如今,越来越多的学者关注“最优再保险设计”这一精算学中的重要问题.在一些经典模型中,最优分保函数已经能被精确地刻画.在本文中,我们首先对前人的结论进行更深入地研究并将它们推广.进一步,我们提出了若干富有经济学意义的最优再保险模型.第一,对于单风险情形,本文分别在Haezendonck风险测度与GlueVaR风险测度下研究了再保险方案.其中,Haezendonck风险测度是由凸函数生成的一类具有“次可加性”的风险测度,而GlueVaR风险测度则是VaR和CVaR风险测度的线性组合.以最小化原保险人的总风险为目的,在这两类风险测度下的最优分保函数分别为停止损失再保险与“两层”再保险.第二,对于多风险情形,本文首先推广了Cheung et al. (2014)中的“最小——最大”模型,使其适用于满足stop-loss序和具有variance related形式的保费原理.这类“最小——最大”模型在保险实务中能够很容易地被理解和运用.更深入地,我们借助多元VaR风险测度,提出了一类以最优化原保险人资产储备的再保险模型.该模型不仅对每个风险下求出了相应的最优分保函数,还计算了原保险人应当具有的最小资产.在这两类模型中的每一个最优分保函数均为分层再保险.第三,本文研究了原保险人将风险分保给多个再保险人的情形.当原保险人和所有再保险人均使用具有coherent性质的distortion风险测度时,再保险市场达到Pareto最优状态的充分必要条件为,每一个分保函数均为“多层”再保险.综上所述,本文的研究过程是从微观到宏观,从关于单风险的再保险模型,到保险人整体的再保险与风险管理策略,直至再保险市场全局的均衡状态.因此,我们希望读者通过本文能够领略最优再保险设计的风采.