【摘要】文章研究了风险评估方法，包括蒙特卡洛方法、模型改进和随机序列检验三个研究方面，最后，本文完成了伪随机序列与仿真研究，介绍了伪随机序列的构造方法并完成了m序列的仿真和Gold序列的仿真，研究了MATLAB环境中伪随机序列相关函数的实现及特性，而且进行了两种相关函数间的相关特性比较，得出了相应的结论。
　　【关键词】随机序 风险分布 界值
　　【中图分类号】G64 【文献标识码】A 【文章编号】2095-3089（2014）11-0219-01
　　随着风险理论的不断发展，风险理论的分析技术在保险中的应用也逐步加深，概率论和随机过程理论等在保险精算技术中普遍应用，给保险业的合理经营、预灾防灾和稳定发展提供了坚实的理论基础。本文对基于随机序的风险分布和界值进行了研究。
　　1.几种重要的随机序及其相关性质
　　蒙特卡洛法的特点是预测结果给出了预测值的最大值，最小值和最可能值，给出了预测值的区间范围及分布规律。
　　风险表现为损损益的不确定性，说明风险产生的结果可能带来损失、获利或是无损失也无获利，属于广义风险。正是因为未来的不确定性使得每一个项目都存在风险。对于一个公司而言，各种投资项目通常会具有不同程度的风险，这些风险对于一个公司的影响不可小视，小到一个项目投资资本的按时回收，大到公司的总风险、公司正常运营。因此，对于风险的测量以及控制是非常重要的一个环节。
　　风险评估就是量化测评某一事件或事物带来的影响的可能程度。根据“经济人”假设，收益最大化是投资者的主要追求目标，面对不可避免的风险时，降低风险，防止或减少损失，以实现预期最佳是投资的目标。
　　3.随机序列检验
　　3.1随机序列的定义及分类
　　在介绍随机数序列的X2检验之前，在这里先介绍一下随机数序列的定义和分类。在连续型随机变量的分布中，最简单而且最基本的分布是单位均匀分布。由该分布抽取的简单子样称随机数序列，其中每一个体称为随机数。其分布密度函数为：
　　4.伪随机序列与仿真
　　4.1伪随机序列的构造方法
　　基于 LFSR的伪随机序列生成器有很多，总体上可以分为两大类：一类是用一个n元布尔函数作用于n个输入比特，布尔函数的输出作为密钥流序列；另一类是用一个LFSR控制另一个LFSR。前者包含两种生成器，即熟知的非线性组合生成器和非线性滤波生成器。由于m序列的线性复杂度太小，不能直接用作密钥流序列，因此通常采用将m序列作驱动序列，然后用一个布尔函数作用于这些驱动序列的方法来提高序列的线性复杂度。非线性组合生成器由n个LFSR和一个非线性组合器组成；非线性滤波生成器由一个LFSR和一个前馈逻辑组成。第二类生成器也包含两种控制模型，钟控生成器和缩减生成器。这两种生成器的原理都是用一个控制序列对另一个基序列做不规则采样。钟控生成器是在基序列中插入新的符号，其输出序列指数幂的依赖于产生它的生成器的输入参数；而缩减生成器包括自缩减生成器则是在基序列中删除符号，这种构造结构简单易于用硬件实现。
　　4.2仿真
　　我们以7阶移位寄存器为例，来产生m序列。先求其本原多项式，打开Matlab程序，输入primpoly（7，’all’）能得到7阶移位寄存器所对应的所有的本原多项式。
　　以6阶移位寄存器为例，在Matlab程序里输入primpoly（6，’all’）我们共能得到6个本原多项式。仿真实验表明本文提出的方法具有一定的应用价值。
　　总之，本文完成了伪随机序列与仿真研究，介绍了伪随机序列的构造方法并完成了m序列的仿真和Gold序列的仿真，研究了MATLAB环境中伪随机序列相关函数的实现及特性，而且记性了两种相关函数间的相关特性比较，得出了相应的结论。
　　参考文献：
　　[1]马歇尔，班塞尔，金融工程[M]，清华大学出版社，1998
　　[2]张茂军，南江霞.保费随机的复合二项风险模型的破产概率.科技通报，2005，21（3）：367-371
　　[3]陈贵磊，赵明清.保费收取次数为负二项随机序列的复合二项风险模型.山东科技大学学报，2006，25（1）：85-86