国家自然科学基金(11271385)

作品数:9被引量:8H指数:2
导出分析报告
相关作者:孟辉周明李彦红赵春明张春生更多>>
相关机构:中央财经大学南开大学中国科学院大学天津工业大学更多>>
相关期刊:《数学的实践与认识》《南开大学学报(自然科学版)》《中国科学:数学》《Frontiers of Mathematics in China》更多>>
相关主题:英文再保险策略JACOBIHAMILTON产前更多>>
相关领域:理学经济管理一般工业技术机械工程更多>>
-

检索结果分析

结果分析中...
条 记 录,以下是1-9
视图:
排序:
Ornstein-Uhlenback type Omega model被引量:1
《Frontiers of Mathematics in China》2016年第3期737-751,共15页Xiulian WANG Wei WANG Chunsheng ZHANG 
Acknowledgements The authors would like to thank the anonymous referees for valuable comments and suggestions to improve the earlier version of this paper. This work was supported by the National Natural Science Foundation of China (Grant Nos. 11401436, 11226204, 11171164, 11271385), the Doctoral Fund Program of Tianjin Normal University (Grant No. 52XB1204), and the MOE Youth Project in Humanities and Social Sciences (NO. 14YJCZH048).
We consider the Omega model with underlying Ornstein-Uhlenbeck type surplus process for an insurance company and obtain some useful results. Explicit expressions for the expected discounted penalty function at bankrup...
关键词:Omega model Ornstein-Uhlenbeck type Omega model probabilityof bankruptcy Gerber-Shiu function at bankruptcy occupation time 
有再保险控制下的非线性脉冲注资问题被引量:3
《中国科学:数学》2016年第2期235-246,共12页孟辉 郭冬梅 周明 
国家自然科学基金(批准号:11271385,71301173和11571388);教育部人文社会科学重点研究基地(批准号:14JJD790001);中央高校基本科研业务费专项资金;中央财经大学科研创新团队支持计划资助项目
假定有两家再保险公司共同接受原始保险公司的分保,且保险公司及这两家再保险公司均采用方差保费准则收取保费.基于上述跳风险模型,本文采用扩散逼近模型为基本模型来描述保险公司再保后的资产盈余.另外,为避免破产的发生,公司会接受外...
关键词:方差保费准则 再保险策略 脉冲注资 非线性费用函数 HAMILTON-JACOBI-BELLMAN方程 
最优分红策略:正则与脉冲混合控制问题被引量:2
《中国科学:数学》2015年第10期1705-1724,共20页周明 孟辉 郭军义 
北京高等学校"青年英才计划"(批准号:YETP0958);国家自然科学基金(批准号:11271385和11171164)资助项目
本文对扩散模型下的最优分红问题作了进一步分析.注意到,累积分红量是一个关于时间的右连左极过程,它的路径由连续和跳跃两部分组成.因此,本文在建模中同时加入了连续分红和脉冲分红两种形式,这就构成了一个正则和脉冲分红混合的最优控...
关键词:最优分红 正则脉冲控制 交易成本 
最优再保险及投资组合策略问题被引量:2
《数学的实践与认识》2015年第7期79-85,共7页孟辉 董纪昌 周县华 
国家自然科学基金(11271385)
为规避风险的巨大波动,保险公司会将承保的理赔进行分保,即再保险.假定再保险公司采用方差保费准则从保险公司收取保费.应用扩散逼近模型,刻画了保险公司有再保险控制下的资本盈余.另外,保险公司的盈余允许投资到利率、股票等金融市场....
关键词:破产概率 方差保费准则 比例再保险 Hamilton—Jacobi—Bellman方程 
Erlang(n)风险模型下破产时和破产前索赔次数的联合密度(英文)
《南开大学学报(自然科学版)》2015年第2期19-30,共12页李彦红 赵春明 
Supported by National Natural Science Foundation of China(11171164,11271385,11371020);the FP7 Grant PIRSES-GA-2012-318984
研究了Erlang(n)风险模型下当索赔服从无穷可分分布时破产时和破产前索赔次数的联合密度表达式,并利用2个例子来加以说明.例1考虑了古典模型,得出的结论与Dickson(2012)一致,验证了本文方法的正确性.例2考虑了Erlang(2)模型下索赔服从Ga...
关键词:Erlang(n)风险模型 破产前索赔次数 破产时 无穷可分分布 
Gerber-Shiu function of a discrete risk model with and without a constant dividend barrier
《Frontiers of Mathematics in China》2015年第2期377-393,共17页Shanshan WANG Chuangji AN Chunsheng ZHANG 
Acknowledgements This work was supported in part by the National Natural Science Foundation of China (Crant Nos. 11226203, 11226204, 11171164, 11271385, 11401436).
We consider the discrete risk model with exponential claim sizes. We derive the finite explicit elementary expression for the joint density function of three characteristics: the time of ruin, the surplus immediately...
关键词:Discrete risk model Gerber-Shiu function time of ruin surplus before ruin deficit at ruin DIVIDEND 
广义Erlang(2)风险模型下破产时和破产前索赔次数的联合密度(英文)
《南开大学学报(自然科学版)》2015年第1期92-102,共11页李彦红 赵春明 张春生 
Supported by National Natural Science Foundation of China(11171164,11271385,11371020)
研究了广义Erlang(2)风险模型,利用Lagrange展开定理得出了初值为零时破产时和破产前索赔次数的联合密度表达式,并利用概率论证的方法进一步得出了初值大于零时破产时和破产前索赔次数的联合密度.最后,用两个例子来说明前面的结论.
关键词:广义Elrlang(2)风险模型 联合密度 破产时 破产前索赔次数 
带有借款利息和税收的常利率风险模型(英文)
《南开大学学报(自然科学版)》2013年第6期93-100,共8页王姗姗 张春生 
Supported by the National Natural Science Foundation of China(11226203,11226204,11171164,11271385)
研究了带有借款利息和税收的常利率风险模型,按照loss-carried-forward方式交税.每当盈余处于盈利情形时,保险公司付一定比例的保险费和利息收入作为税金.每当公司资产非负时,保险公司以常利率r>0进行投资.每当盈余出现赤字时,公司可以...
关键词:复合泊松过程 常利率 借款利息 绝对破产 期望折现税收 
方差保费准则下的最优脉冲控制被引量:2
《中国科学:数学》2013年第9期925-939,共15页孟辉 
国家自然科学基金(批准号:11271385);教育部人文社会科学重点研究基地项目(批准号:12JJD790017和11JJD790004);中央财经大学科研创新团队支持计划资助项目
本文研究保险公司在有再保险控制下的最优脉冲分红问题.对保险公司的理赔损失,假定有两家再保险公司参与分保,且保险公司与两家再保险公司采取不同参数下的方差保费准则.进一步,假定保险公司有股东红利分配,且每次分红有固定交易费和比...
关键词:方差保费准则 再保险策略 脉冲分红 固定交易费Hamilton JACOBI Bellman(HJB)方程 
检索报告 对象比较 聚类工具 使用帮助 返回顶部