索赔次数为复合Poisson-Geometric过程的风险模型及破产概率

本文引入一类复合Poisson-Geometric分布,这类分布包括两个参数,是普通Poisson分布的一种推广,并在保险中有其实际的应用背景;基于此分布产生一个计数过程,称之为复合Poisson-Geometric过程.本文着重研究了索赔次数为复合Poisson-Geometric过程的风险模型,这种模型是经典风险模型的一个推广.针对此模型,本文给出了破产概率公式及更新方程.作为特例,当索赔额服从指数分布时,给出了破产概率的显式表达式.     

基于贝叶斯的部分线性单指标复合分位回归的研究及其应用

从贝叶斯角度出发对部分线性单指标复合分位回归模型展开研究,并将其用于非寿险精算领域中的累积索赔金额数据建模.文中在建模过程中,考虑到数据中常见的解释变量缺失,在复合分位回归的目标函数中进行加权,然后基于复合非对称拉普拉斯分布(CALD)对模型中的参数采用贝叶斯方法进行估计.模型中单指标部分基于三次B-样条展开,为了减少...     

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.     

基于指标分类权重与未确知测度的装备战场损伤等级评估模型

成功的战场抢修是战斗力的"倍增器",而快速、准确的战场损伤评估是战场抢修决策和战场态势预测的前提.针对战场损伤评估中的未确知性,首先引入专家可信度对指标值进行处理;其次,通过指标本身输出的信息熵客观地确定指标的分类权重;接着在未确知数学理论及算法基础上给出了一种新的装备战场损伤等级评估模型,最后对某火炮的战损等级情况进行评判.结果表明:模型不仅能够组合多个损伤因素的估计问题,而且能够处理由不确定性信息导致的未确知性,并给出未知信息的置信度,较准确地反映了装备战场损伤程度,是装备战场损伤等级评估的一种有效工具.     

一类推广的常利率复合Poisson-Geometric风险模型的预警区问题

在复合Poisson-Geometric风险模型的基础上,引入利率因素,并将保费收入由线性过程推广为复合Poisson过程,建立了一类推广的带常利率复合Poisson-Geometric风险模型,该模型描述现实的能力更强,更具有实际意义.然后,利用盈余过程的强马氏性推导出了首个预警区的条件矩母函数所满足的积分方程,并进一步在保费额和索赔额都服从指数分布的情形下得出了其解析解.     

基于小波神经网络方法的桥梁结构损伤识别研究

桥梁结构在服役期间会承受复杂的荷载,长期使用会不可避免地出现各种损伤.若这些损伤不能被及时发现和适当处理,将有可能造成严重的事故.因此,桥梁结构的局部小损伤识别对于其及时检修有重要意义.通常,损伤结构的全局动态特性测试可能对局部的结构损伤不敏感,特别是对小损伤,这就需要从结构动态响应信号中提取对损伤更敏感的特征量.建立了桥梁结构的有限元模型并进行动力特性分析;采用小波包分析方法处理结构动态响应信号以构造结构损伤指标,并结合结构损伤指标和人工神经网络方法进行桥梁结构的损伤定位.     

一类推广的复合Poisson-Geometric风险模型下预警区问题的研究

该文研究一类推广的复合Poisson-Geometric风险模型的预警区问题,此模型保费收入过程是复合Poisson过程, 索赔次数过程是复合Poisson-Geometric过程. 充分利用盈余过程的强马氏性和全期望公式,得到了赤字分布的积分表达式, 进而得到了单个预警区和总体预警区的矩母函数的表达式.     

带干扰的索赔次数为复合Poisson-Geometric过程的风险模型下的罚金函数

研究了带干扰的索赔次数为复合Poisson-Geometric过程的风险模型,针对此模型,给出了罚金函数满足的积分微分方程,利用Dickson and Hipp(2001)中引入的变换方法,得到了罚金函数的拉普拉斯变换的精确表达式.     

马氏调制费率复合Poisson-Geometric风险模型的预警区问题

考虑了一类具有马氏调制费率的复合Poisson-Geometric过程风险模型,充分利用盈余过程的强马氏性,得到第一个预警区的一个条件矩母函数所满足的微积分方程,并进一步在两状态情形下,当理赔额的分布为指数分布时得到了第一个预警区的一个条件矩母函数的具体表达式以解释结果.需要特别指出的是,所研究模型的盈余过程不具有平稳增量性,只能充分运用盈余过程的强马氏性,研究了一类具有马氏调制费率的复合Poisson-Geometric过程风险模型的预警区问题,丰富了保险公司对预警区问题的研究,对保险公司考虑财务预警系统以及保险监管部门设计某些监管指标系统具有一定的参考指导价值.     

连续时间复合二项模型多维精算量的联合分布

连续时间复合二项模型是由文献首先提出的.作为离散时间复合二项模型的连续化版本,连续时间复合二项模型的极限形式即为经典风险模型.为了得到该模型多维精算量的联合分布,该文引入了一列上穿零点,推导出该列上穿零点所构成的缺陷(defective)更新序列的更新质量函数.利用此更新质量函数及余额过程的强马氏性可以得到破产概率和包含破产时间,破产前余额,破产严重程度,破产前最大盈余,破产到恢复的最大赤字,整个过程的最大赤字等多维精算量的联合分布.由此联合分布得到其1-骨架链—离散时间复合二项模型的对应的联合分布,最后给出在1-骨架链中索赔额服从指数分布时这一特殊情况下相应多维精算量的联合分布的明确表达式.     

索赔相关的Poisson-Geometric风险模型研究

研究了保费到达为复合Poisson-Geometric过程的索赔相关风险模型,通过模型转化得到了破产概率的表达式及其上界.进一步地,将模型推广为带干扰的情形,得到了相应的结果.     

一类推广的复合Poisson-Geometric相依风险模型的破产概率

研究了一类推广的复合Poisson—Geometric风险相依模型．利用盈余过程的鞅性,得到了破产概率公式以及破产概率所满足的积分方程和Cramer—Lundberg逼近．最后给出了索赔额服从指数分布时Cramer-Lundberg逼近的精确表达式．     

复合Poisson-Geometric风险模型Gerber-Shiu折现惩罚函数

本文研究赔付为复合Poisson-Geometric过程的风险模型,首先得到了Gerber-Shiu折现惩罚期望函数所满足的更新方程,然后在此基础上推导出了破产概率和破产即刻前赢余分布等所满足的更新方程,再运用Laplace方法得出了破产概率的Pollazek-Khinchin公式,最后根据Pollazek-Khinchin公式,直接得出了当索赔分布服从指数分布的情形下破产概率的显示表达式.     

一类常利率下的复合Poisson-Geometric过程风险模型

将文献[6]中常利率情况下的风险模型,推广为索赔来到过程为Poisson-Geometric过程的风险模型.给出了该模型初始资产为u时生存概率所满足的积分方程,并更正了文献[6]中的错误。     

带干扰的索赔次数为复合Poisson—Geometric过程的风险模型下的罚金函数

研究了带干扰的索赔次数为复合Poisson—Geometric过程的风险模型,针对此模型,给出了罚金函数满足的积分微分方程,利用DicksonandHipp（2001）中引入的变换方法,得到了罚金函数的拉普拉斯变换的精确表达式．     

一类索赔为复合Poisson-Geometric过程双险种风险模型的破产概率

对索赔为复合Poisson-Geometric过程的双险种风险模型进行研究,给出了当初始资本为0及索赔额为指数分布下破产概率的具体表达式,并利用鞅方法得到了最终破产概率满足的Lundberg不等式和一般公式.