<dd id="saiiy"></dd>
  1. <s id="saiiy"></s>

    1. <s id="saiiy"></s>
      1. <span id="saiiy"><blockquote id="saiiy"></blockquote></span>

        一類(lèi)具有n種副索賠的時(shí)間相依風(fēng)險模型的破產(chǎn)研究

        發(fā)布時(shí)間:2025-06-02 02:58:36   來(lái)源:作文大全    點(diǎn)擊:   
        字號:

        【摘 要】本文研究了一類(lèi)均具有n種副索賠的風(fēng)險模型。主索賠到達時(shí)刻滿(mǎn)足Erlang(2)分布,主索賠的發(fā)生一定引起n種副索賠中的一種,副索賠有可能與主索賠同時(shí)也發(fā)生,也有可能延遲發(fā)生。通過(guò)引入輔助模型,得到了生存概率滿(mǎn)足的一組微分積分方程,并在主副索賠滿(mǎn)足相同的指數分布條件下,得到了生存概率滿(mǎn)足的微分方程與副索賠個(gè)數無(wú)關(guān)的結論。

        【關(guān)鍵詞】主索賠;副索賠;輔助模型;Erlang(2)分布;生存概率

        1.引言

        瑞典精算師Filip Lundberg(1903)開(kāi)創(chuàng )了破產(chǎn)理論研究的先河,并在其論文中提出了Poisson過(guò)程。其后,Harald Cramér(1930,1945)將Lundberg的研究成果進(jìn)行了嚴格數學(xué)化,建立了廣為人知的破產(chǎn)理論經(jīng)典模型即為L(cháng)-C模型。

        經(jīng)典風(fēng)險模型假設風(fēng)險過(guò)程為平穩獨立增量過(guò)程,但是在實(shí)際中,各個(gè)索賠之間往往是有著(zhù)各種相依關(guān)系,從Waters和Papatriandafylou(1985)的研究開(kāi)始,越來(lái)越多的學(xué)者開(kāi)始研究此類(lèi)的風(fēng)險模型。謝杰華,鄒娓(2008)則研究了具有延遲索賠的連續風(fēng)險模型,運用拉普拉斯變換等方法最終得到了破產(chǎn)概率表達式。Zou和Xie(2010)則考慮了滿(mǎn)足Erlang(2)分布條件下的破產(chǎn)問(wèn)題。

        迄今為止,大多數破產(chǎn)理論的研究都是不考慮副索賠或者是只引起一類(lèi)副索賠,但在現實(shí)中,主索賠不一定只引起一類(lèi)副索賠。趙明清,張偉(2011)研究了具有雙副索賠的相依風(fēng)險模型破產(chǎn)問(wèn)題。本文在文獻[5]和[6]的基礎上,研究了一類(lèi)可能引起n種副索賠的風(fēng)險模型。

        2.模型的刻畫(huà)及一組微分積分方程

        本章考慮了一類(lèi)具有個(gè)副索賠的風(fēng)險模型,主副索賠均為正的獨立同分布隨機變量,分別記為,滿(mǎn)足的分布函數分別記為,均值分別記為:。定義主索賠發(fā)生的時(shí)間間隔為滿(mǎn)足Erlang(2)分布,即,發(fā)生主索賠的次數記為。在時(shí)刻發(fā)生的主索賠以概率引起副索賠的發(fā)生,副索賠以概率在時(shí)刻時(shí)刻發(fā)生,以概率延遲到下一時(shí)刻發(fā)生,盈余過(guò)程以來(lái)表示,故有:

        其中,表示初始盈余,表示保險公司單位時(shí)間內收到的保費率,表示第類(lèi)副索賠在之間的總索賠額。定義生存概率為,那么破產(chǎn)概率為,。另外為了保證保險公司的正常運作,需要滿(mǎn)足安全負荷條件:

        保持其它條件不變,對模型(2.1)做細小的變化,建立個(gè)輔助模型。即在第一次發(fā)生主索賠的時(shí)刻,有另外一個(gè)副索賠發(fā)生,記該副索賠為和副索賠具有相同的分布函數。輔助模型可以表示為:

        這n個(gè)輔助模型對應的生存概率分別記為。

        定理2.1 對于任意的滿(mǎn)足如下一組微分積分方程:

        證明:分析可在時(shí)可能發(fā)生的索賠,有以下情況發(fā)生:

        (1)主索賠發(fā)生,同時(shí)引起了副索賠的發(fā)生,以概率在時(shí)刻發(fā)生;

        (2)主索賠發(fā)生,同時(shí)引起了副索賠的發(fā)生,以概率延遲到下一時(shí)刻發(fā)生;

        (3)主索賠發(fā)生,同時(shí)引起了副索賠的發(fā)生,以概率在時(shí)刻發(fā)生;

        (4)主索賠發(fā)生,同時(shí)引起了副索賠的發(fā)生,以概率延遲到下一時(shí)刻發(fā)生;

        ……

        (2n-1)主索賠發(fā)生,同時(shí)引起了副索賠的發(fā)生,以概率在時(shí)刻發(fā)生;

        (2n)主索賠發(fā)生,同時(shí)引起了副索賠的發(fā)生,以概率延遲到下一時(shí)刻發(fā)生。

        根據全概率公式有:

        3.生存概率

        定理3.1 在一類(lèi)具有個(gè)副索賠的風(fēng)險模型中,若主索賠的到達時(shí)刻服從Erlang(2)分布,時(shí)刻發(fā)生的主索賠以概率引起副索賠的發(fā)生,副索賠均以概率延遲到下一時(shí)刻發(fā)生,以概率在時(shí)刻時(shí)刻發(fā)生。在主副索賠滿(mǎn)足相同指數分布的條件之下,生存概率的所滿(mǎn)足的微分方程的表達式與副索賠個(gè)數無(wú)關(guān)。

        證明:當索賠額服從相同的指數分布的時(shí)候,即:

        即生存概率滿(mǎn)足的微分方程與副索賠個(gè)數無(wú)關(guān),證畢!

        4.結論

        今為止,大多數的對于破產(chǎn)理論的研究都是沒(méi)有考慮副索賠或者是只考慮了一類(lèi)副索賠,然而在現實(shí)中則不一定只有一種副索賠。本文致力于此類(lèi)研究,創(chuàng )新點(diǎn)在于將副索賠的個(gè)數推廣到了n個(gè),對當主索賠到達時(shí)刻滿(mǎn)足Erlang(2)分布的風(fēng)險模型進(jìn)行了破產(chǎn)研究。

        當然本文還存在改進(jìn)和擴展的空間,例如當n種副索賠中的兩種,三種等和主索賠在同一時(shí)刻發(fā)生,或者是當主副索賠滿(mǎn)足不同分布的時(shí)候的破產(chǎn)概率的研究等。關(guān)于此類(lèi)的研究是具有現實(shí)意義的,其相關(guān)的理論和問(wèn)題的研究,也是今后破產(chǎn)理論研究所面臨的新的挑戰。

        參考文獻:

        [1]Lundberg F.I.,Approximerad Framstallning av Sannolikhetsfunktionen.II,Atersforsakring av Kollektrivirisker. Uppsala:Almqvist & Wiksell,1903.

        [2]Cramer H.,On the Mathematical Theory of Risk.Stoockholm:Skandia Jubilee Volume,1930.

        [3]Cramer H.,Mathematical Methods of Statistics.Princeton:Stockholm and Priceton Univ.Press,Almqvist & Wiksell,1945.

        [4]Waters H.R.,Papatriandafylou A.,Ruin Probabilities Allowing for Delay in Claims Settlement.Insurance: Mathematics and Economics,1985,4:113-122.

        [5]謝杰華,鄒娓.一類(lèi)具有時(shí)間相依索賠風(fēng)險模型的破產(chǎn)概率[J].中國科學(xué)院研究生院學(xué)報,2008,25(3):313-319.

        [6]Zou W.,Xie J.H.,On the Ruin Problem in an Erlang(2)Risk Model with Delayed Claims[C].CCIS 105,2010,54-61.

        [7]趙明清,張偉.具有兩種副索賠的離散相依風(fēng)險模型破產(chǎn)問(wèn)題[J].經(jīng)濟數學(xué),2011,2.

        国产另类无码专区|日本教师强伦姧在线观|看纯日姘一级毛片|91久久夜色精品国产按摩|337p日本欧洲亚洲大胆精

        <dd id="saiiy"></dd>
        1. <s id="saiiy"></s>

          1. <s id="saiiy"></s>
            1. <span id="saiiy"><blockquote id="saiiy"></blockquote></span>