二元相依随机变量和的精确大偏差

随机变量序列和的精确大偏差能精确刻画其尾概率的极限性态,具有重要的研究价值。研究长尾上带有二元相依结构的随机变量和的精确大偏差,得到了随机变量的确定和及随机和的两种一致变化尾概率的相应结论。     

带一致变化尾上负相关随机变量和的精确大偏差

随机变量和尾概率性状的研究是保险精算领域的热门问题,而随机变量和的精确大偏差则精确刻画了其尾概率的极限性态。文章分别研究了一列同分布(但不一定独立)随机变量确定和以及随机和的精确大偏差,得到如下结果:如果这列随机变量带一致变化尾,是上负相关的,并且在左直线无支撑,则它们确定和以及随机和的精确大偏差结果均成立。     

重尾分布类D∩L中负相伴随机变量和的精确大偏差

利用重尾分布类D∩L性质的刻画,得到了重尾分布类D∩L中负相伴重尾随机变量和(随机和与非随机和)的精确大偏差,而重尾分布类D∩L是严格包含C的,从而首次将现有的精确大偏差结果推广到更大的重尾分布子类上.     

重尾分布类$\mathcal{D}\cap\mathcal{L}$中负相伴随机变量和的精确大偏差

利用重尾分布类$\mathcal{D}\cap\mathcal{L}$性质的刻画,得到了重尾分布类$\mathcal{D}\cap\mathcal{L}$中负相伴重尾随机变量和(随机和与非随机和)的精确大偏差, 而重尾分布类$\mathcal{D}\cap\mathcal{L}$是严格包含$\mathcal{C}$的,从而首次将现有的精确大偏差结果推广到更大的重尾分布子类上     

相依计数变量风险模型的大偏差

考虑每期索赔计数变量之间基于泊松AR(1)相依结构的离散风险模型, 利用特征函数的唯一性, 得到了其累积索赔总额的概率分布等价形式, 并建立了重尾索赔下索赔总额的精细大偏差.     

重尾分布下一类双险种风险模型的大偏差

利用典型的重尾分布下风险模型关于大偏差的研究方法,进一步研究了重尾分布下一类双险种风险模型,得到了当两个独立险种的索赔额均服从重尾子族D族时,部分和Sn＋m的大偏差的估计。     

一类不同分布NA列的粗略大偏差

在前人关于独立同分布和同分布NA列的粗略大偏差的基础上得到了一类不同分布NA列的粗略大偏差．     

广义负上限相关随机变量和的精确大偏差

讨论了长尾上的广义负上限相关的随机变量和的精确大偏差,得到了非随机和和随机和的两种一致变化尾概率的结果.     

随机变量序列的大偏差估计

利用Markov不等式和Cr-不等式,研究了条件n∑i=1E[|X|p]=O(np)下的φ混合序列、负相协(NA)序列、渐近几乎负相协(AANA)序列的大偏差估计.     

关于重尾随机中心化大偏差的若干结果

在研究了当索赔额属于ERV时的随机中心化大偏差的基础上进一步研究,得到了当索赔额分别属于GERV和G时,随机中心化大偏差的结果。     

负相依随机变量和的概率大偏差不等式

对负相依随机变量序列部分和建立大偏差定理,给出有界变量的若干Bennett-Hoeffding型不等式,修正、完善和改进了近年来大偏差不等式的一些结果.     

长尾加权相依的随机变量和的精确大偏差

研究了风险模型中的服从长尾分布的带加权相依关系的随机变量的和的尾概率,在给出一些假设条件下采用求精确大偏差的方法得到了加权的非随机和Sn和加权的随机和S(t)的两种渐近结果,推广了已存在的独立同分布条件下的相应结论.     

次指数随机变量列的精致大偏差

得到了独立同次指数分布随机变量的精致大偏差结果,取消了现有的类似结果中q(t)最终单调趋于0的条件,同时稍微加强了下述条件:m in(α,β)>N,对某个N>2,并且得到了以负相协随机变量列的更新过程为随机脚标的类似结果。     

D族 END随机变量随机和的精致大偏差

重尾理赔下风险模型的精致大偏差研究是现代保险精算学中的一个重要课题。假定理赔序列为一列D族重尾END同分布随机变量序列,理赔到来过程为一与理赔序列独立的计数过程。在一定条件下,得到该风险模型在一般情形下的精致大偏差,推广了相关文献已报道的结果。     

NA随机变量之和的大偏差与指数估计

对ＮＡ随机变量序列建立了类似于独立随机变量序列的大偏差概率不等式与指数估计。     

B—值独立随机元部分和的大偏差

本文证明了B-值独立弱收敛随机元序列部分和的大偏差的几个结果,推广了Donsker和Varadhan定理,并说明在本文的条件下,一个经典结果不再成立.     

NOD序列部分和的大偏差

研究了NOD随机变量部分和的大偏差,其中S(n)=∑Xi,{Xn,n≥1} from (i=1 to n)是一个NOD序列,对任意的n≥1,Xn的分布记为Fn,其均值为μn=EXn<∞.在假定F∈D的条件下,给出了F∈D上NOD序列部分和的大偏差结果.     

随机和局部精细大偏差的应用

研究了在F∈SΔ,Δ=(0,T],T≤∞的条件下随机和S(T)=SUM from i=1 to N(t) ξi,t≥0中心化的局部精细大偏差结果中{h(t),t≥0}和{J(t),t≥0}的选取,并且给出了随机和的局部精细大偏差在索赔过程和再保险中的应用.