【摘要】：計(jì)算破產(chǎn)概率等相關(guān)的精算量是經(jīng)典風(fēng)險(xiǎn)理論中最為關(guān)心的問題之一。從Lundberg時(shí)期至今,它一直都是一個(gè)很活躍的研究領(lǐng)域。此外,破產(chǎn)理論在其他應(yīng)用概率領(lǐng)域具有廣泛的應(yīng)用,例如排隊(duì)論和數(shù)理金融(障礙期權(quán)、信用產(chǎn)品的定價(jià)等)。因此,破產(chǎn)理論在現(xiàn)代風(fēng)險(xiǎn)理論中仍然具有非常重要的作用。分紅作為另一個(gè)重要的準(zhǔn)則首先由De Finetti [19]提出。在該文中,他主要考慮一個(gè)簡單離散模型下的直到破產(chǎn)前的期望折現(xiàn)累計(jì)分紅量,并發(fā)現(xiàn)最優(yōu)的分紅策略是一個(gè)邊界策略。從此,一大批學(xué)者開始研究各種更加一般和更加實(shí)際的模型下的(帶有一個(gè)常數(shù)邊界的)分紅問題。我的博士論文也致力于研究某些風(fēng)險(xiǎn)模型下的破產(chǎn)和分紅問題。它主要包含兩類問題：一類是連續(xù)時(shí)間模型下的某些與破產(chǎn)和分紅相關(guān)的最優(yōu)隨機(jī)控制問題(見第2和3章),另一類是某些離散時(shí)間模型下的破產(chǎn)和分紅問題(見第4-6章)。 動(dòng)態(tài)隨機(jī)優(yōu)化起源于具有不確定性的決策問題,它在保險(xiǎn)、金融、經(jīng)濟(jì)和管理領(lǐng)域具有廣泛的應(yīng)用。隨機(jī)優(yōu)化問題的目標(biāo)一般是為了尋找最優(yōu)的控制(決策)過程和相應(yīng)的最優(yōu)目標(biāo)函數(shù)。保險(xiǎn)學(xué)和隨機(jī)控制理論相結(jié)合的文獻(xiàn)經(jīng)歷了很長一段時(shí)間才得以出現(xiàn),最初的文獻(xiàn)為Asmussen and Taksar [5]和Browne [8]。從此以后,有一系列的文獻(xiàn)利用動(dòng)態(tài)規(guī)劃原理和HJB方程的方法來解決保險(xiǎn)中的最優(yōu)控制問題。這個(gè)領(lǐng)域的核心問題包括保險(xiǎn)公司的最優(yōu)再保險(xiǎn)、最優(yōu)投資和最優(yōu)分紅問題。其中,大部分都是考慮擴(kuò)散模型和經(jīng)典風(fēng)險(xiǎn)模型。 為了降低自身的風(fēng)險(xiǎn),保險(xiǎn)公司通常會購買適量的再保險(xiǎn)。為了數(shù)學(xué)上的方便,大多數(shù)文獻(xiàn)都假定保費(fèi)是按照期望值原理來收取的。但是,均值相同的兩個(gè)風(fēng)險(xiǎn)之間的差異可能很大,那么對它們所收取的保費(fèi)也應(yīng)該不同。因此,期望值原理有時(shí)未必合理。另一方面,被稱為零效用準(zhǔn)則的指數(shù)保費(fèi)原理在保險(xiǎn)數(shù)學(xué)和精算實(shí)務(wù)中都發(fā)揮著重要作用。它具有很多好的性質(zhì)并且被廣泛應(yīng)用于數(shù)理金融中的保險(xiǎn)產(chǎn)品定價(jià),見Musiela and Zariphopoulou [62], Young and Zariphopoulou [85], Young [84]和Moore and Young[61]。因此,我們也對指數(shù)保費(fèi)原理下的某些最優(yōu)控制問題感興趣,見第2和3章。在指數(shù)保費(fèi)原理下,保險(xiǎn)公司的風(fēng)險(xiǎn)控制是非線性的,它使得所考慮的問題比期望值原理下的相應(yīng)問題更復(fù)雜。為了簡單起見,本文假設(shè)保險(xiǎn)公司購買的是比例再保險(xiǎn)。 在第2章中,我們考慮一個(gè)擴(kuò)散模型下的最優(yōu)分紅問題。該控制的擴(kuò)散模型是通過對具有比例再保險(xiǎn)的經(jīng)典風(fēng)險(xiǎn)模型擴(kuò)散逼近得到的,其中再保險(xiǎn)的保費(fèi)是按照指數(shù)保費(fèi)原理來計(jì)算的。Zhou and Yuen [90]在方差保費(fèi)原理下考慮了類似的最優(yōu)分紅問題。他們得到了一些與L(?)kka and Zervos [55](其中再保險(xiǎn)保費(fèi)按照期望值原理來計(jì)算)中不一樣的結(jié)果。我們所考慮的問題是比Zhou and Yuen [90]中更復(fù)雜的非線性隨機(jī)控制問題。此外,Zhou and Yuen [90]中只考慮了便宜再保險(xiǎn),而我們同時(shí)考慮了非便宜再保險(xiǎn)和便宜再保險(xiǎn)兩種情形。本章的目標(biāo)是最大化直到破產(chǎn)前的期望折現(xiàn)分紅量。對分紅率有界和無界兩種情形,我們都得到了值函數(shù)和相應(yīng)的最優(yōu)策略的解析表達(dá)式。對無界分紅率情形(非便宜再保險(xiǎn)和便宜再保險(xiǎn)),最優(yōu)分紅策略是一個(gè)邊界策略,并且最優(yōu)再保險(xiǎn)和最優(yōu)分紅策略具有相同的閥值。這些結(jié)果與Zhou and Yuen [90]中的類似。但是,對分紅率為有界(界為M)的情形,本文中非便宜再保險(xiǎn)情形下的結(jié)果與Zhou and Yuen [90]中有所不同。Zhou and Yuen [90]指出最優(yōu)分紅策略總是門檻分紅策略,且當(dāng)盈余達(dá)到該門檻之后保險(xiǎn)公司的自留水平保持不變(即使盈余不斷增加)。但是在本文中,該情況只對充分大的M才成立,具體的見2.4.1小節(jié)。而對比較小的M,本文的結(jié)果表明,最優(yōu)的分紅策略是始終按最大分紅率進(jìn)行分紅,且最優(yōu)的再保險(xiǎn)比例始終是一個(gè)常數(shù)。最后,我們在第2.5節(jié)給出了一個(gè)數(shù)值例子,它闡釋了α(再保險(xiǎn)公司的風(fēng)險(xiǎn)厭惡)對最優(yōu)值函數(shù)和保險(xiǎn)公司自留水平的影響。我們從中發(fā)現(xiàn),隨著a的增大,它對值函數(shù)的影響越來越��；當(dāng)盈余較小時(shí),自留水平隨α的增大而增大,然而當(dāng)盈余較大時(shí)情況卻比較復(fù)雜。 在第3章中,我們考慮保險(xiǎn)公司的最優(yōu)投資和比例再保險(xiǎn)問題,其中保險(xiǎn)公司的業(yè)務(wù)由一帶擴(kuò)散擾動(dòng)的經(jīng)典風(fēng)險(xiǎn)過程來刻畫。對經(jīng)典風(fēng)險(xiǎn)模型,破產(chǎn)概率的解析表達(dá)式通常無法得到。然而,由Cramer-Lundberg漸進(jìn)公式和Lundberg不等式知道,破產(chǎn)概率與調(diào)節(jié)系數(shù)密切相關(guān)。因此,在帶擴(kuò)散擾動(dòng)的經(jīng)典風(fēng)險(xiǎn)模型下,我們也著重考慮再保險(xiǎn)對調(diào)節(jié)系數(shù)的影響。我們假設(shè)資產(chǎn)可以被投資于一個(gè)風(fēng)險(xiǎn)資產(chǎn)和一個(gè)無風(fēng)險(xiǎn)資產(chǎn)。除了投資,我們允許保險(xiǎn)公司購買適當(dāng)?shù)脑俦ｋU(xiǎn)以減少自身的風(fēng)險(xiǎn)。值得一提的是,對于最大化調(diào)節(jié)系數(shù),我們并沒有將策略集限制于常數(shù)策略類,這與絕大多數(shù)文獻(xiàn)都不同,例如Liang and Guo [51], Centeno [10], Hald and Schmidli [32], Centeno and Guerra [11]和Guerra and Centeno [30]我們首先研究最大化終端財(cái)富指數(shù)效用的問題,然后將所得的結(jié)果應(yīng)用于最大化調(diào)節(jié)系數(shù)的問題中。對上述的兩個(gè)問題,通過解相應(yīng)的HJB方程,我們都得到了最優(yōu)值函數(shù)和相應(yīng)最優(yōu)策略的解析表達(dá)式。此外,我們證明了最大的調(diào)節(jié)系數(shù)及其相應(yīng)的最優(yōu)策略都是a(再保險(xiǎn)公司的風(fēng)險(xiǎn)厭惡)和β(保險(xiǎn)公司的不確定因素)的嚴(yán)格單調(diào)函數(shù)。在第3.4節(jié)中,我們還給出了破產(chǎn)概率的一個(gè)上界。此外,我們應(yīng)該注意的是,Hald and Schmidli [32]中的方法對本文不適用。然而,用我們的方法卻可以得到Hald and Schmidli [32]中的定理1。 馬氏調(diào)節(jié)風(fēng)險(xiǎn)模型,由于其盈余過程受一環(huán)境馬氏鏈的影響,它能更好的捕捉保單依賴于環(huán)境的特征,例如受天氣、經(jīng)濟(jì)和政治等環(huán)境的影響。因?yàn)樗冉?jīng)典風(fēng)險(xiǎn)模型更加貼近現(xiàn)實(shí),近年來受到越來越多的關(guān)注。 在馬氏調(diào)節(jié)風(fēng)險(xiǎn)模型中,保費(fèi)、索賠額大小和索賠數(shù)過程在給定環(huán)境馬氏鏈下通常都假定是(條件)獨(dú)立的,即它們都只依賴于馬氏鏈的當(dāng)前狀態(tài)。然而,在某些應(yīng)用中這種(條件)獨(dú)立的假設(shè)有點(diǎn)太強(qiáng)了。Janssen and Reinhard [41]首先提出了一種半馬氏相依結(jié)構(gòu),其中索賠額大小和索賠時(shí)間間隔不僅依賴于環(huán)境馬氏鏈的當(dāng)前狀態(tài)還依賴于下一步要轉(zhuǎn)移到的狀態(tài)。接著,Reinhard and Snoussi [65,66]研究了一個(gè)離散時(shí)間的半馬氏風(fēng)險(xiǎn)模型,其中假定索賠額大小之間是自相關(guān)的且受一有限狀態(tài)馬氏鏈的影響。在該文中,他們對索賠額的分布做了一個(gè)嚴(yán)格限制,并在此情形下得到了破產(chǎn)前盈余和破產(chǎn)赤字的聯(lián)合分布的遞推公式。然而,如果我們把這個(gè)嚴(yán)格限制去掉的話將會出現(xiàn)怎樣的情況呢?我們發(fā)現(xiàn),如果對索賠額的分布不加限制,所研究的離散時(shí)間半馬氏模型包含了多個(gè)已有的風(fēng)險(xiǎn)模型,如(帶時(shí)間相依索賠的)復(fù)合二項(xiàng)模型和(帶時(shí)間相依索賠的)復(fù)合馬氏二項(xiàng)模型。 在第4章中,我們研究了離散時(shí)間半馬氏風(fēng)險(xiǎn)模型下的期望折現(xiàn)分紅問題。在第4.3節(jié)中,我們首先考慮了Reinhard and Snoussi [65,66]中所描述的那種特殊情況。借助Reinhard and Snoussi [65,66]的方法,并充分利用邊界分紅策略的邊界條件,我們得到了m個(gè)狀態(tài)模型下的直到破產(chǎn)前期望折現(xiàn)分紅的矩陣形式的表達(dá)式。接著,在第4.4節(jié)中,我們在一般模型(即索賠額分布不加任何假設(shè))下考慮了同樣的問題。由于4.3節(jié)中所用的方法不適用于一般情形,我們在第4.4節(jié)中采用了一個(gè)新的方法。利用生成函數(shù)的方法,并結(jié)合差分方程理論以及邊界分紅策略的邊界條件,我們在2個(gè)和3個(gè)狀態(tài)模型下也都給出了直到破產(chǎn)前期望折現(xiàn)分紅的矩陣形式的表達(dá)式。我們的方法可以適用于包含任意個(gè)狀態(tài)的模型,然而,這樣的推廣將會使得推導(dǎo)過程變得極其復(fù)雜和冗長。在本章的結(jié)尾,我們給出了一個(gè)數(shù)值例子(滿足4.3節(jié)中的限制條件),從中證實(shí)了利用兩種不同方法所得的結(jié)果是一致的。通過這個(gè)例子,我們也注意到使得期望折現(xiàn)分紅量Vi(u,b),i=1,2,達(dá)到最大的最優(yōu)分紅邊界b*不僅依賴于初始狀態(tài)i,還依賴于初始盈余u和折現(xiàn)因子v。 在第5章中,我們在第4章所敘述的模型下考慮了保險(xiǎn)公司的生存概率。為了保證保險(xiǎn)公司不會必然破產(chǎn),在這一章里我們假設(shè)正安全負(fù)荷條件成立。即使對m=2的情形,Reinhard and Snoussi [65,66]中所采用的方法對本文也無法適用,所以我們也必須采用一個(gè)新的方法。利用生成函數(shù)的方法,我們得到了兩狀態(tài)模型下生存概率φi(u)的遞推公式,它根據(jù)索賠額分布的情況分為兩種情形。得到φi(u)的遞推公式后,我們還必須確定兩個(gè)初始值Φi(0),i=1,2.只有這樣,我們才能利用之前所得到的遞推公式進(jìn)行計(jì)算。在第4章中,我們充分利用了邊界策略的邊界條件得到了期望折現(xiàn)分紅的初始值。然而,這個(gè)方法在本章已不再適用。為了得到φ1(0)和φ2(0),我們必須想方設(shè)法找到兩個(gè)與他們相關(guān)的方程,見第5.3節(jié)。另一方面,由于我們所考慮的模型包含了多個(gè)已有的離散時(shí)間模型,如(帶時(shí)間相依索賠的)復(fù)合二項(xiàng)模型和(帶時(shí)間相依索賠的)復(fù)合馬氏二項(xiàng)模型,本章的結(jié)果推廣了這些模型下破產(chǎn)概率的研究,具體的見第5.4節(jié)。最后,我們給出了幾個(gè)數(shù)值例子來說明我們的結(jié)果。 在第6章中,我們研究了一個(gè)離散時(shí)間的NCD風(fēng)險(xiǎn)模型,它包含了汽車保險(xiǎn)業(yè)中著名的無賠款優(yōu)待折扣系統(tǒng)(或獎(jiǎng)懲系統(tǒng))。該系統(tǒng)通過收取附加費(fèi)懲罰出事故的投保人,而對無索賠的投保人給予優(yōu)待折扣。為了簡單起見,我們假設(shè)保費(fèi)只按兩個(gè)層次收取,并得到了最終破產(chǎn)概率的遞推公式。然后通過幾個(gè)數(shù)值例子來考察NCD系統(tǒng)對破產(chǎn)概率的影響。最后,我們還考慮了最終破產(chǎn)和破產(chǎn)赤字的聯(lián)合分布。對于具有非整數(shù)且不規(guī)則保費(fèi)(或盈余)的離散風(fēng)險(xiǎn)模型,如何建立一個(gè)有效的遞推公式仍然是尚待解決的問題。本文雖然不是對一般情形進(jìn)行的嘗試,但部分解決了該問題并對一般情形下問題的解決具有啟發(fā)作用。 作為這部分的結(jié)尾,我們介紹一下這篇博士論文的主要貢獻(xiàn),具體如下。 ●第2章研究了具有非線性正則-奇異隨機(jī)控制的最優(yōu)分紅問題。我們假定保費(fèi)按指數(shù)保費(fèi)原理計(jì)算,從而風(fēng)險(xiǎn)控制是非線性的,它比期望值(或方差)保費(fèi)原理下的相應(yīng)問題更難以解決。我們的結(jié)果展示了一些與期望值保費(fèi)原理和方差保費(fèi)原理都不一樣的方面。此外,我們同時(shí)考慮了便宜和非便宜再保險(xiǎn),而大多數(shù)文獻(xiàn)都只考慮了其中一種。 ●第3章考慮了跳擴(kuò)散模型下的最優(yōu)投資和再保險(xiǎn)問題。在研究最大化調(diào)節(jié)系數(shù)時(shí),我們并沒有將策略集限制于常數(shù)策略類,這與絕大多數(shù)文獻(xiàn)都不同。此外,用我們的方法可以得到Hald and Schmidli [32]中的定理1。然而,Hald and Schmidli[32]中的方法對本文卻不適用,因?yàn)槲覀兯紤]的問題是非線性的。 ·第4和5章考慮了離散半馬氏風(fēng)險(xiǎn)模型下的破產(chǎn)和分紅問題。該模型的古典精算量的計(jì)算問題僅在較強(qiáng)的條件下得到部分解決,見文獻(xiàn)Reinhard and Snoussi[65,66]。本文去掉了強(qiáng)加在模型上的限制條件,使得所研究的模型變得非常廣泛,它包含了多個(gè)已有的風(fēng)險(xiǎn)模型,如(帶時(shí)間相依索賠的)復(fù)合二項(xiàng)模型和(帶時(shí)間相依索賠的)復(fù)合馬氏二項(xiàng)模型。本文通過全新的方法,找到了計(jì)算分紅和破產(chǎn)問題的遞推公式。 ·第6章研究了具有非整數(shù)且不規(guī)則保費(fèi)(或盈余)的離散風(fēng)險(xiǎn)模型下的破產(chǎn)問題。如何在此類模型下建立一個(gè)有效的遞推公式仍然是尚待解決的問題。本文雖然不是對一般情形進(jìn)行的嘗試,但部分解決了該問題并對一般情形下問題的解決具有啟發(fā)作用。
[Abstract]:......
【學(xué)位授予單位】：南開大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2013
【分類號】：F840;O211.67

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉利敏;牛保青;;Stein-Stein模型的效用無差別定價(jià)和套期保值[J];安陽工學(xué)院學(xué)報(bào);2008年02期

2 楊珠;霍振宇;;新業(yè)務(wù)控制下的最大化指數(shù)效用(英文)[J];工程數(shù)學(xué)學(xué)報(bào);2010年03期

3 楊步青,葉中行;保險(xiǎn)公司的最優(yōu)再保險(xiǎn)和紅利分配[J];系統(tǒng)工程;2000年06期

4 王后春;;兩險(xiǎn)種廣義Erlang(2)風(fēng)險(xiǎn)模型的破產(chǎn)概率[J];工程數(shù)學(xué)學(xué)報(bào);2013年05期

5 奚曉軍;;基于跳躍擴(kuò)散過程的保險(xiǎn)資金最優(yōu)投資模型研究[J];財(cái)經(jīng)理論與實(shí)踐;2013年05期

6 楊鵬;;邊界分紅策略下跳-擴(kuò)散風(fēng)險(xiǎn)過程的最優(yōu)投資[J];重慶師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年06期

7 王紅;王永茂;管巍;呂會茹;;保險(xiǎn)公司資產(chǎn)的最優(yōu)投資[J];遼寧工程技術(shù)大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年11期

8 劉利敏;耿磊;王小攀;;多維擴(kuò)散模型的冪效用無差別定價(jià)[J];河南師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年02期

9 劉利敏;耿磊;王小攀;;離散時(shí)間模型的冪效用無差別定價(jià)[J];河南師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年01期

10 ;Optimal dynamic excess-of-loss reinsurance and multidimensional portfolio selection[J];Science China(Mathematics);2010年07期

相關(guān)會議論文 前2條

1 ;Optimal Dividend and Capital Injection of the Insurance Company with Proportional Reinsurance Policy[A];第二十九屆中國控制會議論文集[C];2010年

2 趙武;曾勇;;反周期的銀行存款保險(xiǎn)費(fèi)率定價(jià)的研究[A];第八屆（2013）中國管理學(xué)年會論文集（選編）[C];2013年

相關(guān)博士學(xué)位論文 前10條

1 顧聰;保險(xiǎn)精算中的隨機(jī)風(fēng)險(xiǎn)模型[D];浙江大學(xué);2010年

2 趙慧;不完全市場中基于不同風(fēng)險(xiǎn)模型的保險(xiǎn)人最優(yōu)投資問題研究[D];天津大學(xué);2011年

3 危佳欽;馬爾科夫機(jī)制轉(zhuǎn)換模型下的最優(yōu)分紅策略[D];華東師范大學(xué);2011年

4 王和;保險(xiǎn)投資創(chuàng)新研究[D];廈門大學(xué);2004年

5 周勇;不完全信息下企業(yè)投資、分紅決策若干問題研究[D];西安電子科技大學(xué);2005年

6 譚激揚(yáng);離散時(shí)間的紅利模型及Markov鏈轉(zhuǎn)移概率在其中的應(yīng)用[D];湖南師范大學(xué);2007年

7 聶高琴;金融保險(xiǎn)中的幾類風(fēng)險(xiǎn)模型[D];華中科技大學(xué);2006年

8 馮玲;不流動(dòng)資產(chǎn)的定價(jià)與股權(quán)分置改革研究[D];廈門大學(xué);2007年

9 徐林;具有隨機(jī)投資收益的風(fēng)險(xiǎn)模型下若干破產(chǎn)問題的研究[D];華東師范大學(xué);2008年

10 李麗麗;關(guān)于兩類公司的紅利分配與破產(chǎn)問題的研究[D];大連理工大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 吳海燕;關(guān)于Cox風(fēng)險(xiǎn)模型的一些破產(chǎn)問題[D];安徽師范大學(xué);2010年

2 李小春;保險(xiǎn)資金投資組合方法比較[D];武漢理工大學(xué);2010年

3 張麗萍;帶分紅交易費(fèi)和交易稅的最優(yōu)分紅問題[D];曲阜師范大學(xué);2011年

4 肖偉海;二次效用函數(shù)在固定費(fèi)用和延遲時(shí)間下的最優(yōu)再保險(xiǎn)模型中的應(yīng)用[D];華東師范大學(xué);2011年

5 李雪倩;包含不動(dòng)產(chǎn)投資的保險(xiǎn)人動(dòng)態(tài)最優(yōu)投資[D];華東師范大學(xué);2011年

6 陳科;CAPM模型下保險(xiǎn)公司的投資策略及其破產(chǎn)概率[D];華南理工大學(xué);2011年

7 龔海院;帶相依布朗運(yùn)動(dòng)風(fēng)險(xiǎn)模型的最優(yōu)投資比例問題研究[D];江西師范大學(xué);2011年

8 張又才;復(fù)合二項(xiàng)風(fēng)險(xiǎn)模型的紅利策略[D];湘潭大學(xué);2010年

9 廖新國;具有破產(chǎn)價(jià)值的保險(xiǎn)公司的最優(yōu)控制策略[D];清華大學(xué);2010年

10 姚吉呈;保險(xiǎn)公司高償付能力約束下最優(yōu)控制策略問題[D];清華大學(xué);2010年

，

本文編號：2347535