本文關(guān)鍵詞：若干風(fēng)險測度下的最優(yōu)再保險設(shè)計，由筆耕文化傳播整理發(fā)布。

【摘要】：如今,越來越多的學(xué)者關(guān)注“最優(yōu)再保險設(shè)計”這一精算學(xué)中的重要問題.在一些經(jīng)典模型中,最優(yōu)分保函數(shù)已經(jīng)能被精確地刻畫.在本文中,我們首先對前人的結(jié)論進行更深入地研究并將它們推廣.進一步,我們提出了若干富有經(jīng)濟學(xué)意義的最優(yōu)再保險模型.第一,對于單風(fēng)險情形,本文分別在Haezendonck風(fēng)險測度與GlueVaR風(fēng)險測度下研究了再保險方案.其中,Haezendonck風(fēng)險測度是由凸函數(shù)生成的一類具有“次可加性”的風(fēng)險測度,而GlueVaR風(fēng)險測度則是VaR和CVaR風(fēng)險測度的線性組合.以最小化原保險人的總風(fēng)險為目的,在這兩類風(fēng)險測度下的最優(yōu)分保函數(shù)分別為停止損失再保險與“兩層”再保險.第二,對于多風(fēng)險情形,本文首先推廣了Cheung et al. (2014)中的“最小——最大”模型,使其適用于滿足stop-loss序和具有variance related形式的保費原理.這類“最小——最大”模型在保險實務(wù)中能夠很容易地被理解和運用.更深入地,我們借助多元VaR風(fēng)險測度,提出了一類以最優(yōu)化原保險人資產(chǎn)儲備的再保險模型.該模型不僅對每個風(fēng)險下求出了相應(yīng)的最優(yōu)分保函數(shù),還計算了原保險人應(yīng)當(dāng)具有的最小資產(chǎn).在這兩類模型中的每一個最優(yōu)分保函數(shù)均為分層再保險.第三,本文研究了原保險人將風(fēng)險分保給多個再保險人的情形.當(dāng)原保險人和所有再保險人均使用具有coherent性質(zhì)的distortion風(fēng)險測度時,再保險市場達到Pareto最優(yōu)狀態(tài)的充分必要條件為,每一個分保函數(shù)均為“多層”再保險.綜上所述,本文的研究過程是從微觀到宏觀,從關(guān)于單風(fēng)險的再保險模型,到保險人整體的再保險與風(fēng)險管理策略,直至再保險市場全局的均衡狀態(tài).因此,我們希望讀者通過本文能夠領(lǐng)略最優(yōu)再保險設(shè)計的風(fēng)采.
【關(guān)鍵詞】：最優(yōu)再保險設(shè)計 保費原理 風(fēng)險測度 資產(chǎn)儲備 Pareto最優(yōu)狀態(tài)
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2015
【分類號】：F842.69
【目錄】：

• 致謝5-7
• 序言7-12
• 摘要12-13
• Abstract13-18
• 第一章 問題背景18-38
• 1.1 引言18-20
• 1.2 文獻回顧20-24
• 1.3 保費原理24-28
• 1.4 風(fēng)險測度28-38
• 第二章 最優(yōu)再保險設(shè)計：單風(fēng)險情形38-58
• 2.1 引言38-40
• 2.2 Haezendonck風(fēng)險測度下的再保險設(shè)計40-46
• 2.3 GlueVaR風(fēng)險測度下的再保險設(shè)計46-58
• 第三章 最優(yōu)再保險設(shè)計：多風(fēng)險情形58-102
• 3.1 引言58-60
• 3.2 關(guān)于隨機變量和的再保險設(shè)計60-74
• 3.3 最小化原保險人資產(chǎn)儲備的再保險設(shè)計74-102
• 第四章 最優(yōu)再保險設(shè)計：多方再保險情形102-118
• 4.1 引言102-104
• 4.2 達到Pareto最優(yōu)狀態(tài)的再保險設(shè)計104-118
• 參考文獻118-127
• 攻讀博士學(xué)位期間論文完成情況127-128
• 簡歷128

【共引文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 王懿;陳志平;楊立;;金融市場風(fēng)險度量方法的發(fā)展[J];工程數(shù)學(xué)學(xué)報;2012年01期

2 劉亮;糜仲春;喬林;;非對稱信息下產(chǎn)險公司與投保大戶之間的二周期討價還價博弈[J];管理工程學(xué)報;2007年04期

3 張一U，

本文編號：365591