第1章  隨機變量的基本知識
1.1  概率空間、隨機變量及分布函數
1.2  生存函數與危險率函數
1.3  隨機變量的數字特征
1.4  隨機變量的矩母函數和母函數
1.5  條件概率和條件期望
1.6  獨立性
1.7  風險度量VaR和TVaR
第2章  個別保單的理賠額與理賠次數模型
2.1  理賠額的分布
2.2  理賠次數的分布
第3章  短期個體風險模型
3.1  5的數字特征
3.2  獨立隨機變量和的分布
3.3  矩母函數和母函數法
3.4  S分布近似計算法
第4章  短期集體風險模型
4.1  5的分布特征
4.2  復合泊松分布及其性質
4.3  5的近似分布
4.4  s分布的數值計算方法
4.5  集體風險模型的應用
第5章  長期聚合風險模型
5.1  盈餘過程和破產概率
5.2  連續時間模型破產概率的計算
  5.3  離散時間模型破產概率的計算
  5.4  調節繫數與破產概率
第6章  經驗模型
  6.1數據類型
  6.2  完整個體數據的經驗模型
  6.3  分組數據的經驗模型
  6.4  非完整數據的經驗模型
  6.5  經驗估計的方差和區間估計
  6.6  對於大樣本數據的Kaplan-Meier近似估計
第7章  參數模型
7.1  參數估計
7.2  區間估計與方差
7.3擬合優度檢驗
7.4模型的選擇
7.5  多變量參數模型
第8章信度理論
8.1  引言
8.2  有限波動信度
8.3  貝葉斯信度
8.4  一致最精確信度模型
8.5  經驗貝葉斯估計
第9章  隨機模擬
9.1  均勻分布隨機數與偽隨機數
9.2  用反變換法產生一般分布的隨機數
9.3  Cholesky分正態分布的模擬
9.4  模擬樣本的容量問題
9.5  模擬在精算模型中的應用舉例
9.6  模擬在統計檢驗中的應用
9.7  用自助法計算估計量的均方誤差
9.8  股票價格的對數正態模型和模擬
9.9  風險度量VaR和7VaR的模擬
附錄
參考文獻