离散时间的Barrier分红模型的GerbeR-Shiu函数

来源 :南开大学 | 被引量 : 0次 | 上传用户:xueyanli122
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
风险理论主要研究保险事务中的随机风险模型,是近代应用数学的一个重要分支,也是当前精算学界的热门课题.经典的风险理论主要通过概率论和随机过程理论来研究风险模型的盈余过程,并研究破产事件,破产概率,调节系数等问题.目前保险风险理论的研究是对古典风险模型的改造和推广,以使得更符合保险公司实际经营的模型.在保险数学里,破产理论是保险风险理论研究的重要问题,它可以为保险公司决策者提供一个早期的风险预警手段,因而对其研究具有重要的理论和现实意义.   近几年,越来越多的作者已经更多地去关注离散时间模型,比如Gerber etal(1987), Willmot(1993), Dickson(1994), Devylder(1996), Devylder andMarceau(1996), Cheng et al(2000),Li(2005).   本文包括以下几章第一章:介绍了风险理论的发展历程和现状,阐述了本课题研究的内容.   第二章:介绍了具有指数索赔的离散时间风险模型,并且在具有指数索赔的离散时间风险情况下,给出了Gerber-Sbiu折现罚金函数所满足的积分方程,通过分析和推导得到了Gerber-Shiu折现罚金函数的明确的有限表达式.   第三章:在具有常数分红壁的离散时间风险模型情况下,研究了Gerber-Shiu折现罚金函数,得到了Gerber-Shiu折现罚金函数所满足的积分方程,并且结合第二章的结论和线性方程的理论给出了Gerber-Shiu折现罚金函数的明确的有限表达式.  
其他文献
设G是一个有限群,S是群G的不包含单位元1的子集,|S|=3.群G关于其子集S的Cayley图X=Cay(G,S)是正规的,如果右乘变换群R(G)在Aut(X)=Aut(Cay(G,S))中正规.令G=(a,b|a8p2=b2=1,ab=am),
本文中的所有群均为有限群.   群G的子群H称为G中S-置换的(或S-拟正规的),如果对G的每个Sylow子群P,有HP=PH.令HsG是由H在G中所有可置换的子群生成的H的子群.下面我们给出S-嵌
近年来,科学家对生物膜运动模型的研究逐渐增多。这是因为生物膜模型描述了自然界中一种非常重要的现象。生物膜是由单个或多个微生物种类(霉菌,海藻,酵母等)以及它们的分泌物,腐蚀
随着高速计算机和大规模存储计算机的快速发展,高维数据的检测得到越来越多的重视,尤其体现在现代工业生产和服务过程中。本文基于多维的EWMA(exponentially weighted moving a
本文围绕Richardson Lucy算法在图像复原过程中易出现振铃效应,全局复原使得局部模糊图像的复原过程中清晰区域被损坏以及模糊视频图像中估计出的光流不精确等问题展开研究,
请下载后查看,本文暂不支持在线获取查看简介。 Please download to view, this article does not support online access to view profile.
期刊
假设原始文献只能获得p值,其他数据无法获得,在这样特殊的情况下,单纯的p值也是可以合并的。统计文献中有很多关于p值合并问题的探讨。然而在相依情形下,p值合并统计量的概率分布
Burgers方程作为流体力学领域最基本的偏微分方程之一有非常广泛的应用,它是在某些情形下可以求出精确解的非线性偏微分方程,但是Burgers方程的解可能在某些局部区域内正则性比
张量对角化,是信号处理和机器学习范畴中至关重要的一部分。张量对角化是指通过在张量的每个维度上乘非酉非奇异矩阵后将一系列张量转化为精确的或近似对角张量的方法。在多维的、多数据集的或多模态的的盲信号分离背景下,使用每个数据集中源的高阶累积量可以将联合盲信号分离问题转换为高阶张量的张量对角化问题。且它们的应用范围从源分离到协同过滤,混合建模,主题建模,分类,和多线性子空间学习。本文以非酉张量对角化为切入
学位
本文通过对荣华二采区10