混合保费收取下带有随机干扰和支付红利的风险模型

本文研究保险公司在单位时间内保费随机和固定常数率混合收取且带有支付红利的风险模型,运用秧的方法,研究其盈余过程及调节系数R的性质,得到破产概率的表达式和破产上界的Lundberg不等式.     

保费随机收取下带特殊分红策略的复合二项风险模型

本文讨论保费随机收取情形下带特殊分红策略的复合二项风险模型.考虑当盈余大于或等于一个给定的非负红利界并且索赔不发生时保险公司以一定概率给股东分红,得到该模型的罚金函数的递推公式,然后利用矩阵知识证明其存在唯一解,最后给出破产概率、破产时破产赤字分布概率函数的递推公式.     

具有随机消费的带恒定红利界的对偶干扰风险模型

考虑了具有随机消费的带恒定红利界的对偶干扰风险模型.分别建立了破产前红利支付与期望折现罚函数所满足的积分-微分方程.当消费量与收入量均为指数分布时,得到了破产前红利支付与破产时间的解析表达式,并列举了数值例子.     

生存概率控制下的周期性红利优化问题

文章主要在带有利息收益的离散时间盈余模型中,在生存概率和有界红利率的约束条件下,讨论周期性红利优化问题:最大化破产前累积的周期性支付的红利现值的期望,并获得最优红利策略.假设在每个单位时间内收到的保费是正实值随机变量,且保费序列构成一个马尔科夫链.此外,我们还假设任意单位时间内索赔发生的概率和相应单位时间内收到的保费相关.首先,给定生存概率的约束条件,得到了红利支付的约束门槛.然后,通过变换值函数和运用不动点原理,得到了最优红利策略的一些性质和算法.最后通过数值实例解释该算法,并讨论生存概率对最优红利策略的影响.数值结果显示,最优红利策略是一个条件多门槛策略.这为现代企业(尤其是保险和金融公司)的决策者在兼顾和平衡公司健康发展与股东利益而进行红利决策和定量分析时提供了理论依据.     

理赔额与理赔间隔相依的风险模型的若干结论

本文研究了一类具有相依结构的风险模型.利用无穷小方法,得到了Gerber-Shiu罚金折现期望函数所满足的积分-微分方程,给出了破产时刻,破产赤字及破产前瞬时盈余的拉普拉斯变换的积分-微分方程的应用.最后,在具有常数红利边界下的同-风险模型中,分析了红利支付的期望现值.     

离散更新风险模型中的最优投资与红利策略

在带有投资和红利支付的离散时间更新风险模型中,公司通过控制红利支付及风险投资和无风险投资的比例使股东破产前的累积贴现红利期望达到最大.本文通过分析HJB方程和变换值函数的方法得到了最优红利与投资策略的计算方法,并利用压缩映射和不动点原理证明了变换函数最优解的存在性.另外,为了显著降低计算量本文也创新地提出一种最优策略的随机模拟方法,并证明模拟结果是真实值的相合估计.最后使用Matlab软件利用随机模拟方法给出了一个数值计算实例,实例显示这种新的随机模拟方法是公司进行红利支付及投资决策的一个很好的可供参考的方法.     

常红利边界复合二项模型红利期望现值

在完全离散的复合二项风险模型基础上，考虑常红利边界策略下的红利支付问题．通过两种不同的方法，得到了红利期望现值所满足的两个方程．由这些方程特殊性质，在比较宽松的条件下，通过建立相应的迭代过程，求解出了直到破产发生时红利期望现值的近似值．     

线性红利界下带干扰风险模型的破产概率

考虑到保险公司在实际经营中收益所具有的不确定性和分红策略,建立一类具有线性红利界和带随机扰动的双复合Poisson风险模型,利用鞅方法给出模型关于破产概率的一个定理及上界.     

观察时间服从Erlang(n)分布的对偶模型红利支付（英文）

本文研究了观察时间服从Erlang(n)分布的对偶模型红利支付问题.在收益额的拉普拉斯变换是有理拉普拉斯变换的情况下,获得了破产之前总贴现红利V(u;b)的求解方法.该结果推广了文献[8]的相应结论.     

一类相依索赔离散风险模型研究

研究了一类相依索赔的离散风险模型,得到了利率为0时模型的最终破产概率所满足的积分方程,以及破产持续n期的概率所满足的表达式.进而,得到了利率不为0时该模型的最终破产概率所满足的积分方程,并利用鞅论技巧导出了最终破产概率的一个Lundberg型上界,最后运用Matlab软件随机模拟破产概率并与Lundberg型上界作比较.     

常利率下的Cox模型的破产概率

讨论了常利率下的Cox模型的破产概率 ,分别得到了条件破产概率和最终破产概率所满足的积分方程 .     

索赔额是指数分布的马氏风险模型的破产概率

本文研究了马氏风险模型的破产概率,在索赔额服从指数分布或混合指数分布情形,通过解破产概率所满足的微积方程组,给出了破产概率的解析表达式.     

含投资因素的崩溃模型

本文讨论了已推广的保险公司的崩溃模型.本文得到了离散时间的崩溃模型复利情形下的崩溃概率公式,也得出了连续时间的崩溃模型崩溃概率的明确解和Vokterra积分方程.这些结果推广了经典崩溃模型中的相应结果.     

Sparre Anderson模型中随机时破产概率的一致渐近性

随机时破产概率是有限时破产概率在时间上的随机化.本文研究了带折现的Sparre Anderson模型中随机时破产概率的一致渐近性.在一些假设条件下,最终得到一致渐近公式.     

稀疏过程下变破产下限多元相依风险模型的破产概率

研究了稀疏过程下多元相依风险模型在假定变破产下限的破产概率,其中索赔产生时依赖概率ρ的可能性同时产生一次续保,即续保过程是索赔的ρ-稀疏过程.运用鞅方法得到了当破产下限为某些特征函数时破产概率所满足的不等式或破产概率的具体表达式.     

索赔为稀疏过程的双复合 Poisson风险模型

研究了一类风险过程,其中保费收入为复合Poisson过程,而描述索赔发生的计数过程为保单到达过程的p-稀疏过程.给出了生存概率满足的积分方程及其在指数分布下的具体表达式,得到了破产概率满足的Lundberg不等式、最终破产概率及有限时间内破产概率的一个上界和生存概率的积分-微分方程,且通过数值例子,分析了初始准备金、保费收入、索赔支付及保单的平均索赔比例对保险公司破产概率的影响.     

变破产下限风险模型的破产概率

近年来,很多文献对经典风险模型作了研究,并得出许多有用的结论。一般文献都是假定保险公司的破产下限为零,但在实际的保险实务中,当保险公司的盈余低于某一限度时,保险公司就要调整政策或宣布破产。本文研究了经典风险模型在假定变破产下限下的破产概率,得出了破产概率所满足的不等式,而且研究了当破产下限f(t)为某些特殊函数时,破产概率所满足的不等式或破产概率的具体表达式。最后本文给出了在推广后的风险模型中变破产下限破产概率所满足的不等式。     

一类马氏调制费率的双险种风险模型的破产概率

给出一类具有费率均为马氏调制的双险种风险模型,对于给定的初始状态,求出了条件破产概率满足的积分方程,并推导出具有平稳初始分布的破产概率的递归不等式和零初始资产时的破产概率的简洁估计式.     

Ruin Probabilities of a Surplus Process Described by PDMPs

In this paper we mainly study the ruin probability of a surplus process described by a piecewise deterministic Markov process （PDMP）. An integro-differential equation for the ruin probability is derived. Under a certain assumption, it can be transformed into the ruin probability of a risk process whose premiums depend on the current reserves. Using the same argument as that in Asmussen and Nielsen, the ruin probability and its upper bounds are obtained. Finally, we give an analytic expression for ruin probability and its upper bounds when the claim-size is exponentially distributed.     

Distributions for the risk process with a stochastic return on investments

In this paper, we consider a risk model with stochastic return on investments. We mainly discuss the ruin probability, the surplus distribution at the time of ruin and the supremum distribution of the surplus before ruin. We prove some properties for these distributions and derive the integro-differential equations satisfied by them. We present the relation between the ruin probability and the supremum distribution before ruin.