）？A.Pareto分布B.对数正态分布C.指数分布D.Weibull分布（形状参数小于1）答案：A、B、D解析：指数分布具有指数尾部衰减，不属于长尾分布。Pareto分布为幂尾、对数正态分布为次指数尾、Weibull（形状参数<1）尾部衰减慢于指数分布，均属于长尾分布。2.关于复合泊松分布的性质，下列说法正确的有？A.泊松参数λ可解释为期望理赔次数B.若单个理赔额服从指数分布，则总损失服从Gamma分布C.两个独立的复合泊松分布之和仍是复合泊松分布D.复合泊松分布是正偏态的答案：A、B、C、D解析：B为经典结论（指数理赔额的复合泊松总和为Gamma分布）；C成立条件是两个过程的理赔额分布相同或作适当合并；D正确，理赔额的右偏性导致总损失正偏。3.在信度理论中，关于Bühlmann模型，下列表述正确的有？A.信度因子Z随观察期数n增大而增大B.信度估计是单个风险经验均值与总体均值的加权平均C.Z=D.假设均值方差越大，信度因子越小答案：A、B、C解析：假设均值方差（风险间差异）越大，说明个体之间的异质性越强，个体数据越有信息量，信度因子应越大，因此D错误。4.关于VaR和TVaR，下列哪些说法是正确的？A.TVaR满足次可加性，VaR不一定满足B.对于相同的置信水平，TVaR不会小于VaRC.VaR是分位数，TVaR是条件期望D.两个风险完全相关时，组合的TVaR等于各自TVaR之和答案：A、B、C、D解析：TVaR是一致风险度量（满足次可加性）；VaR仅在特定分布下满足次可加性。D中完全正相关时尾部同时发生，TVaR具有可加性。5.下列哪些方法可用于估计损失分布的参数？A.极大似然估计（MLE）B.矩估计（MME）C.分位数匹配法D.Bayes估计答案：A、B、C、D解析：四种方法均为常用的参数估计方法。分位数匹配法通过匹配样本分位数与理论分位数求解参数。6.关于随机模拟中的方差缩减技术，下列属于方差缩减方法的有？A.对偶变量法（AntitheticVariates）B.控制变量法（ControlVariates）C.重要抽样法（ImportanceSampling）D.分层抽样法（StratifiedSampling）答案：A、B、C、D解析：四种方法均为经典的方差缩减技术。对偶变量法通过引入负相关变量降低方差。7.在MCMC方法中，下列说法正确的有？A.Gibbs抽样是Metropolis-Hastings算法的特例B.MCMC样本不是独立样本C.收敛诊断可以通过迹图（traceplot）进行D.MCMC方法适用于高维后验分布的抽样答案：A、B、C、D解析：Gibbs抽样中每个分量按条件分布更新，接受概率恒为1，是MH算法的特例。MCMC生成的链条具有自相关，需要收敛诊断。8.关于损失分布的拟合优度检验，常用的方法包括？A.Kolmogorov-Smirnov检验B.Anderson-Darling检验C.卡方检验D.QQ图答案：A、B、C、D解析：四种方法均可用于检验数据是否服从某分布。AD检验对尾部差异更敏感。9.设X的分布函数为F(x)，密度函数为fA.fB.−C.fD.d答案：A、B解析：失效率h(x)=f(x10.在聚合风险模型中，计算总损失分布S=A.递推法（Panjer递推）B.快速傅里叶变换（FFT）C.蒙特卡洛模拟D.正态近似答案：A、B、C、D解析：A、B、C为精确或近似数值方法，D为大样本下的近似方法，均常用于聚合损失分布的计算。三、判断题（每题2分，共20分）1.若随机变量X服从Pareto分布（α>2），则答案：正确解析：Pareto分布的k阶矩存在当且仅当α>k。2.在复合泊松分布中，若理赔次数服从参数λ=答案：正确解析：泊松分布的方差等于期望，均为λ=3.VaR满足次可加性，因此总是一致风险度量。答案：错误解析：VaR仅在特定条件下（如椭圆分布族）满足次可加性，一般情况下可能违反次可加性，因此不总是一致风险度量。4.Bühlmann信度模型中的信度因子Z与合同期数n无关。答案：错误解析：Z=nn+k，随n5.Metropolis-Hastings算法的接受概率总是大于等于0且小于等于1。答案：正确解析：接受概率定义为α(x,6.若随机变量X的分布函数F连续且严格递增，则F(X)答案：正确解析：这是概率积分变换定理的结论，也是逆变换法的理论基础。7.使用MLE估计参数时，估计量在大样本下总是无偏的。答案：错误解析：MLE具有渐近无偏性（大样本下偏差趋于零），但小样本下不一定无偏。8.失效率函数h(答案：错误解析：失效率函数h(x)的累积0xh(t9.在Gibbs抽样中，每个参数的更新都是在其条件分布下进行的，因此接受概率恒为1。答案：正确解析：Gibbs抽样按条件分布直接抽样，无需接受-拒绝步骤，接受概率恒为1。10.对于任何随机变量X，都有TV答案：正确解析：TVaR定义在V四、计算分析题（每题10分，共30分）1.某保险公司承保一份保单组合，年理赔次数N服从参数λ=8的泊松分布，单次理赔额(1)求总损失S=(2)求E[S∧(3)若保险公司为该保单组合收取保费P=E[答案：(1)由复合泊松分布的矩公式：E[S](2)记单个理赔额分布为F(E更简便的方法是利用复合泊松分布的一个性质：E但FSE这里用便于手算的方法：令S的分布为Gamma（因复合泊松的理赔额为指数分布时，给定N=n，F更简洁地利用如下公式：S的分布函数为FSE这个公式说明：对于复合泊松分布，E[E使用正确的公式：E只需给出常见公式：E[(3)P=评分要点：(1)4分，答对期望与方差各2分；(2)3分，写出截断期望定义或近似计算；(3)3分，结果正确。解析：(1)直接套用复合泊松分布的矩公式即可，注意二阶矩E[(2)由复合泊松分布的截断期望公式：E另一种有效方法：由于i=1nXi服从Gamma分布，可通过数值积分求得精确值。本题中u=30较大，实际截断影响不明显，E(3)上述计算直接代入数据即可。2.某险种的年理赔额数据如下（单位：万元）：3.2，4.1，5.5，6.8，9.3，12.4，15.7，18.2，23.6，28.9。已知该组数据服从Pareto分布F((1)请写出似然函数。(2)若已知θ=10，求(3)计算VaR0.95答案：(1)Pareto分布的密度函数为：f似然函数：L(2)对数似然函数为：ℓ代入θ=10，令n解得：α计算得i=逐项计算：ln13.2≈2.580，ln14.1≈2.646，ln15.5≈2.741，ln16.8≈2.821，求和≈29.617。又n故α=(3)对于该Pareto分布，VaR0.951即10x求解：10故x+10=TVaR0.95公式为T答案：(1)见上。(2)α≈1.518。(3)Va解析：本题核心是Pareto分布的极大似然估计与风险度量计算。注意Pareto分布的TVaR公式来源于条件期望的性质。α>1时期望才有限，而本题3.某保险公司使用Bühlmann信度模型对一组风险进行费率厘定。已知：•风险参数Θ的先验分布为Gamma分布，E[Θ]•给定Θ=θ时，年理赔次数N服从均值为•某风险个体过去5年的理赔次数为：2，3，1，2，4。(1)求过程方差的期望E[Var((2)