×

风险临界阈值的隐藏方程式。 (英语) Zbl 1514.91045号

摘要:我们考虑了风险的特定特征对阈值参数(δ)的参数敏感性问题。这种阈值风险被建模为随机变量的扰动函数降到0以下的概率。我们证明,对于该随机变量的多项式和有理函数,存在最多有限多个风险临界点。后者是阈值参数的那些特殊值,风险变化率在接近它们时是无限的。在较弱的条件下,我们将风险临界点的候选者刻画为相关(δ)扰动多项式的判别式或其超前系数的零点,或两者的零点。因此,需要求解的方程本身就是利用基本多项式或有理函数的代数性质的多项式方程。我们将这些重要方程命名为“风险临界阈值的隐藏方程”。

MSC公司:

91B05型 风险模型(概述)
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] Avrachenkov,K。;Filar,J.A。;Howlett,P.G.,分析微扰理论及其应用(2013),费城:工业和应用数学学会,费城·Zbl 1296.47001号
[2] Ben-Tovim,D。;Bogomolov,T。;菲拉尔,J。;哈肯多夫,P。;秦,S。;Thompson,C.,《医院不稳定楔》,卫生系统。,9, 202-211 (2020) ·doi:10.1080/20476965.2018.1524407
[3] 埃佐夫,V。;Filar,J.A.,Gröbner bases in渐近分析扰动多项式程序,Math Meth Oper Res,64,1-16(2006)·Zbl 1119.13024号 ·doi:10.1007/s00186-006-0073-5
[4] Embrechts,P。;Klüppelberg,C。;Mikosch,T.,《模拟极端事件》(1997年),柏林,海德堡:施普林格-柏林-海德堡,柏林·Zbl 0873.62116号
[5] Filar,J.A。;乔,Z。;斯特里佩特,S.,《贝弗顿-霍尔特渔业与倍增收获的风险敏感性》,《自然资源》。型号。,33,e12257(2020)·doi:10.1111/nrm.12257
[6] Gelfand,I.M。;卡普兰诺夫,M.M。;Zelevinsky,A.V.,《判别、结果和多维决定因素》,《数学:理论与应用》(1994年),波士顿:Birkhäuser出版社,波士顿·Zbl 0827.14036号
[7] 古里鲁,C。;劳伦特,J。;Scaillet,O.,《风险值的敏感性分析》,《经验主义杂志》。财务。,7, 225-245 (2000) ·doi:10.1016/S0927-5398(00)00011-6
[8] 加藤,T.,线性算子的扰动理论(1995),柏林-海德堡:施普林格-弗拉格,柏林-海德堡·Zbl 0836.47009号
[9] Klüppelberg,C.公司。;Stadtmüller,U.,《重轨和利率存在下的破产概率》,《Scandin Actuar J.》,1998,49-58(1998)·Zbl 1022.60083号 ·doi:10.1080/03461238.1998.10413991
[10] Kroese,D.P。;Taimre,T。;Botev,Z.I.,《蒙特卡罗方法手册》(第1版)。《概率统计中的威利级数》(2011),威利·Zbl 1213.65001号
[11] Varadhan,S.R.S.,《大偏差和应用》。CBMS-NSF应用数学区域会议系列(1984)第46位,宾夕法尼亚州费城:工业和应用数学学会,宾夕法尼亚州,费城·Zbl 0549.60023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。