相依随机变量的极限定理及其在金融保险中的利用.pdf

摘要 本论文讨论了相依随机变量列极限定理及其在金融保险中的应用．本文中讨论的相依 文中指出的，许多流行的多元分布具有负相协性．两边线性过程则是时间序列中一种重 ARIMA过程均可表为两边线性过程．在金融保险中时间序列模型有及其重要的应用 众所周知，经典保险风险理论都是在如下的标准结构下讨论保险风险过程的：所有 索赔额构成的序列和索赔闻隔时间序列都是独立同分布的(i．i．d．)非负随机变量(一．)序 列，并且这两个序列之间相互独立．但是，由于保险和再保险产品越来越复杂，索赔额 之间常常是相依的．最近，有越来越多的文章研究了非标准结构下的破产概率．其中一 些文章已经显示相依性对破产概率具有显著的影响 本文中除最后一章以外，我们考虑了保险精算科学中相依索赔额的风险模型．研究 了保险业中如下的风险过程： ～(￡) s(O=∑五，u(f)=。+ct—s(t)，t≥0 这里，{X。，z≥l}代表一非负且负相协随机变量单个索赔额序列或由两边线性过程模拟 的单个索赔额序列； Ⅳ(t)代表时问段[0，亡】内发生的索赔额次数，它由索赔发生间隔时 2 间{‰”≥1)构成，这里{K，It≥1}为i．i．d．的，它与{％，n1)相互独立；此外，X 表示保险公司的预备资金，c0表示净保率常数．本文也研究了帕etat(2002。)提出 的一种基于顾客到达模型基础上的有限时间内破产概率的模型 _v(￡) U(t)=z一∑甄 缸一(1+6)E玩，而匆为第k个顾客到达时，他或她购买的这份保险在固定时期T内将 20，并且每一份保险的价格为 引起的潜在风险，假定玩具有有限均值，独立于_Ⅳ(t)，t (1+d)E玩，其中d0看作安全负载；z为保险公司的初始资本 当我们研究上述保险风险过程时，我们感兴趣于上述模型中的小概率事件，为此 我们有必要弄清小概率事件发生的方式和有关变量的刻画．事实上，保险公司索赔额的 历史数据表明；大约20％的历史数据的和便超过了所有数据总和的80％．文献Embrechts ma1．(1997)把这种现象称为保险与金融中的20％一80％原理．基于这一原理，引入了一 个非常重要的重尾分布族，即所谓次指数族5本文关于上述风险过程的研究都是建立 在重尾分布族基础上的．与S族紧密相关的重尾族还有c族，_D族，Rv族，ERv族 和朋+族(由苏淳教授引入)． 在第一章中，我们回忆了朋+族，口族和负相协的定义．我们知道，对经典保险风 随机变量，此方法难以使用．在本章中，我们利用了苏淳教授引入的朋+族的良好性质 并使用大偏差方法证明了索赔额的负相协性不影响最终破产概率 随机变量列的部分和与随机和的最大值问题已经引起了广泛的兴趣．已有许多文章 研究了独立和的情形．在经典风险理论中，随机和的最大值发挥了重要的作用．事实上 et 聚合风险常常能看成带负漂移的随机和的最大值．最近，Ng a1．(2002。)研究了独立情 形随机变量列部分和与随机和的最大值问题，并把他们的结果应用到基于顾客到达模型 基础上的有限时间内破产概率的模型中．由于相关性有可能影响最终破产概率，而在上 一章中我们已经显示负相协性不影响最终破产概率．因此，在本章中我们要解决随机变 量的负相协性是否和怎样影响了基于顾客到达模型基础上的有限时间内的破产概率．我 们将在本章中就口nc族证明这种相依结构不会影响基于该模型基础上的有限时间内的 破产概率． 与前两章不同，在第三章中，我们利用两边线性过程来模拟相依索赔额序列．我们 讨论了两边线性过程索赔额重尾场合下总索赔额的大偏差结果，显示了这种相依结构可 以影响总索赔额的渐近尾行为． 在第四章中我们将利用两边线性过程来模拟相依索赔额序列． 率具有显著的影响．而在本章中，我们仍然利用州8族的良好性质，在更大的分布族范 终破产概率结果的新的版本．