相依索赔下基于客户来到风险模型的渐近性质

来源 :西北师范大学 | 被引量 : 0次 | 上传用户:lengxiang520
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
众所周知,金融学和精算学的基础是风险理论,而风险理论的核心问题是破产理论的研究.而对破产理论,更加关注的是一些重大事件.因为重大事件发生概率很小且极难预测,但一旦发生,将会带来巨大的损失,从而导致大额索赔,进而给保险公司的业务带来巨大风险.在研究过程中发现,重尾分布比轻尾分布更符合这种情况.最近,带重尾理赔额的风险模型研究的趋势是,在风险模型中引入了各种相依结构,期望能更加贴近保险公司运营的实际情况.在风险理论中,对破产理论的渐近性与极限理论的大偏差研究有着密切的关系.因此,大偏差理论的研究也就成为了概率论学者关注的重要问题之一.本文在重尾分布的条件下,讨论了基于客户来到风险模型的大偏差及破产概率的渐近性.  本文的内容包括以下四章:  第一章是引言,我们介绍了破产论的研究历史和发展现状,以及重尾分布族和相依结构的有关知识,并总结了经典风险模型的各种推广形式.  第二章,我们引入了基于客户来到过程的风险模型,在该模型中用示性函数来表示是否发生索赔,从而使赔付额得到更加精确的表达.在此之上,我们讨论了索赔额为负相依且有共同的分布,并且该分布在L门D族的情况下,该风险模型的部分和与随机和的大偏差.  第三章,我们讨论的是基于客户来到过程的风险模型的特殊情形,即基于进入过程的风险模型.推广了基于进入过程风险模型的破产概率的结果,使该模型的索赔额随机变量序列成对拟渐近独立,其分布函数在D族上,我们得到了有限时间破产概率的渐近表达式.  第四章,我们对本文进行了总结并对下一步研究工作做了展望.
其他文献
人工智能是计算机科学的一个重要研究领域,受到广泛关注,而人工智能中的推理研究是最为活跃的研究方向与核心技术之一.该文以Fuzzy拓扑和模糊数学的理论与方法为基础,提出基
众所周知,相对条件数衡量着矩阵的逆以及线性系统的最小二乘解对扰动的敏感性,因此在数值计算一个矩阵的逆以及线性系统的最小二乘解的时候,条件数显得非常重要.在文章的开始
对于非光滑优化,又可以称为不可微优化,它是最优化理论与方法的一个重要分支.解决非光滑优化问题的方法有很多种,如次梯度方法、光滑化方法、束方法和UV-分解方法.UV-分解理论利
关于非退化扩散过程的研究,已有一些结果.文[1]得到了N维(N≥2)非退化扩散过程样本轨道的象集的Hausdorff维数,而对N=1时,只得到了其象集的Hausdorff维数的一个上界估计(见[2
在这篇论文中我们集中讨论了有限制的Dyck路,推导出它们所满足的递推关系式,生成函数,以及它们的公式.首先,我们研究了Narayana数,从Chu-Vandermonde恒等式入手,得出了它的行
该文主要讨论混沌系统的同步问题研究方法以及应用于一些具体系统的结论和揭示数值方法处理连续系统时出现的一些动力学行为发生改变的现象.该文一共分两部分.第一部分由第一
该文主要研究了一类带有小扰动参数的非线性Schrodinger方程的求解问题,讨论了自伴算子的本征函数的正交性和完备性,介绍了寻求微分方程的近似解常用的摄动方法,并从带有某种
该文目的是研究紧致度量空间上极小连续半流的拓扑动力性质.为此,我们首先建立了它与其时间1映射极小集的联系;然后,利用这种联系证明了:若时间1映射为开映射,则它是极小的连
本文在完备度量空间中研究了积分型广义集值压缩映射的不动点定理和迭代逼近,把广义α*-Mizoguchi-Takahashi型压缩映射、(α,Ψ,ξ)压缩集值映射和Ciric-Berinde型压缩集值映射
度量空间的等距理论的研究是泛函分析中十分重要的一个研究方向,而且在数学的其他分支中也有着重要的作用.该文主要研究四个方面的问题.第一章作者研究赋β(β