生存年金 - 寿险精算(8)

copyright.gif(2017-10-7银河统计)


导读:
    一、生存年金教案
    二、离散型生存年金类函数
        1、年付一次定额生存年金
        (1)终身生存年金
        (2)定期生存年金
        (3)延期终身生存年金
        (4)延期定期生存年金
        2、年付一次变额生存年金
        (1)递增定期生存年金
        (2)递增终身生存年金
        (3)递减定期生存年金
        3、年付多次定额生存年金
        (1)终身生存年金
        (2)定期生存年金
        (3)延期终身生存年金
        (4)延期定期生存年金
        4、年付多次变额生存年金
        (1)递增定期生存年金
        (2)递增终身生存年金
        (3)递减定期生存年金
        5、年付一次生存年金趸缴纯保费(期望)计算表
        6、年付多次生存年金趸缴纯保费(期望)计算表
    三、主要离散型生存年金方差类函数
        1、年付一次定额生存年金方差
        (1)终身生存年金方差
        (2)定期生存年金方差
        (3)延期终身生存年金方差
        (4)延期定期生存年金方差
        2、年付一次定额生存年金方差计算表
    四、寿险精算代码窗口

一、生存年金教案 [返回]

二、 离散型生存年金类函数

1、离散型(死亡年年末赔付)寿险趸缴纯保费

(1)终身生存年金 [返回]

函数:webActuary.getNJAw(smb,r,x,q);
参数:smb - 生命表代码;r - 银行利率;x - 投保年龄;q - 期初或期末

注:生命表代码(CL93M,CL93F,CL93U,CL93AM,CL93AF,CL93AU,CL03M,CL03F,CL03AM,CL03AF,CL13M1,CL13F1,CL13M2,CL13F2,CL13AM,CL13AF);期初q = 0,期末q = 1

案例代码【例4.1】\(\ddot{a}_{45}\)

参数:

投资 = 10000
生命表代码 = CL93U
银行利率 = 0.05
投保年龄 = 45
期初或期末 = 1

代码:

webTJ.clear();
var oS=webActuary.getNJAw("CL93U",0.05,45,1);
var oN=10000/oS;
webTJ.display("单位元终身生存年金:"+oS,0);
webTJ.display("每年可领取金额:"+oN,0);

(2)定期生存年金 [返回]

函数:webActuary.getNJA(smb,r,x,n,q);
参数:smb - 生命表代码;r - 银行利率;x - 投保年龄;n - 投保期限;q - 期初或期末

案例代码【例4.2】\(\ddot{a}_{40:\overline{20}|}\)

参数:

投资 = 1000
生命表代码 = CL93U
银行利率 = 0.06
投保年龄 = 40
投保期限 = 20
期初或期末 = 0

代码:

webTJ.clear();
var oS=1000*webActuary.getNJA("CL93U",0.06,40,20,0);
webTJ.display("定期生存年金:"+oS,0);

(3)延期终身生存年金 [返回]

函数:webActuary.getNJAwm(smb,r,x,m,q);
参数:smb - 生命表代码;r - 银行利率;x - 投保年龄;m - 延期;q - 期初或期末

案例代码【例4.3】\(_{30|}\ddot{a}_{30}\)

参数:

投资 = 6000
生命表代码 = CL93U
银行利率 = 0.06
投保年龄 = 30
延期 = 30
期初或期末 = 0

代码:

webTJ.clear();
var oS=6000*webActuary.getNJAwm("CL93U",0.06,30,30,0);
webTJ.display("延期终身生存年金:"+oS,0);

(4)延期定期生存年金 [返回]

函数:webActuary.getNJAm(smb,r,x,n,m,q);
参数:smb - 生命表代码;r - 银行利率;x - 投保年龄;n - 投保期限;m - 延期;q - 期初或期末

样例代码\(_{10|}\ddot{a}_{30:\overline{20}|}\)

参数:

生命表代码 = CL93U
银行利率 = 0.06
投保年龄 = 30
投保期限 = 20
延期 = 10
期初或期末 = 0

代码:

webTJ.clear();
var oS=webActuary.getNJAm("CL93U",0.06,30,20,10,0);
webTJ.display("延期定期生存年金:"+oS,0);

案例代码【例4.4】

参数:

投资 = 6000
生命表代码 = CL93U
银行利率 = 0.06
投保年龄 = 30
延期 = 40
期初或期末 = 0

代码:

webTJ.clear();
var oA=webActuary.getIFA(10,0.06,0); //单位元期初年金现值
var oS=webActuary.getSXAs("CL93U",0.06,30,30); //定期生存险
var oM=webActuary.getNJAwm("CL93U",0.06,30,40,0); //延期终身生存年金
var oV=6000*(oA*oS+oM);
webTJ.display("趸缴净保费:"+oV,0);

案例代码【例4.5】

参数:

生命表代码 = CL93U
银行利率 = 0.06
投保年龄 = 30
延期 = 30, 40, 50
期初或期末 = 0

代码:

webTJ.clear();
var oM1=webActuary.getNJAm("CL93U",0.06,30,10,30,0); 
var oM2=webActuary.getNJAm("CL93U",0.06,30,10,40,0); 
var oM3=webActuary.getNJAm("CL93U",0.06,30,10,50,0); 
var oV=6000*oM1+7000*oM2+8000*oM3;
webTJ.display("趸缴净保费:"+oV,0);

2、年付一次变额生存年金

(1)等额递增定期生存年金 [返回]

函数:webActuary.getNJIA(smb,r,x,n,q);
参数:smb - 生命表代码;r - 银行利率;x - 投保年龄;n - 投保期限;q - 期初或期末

样例代码\(({I}\ddot{a})_{30:\overline{10}|}\)

参数:

生命表代码 = CL93U
银行利率 = 0.06
投保年龄 = 30
投保期限 = 10
期初或期末 = 0

代码:

webTJ.clear();
var oS=webActuary.getNJIA("CL93U",0.06,30,10,0);
webTJ.display("等额递增定期生存年金:"+oS,0);

(2)等额递增终身生存年金 [返回]

函数:webActuary.getNJIAw(smb,r,x,q);
参数:smb - 生命表代码;r - 银行利率;x - 投保年龄;q - 期初或期末

样例代码\(({I}\ddot{a})_{30}\)

参数:

生命表代码 = CL93U
银行利率 = 0.06
投保年龄 = 30
期初或期末 = 0

代码:

webTJ.clear();
var oS=webActuary.getNJIAw("CL93U",0.06,30,0);
webTJ.display("等额递增终身生存年金:"+oS,0);

(3)等额递减定期生存年金 [返回]

函数:webActuary.getNJDA(smb,r,x,n,q);
参数:smb - 生命表代码;r - 银行利率;x - 投保年龄;n - 投保期限;q - 期初或期末

样例代码\(({D}\ddot{a})_{30:\overline{10}|}\)

参数:

生命表代码 = CL93U
银行利率 = 0.06
投保年龄 = 30
投保期限 = 10
期初或期末 = 0

代码:

webTJ.clear();
var oS=webActuary.getNJDA("CL93U",0.06,30,10,0);
webTJ.display("等额递减定期生存年金:"+oS,0);

案例代码【例4.6】

参数:

生命表代码 = CL93U
银行利率 = 0.06
投保年龄 = 50
期初或期末 = 1

代码:

webTJ.clear();
var oM1=webActuary.getNJAw("CL93U",0.06,50,1); 
var oM2=webActuary.getNJIAw("CL93U",0.06,50,1); 
var oV=4500*oM1+500*oM2;
webTJ.display("趸缴净保费:"+oV,0);

3、年付多次定额生存年金

(1)年付多次终身生存年金 [返回]

函数:webActuary.getNJMAw(smb,k,r,x,q,p);
参数:smb - 生命表代码;k - 支付次数;r - 银行利率;x - 投保年龄;q - 期初或期末;p - 整数年间死亡分布假设

注:p = 0、1、2、3分别表示整数年和整数年间均匀死亡假设、死亡力恒定假设和Balducci假设

样例代码\(\ddot{a}_{30}^{(12)}\)

参数:

生命表代码 = CL93U
支付次数 = 12
银行利率 = 0.06
投保年龄 = 30
期初或期末 = 0
整数年间死亡分布假设 = 1

代码:

webTJ.clear();
var oS=webActuary.getNJMAw("CL93U",12,0.06,30,0,1); 
webTJ.display("趸缴净保费:"+oS,0);

(2)年付多次定期生存年金 [返回]

函数:webActuary.getNJMA(smb,k,r,x,n,q,p);
参数:smb - 生命表代码;k - 支付次数;r - 银行利率;x - 投保年龄;n - 投保期限;q - 期初或期末;p - 整数年间死亡分布假设

注:p = 0、1、2、3分别表示整数年和整数年间均匀死亡假设、死亡力恒定假设和Balducci假设

样例代码\(\ddot{a}_{30:\overline{10}|}^{(12)}\)

参数:

生命表代码 = CL93U
支付次数 = 12
银行利率 = 0.06
投保年龄 = 30
投保期限 = 10
期初或期末 = 0
整数年间死亡分布假设 = 1

代码:

webTJ.clear();
var oS=webActuary.getNJMA("CL93U",12,0.06,30,10,0,1); 
webTJ.display("趸缴净保费:"+oS,0);

(3)年付多次延期终身生存年金 [返回]

函数:webActuary.getNJMAwm(smb,k,r,x,m,q,p);
参数:smb - 生命表代码;k - 支付次数;r - 银行利率;x - 投保年龄;m - 延期; q - 期初或期末;p - 整数年间死亡分布假设

注:p = 0、1、2、3分别表示整数年和整数年间均匀死亡假设、死亡力恒定假设和Balducci假设

样例代码\(_{10|}\ddot{a}_{30}^{(12)}\)

参数:

生命表代码 = CL93U
支付次数 = 12
银行利率 = 0.06
投保年龄 = 30
延期 = 10
期初或期末 = 0
整数年间死亡分布假设 = 1

代码:

webTJ.clear();
var oS=webActuary.getNJMAwm("CL93U",12,0.06,30,10,0,1); 
webTJ.display("趸缴净保费:"+oS,0);

(4)年付多次延期定期生存年金 [返回]

函数:webActuary.getNJMAm(smb,k,r,x,n,m,q,p);
参数:smb - 生命表代码;k - 支付次数;r - 银行利率;x - 投保年龄;n - 投保期限;m - 延期; q - 期初或期末;p - 整数年间死亡分布假设

注:p = 0、1、2、3分别表示整数年和整数年间均匀死亡假设、死亡力恒定假设和Balducci假设

样例代码\(_{10|}\ddot{a}_{30:\overline{20}|}^{(12)}\)

参数:

生命表代码 = CL93U
支付次数 = 12
银行利率 = 0.06
投保年龄 = 30
投保期限 = 20
延期 = 10
期初或期末 = 0
整数年间死亡分布假设 = 1

代码:

webTJ.clear();
var oS=webActuary.getNJMAm("CL93U",12,0.06,30,20,10,0,1); 
webTJ.display("趸缴净保费:"+oS,0);

4、年付多次变额生存年金

(1)定期递增生存年金 [返回]

记,\(({I}\ddot{a})_{x:\overline{n}|}^{(r)}\)为年付\(r\)次期初递增定期生存年金,则有,

\[({I}\ddot{a})_{x:\overline{n}|}^{(r)}=\frac{1}{r}\sum\limits_{k=0}^{r\times n-1}(\frac{k}{r}+1)\times v^{k/r}\times _{k/r}p_x\]

函数:webActuary.getNJMIA(smb,k,r,x,n,q,p);
参数:smb - 生命表代码;k - 支付次数;r - 银行利率;x - 投保年龄;n - 投保期限;q - 期初或期末;p - 整数年间死亡分布假设

样例代码\(({I}\ddot{a})_{30:\overline{10}|}^{12}\)

参数:

生命表代码 = CL93U
支付次数 = 12
银行利率 = 0.06
投保年龄 = 30
投保期限 = 10
期初或期末 = 0
整数年间死亡分布假设 = 1

代码:

webTJ.clear();
var oS=webActuary.getNJMIA("CL93U",12,0.06,30,10,0,1);
webTJ.display("年付多次变额递增定期生存年金:"+oS,0);

(2)终身递增生存年金 [返回]

记,\(({I}\ddot{a})_x^{(r)}\)为年付\(r\)次期初递增终身生存年金,则有,

\[({I}\ddot{a})_x^{(r)}=\frac{1}{r}\sum\limits_{k=0}^{104-r\times x}(\frac{k}{r}+1)\times v^{k/r}\times _{k/r}p_x\]

函数:webActuary.getNJMIAw(smb,k,r,x,q,p);
参数:smb - 生命表代码;k - 支付次数;r - 银行利率;x - 投保年龄;q - 期初或期末;p - 整数年间死亡分布假设

样例代码\(({I}\ddot{a})_{30}^{12}\)

参数:

生命表代码 = CL93U
支付次数 = 12
银行利率 = 0.06
投保年龄 = 30
期初或期末 = 0
整数年间死亡分布假设 = 1

代码:

webTJ.clear();
var oS=webActuary.getNJMIAw("CL93U",12,0.06,30,10,0,1);
webTJ.display("年付多次变额递增终身生存年金:"+oS,0);

(3)定期递减生存年金 [返回]

记,\(({D}\ddot{a})_{x:\overline{n}|}^{(r)}\)为年付\(r\)次期初递减定期生存年金,则有,

\[({D}\ddot{a})_{x:\overline{n}|}^{(r)}=\frac{1}{r}\sum\limits_{k=0}^{r\times n-1}(n-\frac{k}{r})\times v^{k/r}\times _{k/r}p_x\]

函数:webActuary.getNJMDA(smb,k,r,x,n,q,p);
参数:smb - 生命表代码;k - 支付次数;r - 银行利率;x - 投保年龄;n - 投保期限;q - 期初或期末;p - 整数年间死亡分布假设

样例代码\(({D}\ddot{a})_{30:\overline{10}|}^{12}\)

参数:

生命表代码 = CL93U
支付次数 = 12
银行利率 = 0.06
投保年龄 = 30
投保期限 = 10
期初或期末 = 0
整数年间死亡分布假设 = 1

代码:

webTJ.clear();
var oS=webActuary.getNJMDA("CL93U",12,0.06,30,10,0,1);
webTJ.display("年付多次变额递减定期生存年金:"+oS,0);

5、年付一次生存年金趸缴纯保费(期望)计算表 [返回]

 利率  生命表 CL93MCL93FCL93UCL93AMCL93AFCL93AUCL03MCL03FCL03AMCL03AFCL13M1CL13F1CL13M2CL13F2CL13AMCL13AF  年龄  期限  延期   期初期末 计 算

年龄终身定期延期终身延期定期递增定期递增终身递减定期
400.04940.18850.34230.39170.07280.16910.1751

注:设置参数后点击“计 算”按钮可获得各种类型生存年金趸缴净保费

6、年付多次生存年金趸缴纯保费(期望)计算表 [返回]

 利率  生命表 CL93MCL93FCL93UCL93AMCL93AFCL93AUCL03MCL03FCL03AMCL03AFCL13M1CL13F1CL13M2CL13F2CL13AMCL13AF  年龄  期限  延期   期初期末
 年付 次  整数年间死亡分布假设   计 算

年龄终身定期延期终身延期定期递增定期递增终身递减定期
400.04940.18850.34230.39170.07280.16910.1751

注:设置参数后点击“计 算”按钮可获得各种类型生存年金趸缴净保费

三、主要离散型生存年金方差类函数

1、年付一次定额生存年金方差

(1)终身生存年金方差 [返回]

函数:webActuary.getDNJAw(smb,r,x);
参数:smb - 生命表代码;r - 银行利率;x - 投保年龄

注:生命表代码(CL93M,CL93F,CL93U,CL93AM,CL93AF,CL93AU,CL03M,CL03F,CL03AM,CL03AF,CL13M1,CL13F1,CL13M2,CL13F2,CL13AM,CL13AF);期初q = 0,期末q = 1

案例代码【例4.1】\(D\ddot{a}_{45}\)

参数:

生命表代码 = CL93U
银行利率 = 0.05
投保年龄 = 45

代码:

webTJ.clear();
var oS=webActuary.getDNJAw("CL93U",0.05,45);
webTJ.display("单位元终身生存年金方差:"+oS,0);

(2)定期生存年金方差 [返回]

函数:webActuary.getDNJA(smb,r,x,n);
参数:smb - 生命表代码;r - 银行利率;x - 投保年龄;n - 投保期限

样例代码\(D\ddot{a}_{40:\overline{20}|}\)

参数:

生命表代码 = CL93U
银行利率 = 0.06
投保年龄 = 40
投保期限 = 20

代码:

webTJ.clear();
var oS=webActuary.getDNJA("CL93U",0.06,40,20);
webTJ.display("定期生存年金方差:"+oS,0);

(3)延期终身生存年金方差 [返回]

函数:webActuary.getDNJAwm(smb,r,x,m);
参数:smb - 生命表代码;r - 银行利率;x - 投保年龄;m - 延期

案例代码【例4.3】\(D_{30|}\ddot{a}_{30}\)

参数:

生命表代码 = CL93U
银行利率 = 0.06
投保年龄 = 30
延期 = 30

代码:

webTJ.clear();
var oS=webActuary.getDNJAwm("CL93U",0.06,30,30);
webTJ.display("延期终身生存年金方差:"+oS,0);

(4)延期定期生存年金方差 [返回]

函数:webActuary.getDNJAm(smb,r,x,n,m);
参数:smb - 生命表代码;r - 银行利率;x - 投保年龄;n - 投保期限;m - 延期

样例代码\(D_{10|}\ddot{a}_{30:\overline{20}|}\)

参数:

生命表代码 = CL93U
银行利率 = 0.06
投保年龄 = 30
投保期限 = 20
延期 = 10

代码:

webTJ.clear();
var oS=webActuary.getDNJAm("CL93U",0.06,30,20,10);
webTJ.display("延期定期生存年金方差:"+oS,0);

2、年付一次定额生存年金方差计算表 [返回]

 利率  生命表 CL93MCL93FCL93UCL93AMCL93AFCL93AUCL03MCL03FCL03AMCL03AFCL13M1CL13F1CL13M2CL13F2CL13AMCL13AF  年龄  期限  延期  计 算

年龄终身生存年金定期生存年金延期终身生存年金延期定期生存年金
400.04940.18850.34230.3917

四、寿险精算代码窗口 [返回]


代码窗口

注:可将例题实例代码复制、粘贴到“代码窗口”,点击“运行代码”获得计算结果(鼠标选择实例代码\(\rightarrow\)Ctrl+C:复制\(\rightarrow\)鼠标点击“代码窗口”使其获得焦点\(\rightarrow\)Ctrl+V:粘贴)
运行代码

代码运行效果

上篇文章:人寿保险 - 寿险精算(7)
下篇文章:均衡净保费 - 寿险精算(9)

转载于:https://www.cnblogs.com/cloudtj/p/7634051.html

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值