D族 END随机变量随机和的精致大偏差

重尾理赔下风险模型的精致大偏差研究是现代保险精算学中的一个重要课题。假定理赔序列为一列D族重尾END同分布随机变量序列,理赔到来过程为一与理赔序列独立的计数过程。在一定条件下,得到该风险模型在一般情形下的精致大偏差,推广了相关文献已报道的结果。     

关于重尾随机中心化大偏差的若干结果

在研究了当索赔额属于ERV时的随机中心化大偏差的基础上进一步研究,得到了当索赔额分别属于GERV和G时,随机中心化大偏差的结果。     

一致变化尾的随机和局部精确大偏差

基于带O正则变化独立同分布随机变量的部分和的局部精确大偏差的相关结论,将其对应的随机和分为3个部分,利用次指数函数的相互关系以及控制收敛定理,分别证明每个部分的渐近性.最后证明了在随机变量的密度函数是一致变化尾时,其随机和的局部精确大偏差的渐近性.     

重尾分布类D∩L中负相伴随机变量和的精确大偏差

利用重尾分布类D∩L性质的刻画,得到了重尾分布类D∩L中负相伴重尾随机变量和(随机和与非随机和)的精确大偏差,而重尾分布类D∩L是严格包含C的,从而首次将现有的精确大偏差结果推广到更大的重尾分布子类上.     

随机和的局部精细大偏差

利用风险理论讨论了随机和S(t)=sum from i=1 tp N(t)(ξi),t≥0中心化的局部精细大偏差问题,得到了对x∈[I(t)+J(t),∞)一致地有P(ξ1+ξ2+…+ξN(t)-ES(t)∈x+Δ)~nF(x+Δ),其中{N(t):t≥0}是一个与{ξi:i≥1}独立的泊松过程.     

一类风险模型的精细大偏差

考虑一类重尾索赔条件下带干扰项的双险种风险模型,当索赔到达过程为一般非负整值过程,索赔额的分布属于重尾分布C族时,利用分析和概率方法得到了索赔剩余过程的精细大偏差.     

重尾分布类$\mathcal{D}\cap\mathcal{L}$中负相伴随机变量和的精确大偏差

利用重尾分布类$\mathcal{D}\cap\mathcal{L}$性质的刻画,得到了重尾分布类$\mathcal{D}\cap\mathcal{L}$中负相伴重尾随机变量和(随机和与非随机和)的精确大偏差, 而重尾分布类$\mathcal{D}\cap\mathcal{L}$是严格包含$\mathcal{C}$的,从而首次将现有的精确大偏差结果推广到更大的重尾分布子类上     

带一致变化尾上负相关随机变量和的精确大偏差

随机变量和尾概率性状的研究是保险精算领域的热门问题,而随机变量和的精确大偏差则精确刻画了其尾概率的极限性态。文章分别研究了一列同分布(但不一定独立)随机变量确定和以及随机和的精确大偏差,得到如下结果:如果这列随机变量带一致变化尾,是上负相关的,并且在左直线无支撑,则它们确定和以及随机和的精确大偏差结果均成立。     

随机和局部精细大偏差的应用

研究了在F∈SΔ,Δ=(0,T],T≤∞的条件下随机和S(T)=SUM from i=1 to N(t) ξi,t≥0中心化的局部精细大偏差结果中{h(t),t≥0}和{J(t),t≥0}的选取,并且给出了随机和的局部精细大偏差在索赔过程和再保险中的应用.     

基于进入过程的带有重尾索赔额的风险模型的大偏差

文章建立了一类基于进入过程的风险模型.在索赔额服从C族分布的假设下,得到了该模型损失过程的大偏差结果.     

NOD序列部分和的大偏差

研究了NOD随机变量部分和的大偏差,其中S(n)=∑Xi,{Xn,n≥1} from (i=1 to n)是一个NOD序列,对任意的n≥1,Xn的分布记为Fn,其均值为μn=EXn<∞.在假定F∈D的条件下,给出了F∈D上NOD序列部分和的大偏差结果.     

次指数随机变量列的精致大偏差

得到了独立同次指数分布随机变量的精致大偏差结果,取消了现有的类似结果中q(t)最终单调趋于0的条件,同时稍微加强了下述条件:m in(α,β)>N,对某个N>2,并且得到了以负相协随机变量列的更新过程为随机脚标的类似结果。     

一类复合Poisson过程的大偏差原理

研究这样一类复合Poisson过程:S(t)=∑(h(t-Si)Xi)from(i=1 to N(t)),其中N(t)(t>0)是强度为λ>0的齐次Poisson过程,Xi(i≥1)是独立同分布非负随机变量序列,独立于N(t),h(t)(t>0),是非负单调实函数.得到了关于S(t)的大偏差原理和弱收敛.     

负相依索赔下更新风险模型的精细大偏差

研究了基于客户到来的更新风险模型,该风险模型中假设索赔额序列是负相依不同分布的重尾随机变量序列,则在索赔额服从D∩L族的条件下,得到了损失过程的精细大偏差.     

重尾子族与随机和精确大偏差的几个结论

探讨了经典的两个重尾随机变量族ERV族和D族的关系,发现D族主要是由ERV族构成的,得到了D族上随机和精确大偏差结论;另外,对于尾分布重于λ·e^-c 的情况,也得到了类似的结论.     

重尾索赔下变保费率干扰风险模型的大偏差

考虑一类重尾索赔下变保费率带干扰项的风险模型,当索赔到达过程为一般非负整值过程,索赔额的分布属于重尾分布一致变化族时,利用分析和概率的有关理论得到了索赔剩余过程的精细大偏差,从而推广了文献[Wei X,YuJ,Hu Y.Large deviations and finite time ruin probability for perturbed risk with variable premium rate.Acta Mathematical Scientia,2007,27(4):616-623]中有关结论.     

不同分布的BUTI的大偏差

主要研究了长尾上的带有BUTI的、不同分布的随机变量和的尾概率,得到了部分和和随机和的一致渐近的大偏差的结论,推广了已存在的相应结论.