导读:本文包含了带干扰风险模型论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:干扰,微分方程,模型,概率,风险,罚金,盈余。
带干扰风险模型论文文献综述
江五元[1]（2019）在《具有随机收入的两类索赔干扰风险模型的破产前最大盈余分布》一文中研究指出本文考虑了具有随机收入的两类索赔干扰风险模型.建立了破产前最大盈余分布(?)(u;d)所满足的积分-微分方程,假设年金收入量为指数分布时,得到了当d→+∞时,(?)(u;d)的拉普拉斯解,给出了当两类索赔数量分布均属于有理函数族时破产前最大盈余分布的显式解.(本文来源于《应用概率统计》期刊2019年03期）
李学锋,郭仲凯[2]（2018）在《常利率下带干扰的复合Poisson-Geometric风险模型的期望折现罚金函数》一文中研究指出考虑一类常利率下带随机干扰的风险模型,其中保费收取为时间t的线性函数而索赔过程为复合Poisson-Geometric过程.利用盈余过程的强马氏性、全期望公式及It^o积分公式得到期望折现罚金函数的积分-微分方程,进一步得到破产概率的积分-微分方程及其在索赔为指数分布情形下的特殊形式,同时还得出破产时赤字的概率分布.(本文来源于《中南民族大学学报(自然科学版)》期刊2018年04期）
徐佩佩[3]（2018）在《一类带干扰的双复合Poisson-Geometric风险模型的精算量研究》一文中研究指出随着金融保险行业的发展,影响金融业的客观因素也日趋复杂.论文在考虑到再投资、随机干扰及风险事件和理赔事件有可能不等价的事实等因素的基础上,对复合Poisson-Geometric风险模型做进一步推广,并研究了推广后复合风险模型的相关精算量指标.具体研究内容如下:建立带干扰的保费收取和理赔均服从复合Poisson-Geometric过程的风险模型,利用鞅知识,分析了模型下盈余首次达到给定水平时刻的Laplace变换.同时,通过全期望公式研究了模型的生存概率、Gerber-Shiu折现惩罚函数、预警区问题并得出对应精算量所满足的积分微分方程.考虑加入红利界限,在第叁章建立的风险模型的基础上,利用盈余过程的强马氏性及全期望公式,得出了模型下总红利现值的期望、矩母函数、n阶矩及其Gerber-Shiu折现惩罚函数所满足的积分微分方程.(本文来源于《延安大学》期刊2018-06-01）
侯致武,乔克林,张璐[4]（2018）在《一类带干扰的复合Poisson-Geometric风险模型的罚金函数》一文中研究指出研究一类常利率下带干扰且保费随机的复合Poisson-Geometric风险模型的期望折现罚金函数,利用全期望公式和It8公式,得到了该模型下期望折现罚金函数所满足的积分微分方程,在特殊情形下进一步推出了破产概率、破产时赤字和破产前瞬间盈余的期望折现的积分微分方程。(本文来源于《贵州大学学报(自然科学版)》期刊2018年02期）
牛银菊,邓丽,马崇武[5]（2018）在《相依带干扰的2险种风险模型》一文中研究指出根据现实环境中保险公司的经营情况,在考虑利率及通货膨胀率下研究了相依带干扰的2险种风险模型的破产概率,运用鞅方法得出了此模型最终破产概率满足的一般表达式及生存概率满足的积分-微分方程,并给出了在保费额及索赔额均服从指数分布的情况下调节系数满足的方程,最后进行了数值计算.由于在一定时间段内,利率比较稳定,因此考虑的利率为常利率.(本文来源于《江西师范大学学报(自然科学版)》期刊2018年02期）
秦晓栋,刘晓薇,王慧,李如忠,史江红[6]（2018）在《基于MIKE11模型的南淝河及其支流内分泌干扰风险评价与调控》一文中研究指出为寻求评价和调控城市河流内分泌干扰风险的有效方法,以城市河流典型代表―南淝河及其支流水系为例,运用MIKE11水动力学和对流扩散模块构建南淝河流域城市河流雌激素迁移转化模型.同时,利用该模型对南淝河水系雌激素类物质引起的内分泌干扰风险进行评价,并基于未来可达水污染控制目标提出风险控制措施.结果表明,在最优雌激素排放率情景下,约50%以上的河段具有潜在内分泌干扰风险;仅在最高排放率情景下,丰、平、枯水期分别有19%、53%和67%河段存在高风险,高风险河段集中在南淝河城区段及其支流二十埠河、板桥河和店埠河.3种削减内分泌干扰风险远近期可达情境方案分析表明:仅依靠单一的点源截污控制方案,即使在最优排放率情景下仍有近50%的河段具有潜在风险水平;通过点源截污和70%的面源排污控制相结合的调控措施,在最优排放率情景下能使所有河段处于无风险水平;在将点源和面源排污完全截留控制的远期目标下,可以基本实现预期情景下90%以上河段处于无内分泌干扰风险水平.(本文来源于《环境科学学报》期刊2018年07期）
张棋[7]（2017）在《带干扰的位相型对偶风险模型》一文中研究指出破产概率和分红问题在风险理论的研究中具有举足轻重的地位.而对偶风险模型表示盈余过程拥有持续的费用支出和偶然的收入,比较符合现实生活中一些的场景如寿险业务等.因此,学者们经常用对偶模型来描述一些证券投资组合,养老金业务,以及依赖发明或发现产生收入的企业等的盈余过程.近年来,在保险精算以及风险管理的理论研究中,对偶风险模型受到了广泛关注.Yang&Sendova(2014)[25]研究了 Sparre-Andersen对偶风险模型的破产概率和分红问题,得到了破产概率的精确表达式以及期望折现分红函数满足的积分-微分方程.Bergel et al.(2016)[5]在Yang&Sendova(2014)的基础上把收入过程推广到了位相型分布,研究了破产概率和分红问题.本文我们考虑带干扰项的位相型对偶风险模型,其收入时间间隔是服从连续位相型分布的随机变量.我们推导出了破产概率满足的积分-微分方程及边界条件,并且给出了位相型分布退化为广义Erlang(n)分布时破产概率的表达式.最后,我们推出了在阈值分红策略下期望分红折现函数满足的积分-微分方程.(本文来源于《中国科学技术大学》期刊2017-05-01）
高明美,刘喜华,官琳琳[8]（2016）在《带干扰的多复合风险模型的盈余首达给定水平的时间分析》一文中研究指出对保费收入是复合Poisson过程、理赔含有多个相关险种的带干扰的风险模型盈余首达时间进行研究.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;其次,基于鞅理论,对风险模型下盈余首次达到给定水平的时间进行了研究.最后,得到了首达时刻的矩母函数以及相应的期望、二阶和叁阶中心矩的解析表达式.(本文来源于《数学的实践与认识》期刊2016年18期）
周一美[9]（2016）在《带干扰的复合Poisson过程风险模型的研究》一文中研究指出随着风险理论的研究不断加深,当今实际保险公司的运营情况是会受到多种不确定因素阻碍,因此部分专家为了控制这些不可预测的收益、支出等,把干扰项附加到经典风险模型之中。复合的Poisson过程相比较传统的经典模型更为符合现代破产概率的估算,由此,带干扰的复合Poisson过程风险模型逐渐成为保险公司和研究学者估算破产概率的主要模型。本文以各位专家学者得到的研究成果作为基础,分了叁方面详尽介绍了带有干扰的复合Poisson过程风险模型。第叁章研究了考虑利率成分的带投资多险种风险模型,盈利符合标准Brownian过程,保费的收取定为常利率,赔偿次数符合Poisson过程。第四章研究了复合Poisson过程的再保险模型。从两方面入手,通过验证,得到调节系数和再保险系数间的联系,结合破产概率阐述出相关结论。再保险过程主要用来分散聚集的风险,帮助中小规模的保险公司降低风险,使其经营平稳,具有现实意义。第五章通过具体的事例,来验证风险模型在实际保险公司中的意义。(本文来源于《渤海大学》期刊2016-06-01）
沈焰焰[10]（2016）在《随机利率下带干扰的双险种再保险风险模型》一文中研究指出考虑一类随机利率因素下带干扰的双险种的再保险风险模型,讨论了初始准备金为u、随机利率为I、双险种的再保险的破产概率,并给出破产概率的表达式和Lundberg上界.(本文来源于《宁德师范学院学报(自然科学版)》期刊2016年02期）
带干扰风险模型论文开题报告
（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：
考虑一类常利率下带随机干扰的风险模型,其中保费收取为时间t的线性函数而索赔过程为复合Poisson-Geometric过程.利用盈余过程的强马氏性、全期望公式及It^o积分公式得到期望折现罚金函数的积分-微分方程,进一步得到破产概率的积分-微分方程及其在索赔为指数分布情形下的特殊形式,同时还得出破产时赤字的概率分布.
（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。
带干扰风险模型论文参考文献
[1].江五元.具有随机收入的两类索赔干扰风险模型的破产前最大盈余分布[J].应用概率统计.2019
[2].李学锋,郭仲凯.常利率下带干扰的复合Poisson-Geometric风险模型的期望折现罚金函数[J].中南民族大学学报(自然科学版).2018
[3].徐佩佩.一类带干扰的双复合Poisson-Geometric风险模型的精算量研究[D].延安大学.2018
[4].侯致武,乔克林,张璐.一类带干扰的复合Poisson-Geometric风险模型的罚金函数[J].贵州大学学报(自然科学版).2018
[5].牛银菊,邓丽,马崇武.相依带干扰的2险种风险模型[J].江西师范大学学报(自然科学版).2018
[6].秦晓栋,刘晓薇,王慧,李如忠,史江红.基于MIKE11模型的南淝河及其支流内分泌干扰风险评价与调控[J].环境科学学报.2018
[7].张棋.带干扰的位相型对偶风险模型[D].中国科学技术大学.2017
[8].高明美,刘喜华,官琳琳.带干扰的多复合风险模型的盈余首达给定水平的时间分析[J].数学的实践与认识.2016
[9].周一美.带干扰的复合Poisson过程风险模型的研究[D].渤海大学.2016
[10].沈焰焰.随机利率下带干扰的双险种再保险风险模型[J].宁德师范学院学报(自然科学版).2016
论文知识图
