全部版块 我的主页
论坛 经济学人 二区 外文文献专区
1096 20
2022-05-31
英文标题:
《Phase-type Approximation of the Gerber-Shiu Function》
---
作者:
Kazutoshi Yamazaki
---
最新提交年份:
2017
---
英文摘要:
  The Gerber-Shiu function provides a way of measuring the risk of an insurance company. It is given by the expected value of a function that depends on the ruin time, the deficit at ruin, and the surplus prior to ruin. Its computation requires the evaluation of the overshoot/undershoot distributions of the surplus process at ruin. In this paper, we use the recent developments of the fluctuation theory and approximate it in a closed form by fitting the underlying process by phase-type Levy processes. A sequence of numerical results are given.
---
中文摘要:
Gerber Shiu函数提供了一种衡量保险公司风险的方法。它由一个函数的期望值给出,该函数依赖于破产时间、破产时的赤字和破产前的盈余。其计算要求评估破产时盈余过程的超调/欠调分布。在本文中,我们利用波动理论的最新发展,通过用相位型Levy过程拟合基本过程,以闭合形式对其进行近似。给出了一系列数值结果。
---
分类信息:

一级分类:Quantitative Finance        数量金融学
二级分类:Computational Finance        计算金融学
分类描述:Computational methods, including Monte Carlo, PDE, lattice and other numerical methods with applications to financial modeling
计算方法,包括蒙特卡罗,偏微分方程,格子和其他数值方法,并应用于金融建模
--
一级分类:Quantitative Finance        数量金融学
二级分类:Risk Management        风险管理
分类描述:Measurement and management of financial risks in trading, banking, insurance, corporate and other applications
衡量和管理贸易、银行、保险、企业和其他应用中的金融风险
--

---
PDF下载:
-->
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2022-5-31 01:03:12
Gerber-Shiu函数的阶段类型近似Kazutoshi YamazakiKansai大学(2016年9月9日)摘要Gerber-Shiu函数提供了一种衡量保险公司风险的方法。它由一个函数的期望值给出,该函数取决于破产时间、破产时的损失和破产前的剩余。它的计算需要评估破产时盈余过程的超调/欠调分布。在本文中,我们使用了波动理论的最新发展,并通过阶段类型L'evy过程拟合基础过程,以封闭形式对其进行近似。给出了一系列数值结果。关键词:风险管理,应用概率1。精算破产理论的基本目标是衡量破产的脆弱性。通常,保险公司的盈余由随机过程建模,破产发生在第一次低于某个阈值时。破产概率是一个最经典、最重要的利息量,Gerber-Shiu函数是它的推广;它是作为成本函数的预期贴现值给出的,该成本函数依赖于破产时间、破产时的损失和破产前的盈余。Gerber-Shiu函数的计算涉及第一个向下穿越时间的超调和欠调分布,这些分布不允许显式表达式。因此,它的计算通常是一项具有挑战性的任务。在破产理论中,盈余过程通常由具有向下跳跃的随机过程建模。由于从被保险人处收到的保费,盈余不断增加。另一方面,由于保险金的支付,它经历了突然的下降。经典的Cram'er-Lundberg模型使用具有向下跳跃的复合泊松过程。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-31 01:03:15
它的泛化称为Sparre-Andersen模型,通过允许权利主张的竞争对手遵循一般的续约流程,对其进行了修改。在过去十年中,由于列维过程理论的发展,保险数学和保险理论取得了重大进展[9,19]。特别是,关于Cram'er-Lundberg模型的许多结果已被推广到一般的广义负L'evy过程,或仅具有向下跳跃的L'evy过程;例如,参见[4、6、7、24]。这种泛化使我们能够构建更真实的模型;例如,可以通过包含布朗运动和/或有限活动/变化的微小跳跃引入噪声。使用所谓的标度函数,可以简洁地表示一般谱负L'evy过程的许多感兴趣的量。本文的目的是利用尺度函数理论给出Gerber-Shiu函数的近似。根据L'evy过程的补偿公式,Gerber-Shiu函数允许一个表达式作为关于溶剂测度和L'evy测度的(二重)积分。因为预解式可以用标度函数来编写,所以至少在理论上,Gerber-Shiu函数的计算可以归结为标度函数的计算。然而,在实际应用中仍然存在一个主要障碍,因为尺度函数通常只知道它们的拉普拉斯变换,并且只有少数情况下使用了plicit表达式。计算标度函数最直接的方法是应用数值拉普拉斯反演,如[18,33]所示。然而,这种方法不适用于Gerber-Shiu函数的计算,因为数值近似的尺度函数需要与L'evy测度进一步积分。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-31 01:03:18
特别是,在计算Gerber-Shiu函数时必不可少的下冲密度往往具有非常特殊的形式,可能出现尖峰。因此,该近似要求计算比例函数的精度较高,数值积分的离散化误差最小。在本文中,我们采用了[13]的相位类型拟合,通过对一类光谱负相位类型L'evy过程或具有负相位类型分布跳跃的L'evy过程使用标度函数。考虑一个具有初始分布和状态空间的连续时间马尔可夫链,状态空间由单个吸收状态和有限个瞬态组成。相类型分布是指第一次进入吸收状态的时间。正如【13,18】中所讨论的,这个过程的标度函数变成了sumof(可能是复数)指数;可以对L'evy度量进行积分分析,以获得Gerber-Shiu函数的显式形式。更重要的是,相型分布类在所有正值分布类中都是稠密的。因此,任何给定的光谱负L'evy过程的Gerber-Shiu函数都可以用近似的光谱负相位类型L'evy过程的Gerber-Shiu函数以闭合形式近似。我们的目的是从数值上评估这种方法的实用性。在我们的数值结果中,我们关注的是L'evy测度是有限的且具有完全单调密度的情况。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-31 01:03:23
在这种情况下,跳跃大小分布可以近似为一类特殊的相位型分布,称为超指数分布。虽然通常很难确定一般分布的相位类型分布,但可以很好地确定密度完全单调的分布的超指数分布,例如通过[14]的算法,该算法保证收敛到所需的分布。具有完全单调L'evy密度的L'evy过程的类别包括,例如,复合泊松过程、方差gamma[26,27]、CGMY[10]、广义双曲[12]和正态逆高斯[5]过程的子集。为了评估我们的方法,对于超指数情况,我们获得了第一次下穿时间(折扣)超调/欠调分布的闭合表达式,并将其用于近似Weibull/Pareto跳变过程。然后将所得结果与蒙特卡罗模拟结果进行比较。据我们所知,这是第一篇关于通过相位类型拟合对GerberShiu函数进行数值计算的论文。由于Gerber-Shiu测度对逼近误差非常敏感,因此评估其数值性能非常重要。最近,已经开发了L'evy过程的相关扩展的解决方案,可以合理地推测,这些过程的Gerber-Shiu函数可以以同样的方式精确近似。论文的其余部分组织如下。第2节回顾了谱负的evy过程、Gerber-Shiu函数和尺度函数。第3节总结了[13]中关于光谱负相位型L'evy过程及其标度函数的内容。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-31 01:03:27
第4节计算超指数L'evy过程的Gerber-Shiu测度,作为跳跃大小分布具有完全单调密度的情况下的近似值。我们使用第5节中的数值结果评估性能。第6节总结了光谱负L'evy过程的其他变体的情况。2、谱负L'evy过程的Gerber-Shiu函数(Ohm, F、 P)是一个概率空间,承载一个谱负的L'evy过程X={Xt;t≥ 0}为公司的盈余建模。设px为x=x(以及P)的条件概率≡ P) ,和F:={Ft:t≥ 0}由X生成的过滤。过程X的唯一特征是其Lapla-ce指数ψ(s):=log EesX= cs+σs+Z(-∞,0)(esz- 1.- sz1{z>-1} )π(dz),s≥ 0,(2.1),其中σ≥ 0是扩散(布朗运动)系数,∏是有支撑的L'evy度量(-∞, 0)满足可积性条件r(-∞,0)(1∧ |z |)∏(dz)<∞. 当且仅当σ=0和z时,它有边界变化路径(-∞,0)(1∧ |z |)∏(dz)<∞;例如,参见[19]中的引理2.12。在这种情况下,我们可以将拉普拉斯指数(2.1)改写为ψ(s)=us+Z(-∞,0)(esz- 1) π(dz),u:=c-Z(-1,0)z∏(dz)。我们忽略了X是从属项的负值(或减少a.s.)的情况。2.1。Gerber Shiu函数确定盈余首次低于零时的破产时间:τ-:= inf{t≥ 0:Xt<0}。在本文中,我们使用了inf = ∞. 关于事件{τ-< ∞}, 随机变量Xτ-和Xτ--分别建立破产时的赤字和破产前的盈余模型。修复f:(-∞, 0]×[0,∞) → [0,∞) 有界且可测量。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

点击查看更多内容…
相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群