广义负相依一般风险模型中有限时破产概率的估计及数值模拟

本文研究了一类带利率的重尾相依风险模型, 其中索赔额是一列上广义负相依随机变量, 索赔到达过程是一般的非负整值过程, 并且独立于索赔额序列, 保费收入过程是一个一般的非负非降随机过程. 我们考虑了两种情况, 其一是索赔额、索赔到达过程及保费收入过程相互独立, 其二是累积折现保费收入总量的尾概率可以被索赔额的尾概率高阶控制, 得到了保险公司有限时破产概率的渐近估计,并且给出了相应的数值模拟, 验证了理论结果的合理性.     

考虑随机投资收益和单边线性索赔的时间依赖更新风险模型的破产概率

本文主要研究一类考虑随机投资收益和相依索赔额的时间依赖的更新风险模型.在该模型中,保险投资收益服从指数Lévy过程,而索赔额服从具有独立同分布步长的单边线性过程.该单边线性过程的步长与索赔到达时间构成独立同分布的随机向量序列,并且该随机向量的分量之间具有运用步长关于索赔到达时间间隔的条件尾概率渐近性刻画的相依关系.当单边线性过程的步长服从重尾分布时,本文得到该更新风险模型破产概率在时间域内的一致渐近估计.     

考虑一般投资收益和时间相依索赔情形下二维带扰动风险模型的有限时间破产概率渐近估计

考虑具有一般投资收益过程的二维带扰动保险风险模型,假定保险公司盈余的投资收益过程由右连左极随机过程刻画,且两种索赔额与索赔到达时间间隔服从S armanov相依结构.当索赔额分布属于正则变化尾分布族时,得到有限时间破产概率的渐近公式.当描述投资收益过程的右连左极过程分别取Lévy过程,Vasicek利率模型,Cox-Ingersoll-Ross(CIR)利率模型,Heston模型时,得到相应投资收益情形下破产概率的渐近公式.     

保费收入率与索赔到达率均依赖于当前储备金的风险模型的破产问题

本文建立了保费收入率与索赔到达均依赖于当前盈余额的保险模型.将这一模型纳入逐段决定马尔可夫过程的框架,破产时刻就是这一逐段决定马尔可夫过程的端时.我们用鞅方法得到了保费收入率与索赔到达率均依赖于当前盈余额的风险模型的破产概率的确切表达式.     

复合二项分布下多险种风险模型的大偏差

考虑了重尾分布的多险种复合二项风险模型,在索赔额分布服从一致变化尾时,得到了其总索赔过程和总索赔盈利过程的大偏差,推广了经典复合二项风险模型的结论.     

一类带干扰且Cox相关的双险种风险模型

在带有随机扰动的环境中,考虑保单到达及索赔到达均为Cox点过程且两类索赔到达过程相关的一类双险种风险模型.利用鞅技巧,将破产概率的指数上界推广到了更一般的情形.     

一类考虑破产限的双险种风险模型

本文研究一类考虑破产限的双险种风险模型,其中,一类险种保单到达是强度为λ的Poisson过程,退保、保单的非正常索赔以及正常索赔过程分别是关于保单到达过程的ρ_1—稀疏过程、ρ_2—稀疏过程、ρ_3—稀疏过程,另一类险种保单到达及索赔均服从复合负二项分布,运用鞅方法讨论该模型盈余过程的性质,并给出最终破产概率的表达式和Lundberg不等式.     

一类索赔相依二元风险模型的破产概率问题研究

考虑一种相依索赔风险模型,模型中假设每次主索赔可随机产生一延迟的副索赔,采用Laplacc变换方法,给出了索赔额服从轻尾分布时的最终破产概率,并研究了重尾分布时最终破产概率的渐进式.     

带利息力和干扰的批量索赔一般到达风险模型

本文在经典风险模型的基础上,将索赔到达过程推广为更新过程,索赔可以批量到达,且带有常数利息力和Brown运动干扰项,得到一个新的风险模型,运用Markov骨架过程的方法,得出盈余过程的瞬时分布和生存概率.     

带多阈值的两类索赔风险模型中的期望折现罚函数

本文考虑了带多阈值两类索赔到达风险模型,在假定两类索赔到达过程均为phase-type 分布时,建立了期望折现罚函数所满足的积分-微分方程.并通过拉普拉斯变换讨论了方程的解.     

稀疏过程在保险公司破产问题中的应用

本文讨论适用于一类人寿保险和财产保险的风险过程 ,其中保单到达服从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。对此模型给出了破产概率的上界并对该上界进行了随机模拟 ,同时把所得结果与经典情形进行比较     

带干扰的一类相依风险模型

本文将古典风险模型推广为带干扰的一类相依风险模型。在此风险模型中,保单到达过程为一Pois-son过程,而索赔到达过程为保单到达过程的P-稀疏过程。利用鞅的方法得到了破产概率和Lundberg不等式。     

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.     

理赔为一般到达的常利率风险模型

本文研究了一般到达的常利率保险风险问题，应用建立Markov骨架过程的方法建立了理赔为一般到达的常利率风险模型．给出了破产时的余额分布、破产前瞬间的余额分布、破产时间与破产前瞬间余额的联合分布、破产时间与破产时余额的联合分布及破产前瞬间余额、破产时余额与破产时间的联合分布．     

双二项风险模型的破产概率

首先将经典的复合二项风险模型推广到保费到达过程与个体索赔过程是两个相互独立的二项过程的一种新模型，然后运用两种方法得出破产概率满足的一般公式和Lundberg不等式．     

On the Gerber-Shiu Function and Optimal Dividend Strategy for a Thinning Risk Model

In this paper, the risk model under constant dividend barrier strategy is studied, in which the premium income follows a compound Poisson process and the arrival of the claims is a p-thinning process of the premium arrival process. The integral equations with boundary conditions for the expected discounted aggregate dividend payments and the expected discounted penalty function until ruin are derived. In addition, the explicit expressions for the Laplace transform of the ruin time and the expected aggregate discounted dividend payments until ruin are given when the individual stochastic premium amount and claim amount are exponentially distributed. Finally, the optimal barrier is presented under the condition of maximizing the expectation of the difference between discounted aggregate dividends until ruin and the deficit at ruin.     

A micro-level claim count model with overdispersion and reporting delays

The accurate estimation of outstanding liabilities of an insurance company is an essential task. This is to meet regulatory requirements, but also to achieve efficient internal capital management. Over the recent years, there has been increasing interest in the utilisation of insurance data at a more granular level, and to model claims using stochastic processes. So far, this so-called ‘micro-level reserving’ approach has mainly focused on the Poisson process.In this paper, we propose and apply a Cox process approach to model the arrival process and reporting pattern of insurance claims. This allows for over-dispersion and serial dependency in claim counts, which are typical features in real data. We explicitly consider risk exposure and reporting delays, and show how to use our model to predict the numbers of Incurred-But-Not-Reported (IBNR) claims. The model is calibrated and illustrated using real data from the AUSI data set.     

稀疏过程在破产问题中的应用

本讨论一类人寿保险的风险过程，其中保单到达服从齐次Poisson过程。而描述退保及索赔发生的计数过程分别为这一过程的q-稀疏与p-稀疏．对此模型给出其破产概率的具体上界，并与其它一类风险模型进行比较．