常利率扰动复合Poisson风险模型的大偏差及其应用
[Abstract]:Model building in financial risk management is of great significance. In order to better manage risk, it is necessary to develop and optimize the classical model. The main work of this paper is based on the classical risk model, considering the generalized model with interest rate and perturbation. Because the large deviation tool can well quantify the extreme claim problem, we focus our work on the estimation of the risk process based on the large deviation principle. This paper is divided into the following chapters: the first chapter introduces the classical risk model and related important conclusions, add interest rate and stochastic perturbation factors in the classical model, get the constant interest disturbance complex Poisson risk model; Then the research results of the limit properties of several kinds of risk models are given, and the main work of this paper is expounded. The second chapter mainly introduces the basic knowledge of this paper. We give some basic concepts and important theorems, including Ito formula for loose particle noise, definition of large deviation, Cramer theorem of measure logarithmic transformation, Gartner-Ellis theorem and Varadhan theorem, and entropy risk measurement. The third chapter is the main research results of this paper. We first prove that the Cramer-Lundberg risk model satisfies the large deviation principle and obtain the asymptotic property of the surplus process, then discuss the constant interest rate perturbation model, compare the difference process between the present value and the discounted value claim, and prove that the difference process satisfies the large deviation principle. Finally, the Varadhan theorem is given and its application in entropy risk measurement is studied. The limit estimation of entropy risk measurement is obtained, and a characterization of the limit behavior of entropy risk measurement is obtained. The fourth chapter is the summary and prospect of the thesis.
【学位授予单位】:扬州大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:F224;F822.0
【相似文献】
相关期刊论文 前1条
1 曹晓敏,高珊;△族中大偏差的一个不等式[J];经济数学;2005年02期
相关博士学位论文 前8条
1 尹郑;动力系统中的重分形分析与大偏差[D];南京师范大学;2016年
2 刘艳;大偏差、风险理论及其在金融保险中的应用研究[D];武汉大学;2004年
3 邓晓雪;非遍历马尔科夫过程大偏差及相关问题[D];清华大学;2011年
4 雷良贞;随机过程核密度估计的大偏差[D];武汉大学;2005年
5 徐明周;在非线性期望下的扩散过程和大偏差[D];武汉大学;2010年
6 汪世界;重尾随机变量和的精确大偏差及相关问题[D];华东师范大学;2010年
7 严钧;几类金融保险模型的大偏差和最小熵鞅测度[D];武汉大学;2009年
8 郑冬梅;Amenable群作用动力系统的熵与大偏差[D];南京师范大学;2016年
相关硕士学位论文 前10条
1 蒋静文;大偏差最优路径下的不同状态重要抽样[D];苏州大学;2015年
2 孔庆昆;次线性期望下相依随机变量的弱大偏差原理[D];景德镇陶瓷学院;2015年
3 何基娇;重尾理赔下两个非标准更新风险模型的精致大偏差[D];安徽大学;2016年
4 张娟;重尾索赔下相依风险模型的精细大偏差[D];延安大学;2016年
5 齐晓梦;长尾分布的φ混合和UND随机变量的精细大偏差[D];大连理工大学;2016年
6 韩雨龙;宽象限相依重尾随机变量和的精细大偏差[D];大连理工大学;2016年
7 陶春燕;一类带局部单调系数随机发展方程的大偏差[D];江苏师范大学;2017年
8 李高亚;精细大偏差的研究[D];中国科学技术大学;2009年
9 魏亮亮;在非线性情形下的一些大偏差结果以及在金融中的应用[D];山东大学;2010年
10 刘珊珊;大偏差在金融风险中的应用[D];曲阜师范大学;2006年
,本文编号:2251336
本文链接:https://www.wllwen.com/kejilunwen/yysx/2251336.html