×
胡、康;李景超;周杰明

混合股利策略下巴黎实施延迟的双重风险模型。 （英语） Zbl 1518.91221号

普罗巴伯。工程信息科学。 37，编号2，442-461（2023）.
摘要：在本文中，我们考虑了双重风险模型中的混合股息策略。混合分红策略是阈值分红和巴黎实施延迟分红在定期观察下的组合。给定一系列离散的观察点，当盈余水平大于观察点的预定奖金屏障时，立即执行巴黎实施延迟股息，并在延迟期间连续执行阈值股息。在这种双重风险模型中，我们研究了Gerber-Shiu期望折现惩罚函数和破产前的期望折现股利支付。通过数值例子研究了相关参数对破产相关量的影响，以及在给定初始盈余水平下最优股利壁垒的选择。

MSC公司：

91G05号 精算数学

关键词：

双重风险模型;预期贴现股息;期望折现惩罚函数;巴黎实施延迟;临界股息
PDF格式BibTeX公司 XML格式引用
\textit{K.Hu}等人，Probab。工程信息科学。37，编号2，442--461（2023；Zbl 1518.91221）
全文： 内政部

参考文献：

[1] Albrecher，H.、Cheung，E.C.K.和Thonhauser，S.（2011年）。具有资本注入和障碍股息的复合泊松风险模型的随机观察期。ASTIN公告41（2）：645-672·Zbl 1239.91072号
[2] Albrecher，H.、Cheung，E.C.K.和Thonhauser，S.（2013）。复合泊松风险模型的随机观察期：折现惩罚函数。斯堪的纳维亚精算杂志2013（6）：424-452·Zbl 1401.91089号
[3] Albrecher，H.、Hartinger，J.和Thonhauser，S.（2007年）。Sparre-Andersen模型中阈值型和线性障碍型股利策略的精确解。ASTIN公告37（2）：203-233·Zbl 1158.62071号
[4] Avanzi，B.、Gerber，H.U.和Shiu，E.S.W.（2007年）。对偶模型中的最优股息。保险：数学与经济41（1）：111-123·Zbl 1131.91026号
[5] Avanzi，B.、Tu，V.和Wong，B.（2014）。扩散对偶模型中的最优周期分红策略。保险：数学与经济55:210-224·Zbl 1296.91143号
[6] Chesney，M.、Jeanblanc-Picque，M.和Yor，M.（1997）。布朗远足和巴黎屏障选项。应用概率进展29（1）：165-184·Zbl 0882.60042号
[7] Cheung，E.C.K.和Drekic，S.（2008年）。双重风险模型中的股息矩：精确和近似方法。ASTIN公告38（2）：399-422·Zbl 1256.91026号
[8] Cheung，E.C.K.和Wong，J.T.Y.（2017）。关于巴黎实施延迟股息支付的双重风险模型。欧洲运筹学杂志257（1）：159-173·Zbl 1394.91204号
[9] Cheung，E.C.K.和Zhang，Z.M.（2018）。复合泊松风险模型中的周期阈值型分红策略。斯堪的纳维亚精算杂志1:1-31·Zbl 1418.91232号
[10] Chi，Y.C.和Lin，X.S.（2011）。广义跳跃-扩散风险模型的阈值股利策略。保险：数学与经济48（3）：326-337·Zbl 1218.91072号
[11] Choi，M.C.H.和Cheung，E.C.K.（2014）。关于Cramér-Lundberg风险模型中破产监控频率高于股利决策的预期折现股利。保险：数学与经济59:121-132·Zbl 1306.91072号
[12] Czarna，I.、Li，Y.H.、Zhao，C.M.和Palmowski，Z.（2020年）。在受扰动的经典风险过程中，最优巴黎型股息支付被索赔数量折现。概率与数理统计——波兰40（1）：57-81·Zbl 1453.60149号
[13] Czarna，I.&Renaud，J.F.（2016）。关于莱维保险风险过程的最终破产水平的巴黎破产注释。统计与概率快报113:54-61·Zbl 1337.91046号
[14] Dassios，A.和Wu，S.（2008）。巴黎的毁灭与指数索赔。预打印可在http://stats.lse.ac.uk/angelos/docs/exponentialjump.pdf。
[15] Deng，Y.C.，Liu，J.，Huang，Y.，Li，M.，Zhou，J.M.（2018）。随机贴现率下具有延迟索赔和随机收入的离散交互风险模型。统计学中的传播——理论和方法47（23）：5867-5883·兹比尔1508.91128
[16] Drekic，S.、Woo，J.K.和Xu，R.（2018年）。一种基于阈值的风险过程，具有支付股息的等待期。工业与管理优化杂志14（3）：1179-1201·Zbl 1412.60064号
[17] Gerber，H.U.和Smith，N.（2008年）。对偶模型中信息不完全的最优股利。保险：数学与经济学43（2）：227-233·Zbl 1189.91074号
[18] Lin，X.S.，Willmot，G.E.，&Drekic，S.（2003）。具有恒定股息障碍的经典风险模型：Gerber-Shiu折现惩罚函数分析。保险：数学与经济33（3）：551-566·Zbl 1103.91369号
[19] Liu，Z.、Chen，P.和Hu，Y.J.（2020年）。混合股利策略下具有扩散的双重风险模型。应用数学与计算376：文章ID 125115·兹比尔1488.91096
[20] Loeffen，R.、Palmowski，Z.和Surya，B.A.（2018年）。Lévy保险风险过程的巴黎破产贴现惩罚函数。保险：数学与经济83:190-197·Zbl 1417.91278号
[21] Ng，A.C.Y.（2009）。具有股息阈值的对偶模型。保险：数学与经济44（2）：315-324·Zbl 1163.91441号
[22] Peng，X.H.，Su，W.，&Zhang，Z.M.（2019）。周期阈值型股利策略下的扰动复合Poisson风险模型。工业与管理优化杂志16（7）：1967-1986·Zbl 1449.91107号
[23] 印章，H.L.（1969）。风险业务的随机理论。美国纽约：Wiley·Zbl 0196.23501号
[24] Wang，W.Y.，Yu，X.，&Zhou，X.W.（2021）。内生制度转换下障碍性股利控制的最优性及其在第11章破产中的应用。arXiv:2108.01800。
[25] Wang，W.Y.和Zhou，X.W.（2020）。光谱负Lévy过程的下降巴黎毁灭。应用概率进展52（4）：1164-1196·Zbl 1473.60079号
[26] Wong，J.T.Y.和Cheung，E.C.K.（2015）。指数跳跃（对偶）更新风险过程中巴黎破产的时间价值。保险：数学与经济65:280-290·Zbl 1348.91189号
[27] 谢J.Y.和张Z.M.（2020）。复合泊松风险模型下一些股利问题的统计估计。保险：数学与经济95:101-115·兹比尔1452.91284
[28] Xu，R.、Wang，W.Y.和Garrido，J.（2021）。具有仿射惩罚的巴黎破产下的最优股利策略。应用概率的方法和计算。doi:doi:10.1007/s11009-021-09865-7·Zbl 1492.93207号
[29] Yang，C.、Sendova，K.P.和Li，Z.（2017）。关于双重Lévy风险模型的巴黎破产。应用概率杂志54（4）：1193-1212·Zbl 1416.91226号
[30] Yu，W.G.，Guo，P.，Wang，Q.，Guan，G.F.，Yang，Q..，Huang，Y.J.，Yu，X.L.，Jin，B.Y.，&Cui，C.R.（2020年）。关于复合泊松风险模型中的周期性资本注入和屏障股息策略。数学8（4）:511。
[31] Yu，W.G.、Huang，Y.J.和Cui，C.R.（2018）。具有阈值股息策略的绝对破产保险风险模型。对称10（9）：377·Zbl 1425.91236号
[32] Yuen，K.C.，Wang，G.J.，&Li，W.K.（2007）。Gerber-Shiu期望具有利率和恒定股息屏障的风险过程的贴现惩罚函数。保险：数学与经济40（1）：104-112·兹比尔1273.91456
[33] Zhang，Z.M.和Su，W.（2019）。利用拉盖尔级数展开估计Lévy风险模型中的Gerber-Shiu函数。计算与应用数学杂志346:133-149·Zbl 1405.62149号
[34] Zhao，X.H.、Dong，H.和Dai，H.S.（2018年）。巴黎实施延迟股息支付的光谱正Lévy风险过程。统计与概率快报140:176-184·Zbl 1410.91297号
[35] Zhao，X.H.&Yin，C.C.（2010年）。Gerber-Shiu期望Lévy保险风险过程的贴现惩罚函数。数学应用学报，英语系列26（4）：575-586·Zbl 1206.91048号
[36] Zhou，Z.B.，Xiao，H.L.，&Deng，Y.C.（2015）。具有多层分红策略的Markov-dependent风险模型。应用数学与计算252:273-286·Zbl 1338.91082号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。