保险市场逆向选择问题建模思路
我本科毕业论文是要用Netlogo建立一个保险市场逆向选择问题的模型，我现在的模型建立如下：在该模型中，必须定义两个对象：
一、保险公司：定义只有一个保险公司，该保险公司的属性变量有：利润（profit）、保险金（premium）、赔付金（compensation）、参加保险的投保人的总数量（TotalNumber）、低风险类型的投保人数量（lowriskNumber）、高风险类型的投保人数（highriskNumber）和总共赔付的投保人数量（compensateNumber）,令保险公司的成本cost为0（目的使模型简化）。由于保险公司和投保人之间存在着信息不对称，投保人知道保险公司的保险金和赔付金，而保险公司并不知道投保人的风险类型。所以保险公司只能对每一个投保人收取同样的保险金（假定高低风险的投保人都投保同样的险种），因而当投保人出事时都会支付相同的赔付金。
二、投保人：定义两种类型的投保人，即高风险投保人和低风险投保人，每个投保人都有四个属性变量：不出事时的收入为Revenue1、出事后的收入为Revenue2，风险系数u、和表明该投保人是否投保的标识InsureID。在此模型中，我设定所有高风险的投保人的风险系数u>=0.5，如果不出事其收入是Revenue1=4000，如果出事其收入变为Revenue2=2000；而所有低风险的投保人的风险系数是u<0.5，如果不出事其收入是Revenue1=4000，如果出事其收入为Revenue2=3000；InsureID=1表明该投保人已参加保险，InsureID=0表明该投保人没有参加保险。在整个仿真程序中，假定共有500个投保人，且是随机产生的，每个投保人的风险类型也都是随机决定的。
如果投保人出事后得到的收入小于不交保险金出事后的收入就退出保险市场，保险公司也要根据它的利润适当修改保费。
请问这样一个模型能用Netlogo实现吗，请高人指点下思路！谢谢 指点思路，呵呵这个太笼统了，范围也很大，你还是像斑竹说的 先自己研究，自己做，遇到具体的问题在求助吧！还有求助的时候越具体越详细越好！ 如果把投保人看成turtles，保险公司看成patches。那保险公司里的利润、保险金等属性变量都是网格吗，应该怎么定义呢？投保人可以增加减少，那利润、保险金等的变化应该怎么体现呢？
页:
[1]