一、考虑投资收益率随机变化的复合二项风险模型的破产概率（论文文献综述）
韩建勤[1]（2017）在《修正的复合Poisson-Geometric风险模型的精算量研究》文中提出结合当前金融保险行业实际,考虑到再投资、随机干扰及保费的收取为复合过程,同时考虑到在保险事务中,风险事件和理赔事件有可能不等价的事实,特别是保险公司推出免赔额和无赔款折扣等制度.现对毛泽春等提出的复合Poisson-Geometric风险模型做进一步推广,使其更接近保险公司的实际经营运作,并对修正的复合风险模型的精算量进行研究.全文的主要研究成果如下:首先,建立保费收入服从复合负二项分布,理赔服从复合Poisson-Geometric过程的带投资的干扰风险模型.通过对盈余过程性质的研究,得到了最终破产概率公式和破产概率上界的Lundberg不等式.以及利用鞅知识对其盈余首次达到给定水平的时刻进行研究,得到了给定水平时刻的拉氏变换以及相应的期望、方差和3阶中心矩的具体表达式.其次,在第三章风险模型的基础上,假设保费收入服从复合Poisson过程.利用全期望公式对修正的复合Poisson-Geometric风险模型的生存概率、Gerber-Shiu折现惩罚函数以及预警区问题进行研究,推导出了所满足的积分微分方程.最后,在第四章建立的风险模型的基础上,引入红利边界.利用全期望公式和盈余过程的马氏性,得到了直至破产时总红利现值的期望、矩母函数及其n阶矩所满足的积分微分方程.
乔克林,韩建勤[2]（2016）在《改进后的复合Poisson-Geometric风险模型Gerber-Shiu折现惩罚函数》文中指出在考虑到因保费收入和通货膨胀等随机干扰的影响,以及将多余资本用于投资来提高赔付能力的基础上,文章对复合Poisson-Geometric风险模型做进一步推广,建立以保费收入服从复合Poisson过程,理赔量服从复合Poisson-Geometric过程的带投资的干扰风险模型,针对该风险模型,应用全期望公式,推导了Gerber-Shiu折现惩罚函数满足的更新方程,进而得到了在破产时盈余惩罚期望,破产赤字和破产概率满足的更新方程.并以保费额和索赔额均服从指数分布为例,给出破产概率满足的微分方程.以及通过数值例子,分析了初始准备金额,投资金额及保费额等对保险公司最终破产概率的影响.结论为经营者或决策者对各种金融或保险风险进行定量分析和预测提供了理论依据.
崔盛[3]（2016）在《带投资收益的更新风险模型的渐近分析及其应用研究》文中认为极端事件,包括极端自然风险与极端金融风险,常常会导致严重的后果。在保险业中,许多重大的保险风险莫过于重大灾害事件而导致的巨额索赔,一次巨灾索赔可以导致保险公司偿付能力不足甚至破产：与之相对应的是金融风险,主要包括保险资金的投资风险与利率变动风险,一次投资失败造成的后果是灾难性的。如何应对和防范极端风险,是现代风险管理的关键问题之一。经典的风险模型对金融衍生品的投资因素往往不予考虑。但是,在现代社会中,一方面随着保险业的发展,保险公司资产规模不断扩大,拥有巨额资金投放到金融市场中,另一方面,金融衍生工具的不断创新使得投资渠道日益多样化,凭借雄厚的资金实力和专业的投资部门,保险公司成为了金融市场上举足轻重的机构投资者。因此在考虑传统的理赔风险之外,对于投资资本市场所带来的金融风险的度量和管理显得尤为迫切,它直接关系到保险公司的偿付能力。考虑带有金融风险的风险模型应运而生,并逐渐成为风险理论中的重要分支。破产概率是风险理论的核心概念,它是度量保险公司经营稳健性的一个重要指标。极端事件对应的概率分布往往是重尾的,重尾情形下的精细大偏差估计为与再保险有关的风险度量的测算提供了理论基础。本文主要在重尾综合风险模型的框架下,研究了破产概率的一致渐近估计,索赔额现值的精细大偏差问题,并对影响该模型盈余过程的各种因素进行模拟分析,运用所得理论结果,应用到风险测度以及最优投资策略等问题。具体内容如下：第一章首先阐述了本文的研究背景和研究意义,分别从模型,问题的角度论证选题的合理性和可行性；其次对有关风险模型的研究脉络和研究现状进行了梳理和总结；最后在此基础上提出了本文研究的主要内容。第二章给出了本文主要结果所需的预备知识,涵盖以下两个方面：首先是Lévy过程的相关理论,主要包括Lévy-Khinchine表示定理,Lévy-It（?）分解,Lévy过程的分类,Lévy过程的It（?）公式以及随机指数等内容；其次介绍了重尾分布族的定义和分类,特别是对有关次指数分布族,控制变换族和正则变换族的性质做了系统总结。第三章主要研究了具有时依结构的重尾综合风险模型中有限时破产概率的一致渐近估计。首先引入了综合风险模型,该模型假定保险公司将资产盈余按一定比例投资到无风险的货币市场和有风险的资本市场,假定风险投资对数收益率过程为Lévy过程,并将之纳入到风险理论的框架。然后在该模型中考虑索赔额和索赔时间间隔满足特定的相依结构,并对具体的coupla函数验证了该假定的合理性。假定索赔额分布F∈LN D,在一定条件下,分别得到了在完全风险投资情形和固定混合投资情形下有限时破产概率的一致渐近估计,并从条件和结论的角度比较了两种情形下的结果,以及简要介绍了该结果在风险管理的应用,最后通过构建一系列引理对主要结果进行了证明。第四章从精细大偏差的角度对索赔额随机折现值展开研究。本章假定该模型中索赔额与对应的时间间隔相互独立,且索赔额分布F∈ R-α。,在保险风险为主要风险的条件下,分别得到了索赔额方差存在情形下和期望存在但方差不存在情形下索赔额随机折现值部分和的精细大偏差,然后将之推广到随机和的情形。在此基础上,我们指出该结论对于净索赔额的随机折现值和中心化情形也是成立的。由于α的不同取值范围,导致相应性质的差异,使得证明方法也因之不同,特别是期望存在但方差不存在情形下采取了双重截尾技巧并高度依赖于正则变换族的性质,我们通过构建一系列引理对主要结果进行了证明。第五章首先对综合风险模型的盈余过程进行模拟分析,对投资过程、索赔额分布以及投资策略不同的情景设置对盈余过程的影响程度做了定性分析；其次利用前几章得到的相关结论,从理论上探讨了综合风险模型框架下保险公司在一个给定时间段内的最优投资策略。本章考虑了两种约束条件,一种是终期盈余的方差,另一种是有限时破产概率,并对不同的情景设定进行数值分析,刻画其对最优投资策略的影响,结果表明,相对均值方差模型,有限时破产概率约束更适合于保险公司的风险管理。第六章简要总结全文的研究工作和主要创新点,并指出需要完善和有待进一步研究的问题。
高明美,孙浩,刘喜华[4]（2015）在《带干扰和投资的双二项风险模型的破产概率》文中认为文章针对双二项风险,考虑到通货膨胀等随机干扰因素对保险公司盈余的影响,将多余资本用于投资以提高保险公司的偿付能力,将双二项风险模型进行扩展,构建了带投资和干扰的双二项风险模型。首先,对新模型的性质进行了讨论,得到其盈利过程的平稳增量性和风险过程的数字特征;其次,对保险公司破产概率进行了计算,利用两种方法得到了最终破产概率的一般表达式和Lundberg不等式;最后利用鞅方法,对盈利首次达到给定水平的时刻进行分析,得到了该时刻的拉氏变换以及期望、方差的解析表达式。
陈流红[5]（2015）在《几个拓广的离散时间风险模型的研究》文中提出社会经济的快速发展加剧了保险市场的竞争,为适应当今保险市场的发展,故考虑将经典的保险风险模型进行改进.而把利率和投资等因素考虑到风险模型中,成为了破产理论研究的热点.因此,本文对现有的几个风险模型做了推广,研究了含变利率和投资等因素及保单到达随机的风险模型.主要的工作如下：1.讨论了带变利率因素的离散时间双险种风险模型.运用递推算法,得到了该模型的破产持续时间的分布、盈余回复为正后瞬间盈余的分布、有限时间内盈余首次穿越某一水平x的分布,以及破产概率所满足的积分方程.2.研究了保费随机的复合马尔可夫二项风险模型.得到了该模型有条件下的和无条件下的Gerber-Shiu罚金函数所满足的瑕疵更新方程,并且利用离散更新方程基本定理给出了罚金函数的渐近表达式.最后,应用罚金函数给出了破产概率、破产前一刻盈余分布的计算公式.3.考虑一个带随机投资收益率的复合负二项过程下的负风险模型.利用鞅方法,得到了该模型最终破产概率的显式表达式以及Lundberg不等式,并给出了破产时刻的条件期望的显式表达式.
乔克林,高渊,张宁[6]（2015）在《常利率复合负二项风险模型下稳定经营的必要条件》文中提出假设保险公司刚开始持有的资本为u,以常数δ为利率积累,并且保单总份数服从负二项过程,理赔总次数服从Poisson过程,给出常利率复合负二项风险模型以及稳定经营的必要条件。
张艳[7]（2014）在《双复合二项风险模型的破产概率》文中研究指明风险理论的发展和产生至今已有近百年的历史,已经初步形成了系统的理论体系,目前风险理论研究前景十分广泛.随着风险理论持续升温和发展,学术界研究有关破产概率的风险模型不断涌现,其中离散时间风险模型就是最为典型的模型之一.因此为促进保险公司的稳定经营,研究保险公司的破产概率有着现实意义.本文重点研究两类模型,一类是在常利率下考虑投资收益和干扰因素的双二项风险模型,研究模型的调节系数,最终得到保险公司的破产概率表达式和Lundberg不等式,对于在利率不变的情况下研究保险公司的破产概率提供一定的理论依据.接着又研究一类在随机投资收益率下的双复合二项风险模型,对单位时间内到达的保单数、索赔次数和投资收益率都是随机变量的离散双险种风险模型进行研究,使其更加真实的反映保险公司的经营情况.根据内容本文共分为以下五章;第一章主要介绍了风险理论研究的发展过程、经典破产理论推广以及本文的研究内容及主要创新点.第二章主要介绍了本文中应用到的知识.概率空间与矩母函数、鞅、调节系数、布朗运动、二项风险模型的破产概率以及服从正态分布的年理赔额.第三章主要介绍了固定利率的情况下,考虑投资收益和带干扰的风险模型,对单位时间内收取的保单数和发生的理赔次数都服从二项分布的模型进行研究,研究模型的调节系数,最终得到保险公司的破产概率表达式和Lundberg不等式.第四章主要介绍在随机利率下,资产组合的投资收益率服从正态分布下单位时间内收到保单数和索赔次数都符合二项分布的风险模型,对模型的调节系数和破产概率等重要结论进行研究,这个研究基于扩大保险公司发展规模,降低经营风险,实现风险经营险种的多元化,建立比单一险种更为客观实际的双险种风险经营模型,给出模型在初始准备金为u=U（0）时破产概率y（u）在某些特殊情形下的表达式.第五章主要总结与展望了未来的研究发展方向.
景佩[8]（2014）在《基于多目标规划的保险公司随机资产负债管理》文中研究说明资产负债管理（ALM）是金融机构经营管理的核心内容,其早期作为重要的风险管理手段,能够管理利率风险、流动性风险或汇率风险,近年来资产负债管理的内容逐渐扩展至资本管理、利润规划与发展等方面,成为金融机构重要的管理手段。然而,由于技术的局限性,传统的资产负债管理大多是基于单目标的最优决策模型,事实上,保险公司经营具有多目标属性,其要实现的目标有多个,单目标资产负债管理技术无法满足保险公司综合性管理需求,无法得到多种目标下的最优决策结果,多目标最优决策模型则可以解决这一问题。此外,确定性管理模型不具备良好的预测能力,而随机管理模型能够根据宏观经济形势、资本市场随机变化、公司自身资产负债价值波动等特征做出有效决策。如果能够将多项目标、资产与负债随机变化等特征同时纳入到决策过程中,便可以使保险公司得到更加全面、科学的资产负债管理决策,显着提高其综合管理能力。论文的主要内容如下：1、金融机构资产负债管理与多目标规划理论研究与文献综述,梳理了资产负债管理理论与多目标规划理论,分别从传统ALM技术、基于随机规划的ALM和基于随机控制的ALM三个方面进行了分析和总结,并对多目标规划理论研究、应用研究和求解研究三方面进行了文献整理和综述。2、提供了一个完整通用的保险公司多目标资产负债管理决策系统。首先阐述了保险公司经营的多目标属性,给出资产配置、资本管理、险种结构三种决策的多目标决策过程。其次构建了保险公司资产负债管理框架,指出保险公司资产负债管理与其他金融机构的最大不同之处在于资产和负债的特性,并对其进行分析。最后建立了保险公司多目标资产负债管理决策系统,并重点讨论了公司的目标函数选择和约束条件。3、随机资产负债情景生成,提出寿险负债情景生成方法。整理现有的一般化情景生成方法并比较各种方法的优劣。利用动态Nelson-Siegel利率期限结构模型和向量自回归模型生成资产收益率情景,给出了保单数量、死亡率、退保率、分红政策的随机变化方程,并在此基础上得到寿险保费、赔款、精算准备金、红利情景生成模型。根据我国宏观经济数据以及保险业经验数据进行资产与负债随机情景生成的实证研究。4、寿险公司多目标资产负债管理模型。根据目标的重要程度选择利润目标、价值目标、风险目标、偿付能力约束与资产负债价值变化约束作为寿险模型的目标和约束。在多目标规划求解方面,采用遗传算法求解,分别给出了传统不分红保险、理财型分红险、保障型分红险和公司整体层面的资产负债决策结果。在各险种的敏感性分析方面,重点讨论死亡率、退保率、预定利率、费用率等寿险产品定价关键假设,在公司层面敏感性分析上,则主要讨论发展战略、资本和规模增长率的对决策结果的影响。根据我国保险市场上寿险公司的资产规模、盈利能力、资本结构、成长性等指标将保险公司分为不同的类别,根据保险公司的特点以及不同时期的经营目标的偏好,得到最优决策结果并进行分析。5、财险公司随机资产负债管理。财产保险行业不同于寿险业的主要特点在于负债的短期性和保险资产的高流动性,因此目标函数与约束条件选择了利润目标、风险目标、流动性约束、偿付能力约束以及资产价值变化约束。相比寿险险种,非寿险产品的险种差异较小,因此主要给出公司层面的资产负债管理决策结果。在敏感性分析中主要讨论了赔付率、资本和战略目标对决策结果的影响。论文的主要创新点如下：1、考虑资产与负债双重随机因素,提出了负债情景生成方法。一般情况下资产情景生成的方法较为成熟,而保险产品包含很多保单选择权及监管制约,导致负债变化具有极大的复杂性。本文在给出保单数量、死亡率、退保率、分红政策的随机变化方程基础上根据保险精算原理得到保费、赔款、精算准备金、红利等负债情景,建立双随机资产负债管理模型。2、多目标资产负债管理模型克服了单目标资产负债管理的局限性。以往的资产负债管理往往仅追求盈利或风险管理的单一层次管理,并且设定的目标只关注本层级能够实现的目标,范围较窄,本论文将这些目标进行扩展及提升,从更高层次实现保险公司资产负债管理的功能。3、利用智能算法求解随机多目标资产负债管理模型。从多目标理论而言,多目标模型的求解问题是最关键的问题之一,而理论上多目标规划的结果应该是非劣解集,但由于求解困难较大,所以一般将多目标转换为单目标,但在转换过程中需要各种条件的加入,因此具有很大的主观性和局限性,使结果不具有一般性。非劣解集则解决了该问题,可以使结果应用于更加宽的范围。考虑到决策者在了解偏好的情况下需要得到唯一解,所以本论文的研究中对于非劣解集和唯一最优解都进行了研究。4、随机资产负债管理模型及其求解结果的应用,给出了具有指导意义的投资原则和决策依据。不同的保险公司发展战略不同,而同一家保险公司在不同的发展阶段战略目标也会不同。本文首次对不同发展战略和不同发展时期的公司ALM决策进行实证研究,得到许多具体而有效的资产负债管理建议,这些建议对于指导管理者得到正确全面的资产负债管理决策极为重要。
冯志平[9]（2013）在《非线性红利边界下的扰动风险模型》文中指出为了降低未来风险所带来的损失，保险行业应运而生，然而传统的风险模型已经无法准确描述保险公司经营的现实情况，比如说现实中我们要考虑到分红因素，因此关于带有红利边界的风险模型的研究越来越被关注。本文首先介绍了保险行业发展的背景和研究状况，然后以经典风险模型为基础，提出了一种新的风险模型：在非线性红利边界的分红策略下考虑市场因素，加入扰动项，使模型能够准确描述保险公司经营的现实情况，利用索赔时间的强马氏性和全概率公式给出了该模型下的最终生存概率和折罚函数所满足的微分-积分方程，并给出证明。进一步在此基础上引入绝对破产的概念，同样推导出此模型的Gerber-Shiu折现罚金函数满足的微分-积分方程。
乔克林,侯致武[10]（2011）在《考虑投资的双复合二项风险模型的破产概率》文中研究指明在考虑投资收益的基础上,假定保费收取次数和理赔次数均服从二项分布,讨论了投资收益率为常数和一随机序列且保费也为一随机序列情形下风险模型的破产概率,推导出了该模型的破产概率表达式及上界;并在投资收益正态假定下对两类双复合二项风险模型的调节系数及破产概率上界进行了比较,进而说明调节系数是综合反映模型风险水平的一个重要因子。
二、考虑投资收益率随机变化的复合二项风险模型的破产概率（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、考虑投资收益率随机变化的复合二项风险模型的破产概率（论文提纲范文）
（1）修正的复合Poisson-Geometric风险模型的精算量研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 研究现状 |
| 1.3 本文的主要研究内容及安排 |
| 第二章 预备知识 |
| 2.1 概率论基础 |
| 2.2 矩母函数 |
| 2.3 随机过程 |
| 2.4 鞅论 |
| 第三章 保费收取为复合负二项风险模型 |
| 3.1 模型的建立 |
| 3.2 相关引理 |
| 3.3 破产概率及其上界估计 |
| 3.4 盈余首达时间分析 |
| 第四章 保费收取为复合Poisson风险模型 |
| 4.1 模型的建立 |
| 4.2 相关引理 |
| 4.3 生存概率 |
| 4.4 Gerber-Shiu折现惩罚函数 |
| 4.5 预警区问题 |
| 第五章 常红利边界下考虑投资的风险模型 |
| 5.1 模型的建立 |
| 5.2 总红利现值的期望 |
| 5.3 总红利现值的矩 |
| 总结与展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间已发表的论文 |
（3）带投资收益的更新风险模型的渐近分析及其应用研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 引言 |
| 1.1 研究背景和研究意义 |
| 1.1.1 保险资金投资资本市场的现状和必要性 |
| 1.1.2 现代投资组合理论与Lévy过程 |
| 1.1.3 基于风险管理视角下的破产概率与精细大偏差 |
| 1.2 文献综述 |
| 1.2.1 不带利率的更新风险模型 |
| 1.2.2 带常利率的更新风险模型 |
| 1.2.3 带投资收益的更新风险模型 |
| 1.2.4 相依结构 |
| 1.3 论文研究问题和结构安排 |
| 第2章 相关数学基础 |
| 2.1 Lévy过程 |
| 2.2 重尾分布 |
| 第3章 综合风险模型中破产概率的渐近研究 |
| 3.1 模型简介 |
| 3.2 主要结论 |
| 3.3 关于主要结论的说明及其应用 |
| 3.4 与定理3.2.1相关的引理及其证明 |
| 3.5 与定理3.2.3相关的引理及其证明 |
| 3.6 主要结论的证明 |
| 3.6.1 定理3.2.1的证明 |
| 3.6.2 定理3.2.2的证明 |
| 3.6.3 定理3.2.3的证明 |
| 3.7 本章小结 |
| 第4章 综合风险模型中索赔额折现值的精细大偏差 |
| 4.1 问题介绍和记号设定 |
| 4.2 主要结论 |
| 4.3 关于主要结论的一些说明 |
| 4.4 与定理4.2.1相关的引理及其证明 |
| 4.5 与定理4.2.3相关的引理及其证明 |
| 4.6 主要结果的证明 |
| 4.6.1 定理4.2.1的证明 |
| 4.6.2 定理4.2.3的证明 |
| 4.6.3 推论4.2.2和推论4.2.4的证明 |
| 4.7 本章小结 |
| 第5章 模拟分析和投资组合最优策略分析 |
| 5.1 保险公司盈余过程的路径模拟 |
| 5.2 方差约束条件下的最优投资策略 |
| 5.2.1 问题的分析和求解 |
| 5.2.2 数值分析 |
| 5.3 考虑有限时破产概率约束的投资优化问题 |
| 5.3.1 问题的求解与分析 |
| 5.3.2 数值分析 |
| 第6章 本文结论与展望 |
| 6.1 本文所得结论 |
| 6.2 有待进一步研究的问题 |
| 参考文献 |
| 攻读博士学位期间发表和完成的论文 |
| 致谢 |
（5）几个拓广的离散时间风险模型的研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 研究现状及发展趋势 |
| 1.3 本文的主要内容及结构 |
| 第2章 理论基础 |
| 2.1 复合二项风险模型 |
| 2.2 马尔可夫链的基础理论 |
| 2.3 离散更新方程基本理论 |
| 2.4 离散鞅的定义和相关定理 |
| 2.5 本章小结 |
| 第3章 变利率离散时间双险种风险模型 |
| 3.1 模型及其假设 |
| 3.2 破产持续时间 |
| 3.3 盈余回复为正的瞬间的盈余 |
| 3.4 盈余首次穿越水平x的分布 |
| 3.5 破产概率满足的积分方程 |
| 3.6 本章小结 |
| 第4章 保费随机的复合马尔科夫二项风险模型 |
| 4.1 模型简介 |
| 4.2 瑕疵更新方程 |
| 4.3 渐近表达式 |
| 4.4 罚金函数的应用举例 |
| 4.5 本章小结 |
| 第5章 复合负二项过程下带投资收益率的负风险模型 |
| 5.1 模型简述 |
| 5.2 盈余过程的基本性质与模型的调节系数 |
| 5.3 破产概率和破产时刻 |
| 5.3.1 破产概率及Lundberg不等式 |
| 5.3.2 破产时刻的条件期望 |
| 5.4 本章小结 |
| 结论与展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间发表的论文情况 |
（6）常利率复合负二项风险模型下稳定经营的必要条件（论文提纲范文）
| 1 模型假设 |
| 2 主要结果 |
| 2.1 模型定义 |
| 2.2 保险公司稳定经营的必要条件 |
（7）双复合二项风险模型的破产概率（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 经典破产理论 |
| 1.3 经典破产理论的推广 |
| 1.3.1 对保费收入过程的推广 |
| 1.3.2 对理赔额过程的推广 |
| 1.3.3 多险种风险模型的推广 |
| 1.3.4 通胀率和利息率 |
| 1.3.5 带干扰的模型 |
| 1.3.6 离散型风险模型 |
| 1.4 本文的研究内容及主要创新点 |
| 2 预备知识 |
| 2.1 概率空间与矩母函数 |
| 2.2 鞅论基础知识及有关结果 |
| 2.3 调节系数 |
| 2.4 布朗运动 |
| 2.5 服从正态分布的年理赔额 |
| 3 常利率下的双二项风险模型 |
| 3.1 常利率下考虑投资收益的双二项风险模型 |
| 3.1.1 模型的建立 |
| 3.1.2 主要结果 |
| 3.2 常利率下考虑投资收益和干扰因素的双二项风险模型 |
| 3.2.1 模型的建立 |
| 3.2.2 模型的相关性质 |
| 3.2.3 主要结果 |
| 4 双险种复合二项风险模型的破产概率 |
| 4.1 广义双险种离散风险模型 |
| 4.2 随机投资收益率下双险种复合二项风险模型的破产概率 |
| 4.2.1 模型的建立 |
| 4.2.2 模型的破产概率 |
| 5 结论和展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（8）基于多目标规划的保险公司随机资产负债管理（论文提纲范文）
| 中文摘要 |
| Abstract |
| 目录 |
| 图目录 |
| 表目录 |
| 第一章 引言 |
| 第一节 研究背景 |
| 1.1.1 宏观经济环境 |
| 1.1.2 保险行业环境 |
| 1.1.3 监管环境 |
| 第二节 研究意义 |
| 1.2.1 理论意义 |
| 1.2.2 现实意义 |
| 第三节 研究内容与框架 |
| 1.3.1 研究内容 |
| 1.3.2 研究框架 |
| 第四节 主要创新点 |
| 第二章 理论研究与文献综述 |
| 第一节 资产负债管理理论研究 |
| 2.1.1 资产负债管理的基本含义 |
| 2.1.2 资产负债管理的发展历程 |
| 第二节 金融机构随机资产负债管理文献综述 |
| 2.2.1 传统资产负债管理技术 |
| 2.2.2 基于随机控制理论的资产负债管理 |
| 2.2.3 基于规划方法的资产负债管理 |
| 第三节 多目标规划理论研究 |
| 2.3.1 多准则决策管理 |
| 2.3.2 多目标决策模型 |
| 2.3.3 多目标规划问题的解及其性质 |
| 第四节 多目标规划文献综述 |
| 2.4.1 多目标规划的理论研究 |
| 2.4.2 多目标规划的应用研究 |
| 2.4.3 多目标规划的求解研究 |
| 第三章 保险公司多目标资产负债管理体系 |
| 第一节 保险公司经营的多目标属性及多目标决策体系 |
| 3.1.1 保险公司经营的多目标属性 |
| 3.1.2 保险公司经营的多目标决策体系 |
| 第二节 保险公司资产负债管理框架 |
| 3.2.1 保险公司资产负债管理总体框架 |
| 3.2.2 保险公司的资产特性 |
| 3.2.3 保险公司的负债特性 |
| 第三节 保险公司多目标资产负债管理系统构建 |
| 3.3.1 目标函数 |
| 3.3.2 约束条件 |
| 第四节 本章小结 |
| 第四章 随机资产负债情景生成 |
| 第一节 情景生成的基本方法 |
| 4.1.1 情景元素生成方法 |
| 4.1.2 情景树构建方法 |
| 4.1.3 情景生成技术的评估方法 |
| 第二节 资产情景生成模型 |
| 4.2.1 固定收益类资产情景生成 |
| 4.2.2 权益类资产情景生成 |
| 第三节 负债情景生成模型 |
| 4.3.1 传统不分红保险 |
| 4.3.2 分红保险 |
| 第四节 保险公司资产负债管理情景生成实证研究 |
| 4.4.1 资产情景生成 |
| 4.4.2 负债情景生成 |
| 第五节 本章小结 |
| 第五章 寿险公司随机多目标资产负债管理的模型与求解 |
| 第一节 寿险公司资产负债管理的目标选择与量化 |
| 5.1.1 利润目标 |
| 5.1.2 价值目标 |
| 5.1.3 风险目标 |
| 5.1.4 偿付能力约束 |
| 5.1.5 资产负债价值变化约束 |
| 第二节 模型假设与相关参数设定 |
| 5.2.1 模型假设 |
| 5.2.2 相关参数设定 |
| 第三节 多目标遗传进化算法与模型求解 |
| 5.3.1 多目标遗传算法 |
| 5.3.2 多目标资产负债管理模型求解结果 |
| 第四节 本章小结 |
| 第六章 寿险公司随机多目标资产负债管理的模拟与分析 |
| 第一节 Pareto非劣解与最优解 |
| 6.1.1 评价函数法 |
| 6.1.2 分层求解法 |
| 6.1.3 本文采用的方法 |
| 第二节 各险种资产负债管理决策的敏感性分析 |
| 6.2.1 传统不分红保险敏感性分析 |
| 6.2.2 分红险敏感性分析 |
| 第三节 公司整体层面资产负债管理决策的敏感性分析 |
| 6.3.1 发展战略 |
| 6.3.2 资本 |
| 6.3.3 规模增长率 |
| 第四节 中国人寿保险业资产负债管理决策实证研究 |
| 6.4.1 我国寿险公司的聚类分析 |
| 6.4.2 随机多目标资产负债管理模型的应用 |
| 第五节 本章小结 |
| 第七章 财产险公司随机多目标资产负债管理 |
| 第一节 财产险公司资产负债管理的目标选择与量化 |
| 7.1.1 盈利目标 |
| 7.1.2 风险目标 |
| 7.1.3 流动性约束 |
| 7.1.4 监管约束 |
| 7.1.5 资产价值变化约束 |
| 第二节 财产保险资产负债管理模型求解 |
| 7.2.1 模型假设与参数设定 |
| 7.2.2 模型的求解与分析 |
| 第三节 参数的敏感性分析 |
| 7.3.1 综合赔付率 |
| 7.3.2 战略目标 |
| 第四节 本章小结 |
| 第八章 结论 |
| 第一节 主要结论 |
| 第二节 不足和进一步研究方向 |
| 参考文献 |
| 致谢 |
| 个人简历在学期间发表学术论文及研究成果 |
（9）非线性红利边界下的扰动风险模型（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 风险模型产生的背景和研究状况 |
| 1.2 本文的主要结构 |
| 1.3 本文的创新之处 |
| 第二章 预备知识 |
| 2.1 基本知识 |
| 2.2 经典风险模型及其推广 |
| 2.2.1 经典风险模型 |
| 2.2.2 阈红利策略 |
| 2.2.3 扰动风险模型 |
| 2.2.4 对经典风险模型的其他推广 |
| 第三章 非线性红利边界下的扰动风险模型 |
| 3.1 阈红利边界下风险模型介绍 |
| 3.1.1 非线性阈红利边界下扰动风险模型的刻画 |
| 3.1.2 模型的 Gerber-Shiu 折罚函数 |
| 3.1.3 模型的生存概率 |
| 3.2 非线性阈红利边界下带干扰的绝对破产模型 |
| 3.2.1 绝对破产模型的建立 |
| 3.2.2 上述模型的折现罚金函数 |
| 第四章 结束语 |
| 4.1 本文总结 |
| 4.2 工作展望 |
| 参考文献 |
| 致谢 |
（10）考虑投资的双复合二项风险模型的破产概率（论文提纲范文）
| 1 模型及相关性质 |
| 1.1 模型的引入 |
| 1.2 模型的相关性质 |
| 2 主要结果 |
| 2.1 模型的破产概率及其上界 |
| 0时'>(1) 对于{U1 (n) , n=1, 2, 3…}, 当ρ1>0时 |
| 0时'>(2) 对于{U2 (n) , n=1, 2, 3…}, 当ρ2>0时 |
| 2.2 两类风险模型的调节系数及破产概率上界比较 |
四、考虑投资收益率随机变化的复合二项风险模型的破产概率（论文参考文献）
- [1]修正的复合Poisson-Geometric风险模型的精算量研究[D]. 韩建勤. 延安大学, 2017(01)
- [2]改进后的复合Poisson-Geometric风险模型Gerber-Shiu折现惩罚函数[J]. 乔克林,韩建勤. 系统科学与数学, 2016(10)
- [3]带投资收益的更新风险模型的渐近分析及其应用研究[D]. 崔盛. 浙江工商大学, 2016(12)
- [4]带干扰和投资的双二项风险模型的破产概率[J]. 高明美,孙浩,刘喜华. 统计与决策, 2015(22)
- [5]几个拓广的离散时间风险模型的研究[D]. 陈流红. 广西大学, 2015(03)
- [6]常利率复合负二项风险模型下稳定经营的必要条件[J]. 乔克林,高渊,张宁. 延安大学学报(自然科学版), 2015(01)
- [7]双复合二项风险模型的破产概率[D]. 张艳. 河南理工大学, 2014(11)
- [8]基于多目标规划的保险公司随机资产负债管理[D]. 景佩. 南开大学, 2014(04)
- [9]非线性红利边界下的扰动风险模型[D]. 冯志平. 武汉科技大学, 2013(05)
- [10]考虑投资的双复合二项风险模型的破产概率[J]. 乔克林,侯致武. 延安大学学报(自然科学版), 2011(03)