非负不同分布负相协随机变量下的精细大偏差（英文）

本文研究非负,不同分布,负相协随机变量的精细大偏差问题.在相对较弱的条件下,重点解决了非随机和的精细大偏差的下限问题,得到相对应的随机和的一致渐近结论.同时,对复合更新风险模型进行了深入的讨论,在一定的条件之下将其简化为一般的更新模型,并将所得相关的精细大偏差的结论应用到更为实际的复合更新风险模型中,验证了其理论与实际价值.除此之外,本文的研究还表明,随机变量间的这种相依关系对精细大偏差的最终结果的影响并不大.     

复合更新风险模型中负相依索赔额下的精细大偏差（英文）

本文考虑了在复合更新风险模型当中,负相依索赔额情形下与之相关的精细大偏差的若干问题.文中假设{X_n,n≥1}是一列负相依的随机变量,其对应分布列为{F_n,n≥1},并假定F_n的右尾分布等同于某个具有一致变化尾的分布.根据所得的结果试图建立与经典大偏差相似的结论,并将其应用到改进后的复合更新风险模型当中.     

多元模型的长尾相依大偏差的下界

研究了在多元模型中的服从长尾分布且带有负相依的随机变量和的尾概率,在给定的一些条件下通过采用多元大偏差的方法得到了随机变量的非随机和和随机和的大偏差的下界,推广了相应的独立同分布情形下的结论.     

负相协D族广义Sparre-Andevsen模型下的大偏差及其应用

本文将经典的Sparre-Andevsen风险模型推广到保费收入过程不再是线性过程的一般风险过程,得到了一些关于负相协D族随机变量随机和的大偏差结果,以及破产概率的弱等价性.     

上尾渐近独立随机变量和的大偏差的渐近下界(英文)

本文研究了多元风险模型中服从长尾分布的带上尾渐近独立的随机变量和的大偏差渐近下界.利用大偏差的经典求法,得到了随机变量的非随机和和随机和的大偏差表达式,推广了独立同分布情形下的相关结论.     

(D)族负象限相依随机变量和的精致大偏差

在负象限相依结构下,得到了支撵在(-∞,∞)上的(D)族随机变量非中心化以及中心化部分和的精致大偏差.同时,还在较弱的条件下,得到了相应的中心化随机和的精致大偏差.     

一类负相伴随机阵列部分和的精致大偏差

本文在一些适当的条件下得到了多风险模型中负相伴随机阵列的精致大偏差,推广了一些已知的结果,同时表明在多风险模型中负相伴结构对精致大偏差同样不具有敏感性.     

D族负象限相依随机变量和的精致大偏差

在负象限相依结构下, 得到了支撑在 (-∞,∞) 上的 D 族随机变量非中心化以及中心化部分和的精致大偏差. 同时, 还在较弱的条件下, 得到了相应的中心化随机和的精致大偏差.     

L族END的多元部分和的精确大偏差下界

从保险的实际出发,研究服从长尾分布族(L族)上的多元风险模型中随机变量序列的部分和的精确大偏差,其中假设随机变量序列是一列延拓负相依(END)的、同分布的随机变量序列,利用基于求L族的精确大偏差的方法得到了随机变量部分和的渐近下界.     

风险模型中重尾随机变量和的若干大偏差结果

进一步研究随机变量部分和与随机和的大偏差,其中S(n)=∑ni=1Xi,S(t)=∑N(t)i=1Xi(t>0).{Xn,n≥1}是一个独立同分布的随机变量(未必是非负的)序列具有共同的分布F(定义于R上)和有限期望μ=EX1.{N(t),t≥0}是一个非负的整数值的随机变量的更新计数过程且与{Xn,n≥1}相互独立.本文在假定F∈C条件下,进一步推广并改进了由Klüppelberg等和Kaiw等人给出的一些大偏差结果.这些结果可应用到某些金融保险方面的一些特定的问题中去.     

一个复合风险模型的引入及其大偏差估计的建立

本文研究了关于独立随机和精大偏差的估计问题,改进了文献[4,7]的结果。首先我们引入了一个比过去工作更现实复合更新风险模型,然后在该模型下建立了与文献中完全相同的精大偏差结果。     

D族END的随机变量和的精确大偏差

研究了非随机和的S_n=∑_i=1ⁿ X_i,n≥1的精确大偏差的问题,这里{X_i,i≥1}是服从控制变化尾分布族（D族）的非负的、END的随机变量,但不必是同分布的.在给定的一些假设条件下,得到了非随机和的渐近关系,推广了相应的独立同分布情形下的结论.     

一类时间相依复合更新风险模型损失过程的尾概率渐近估计

考虑一类复合相依更新风险模型,一次事故引发多次索赔.假设索赔次数与索赔时刻相依,同一事故引起的索赔额是宽上限相依(widely upper orthant dependent)且服从重尾分布.得到该风险模型损失过程的精细大偏差和有限时破产概率的渐近估计.     

相依的高斯及非负随机序列的强大数定律

根据Alexander对具有正、负相协的随机变量序列满足强大数定律的条件,本文研究具有一般相依结构的高斯随机变量序列、非负随机变量序列以及一致有界随机变量序列,给出了其满足强大数定律的充分条件.最后给出了一个高斯序列满足强大数定律条件的例子.     

行负相依随机变量阵列的完全收敛性（英文）

本文研究同分布假设条件和随机控制要求下行负相依随机变量阵列最大值部分和的完全收敛性的问题,得到一些新的结果.这些结果推广和改进了已有关于行独立随机变量阵列和行负相依随机变量阵列的相关定理.作为应用,行负相依随机变量阵列的Chung型强大数定律被取得.     

复合二项过程风险模型的精细大偏差及有限时间破产概率

讨论基于客户到来的复合二项过程风险模型.在该风险模型中,假设索赔额序列是独立同分布的重尾随机变量序列,不同保单发生实际索赔的概率可以不同,则在索赔额服从ERV的条件下,得到了损失过程的精细大偏差;进一步地,得到了有限时间破产概率的Lundberg极限结果.     

宽上限相依的随机变量和的精确大偏差

通过研究了长尾上的带宽上限相依的随机变量和的精确大偏差,利用经典大偏差的方法,得到了非随机和和随机和的两种渐近结果.     

关于大偏差概率的一个界

研究得到了关于随机和S(t)=∑N(t)i=1Xi,t≥0大偏差的幂的一个界,其中(N(t))t≥0是一族非负整值随机变量,(Xn)n∈N是独立同分布的随机变量,其共同的分布函数是F与(N(t))t≥0独立.本结论是在假设分布函数F的右尾属于ERV族的情况下得到的.     

非Lipschitz系数McKean-Vlasov随机微分方程的大偏差原理

本文研究有限维框架下一类非Lipschitz系数McKean-Vlasov随机微分方程的Freidlin-Wentzell型大偏差原理,将此类条件下经典随机微分方程的相关结论推广到McKean-Vlasov随机微分方程.在此类McKean-Vlasov随机微分方程解的存在唯一性基础上,采用弱收敛方法得到其大偏差原理.     

长尾宽上限相依的不同分布的随机变量和的精确大偏差

研究了服从长尾分布族上的随机变量和的精确大偏差问题,其中假设代表索赔额的随机变量序列是一列宽上限相依的、不同分布的随机变量序列。在给定一些假设条件下,得到了部分和与随机和的两种一致渐近结论。