再保险最优分配中的数学模型

合集下载

通胀环境下基于CEV模型的最优再保险-投资问题

通胀环境下基于CEV模型的最优再保险-投资问题
第 33 卷 第 1 期 2018 年 2 月
安 徽 工 程 大 学 学 报 JournalofAnhuiPolytechnicUniversity
文 章 编 号 :1672G2477(2018)01G0058G07
Vol.33.No.1 Feb.,2018
通胀环境下基于 CEV 模型的 最优保险G投资问题
再保险可以帮助商避免潜在的巨大 损 失,而 投 资 能 使 保 险 公 司 实 现 其 管 理 目 标.因 此 再 保 险G投 资 对 保险商来说是两个重要的问题.保险 市 场 中 的 再 保 险G投 资 问 题 越 来 越 引 起 学 者 们 的 重 视,关 于 此 类 问 题 的研究也越来越多.Browne[1]最先研究了 Lundberg风险模型,给 出 了 保 险 商 终 端 财 富 的 指 数 效 用 最 大 化 和破产概率的最小化.Bauerle[2]首次提到 了 “比 例 再 保 险”这 一 再 保 险 名 词,并 且 很 好 地 解 决 了 相 关 的 均 值G方差问题.Wang[3]等在均值G方差准则以 及 常 弹 性 绝 对 风 险 厌 恶(CRRA)效 用 情 形 下 有 效 地 运 用 鞅 方 法研究了最优投资组合问 题.Hipp[4]等,Promislow[5]等 研 究 了 最 优 再 保 险 和 投 资 问 题,以 及 怎 样 来 降 低 保险人破产的概率.Liang[6]等在一个不可测的马尔可 夫 调 制 的 复 合 Poisson 风 险 模 型 中 讨 论 了 最 优 再 保 险与投资问题.之后,Lin[7]等和 Gu[8]等分别应用常 方 差 弹 性 模 型 (CEV)来 研 究 最 优 比 例 再 保 险\跳 扩 散 风险过程.Li[9]等在均值G方差准则下开始使用 Heston模型来研究最优比例再保 险 和 投 资 问 题.在 Heston 模型下的跳-扩散风险过程,Zhao[10]等考虑了保险商最优超额赔损再 保 险 以 及 投 资 问 题.基 于 Heston模 型 下 的 默 认 市 场 ,Zhu[11]等 讨 论 了 保 险 商 最 优 再 保 险 和 投 资 问 题 .

马尔可夫机制转换模型下保险公司的最优投资及再保险策略

马尔可夫机制转换模型下保险公司的最优投资及再保险策略

马尔可夫机制转换模型下保险公司的最优投资及再保险策略王伟;甘少波【期刊名称】《宁波大学学报(理工版)》【年(卷),期】2015(000)001【摘要】The problem of optimal investment and reinsurance policies based on a Markov regime switching model is studied. The dynamics of a risky asset is assumed to follow a Markov-modulated geometry Brownian motion, and an optimal investment and reinsurance policy by maximizes the expected exponential utility of terminal wealth is obtained. The results indicate that regime switching has a significant effect on the optimal investment strategies. In the end, the numerical analysis is provided which presents the effect of the market interest rate and absolute risk aversion parameter on the optimal investment and reinsurance policies.%研究了马尔可夫机制转换模型下保险公司的最优投资及再保险策略问题。

假定风险资产价格满足马尔可夫调制的几何布朗运动,得到了最终财富的指数期望效用最大准则下的最优投资和最优再保险策略。

结果表明:市场的经济状态对最优投资策略有很大影响,并通过数值计算分析了模型中市场利率和绝对风险厌恶系数与最优投资策略和最优再保险策略的关系。

再保险最优化模型分析的开题报告

再保险最优化模型分析的开题报告

再保险最优化模型分析的开题报告一、选题背景再保险是指原保险公司为了限制大型灾难风险和资本负担而向其他保险公司购买的保险。

再保险业作为保险产业链中的重要环节,最初是由保险公司发起的,再保险发展的主要动力是满足保险公司在防范巨灾风险效力上的需求。

在现有的再保险业务模式下,再保险公司通常都是承担着黑箱风险而获得相应保费差额的压倒性第二方,在这种情况下,对象是保险公司及现有的再保险公司,与最终有利润的客户相隔甚远,再保险公司利润来源有限,难以承担风险,同时也无法发挥核心业务的效力,对整个保险业的发展不利。

为了促进再保险市场的高效化与健康发展,需要建立合理、高效的再保险最优化模型。

因此,本次选题为再保险最优化模型分析。

二、课题内容1. 研究现有的再保险业务模式,分析其存在的问题和缺陷;2. 探讨再保险最优化模型应包括的内容,结合保险公司的实际需求。

3. 研究如何采用现代数学模型及算法,优化再保险业务模式中的风险应对和利润提高等方面的情况。

4. 如何推动再保险市场的规范化与完善,并对如何提高再保险公司效益提出建设性意见。

三、预期成果1. 了解再保险业务的实际情况,分析该领域中存在的问题和缺陷,并评估这些问题和缺陷对再保险业务的影响。

2. 确认再保险最优化模型的相关要素,并分析其优化方法及其实施步骤。

3. 研究如何优化再保险业务中的风险应对和利润提高等方面的情况,并提出有关保险公司的建议。

4. 推动再保险市场的规范化与完善,使再保险业务更加高效、透明、安全地进行,激发其发展潜力,持续推动保险业的健康发展。

四、参考文献1. 再保险市场发展报告,保监会2. 再保险的意义与作用,百世保险3. 再保险市场的发展动因与趋势,保险资讯4. 再保险合同条款及其应用,百度百科5. 再保险市场发展趋势及其对保险公司的影响,中国经营报。

CIR模型下保险公司最优投资再保险策略研究

CIR模型下保险公司最优投资再保险策略研究

CIR模型下保险公司最优投资再保险策略研究周蕊;荣喜民;赵慧【摘要】本文主要研究Cox-Ingersoll-Ross(CIR)随机利率模型下保险公司的最优投资和再保险问题.假设保险公司投资于金融市场中的无风险资产、零息债券和多种股票.此外保险公司购买比例再保险合约以转移承保风险.模型中,我们用仿射过程刻画随机利率,通过扩散过程模拟保险公司盈余过程,即用连续过程近似跳过程.保险公司的目标是通过保险投资最大化终端财富的期望幂效用.由于保险公司的财富过程不是自融资过程,在求解过程中,我们先将原优化问题转化为自融资问题,通过随机最优控制方法导出相应的HJB方程,进而得到最优投资、再保险策略和幂效用函数下的最优值函数.我们发现随着风险厌恶系数的增大,公司投资于股票的比例会降低,初始利率越高,保险公司终端财富的值函数越大.最后,我们给出了保费率、利率参数和风险厌恶系数对投资策略、投资效用的敏感性分析.%This paper considers an optimal reinsurance and optimal investment problem under the Cox-Ingersoll-Roll (CIR) stochastic interest rate framework. We assume that the insurer can invest in cash,zero coupon bond and several kinds of stocks in the financial market. Mean-while, proportion reinsurance is purchased by an insurer to transfer the risk of insurance to other insurance companies. We further adopt an afffine CIR model to characterize the inter-est rate while the surplus wealth process is approximated by a diffusion process, namely, the jump process is approximated by a continuous process. The goal of the insurer is to maximize the expected power utility of the terminal wealth. Due to the fact that the surplus process of the insurer is not a self-financing process, we firstly transform the original problem intoa self-financing problem, establish the corresponding Hamilton-Jacobi-Bellman equation, and then derive an explicit solution via the stochastic optimal control method. We find that the percentage of quota invested in stocks would decrease with the increase of risk aversion param-eters, while the terminal wealth would increase with the increase of initial interest rate. Finally, sensitivity analysis is carried out to show the impact of financial parameters on the optimal strategies and optimal utility.【期刊名称】《工程数学学报》【年(卷),期】2018(035)003【总页数】13页(P245-257)【关键词】CIR随机利率模型;投资策略;再保险;幂效用;随机最优控制【作者】周蕊;荣喜民;赵慧【作者单位】天津大学数学学院,天津 300350;天津大学数学学院,天津 300350;天津大学数学学院,天津 300350【正文语种】中文【中图分类】F224.31 引言投资策略和再保险方式的选择是保险公司进行有效管理的两个很重要的因素.保险公司将收取的保费投资于不同资产以达到公司盈利最大的目的,通过选择适当的再保险方式来规避巨额赔付风险进而减小公司破产的概率.研究保险公司的最优投资再保险问题在保险精算领域具有重要的意义.对于保险公司的最优投资策略问题,已有诸多学者在以保险公司终端财富的期望效用最大为目标制定投资策略方面进行研究.Brown[1]研究了保险公司的最优投资问题,他首次给出了当盈余过程满足扩散风险模型条件下,以终端财富效用最大为目标的最优投资策略的解析解.Yang和Zhang[2]假设保险公司的盈余过程满足跳–扩散过程,投资于无风险资产和一种风险资产,以终端财富的指数效用最大及破产概率最小为目标,得到投资策略的解析解和生存概率的数值解.Bai和Guo[3]假设保险公司购买比例再保险,盈利投资于一种无风险资产和多种风险资产,得到了保险公司最优投资策略和再保险比例.不同于大多风险模型中考虑在期望保费原理下的最优比例再保险问题,梁志彬[4]讨论了方差保费原理下跳扩散风险模型终值指数效用最大的最优投资再保险问题.由于宏观经济环境的改变及国家经济政治制度改革等外在因素都会对实际市场中的资产价格产生影响,近来越来越多的学者开始研究随机波动率模型下保险公司最优投资再保险问题,即引入CEV,Heston模型取代具有常数波动率的几何布朗运动来模拟风险资产.Gu等[5]、Lin和Li[6]、Liang等[7]用CEV模型模拟风险资产,分别给出当保险公司的盈余过程满足扩散过程或跳–扩散过程时公司的运营策略.李艳芳和林祥[8]考虑跳–扩散风险模型下投资于无风险资产和方差满足Heston模型的风险资产时终端财富指数期望效用最大的最优投资和比例再保险策略.Zhu等[9]研究了可违约市场的投资问题.可以说,保险公司的最优投资问题得到了很深入的研究.应用组合投资和购买再保险业务,保险公司可以有效地规避风险.但由于投资过程的时间跨度长,在实际问题中,利率变化是影响投资的一个重要因素.目前少有文献考虑随机利率对投资的影响.Cox和Ross[10]应用跨期的一般均衡资产定价模型研究了随机利率的期限结构.Korn和Kraft[11]考虑了Ho-Lee随机利率模型的投资问题,当投资者投资于股票、债券和无风险资产时,得到了终端财富幂效用最大的投资策略.Li和Wu[12]研究了CIR随机利率模型下的最优投资问题,同时假设股票价格的波动率正比于另一个CIR过程.Ferland和Waiter[13]研究了CIR模型下的均值–方差问题.Guan和Liang[14]、Li等[15]分别得到了Vasicek模型下使得终端财富期望效用最大和均值方差模型具有时间一致性的最优投资再保险策略.Guan和Liang[16]给出了随机利率模型下确定给付制养老金问题的最优投资策略.综上,现有文献的研究重点均为不考虑利率随机性的投资再保险问题,或CIR或Vasicek随机利率模型下单纯的投资问题.本文以保险公司为研究对象,将随机利率模型引入保险公司投资策略的研究.假设市场中的随机利率满足CIR过程,保险公司将盈余资产投资于无风险资产、零息债券和n种股票,同时购买比例再保险,以最大化终端财富的幂效用为目标.由于本模型中保险公司的财富过程不是一个自融资过程,我们首先构造一个间接过程,将问题转化为一个自融资问题,应用随机最优控制理论导出该问题的HJB方程,得到最优投资和再保险策略,进而由原策略与间接策略的关系得到原问题的最优投资策略,最后分析相关参数对投资和再保险策略影响.2 模型建立本文在无套利的完备市场中考虑问题.假设市场中存在n+2种资产:无风险资产、零息债券和n种股票.(Ω,F,{Ft}t∈[0,T],P)为完备概率空间,Ft为市场上截止到t时刻的信息流,假设如下所有随机过程均为{Ft,t∈[0,T]}适应的.2.1 盈余过程假设保险公司的盈余过程满足经典的Cram´er-Lundberg模型c表示保费率;N(t),0≤t≤T,是独立于Yi的齐次泊松过程,表示到时刻t为止索赔发生的次数,强度为λ>0;Yi,i=1,2,···,表示第i次索赔额度,Yi为取值为正的独立同分布随机变量.定义由期望价值理论,令c=λµ1(1+η),η>0为安全载荷系数.保险公司购买比例再保险,自身只承担比例为p(t)的索赔,其余部分由再保险公司赔偿.保险公司购买再保险的保费率为(1+θ)λµ1(1−p(t)),θ>0为再保险公司的安全载荷系数,其中θ>η,否则套利存在.我们称{p(t):t∈[0,T]}为再保险策略.保险公司盈余过程X(t)满足将上述过程进行连续近似得到如下扩散过程W0(t)为定义在完备概率空间(Ω,F,Ft∈[0,T]),P)上的标准布朗运动.随机利率满足均值回归的CIR过程其中σr,a,b为正常数,若则对所有则无风险资产价格满足方程在完备市场中,存在零息债券对冲随机利率风险.零息债券Bn(t,T)的价格满足随机偏微分方程其中λ√为风险W(t)的市场价格,设B(t,T)解的形式为rr进而零息债券的价格满足倒向随机微分方程其中事实上,市场上并不存在在任意时刻t到期的零息债券.同时为了简化计算,我们引入一种在固定时刻K到期的“滚动债券”BK(参照文献[16])满足如下随机微分方程其中滚动债券B(t)与零息债券B(t,T)的关系为K保险公司投资于n种股票,第i种股票的价格满足如下随机微分方程其中λSj为标准布朗运动WSj(t)在概率空间(Ω,F,{Ft∈[0,T]},P)下风险的市场价格,{WSj(t)}与{W0(t)},{Wr(t)}相互独立.令u0(t),uB(t),uSj(t)分别表示投资于无风险资产、零息债券和第j种股票的额度,X(t)=u0(t)+uB(t)+uS1(t)+···+uSn(t).定义u(t)=(uB(t),uS1(t),···,uSn(t))T.因此,在上述市场环境中,保险公司的投资再保险策略过程为Π(t)=(p(t),u(t)T)T,盈余过程满足如下随机微分方程定义1(容许策略) 令O=:R+×R+,Q:=[0,T]×O,对任意固定的t∈[0,T],策略(t)=(p(t),u(t)T)T被称为是可行的,若:1) 对任意的(x,rn)∈O,方程(2)有唯一解2) 对任意的3) 对任意的我们令Π(t)表示所有容许策略的集合,对盈余过程进行整理可以得到其中2.2 最优目标本文,我们希望通过对资产进行连续时间投资再保险,得到以终端时刻T的财富的期望效用最大为目标的投资组合策略,即求解下列问题:定义Π(t)为上述优化问题的可行策略,CRRA效用函数为相对风险厌恶系数为(1−γ).3 模型求解投资组合是自融资的当且仅当其价值的变化仅仅依赖于资产的价格改变.本文上述模型保险公司存在连续的保费收入,因而不是自融资问题.此外,由于再保险业务的存在,也不是一个简单的投资消费问题.定义2(自融资) 动态投资策略(ϕt,ψt)表示t时刻投资于资产(St)t∈R+和(At)t∈R+的份额,时刻t的投资组合价值Vt为若dVt=ϕtdAt+ψtdSt则投资组合策略被称为自融资策略.参照文献[13],首先引入定价核H(t)对财富过程进行分析.引理1 定义从而X(t)满足如下形式证明首先对过程H−1(t)应用Itˆo公式进行随机微分进而,对过程微分,可以得到即是鞅过程,在自融资问题中,即X(t)在风险中性测度下是鞅.本模型中财富过程是上鞅.因而我们构造间接过程Z(t),定义把问题转化为一个自融资问题进行求解.引理2 参照文献[14],定义贴现价值过程且满足如下倒向随机微分方程其中证明由上述定义因此根据变上限积分的微分法则,定理得证.3.1 间接问题首先,我们构造一个新的过程Y(t)=X(t)+Z(t),Z(0)=z.由方程(8),(15)可以得到新问题与原问题的最优投资再保险策略间的关系为由于Z(T)=0对原问题终端财富的期望效用没有影响,因而我们先将原问题转化为一个新的自融资问题进行求解.3.2 间接问题的解对于新构造的自融资问题,我们采用随机动态规划的方法进行求解.对于新问题的每一个容许策略Π(t),其在t时刻的状态(x,r)对应的值函数M定义如下其中0≤t<T,且M满足边值条件对于任意的M(t,x,r)∈C1,2,2([0,T]×R+×R+),我们定义算子Ap,u,满足其中根据Fleming和Soner带控制的Markov过程和粘性解理论,最优值函数V(t,x,r)应使得如下Hamilton-Jacobi-Bellman方程成立命题1 间接问题的最优投资策略为最优值函数的显示表达式为证明由相应的HJB方程得到最优策略Π∗,由幂效用函数的形式,假设值函数V有如下形式将(25)代入(24),得到最优投资策略将(25),(26)代入(20),得到k(t,r)满足的方程为设k(t,r)的形式为代入(27)进而得到3.3 原问题的解由间接问题与原问题投资策略的关系(17),得到原问题的最优投资策略4 敏感性分析与经济解释与Vasicek模型不同,CIR随机利率模型不能得到rt的显式解.我们可以通过随机利率的条件期望E[rt|r0]估计随机利率(假设r0已知),Var[rt|r0]衡量估计的误差,进而可以得到最优投资再保险和投资效用对参数的敏感性.命题2 CIR模型下,基于s时刻的短期利率rs,未来t时刻rt的条件期望为条件方差为特别地,取s=0,对任意时刻t>0,有证明令由布朗运动随机积分期望为零的性质,将随机利率两端取期望得到由 It 公式,可得将上式两端取期望可得进而由u(t),v(t)得到Var[rt|rs].以下我们分析参数对再保险和投资策略的影响.除特别给出,参数均满足如下假设:µ1=0.08,µ2=0.05,θ=0.1,λr=0.5,λs=0.22,σr=0.01,σ11=1,a=0.1,b=0.03,λ=3,η=0.05,K=10,T=20,X(0)=1,Z(0)=1,γ=−2,r0=0.05.4.1 参数对再保险策略的影响图1给出了t=0时刻平均索赔µ1,索赔的二阶矩µ2对再保险策略的影响.µ1与最优投资策略成正比,µ1增大,保险公司可以收取更高额的保费,从而赔偿能力增加,进而索赔风险自留额增大.µ2表示索赔Yi的二阶矩,可以视为保险公司面临的索赔风险.µ2越大,在收取保费率固定的情况下,公司面临的索赔风险越大,为了减小破产概率,公司选择购买更高比例的再保险.图2给出了t=0时刻风险厌恶系数γ,保险公司安全载荷系数θ对再保险策略的影响.风险厌恶系数与再保险策略成反比,风险厌恶系数越大,保险公司为了降低破产风险而购买更高比例的再保险.再保险公司的安全载荷系数θ越大,保险公司支付再保险保费率越高,故保险公司会选择较低的再保险比例以保证公司有更多的保费收入支付索赔.图1: 平均索赔µ1、索赔风险µ2对最优再保险策略的影响图2: 风险厌恶系数γ、再保险公司安全载荷系数θ对最优再保险策略的影响4.2 参数对最优投资策略的影响不失一般性,我们给出保险公司投资于无风险资产、零息债券和一种股票时投资策略随风险厌恶系数的变化.此时,最优投资再保险策略的显式表达式为由式(15)不难导出保险公司的资产Y(t)的显示表达式为图3给出了风险厌恶系数对初始资产Y0最优投资策略的影响.幂效用函数的绝对风险系数随着财富的增加而递减,而相对风险厌恶系数为常数财富过程Y(t)随着相对风险厌恶系数的增大,投资在股票市场的资产显著降低,零息债券对利率的敏感度较高,因而随着风险厌恶系数的增加投资比例降低,而投资在无风险资产的财富显著提高.这是因为随着相对风险厌恶系数的增大,保险公司对风险的敏感性增强,因而选择更多地投资在储蓄来规避风险.图3:风险厌恶系数对投资策略的影响4.3 参数对最优效用的影响由图4可知,初始利率r0越大,意味着保险公司通过投资盈利更多,因而效用越大,但边际效用递减.图4:r0对最优效用的影响5 结论本文,我们研究了CIR随机利率模型下保险公司最优投资和再保险问题.假设市场中随机利率满足均值回归的CIR过程.保险公司的盈余过程首先由一个经典的林德伯格模型给出,进而进行连续扩散逼近.假设保险公司投资于无风险资产,零息债券和n种风险资产,以CRRA效用函数衡量终端时刻保险公司财富的期望效用.在求解过程中,我们首先把原问题转化为一个自融资问题,应用经典的随机动态规划的方法得到最优投资策略,进一步通过自融资问题与原问题投资再保险策略的关系得到原问题的最优解.最后,不失一般性,我们给出了投资于无风险资产,零息债券和一种股票的情形下风险厌恶系数对投资比例的影响.本文的不足之处在于不能给出CIR随机利率模型显式表达式,只能通过随机利率的条件期望对rt进行估计,从而分析参数对投资效用的静态影响.此外,在现实问题中,保险公司的财富过程并不是连续过程,今后,我们将在此模型下对跳–扩散财富过程的投资问题继续进行深入研究.参考文献:[1] Browne S.Optimal investment policies for a f i rm with a random risk process:exponential utility and minimizing the probability ofruin[J].Mathematics of Operations Research,1995,20(4):937-958[2] Yang H,Zhang L.Optimal investment for insurer with jump dif f usion risk process[J].Insurance:Mathematics and Economics,2005,37(3):615-634 [3] Bai L,Guo J.Optimal proportional reinsurance and investment with multiple risky assets and no-shorting constraint[J].Insurance:Mathematics and Economics,2008,42(3):968-975[4] 梁志彬.跳扩散盈余过程的最优投资和最优再保险[J].数学学报,2008,51(6):1195-1204 Liang Z B.Optimal investment and reinsurance under jump-dif f usion process[J].Acta Mathematica,2008,51(6):1195-1204 [5] Gu M D,Yang Y P,Li S D,et al.Constant elasticity of variance model for proportional reinsurance and investmentstrategies[J].Insurance:Mathematics and Economics,2010,46(3):580-587 [6] Lin X,Li Y.Optimal reinsurance and investment for a jump dif f usion risk process under the CEV model[J].North American ActuarialJournal,2011,15(3):417-431[7] Liang Z B,Yuen K C,Cheung K C.Optimal reinsurance-investment problem in a constant elasticity of variance stock market for jump-dif f usion risk model[J].Applied Stochastic Models in Business and Industry,2012,28(6):585-597[8] 李艳方,林祥.Heston随机方差模型下的最优投资和再保险策略[J].经济数学,2009,26(4):36-45 Li Y F,Lin X.Optimal investment and reinsurance strategy under heterogeneous variance model[J].EconomicsMathematics,2009,26(4):36-45[9] Zhu H M,Deng C,Yue S J,et al.Optimal reinsurance and investment problem for an insurer with counterparty risk[J].Insurance:Mathematics and Economics,2015,61:242-254[10] Cox J C,Ross S A.The valuation of options for alternative stochastic processes[J].Journal of Financial Economics,1976,3(1-2):145-166[11]Korn R,Kraft H.A stochastic control approach to portfolio problems with stochastic interest rates[J].SIAM Journal on Control and Optimization,2002,40(4):1250-1269[12] Li J,Wu R.Optimal investment problem with stochastic interest rate and stochastic volatility:maximizing a power utility[J].Applied Stochastic Models in Business and Industry,2009,25(3):407-420[13] Ferland R,Watier F.Mean-variance efficiency with extended CIR interest rates[J].Applied Stochastic Models in Business and Industry,2010,26(1):71-84[14] Guan G H,Liang Z X.Optimal reinsurance and investment strategies for insurer under interest rate and inf l ation risks[J].Insurance:Mathematics and Economics,2014,55:105-115[15] Li D P,Rong X M,Zhao H.Time-consistent reinsurance-investment strategy for a mean-variance insurer under stochastic interest rate model and inf l ation risk[J].Insurance:Mathematics and Economics,2015,64:28-44[16] Guan G H,Liang Z X.Mean-variance efficiency of DC pension plan under stochastic interest rate and mean-revertingreturns[J].Insurance:Mathematics and Economics,2015,61:99-109。

马尔可夫机制转换模型下保险公司的最优投资及再保险策略

马尔可夫机制转换模型下保险公司的最优投资及再保险策略

马尔可夫机制转换模型下保险公司的最优投资及再保险策略王伟;甘少波【摘要】The problem of optimal investment and reinsurance policies based on a Markov regime switching model is studied. The dynamics of a risky asset is assumed to follow a Markov-modulated geometry Brownian motion, and an optimal investment and reinsurance policy by maximizes the expected exponential utility of terminal wealth is obtained. The results indicate that regime switching has a significant effect on the optimal investment strategies. In the end, the numerical analysis is provided which presents the effect of the market interest rate and absolute risk aversion parameter on the optimal investment and reinsurance policies.%研究了马尔可夫机制转换模型下保险公司的最优投资及再保险策略问题。

假定风险资产价格满足马尔可夫调制的几何布朗运动,得到了最终财富的指数期望效用最大准则下的最优投资和最优再保险策略。

结果表明:市场的经济状态对最优投资策略有很大影响,并通过数值计算分析了模型中市场利率和绝对风险厌恶系数与最优投资策略和最优再保险策略的关系。

复合Poisson-Geometric风险下保险公司的最优投资-再保-混合分红策略

复合Poisson-Geometric风险下保险公司的最优投资-再保-混合分红策略

复合Poisson-Geometric风险下保险公司的最优投资-再保-混合分红策略孙宗岐;陈志平【摘要】为了更好地反映保险实际并为保险公司寻求更稳健的策略,本文考虑索赔次数服从复合Poisson-Geometric过程时,保险公司的最优投资-再保-混合分红策略问题.假定保险公司的盈余服从扩散过程,在分红总量现值的期望最大化的准则下,我们使用动态规划原理建立了保险公司的最优投资-再保-混合分红模型,通过求解HJB方程得到了最优投资决策,最后在再保险的保费损失率等于红利的贴现率的条件下,得到了最优投资-再保-混合分红策略的显式解,数值算例及经济分析表明了文章结果的合理性.【期刊名称】《工程数学学报》【年(卷),期】2016(033)005【总页数】17页(P463-479)【关键词】复合Poisson-Geometric过程;扩散过程;投资策略;再保险策略;混合分红;HJB方程;偏离系数【作者】孙宗岐;陈志平【作者单位】西安思源学院高数教研室,西安710038;西安交通大学数学与统计学院,西安710049【正文语种】中文【中图分类】O211.631 引言经典的风险模型通常将索赔事件等价于风险事件,即风险事件一旦发生就会赔付.然而现实中,在赔付政策里存在无赔款折扣优待制度,甚至免赔额制度.这样一来当索赔成本与赔付额相差不大时,投保人会放弃索赔.另一方面,根据保险公司的历史数据不难检验出索赔次数的方差并不等于其期望[1],这显然与齐次Poisson过程的性质不一致.毛泽春和刘锦萼[1,2]首次对保单免赔和无赔款折扣优待制度下的索赔次数进行了分析,提出了复合Poisson-Geometric过程,并利用它来刻画存在这种赔偿限额约束的索赔次数,进而导出了该过程下保险公司破产概率应满足的更新方程.自此,不断有学者将这一过程引入到保险风险模型中来,林祥和李娜[3]运用随机最优控制原理研究了索赔次数为复合Poisson-Geometric 过程的最优投资与比例再保险问题,得到了最优投资–再保策略和最小破产概率的显式解;杨鹏等[4]研究了索赔过程为复合Poisson-Geometric过程的均值–方差模型,得到了最优投资与超额损失再保险策略的解析解及有效边界.贺丽娟等[5]研究了保费率为时间的函数的复合Poisson-Geometric风险下,保险盈余的Gerber-Shiu惩罚函数所应满足的更新方程.Huang等[6]研究了带干扰的双复合Poisson-Geometric过程的保险风险模型.然而迄今为止,我们并未看到关于复合Poisson-Geometric过程下保险公司分红问题的研究.在保险实务中,当盈余达到一定水平后,保险公司一般会采取给投保者分红的策略来提高自身在保险行业的竞争力.1957年,Finetti首次研究了分红问题,到目前为止,已有许多研究将分红策略引入到金融决策中来[7-10].目前流行的基本分红策略有阀值分红和有界分红.然而采用单一的阀值分红策略不仅不够灵活,由于保险的盈余增长不可能无限,出于激发投保热情的目的,我们还可以考虑边界分红策略.这种同时考虑两种基本分红策略的所谓混合分红策略最早由Ng[11]提出,它是对单一分红策略的推广.为了提高分红水平,除了增加常规的投保,风险资本投资也是一种十分有效的手段.杨鹏[12,13]在跳–扩散风险模型下分别研究了具有投资行为的保险公司最优阀值分红问题和有界分红问题.温玉珍和尹传存[14]则研究了一类混合分红策略下,索赔到来的时间间隔服从广义Erlang(n)分布的更新风险模型.上述研究要么没有考虑风险投资,要么虽考虑风险投资,但未考虑风险资产价格的波动对保险收益的影响.一个显然的事实是:保险公司承保的失业保险,在经济低迷时由于资本市场回报惨淡,加之社会上出现大量失业,从而导致理赔的加剧.因此,考虑与资本市场收益波动相关的保险公司的最优投资组合及分红策略不仅有重要的理论意义而且有较大的实用价值.鉴于以上情况,本文拟在索赔次数服从复合Poisson-Geometric过程的假设下,考虑与资本市场收益波动相关的保险公司的最优投资–比例再保险策略和最大混合分红问题.文章的具体结构如下:第2节首先从数学上给出风险过程和分红机制的描述,然后利用随机最优控制原理导出相应的最优控制问题.第3节将最优控制问题转化为HJB方程,并得到HJB方程的解析解,最后在一种特殊情形下,给出了最优金融策略的完全显式解.第4节给出数值实例,并分析偏离系数和相关系数对最优金融策略的影响,给出其经济上的解释.第5节则是全文总结.2 建立模型本文假设所有随机过程和随机变量都定义在完备概率空间(Ω,F,P)上,其产生的σ-域流{F t:t>0}完备且右连续.类似已有文献中的假设,我们允许连续交易且资产可任意分割,市场不存在摩擦,整个投资过程是自融资的且无套利.本节先给出索赔次数、盈余过程和混合分红机制的数学描述,然后再导保险公司的最优控制问题.2.1 索赔次数、盈余过程和混合分红机制的刻画2.1.1 索赔次数的刻画通过分析保险实务中索赔事件与风险事件到来的差异,并基于免赔额和无赔款折扣优待制度,毛泽春和刘锦萼[1,2]提出了如下的复合Poisson-Geometric过程.定义1 设λ>0,0< γ<1,称非负整值随机变量N服从参数为λ,γ的复合Poisson-Geometric分布,如果满足由已有文献[1,2]中的结论,我们有:引理1 若随机变量N服从参数为λ,γ的复合Poisson-Geometric分布,则随机变量N的矩母函数为当γ=0时可见,此时复合Poisson-Geometric分布退化成一般的Poisson分布.注1 复合Poisson-Geometric分布可以看作是以下两种独立分布的复合.如果随机变量N 1服从参数为的Poisson分布,随机变量序列独立且同分布于参数为1−γ的Geometric分布,那么N=服从参数为λ,γ的复合Poisson-Geometric分布.将上述定义推广到随机过程则有如下定义.定义2 设λ>0,0≤γ<1,称随机过程{N(t)}服从参数为λ,γ的复合Poisson-Geometric过程,如果满足:1)N(0)=0;2) N(t)有独立平稳增量;3) 对任意t≥0,N(t)服从参数为λ,γ的复合Poisson-Geometric分布,且注2 当γ=0时,复合Poisson-Geometric过程退化为一般的Poisson过程,这里的γ常称为偏离系数.2.1.2 盈余过程的刻画保险公司经典的盈余过程是这里x表示初始盈余,c表示保费率,表示保险公司到时刻t为止的累积索赔,Y i 表示第i次索赔时的索赔额,N1(t)服从参数为λ的Poisson过程,表示到时刻t 为止索赔发生的次数.基于复合Poisson-Geometric过程,我们将N 1(t)拓广为参数是λ,γ的复合Poisson-Geometric过程N(t).{N(t)},{B1(t)},{Y i}相互独立.假设Y i服从参数为的指数分布,则由文献[2]的引理4可知其中p1=E[Y i]=m,p2=E[Yi 2]=2m 2.根据Taksar和Markussen[15]的研究,经典的盈余过程可以近似地用扩散过程来描述,其中是一维标准布朗运动.为了安全起见,保费率须满足称为安全负载系数,则不难得到保险公司的盈余满足扩散过程如果保险公司在破产前将部分盈余投资于其价格过程满足如下方程的风险资产,这里µ0是风险资产的期望收益率,σ0是波动率,是一维标准布朗运动.设与的相关系数为ρ,而投资于风险资产(比如:股票)的额度为π(t,x),则保险公司的盈余过程满足进而,若我们还考虑再保险业务,并假设再保险的自留比例为q(t,x),再保险的保费安全负载系数为η(>θ),则盈余过程的描述可进一步表示为即下文中,我们记所有满足以下条件的控制策略(π(t,x),q(t,x))的集合为可行集Π:2.1.3 混合分红机制的描述为使结果具有普适性,本文假设保险公司对股东或投保人按以下混合分红机制进行红利分配.设b2>b1>0,当修正盈余低于b1时,保险公司不分红;当修正盈余大于等于b1而小于b2时,依常数速率α(<c)连续分红;当修正盈余超过b2时,超出部分全部分红.对于t≥0,令D(t)=D 1(t)+D 2(t)表示到时刻t为止的累积分红总量,D 1(t),D2(t)分别表示上述两种分红方式下的累积分红.令˜R(t)(t)−D(t)表示修正盈余,表示破产时间,则对于t≤T,我们有最后,若用D表示破产前的累积分红的现值,则有2.2 最优控制问题有了以上的准备工作,我们即可建立保险公司为寻求最优投资–再保策略与混合分红函数而应求解的随机最优控制问题.为此,对任意的x≥0,用J(x;b1,b2)=E[D|˜R(0)=x]表示破产前累积分红现值的期望.保险公司进行风险投资和再保险的目的是通过选择最优的风险资产投资额度和再保险比例,使得最终的折现累积红利的期望达到最大,即亦即以下称其为最优混合分红函数.由此,我们可构建如下的最优控制问题为了便于处理值函数V(x;b1,b2)在x=0时的状态,我们假设初始财富可以小于零,且只有当|x|充分小时,保险公司可适当注入一定的资金来避免一开始就出现理论意义上的破产.具体地,选定一个适当的惩罚因子ϕ>1,它表示如果发生破产,保险公司就需要注入损失额ϕ倍的资金以作为惩罚.因此,当x<0时,我们有3 求解模型这一节,我们首先利用最优控制原理将本文的随机最优控制问题转化Ham ilton-Jacobi-Bellman方程,并求解该方程在不同情形下得到最优控制策略.3.1 Ham ilton-Jacobi-Bellman方程设为定义在[0,+∞)上的二次连续可微函数,且则由文献[16]中2.5.1节的结论可知,依照x的不同取值,我们可以具体给出以下三种情形下最优混合分红函数V(x;b1,b2)所应满足的相应HJB方程:1) 当0≤x≤b1时HJB方程满足如下边界条件进而,我们有下面的检验性定理[16]:引理2 设W(x;b1,b2)为定义在[0,+∞)上的二次连续可微的函数,且如果W(x;b1,b2)是上述方程(3),(4),(5)的经典解,那么W(x;b1,b2)与V(x;b1,b2)一致,且满足HJB方程的(π∗(x),q∗(x))是最优投资策略,即3.2 最优投资–再保策略与最优混合分红函数对应于上述三种情形下所得到的HJB方程,本节具体探讨并导出最优投资–再保策略,最后得到最优混合分红函数.3.2.1 b1<x≤b2时的最优投资–再保策略与最优混合分红函数定理1 当b1<x≤b2时,最优金融策略为最优混合分红函数为证明由于b1<x≤b2时,HJB方程为式(4),不难由一阶最优性条件可解得代入HJB方程(4)有其中不难得到形如的解,则最优金融策略为将其代入方程(4)可解得L= ,于是V2(x;b1,b2)得以确定,且3.2.2 x>b2时的最优投资–再保策略与最优混合分红函数不难得到,当x>b2时,最优金融策略与定理1一致,相应的最优混合分红函数为3.2.3 0≤x≤b1时的最优投资–再保策略、最优混合分红函数定理2 当0≤x≤b1时,最优金融策略为最优混合分红函数为其中证明由于0≤x≤b1,V(x;b1,b2)满足的HJB方程(3),由一阶最优性条件可解得将其代入方程(3)有式(7)是一个二阶非线性微分方程,根据Hojgaard和Taksar[17]可知:对形如(7)的方程,V′′(x;b1,b2)<0意味存在一个函数X:R→[0,∞),使得亦即且将式(8)代入到方程(9)中,可得两边关于z求导可得不难得到其通解为由式(8)反解后得值函数可表示为以后为方便计,分别将C1(b1,b2)简记为C1,C2(b1,b2)简记为C2.定理3 在定理2中证明由于最优混合分红函数满足边界条件因此,由=ϕ有z=−lnϕ,从而同样,由第二个边界条件可得联立并解之,可得3.3 一种特殊情形下最优混合分红函数的完全显式解由定理1和定理3虽然可以得到但要求解其反函数X−1(y)却并非易事,从而函数的显示表达也不易获得.的经济学含义是再保险保费的缴纳导致的保费损失率等于红利的贴现率.本小节将在δ=的特殊条件下,完全地给出值函数显式解.定理4 在δ=的条件下,当0≤x≤b1时,最优金融策略为最优混合分红函数为4 数值算例及经济分析本节在δ=的条件下,考虑复合Poisson-Geometric风险中的偏离系数γ和保险收益与风险资本收益的相关系数ρ的变化对最优投资策略、最优再保险策略、最优混合分红函数的影响,并说明其经济学意义.4.1 γ和ρ对最优混合分红函数V(x)的影响算例1 设我们分别在γ取0、0.2、0.3的情况下利用matlab软件得到最优混合分红V(x)的图像,如图1所示.从图1可以看出:最优混合分红函数V(x)是初始财富x的增函数.这是因为初始准备金越充分,将来的盈余水平就越高,分红自然越多.其次,复合Poisson-Geometric风险的偏离系数γ越大,平均索赔额就越大,索赔风险加剧,盈余下降,分红减少.图1: 最优混合分红函数V(x)与偏离系数γ之间的关系算例2 设我们分别在ρ取0、0.8、0.9的情况下利用matlab软件得到最优分红V(x)的图像,如图2所示.图2: 最优混合分红函数V(x)与相关系数ρ之间的关系从图2可以看出:最优分红V(x)是初始财富x的增函数.其次,当保险收益与风险资产收益的相关系数增大时,保险公司面临的风险就会增大.在初始准备金不充裕的情况下,保险公司的偿付能力较弱,自然会采取保守措施来减少风险投资,以维持整体风险水平稳定.此时盈余水平降低,分红自然减少.但是,在初始准备金比较充裕的情况下,即使随着相关系数的增大面临的风险在增大,但是由于初始准备金比较充裕,公司偿付能力较强,此时与准备金不足时的保守态度相反,保险公司会积极地增加在风险资本上投资,高风险带来的高收益,增加了盈余水平,分红自然增加.4.2 γ和ρ对最优再保险策略1−q∗(x)的影响算例3 设我们分别在γ取0、0.2、0.3的情况下,利用matlab软件得到最优比例再保险策略1−q∗(x)的图像,如图3所示.图3: 最优再保策略1−q∗(x)与偏离系数γ之间的关系从图3可以看出:当x<1.5时,最优再保策略1−q∗(x)是初始财富x的减函数.这是因为初始准备金越多,偿付能力越强,需要通过再保险来分散风险的需求越小;当x≥1.5时,由于分红的调节,盈余水平维持在分红的边界,再保险比例也维持在一个固定水平上.进而,复合Poisson-Geometric风险的偏离系数γ越大,平均索赔尺越大,索赔风险加剧,从而就会增加再保险的比例,来转移增加的索赔风险.算例4 设我们分别在ρ取0.1、0.2、0.3的情况下,利用Matlab软件得到最优比例再保险策略1−q∗(x)的图像,如图4所示.从图4可以看出:当x<1.5时,最优再保策略1−q∗(x)是初始财富x的减函数;当x≥1.5时,由于分红的调节,盈余水平恒定,最优再保比例也维持恒定.进一步,当保险收益与资本市场收益的相关系数增大时,面临的风险上升,再保的比例也会随之上升,以达到转移资本风险的目的.图4: 最优再保策略1−q∗(x)与相关系数ρ之间的关系4.3 γ和ρ对最优投资策略π∗(x)的影响算例5 设我们分别在γ取0、0.3、0.5的情况下,利用matlab软件得到最优投资策略π∗(x)的图像,如图5所示.图5: 最优投资策略π∗(x)与偏离系数γ之间的关系从图5可以看出:当x<1.5时,最优投资策略π∗(x)是初始财富x的增函数,这是因为初始准备金增大,公司在风险资本上的投资就可以增多,资本收益增加,盈余水平提高,可以尽早的到达分红的边界开始分红;当x≥1.5时,由于分红机制的调节,保险公司盈余水平稳定,最优投资额度也会维持在一个固定水平上.进一步,当x<1.5时,偏离系数γ增大,索赔风险加剧,此时为了提高偿付能力,同时也是为了尽早达到分红边界,保险公司自然会通过增加风险投资的额度来获得更多收益,达到提高盈余水平的目的.但当x≥1.5时,偏离系数γ增大,虽然索赔风险加剧,但是由于分红机制的保障,盈余水平始终维持在分红边界,此时在盈余水平安全的情况下,保险公司会减少在风险资本上的投资,以降低资本风险,从而维持整体风险水平稳定.算例6 设我们分别在ρ取0、0.3、0.6的情况下,利用matlab软件得到最优投资策略π∗(x)的图像,如图6所示.图6: 最优投资策略π∗(x)与相关系数ρ之间的关系从图6可以看出:当x<1.5时,最优投资策略π∗(x)是初始财富x的增函数.当x≥1.5时,由于分红机制调节,盈余水平稳定,最优投资额度也会维持在一个固定水平上.进而,当保险收益与资本收益的相关系数ρ增大时,面临的资本风险增大,在初始资本不足、偿付能力较弱的情况下,会减少最优投资额度,从而用降低资本风险的办法来维持整体风险水平的稳定.当x≥1.5时,相关系数ρ增大,资本风险增大,但由于此时盈余水平恒定,保险公司会采取一种不同于前者保守态度的相反措施–积极地增加风险投资,从而获得更高的资本收益,最终实现提高分红的目的.5 小结本文章研究了复合Poisson-Geometric风险下保险公司的风险模型,在索赔额服从指数分布的假设下,探讨了最优投资–比例再保险–混合分红策略问题,并运用随机最优控制原理得到了最优策略的显式表达式.从风险控制的角度看,为了节省索赔成本或者增强投保人的风险意识而推出免赔额制度或者无赔款折扣优待制度,但是这样会使得索赔的次数发生偏离,偏离系数越大,反而导致分红的减少,但是可以通过追加初始准备金的办法来提高分红.另外,如果选择的风险资本与保险收益的相关系数比较大,则在初始准备金不佳的情况下,反而会降低分红,但保险公司可以通过追加初始资本的方法来提高分红;不过,在初始准备金比较充裕的情况下,相关系数越高反而会提高分红.实际中,赔偿限额约束不仅会引起索赔过程的偏离,也会引起索赔额分布的“截头(尾)”情况,如何刻画索赔额的偏离是一个有待解决的问题.另外超额损失再保险和线性有界分红策略也是保险公司的常用策略,探讨复合Poisson-Geometric风险过程下该问题的求解则是一个值得研究的问题.参考文献:[1]毛泽春,刘锦萼.一类索赔次数的回归模型及其在风险分级中的应用[J].应用概率统计,2004,20(4):359-367 mao Z C,Liu J E.A regression model based on doub le param eters Poisson d istribution and its app lications to the risk classifi cation[J].Chinese Journal of App lied ProbabilityStatistics,2004,20(4):359-367[2]毛泽春,刘锦萼.索赔次数为复合Poisson-Geom etric过程的风险模型及破产概率[J].应用数学学报,2005,28(3):419-428 mao Z C,Liu J E.A risk model and ruin probability with com pound Poisson-Geom etric process[J].Acta mathem aticae App licatae Sinica,2005,28(3):419-428[3]林祥,李娜.索赔次数为复合Poisson-Geom etric过程下的破产概率和最优投资和再保险策略[J].应用数学,2011,24(1):174-180 Lin X,Li N.Ruin probability and op tim al investm ent and reinsu rance strategy for insu rer with com pound Poisson-Geom etric risk process[J].mathenatica Applicata,2011,24(1):174-180[4]杨鹏,林祥,王献锋.复合Poisson-Geom etric风险过程下最优再保险–投资组合选择[J].应用数学学报,2015,38(1):174-182 Yang P,Lin X,Wang X F.Optim al reinsurance-investm ent portfolio selection under com pound Poisson-Geom itric risk process[J].Acta mathem aticae App licataeSinica,2015,38(1):174-182[5]贺丽娟,王成勇,张锴.变保费率复合Poisson-Geom etric过程风险模型的Gerber-Shiu折现惩罚函数[J].工程数学学报,2016,33(2):121-130 He L J,W ang C Y,Zhang K.Gerber-Shiu d iscounted panalty function for com pound Poisson-Geom etric risk modelw ith variab le prem ium rate[J].Chinese Jou rnal of Engineering mathem atics,2016,33(2):121-130[6]Huang Y J,Yu W G,Su H.Studies on a double Poisson-Geom etric insurance riskm odelw ith interference[J].Discrete Dynam ics in Nature and Society,2013,13(1):1-8[7]Jeanb lanc-Picque M,Shiryaev A N.Op tim ization of the fl ow ofd ividends[J].Russian mathem aticalSu rveys,1995,50(2):257-277[8]Asm ussen S,Taksar M.Controlled d iff usion models for op tim al d ividend and pay-out[J].Insurance:mathem atics and Economics,1997,20(1):1-15[9]Lin X,W illm ot G E,D rekic S.The classical risk model with a canstant d ividend barrier:analysis of the Gerber-Shiu d iscounted penaltyfunction[J].Insurance:mathem atics and Econom ics,2003,33(3):551-566 [10]Yuen K C,Y in C.On op tim ality of the barrier strategy for a general levy risk process[J].mathem atical and Com pu ter modelling,2011,53(9-10):1700-1707[11]Ng C Y.On the up crossing and downcrossing probabilities of a dual risk model with phase-type gains[J].Astin Bull:The Journal of the International Actuarial Association,2010,40(40):281-306[12]杨鹏.边界分红策略下跳-扩散风险模型最优投资[J].重庆师范大学学报,2013,30(6):92-97 Yang P.Op tim al investm ent for jum p-d iff usion risk process under the barrier d ividend[J].Jou rnal of Chongqing Norm al University,2013,30(6):92-97[13]杨鹏.具有阀值分红策略的最优投资问题探讨[J].统计与决策,2012,369(21):56-58 Yang P.Investigation of the op tim al investm ent prob lem with th reshold dividend strategy[J].Statistics andDecision,2012,369(21):56-58[14]温玉珍,尹传存.一类混合分红策略下的广义Erlang(n)风险模型[J].中国科学:数学,2014,44(10):1111-1122 W en Y Z,Y in C C.A generalized Erlang(n)risk model with a hybrid dividend[J].Scientia Sinica mathematica,2014,44(10):1111-1122[15]Taksar M,markussen C.Op tim al dynam ic reinsu rance policies for large insu rance portfolios[J].Finance and Stochastic,2003,7(1):97-121 [16]Schm id li H.Stochastic Control in Insu rance[M].London:Sp ringer Verlag,2008[17]Ho jgaard B,Taksar M.Controlling risk exposu re and dividends payout schem es:insu rance com pany exam ple[J].mathem aticalFinance,2000,9(2):153-182。

再保险-投资的M-V及M-VaR最优策略

再保险-投资的M-V及M-VaR最优策略

再保险-投资的M-V及M-VaR最优策略王海燕;彭大衡【摘要】考虑保险公司再保险-投资问题在均值-方差(M-V)模型和均值-在险价值(M-VaR)模型下的最优常数再调整策略.在保险公司盈余过程服从扩散过程的假设及多风险资产的Black-Scholes市场条件下,分别得到均值-方差模型和均值-在险价值模型下保险公司再保险-投资问题的最优常数再调整策略及共有效前沿,并就两种模型下的结果进行了比较.【期刊名称】《经济数学》【年(卷),期】2011(028)003【总页数】6页(P71-76)【关键词】再保险-投资;均值-方差模型;均值-在险价值模型;常数再调整策略【作者】王海燕;彭大衡【作者单位】广东商学院数学与计算科学学院;广东商学院金融学院,广州 510320【正文语种】中文【中图分类】F830.9投资是保险公司获取利润的主要手段之一,再保险则主要用来控制保险公司的风险暴露.近年来,在风险模型中综合考虑再保险与投资策略成为一个研究的热点,最大化再保险-投资策略下盈余的期望效用和最小化再保险-投资策略下的破产概率是两种主要的模型选择.这两种模型的建立都依赖于对保险公司盈余过程的定量刻画.从已有文献来看,主要有两种刻画保险公司盈余过程的数学模型,一种是Cramer-Lundberg模型,也称为经典的风险过程;另一种是扩散模型,是对Cram er-L undberg风险过程的一种近似,在描述大型保险公司的盈余过程时,由于单个索赔额相对于盈余总量很小,用扩散模型近似Cramer-Lundberg风险过程被认为是可行的.B row ne[1]利用带飘移的布朗运动刻画保险公司的盈余过程,研究了使终端盈余在指数效用函数下的期望值最大化和使公司破产概率最小化的最优投资组合策略;利用与文献[1]相同的公司盈余过程的假设,Promislow和Young[2]研究了使公司破产概率最小的比例再保险-投资策略;Taksar和Markussen[3]也在盈余过程的扩散模型下得到了破产概率最小化的最优再保险-投资策略;Cao和Wan[4]在风险资产不允许卖空的条件下通过求解HJB方程得到指数效用函数和幂效用函数情形下的最大化期望效用的再保险-投资策略;Luo、Taksar和Tsoi[5]对Black-Scho les市场中风险资产具有不同投资约束时的情形进行了研究,等等.文献[1-5]只是在单一风险资产的Black-Scho les市场环境中开展研究.Bai和Guo[6]则在多风险资产的Black-Scho les市场环境中对具有卖空约束条件下的最优再保险-投资策略进行了研究,得到了指数效用函数期望值最大化和破产概率最小化的最优策略结果;Zhang、Zhang和Yu[7]在多风险资产市场环境中考虑具有交易成本时使终端盈余效用的期望最大化问题,得到了最优再保险-投资策略及最优值函数的显式解,同时,文[7]在建模中,增加了保险公司对盈余的条件VaR值的风险控制.其他盈余过程下,包括Schmidli[8]用Cramer-Lundberg模型、Yang和Zhang[9]用带跳的扩散模型、Irgens和Paulsen[10]在Cramer-L undberg模型中加入扩散扰动等,都有相应的研究结果.希望破产概率尽量小或终端盈余期望效用尽量大,都是保险公司进行再保险与投资的偏好结构的反映.破产概率最小化模型把公司安全性放在突出位置,这符合保险公司经营的客观需求,但模型对再保险-投资最优策略下收益并不直接反映,不利于在风险管理的同时对收益的考量;终端盈余期望效用最大化模型由于效用本身的抽象属性使模型更具理论价值而缺乏实际的可操作性.另外,现有文献对再保险-投资最优策略研究结果表明:最优策略都是关于时间变量连续变动的.这样的结果虽然具有理论上的一般性,但却给实际交易造成了困难,连续变动的交易及调整是不现实的.解决这一困难的办法是利用所谓的“常数再调整策略”进行近似处理.将再保险-投资策略设定为与时间无关的常量,试图建立关于再保险-投资的某一“共同基金”,通过每个决策初始时刻对共同基金作出一个倍数的调整来实现整个时间段上策略选择的近似最优.这种想法最初由Emmer等在文[11]中提出,之后,对风险度量指标为EaR(Earning-at-Risk,在险收益),或在具有投资机会约束等情形,文[12-15]在多风险资产的Black-Scholes市场环境中都得到了相应的最优常数再调整投资策略,但再保险风险转移机制在其中未予以考虑.本文考虑保险公司再保险-投资问题在均值-方差模型和均值-VaR模型下的最优常数再调整策略.在保险公司盈余过程服从扩散过程的假设及多风险资产的Black-Scho les市场条件下,分别得到均值-方差模型和均值-VaR模型下保险公司再保险-投资问题的最优常数再调整策略及其有效前沿,并就两种模型下的结果予以比较. 设保险公司遭遇的索赔额由带飘移的布朗运动刻画(参考文献[2]):其中,a,b为正的常数.保费增长速度为c=(1+ θ)a,θ(>0)为安全附加系数.基于(1),保险公司的盈余过程R1(t)满足:考虑保险公司在进行投资组合的同时,通过再保险进行风险管理.记q(t)表示时刻t 的再保险分出比例,η(>θ)表示再保险的安全附加系数.基于(2),保险公司通过再保险安排后的盈余过程R2(t)满足:假设X(0)=x>0表示保险公司的初始盈余.称α=(q(t),π(t))为再保险-投资策略.再保险-投资策略α被称为是可行的,如果全体可行的再保险-投资策略构成的集合记为αS.考虑再保险-投资的常数再调整投资策略,假设q(t)=q,πi(t)=πi,保险公司动态决策的特征只表现在每个计划期初对最优投资策略的一个常数倍的调整.从式(4)可以解得:其中Nβ是标准正态随机变量的β下侧分位数水平.把E[X(t)]-Cβ称作再保险-投资策略下盈余的在险价值(VaR),则有常数再调整投资策略下,再保险-投资最优策略的均值-方差模型如下:对某一给定的时刻T(>0),其中,是事先给定的某盈余水平.常数再调整投资策略下,再保险-投资最优策略的均值-在险价值(M-VaR)模型如下:对某一给定的时刻T(>0),首先,对任给ε>0,在椭球面||ασ||=ε上,目标函数为f(ε)=(2r)-1 e2rT-1ε2.其次,在ε可能的范围内,寻求使f(ε)达到最小值的最小的ε.由于约束条件左边满足时,式(9)取等号.因此,为了让模型(7a)中约束条件取到等号的ε*值最小以实现目标函数值取到最小,当且仅当(变换后的)再保险-投资策略取α=αε*.于是,上述分析结果可概括为:结论1 均值-方差(M-V)模型(7)在常数再调整投资策略下的最优再保险-投资策略由式(12)和(13)给出,再保险-投资策略的有效前沿由式(14)给出.注1 因为假设保险公司盈余的期望水平不小于x e rT,所以从式(14)得知Var[X(T)]的取值范围应该满足:保险公司的风险承受能力如果达不到这一下限要求,则最好的策略是把初始资金全部投资于无风险资产.把模型(8)变换为如下等价的模型(8a):回复到初始的变量表示,最优再保险-投资策略为:在最优策略下,目标函数值(即盈余的期望值)为对应的盈余V aR值为C.因此,最优常数再调整策略下,再保险-投资策略的有效前沿(V aR,上述分析结果可概括为:结论2 均值-在险价值(M-V aR)模型(8)在常数再调整投资策略下的最优再保险-投资策略由式(16)和(17)给出,再保险-投资策略的有效前沿由式(18)给出.注2 保险公司把初始资金全部投资于无风险资产即可得到确定的盈余x e rT,因此,从式(18)得知VaR应该满足:保险公司的风险承受能力若达不到这一下限要求,则最好的策略是把初始资金全部投资于无风险资产.分别是以标准差和在险价值作为风险度量时的风险价格.两模型的不同之处在于有效前沿的斜率不一定相同,即风险价格不一定相同,这是因为决策者的偏好、尤其是对待风险的态度不一样造成的.3)从注1和注2看出,无论在M-V模型还是在M-VaR模型下,保险公司风险承受能力都存在下限约束,表现为v1,v2>0.但同时应该看到,决策期限T越大,风险承受能力的下限约束越强,而T越小时,风险承受能力的下限约束越弱,特别地,若T→0,则v1,v2→0.因此,不同风险承受能力的保险公司可以选择不同的决策期限进而作出相应的再保险-投资组合的最优常数再调整策略,风险承受能力强的保险公司在决策期限的选择方面具有相对优势.4)索赔过程的随机驱动因素与风险资产的随机驱动因素相互独立,导致风险资产组合不能对冲索赔风险,但通过再保险可以进行风险转移,因此,把再保险作为策略的一部分,保险公司对来自索赔过程的风险可以根据自身的风险承受能力自由选择自留比例直至全部分出.有效前沿式(14)和式(18)与这种直观认识正好吻合.若没有再保险机制的安排,则有效前沿不一定表现为射线,例如,可以参看Xie、Li和Wang[16]的式(33).假设保险公司初始盈余X(0)=x=1亿元.T= 1,无风险利率水平r=0.05,索赔过程参数a=2,b =2,原保险安全附加系数θ=0.1,再保险安全附加系数η=0.15,置信水平β=0.05,从而Nβ=-1.65.设市场有一种无风险资产,三种风险资产,从而n=3,且假设三种风险资产的预期收益率为(μ1,μ2,μ3)’= (0.15,0.20,0.25)’,波动性矩阵为1)若保险公司希望期末盈余的期望值在不低于K=1.5亿元时最小化再保险-投资策略的方差,则根据式(12)和(13)计算得到:q=0.607,π= (0.503,0.587,0.291),投资于无风险资产的金额数为:1×(1-q)-(0.503+0.587+0.291)= -0.988(亿元).即保险公司通过分出60.7%的原保险业务,做空无风险资产获得0.988亿元,做多三种风险资产,金额分别为0.503亿元、0.587亿元和0.291亿元,可以实现期末盈余的期望值不低于K =1.5亿元时的盈余的方差最小,最小方差值为0.011 8平方亿元.2)若保险公司希望期末盈余的VaR值不超过0.6亿元时最大化盈余的期望值,则根据式(16)和(17)计算得到:q=0.795,π=(0.524,0.622, 0.303),投资于无风险资产的金额数为:1×(1-q) -(0.524+0.622+0.303)=-1.244(亿元).最大化盈余的期望值为1.8286亿元.为了便于保险公司对风险管理与收益考量的实际决策,采用与已有文献不同的风险/收益型再保险-投资模型,分别得到了均值-方差(M-V)模型和均值-在险价值(M-VaR)模型下的最优常数再调整策略及其有效前沿,并通过对两种模型下的结果比较发现:最优策略都表现为“共同基金”(¯μ-r1n+1)′(¯σ¯σ′)-1/‖¯σ-1(¯μ-r1n+1)‖的某个倍数,在每个决策期的初始时刻,决策者只要决定投资于该共同基金的一个最优倍数.由于考虑了再保险风险转移机制,本文所得“共同基金”与文献[12-15]所得共同基金虽然形式类似,但本质上是不一样的.M-V和M-VaR两模型下的再保险-投资策略有效前沿分别表现为从点(vi,x e rT)(i=1,2)出发向右上方延伸的射线,射线的斜率正是各自的风险价格.因为把再保险作为策略的一部分,保险公司对来自索赔过程的风险可以根据自身的风险承受能力自由选择自留比例直至全部分出.【相关文献】[1] S BROWNE.Optimal investment policies fo r a firm with arandom risk p rocess:Exponential utility and minimizing the p robability of ruin[J].M athematics of Operations Research, 1995,20(4):937-958.[2] D S PROM ISLOW,V R YOUNG.M inimizing the p robability of ruin when claims follow Brow nian motion with drift[J]. North American Actuarial Journal,2005,9(3):109-128. [3] M TAKSAR,C MARKUSSEN.Optimal dynamic reinsurance policies for large insurance po rtfolios[J].Finance and Stochastics,2003,7:97-121.[4] Y CAO,N WAN.Optimal p roportional reinsurance and investment based on Hamilton-Jacobi-Bellman equation[J].Insurance:Mathematics and Economics,2009,45:157-162. [5] S LUO,M TAKSAR,A TSOI.On reinsurance and investment fo r large insurance portfolios[J].Insurance:Mathematics and Economics,2008,42:434-444.[6] L BA I,J GUO.Optimal propo rtional reinsurance and investment withmultiple risky assetsand no-shorting constraint[J]. Insurance:Mathematics and Economics,2008,42:968-975.[7] X ZHANG,K ZHANG,X YU.Op timal p roportional reinsurance and investmentw ith transaction costs,I:M aximizing the terminal wealth[J].Insurance:Mathematics and Economics, 2009,44:473-478.[8] H SCHM IDL I.On minimizing the ruin p robability by investment andreinsurance[J].The Annals of App lied Probability, 2002,12(3):890-907.[9] H YANG,L ZHANG.Op timal investment for insurer with jump-diffusion risk process[J].Insurance:M athem atics and Economics,2005,37:615-634.[10]C IRGENS,J PAULSEN.Optimal control of risk exposure, reinsurance and investments for insurance portfolios[J].Insurance:Mathematics and Economics,2004,35:21-51.[11]S EMMER,C KLUPPELBERG,R KORN.Op timal portfolios with bounded capital atrisk[J].Math Finance,2001,11 (4):365-384.[12]李仲飞,汪寿阳.EaR风险度量与动态投资决策[J].数量经济技术经济研究,2003,20(1):45-51.[13]彭大衡.长期投资组合的连续时间模型[J].湖南大学学报:自然科学版,2004,31(1):103-107.[14]彭大衡,姚元端.带机会约束的动态投资决策模型研究[J].中国管理科学,2005,13(1):9-13.[15]王海燕,彭大衡.动态投资组合决策中机会收益与在险收益的权衡[J].经济数学,2008,25(1):28-35.[16]S X IE,Z L I,S WANG.Continuous-time po rtfolio selection w ith liability:M ean-va riance model and stochastic LQ approach[J].Insurance:Methematics and Economics,2008,42:943-953.。

Heston模型下幂效用Robust最优投资-再保险策略

Heston模型下幂效用Robust最优投资-再保险策略

Key words:Heston ’s stochastic volatility; power utility; optimal reinsurance - investment
analyze the influen
parameters on the optimal
investment
- reinsurance strategy and compare the ro
the optimal investment - reinsurance strategy under ambiguity
Abstract :In order to reduce the risk and increase revenues, insurance company is allowed to
purchase proportional reinsurance and invest its wealth into a risk - free asset and a stock.
WANGXiu-jie1 , CHANG Hao1’2* , YUANLi -xia1
( 1 . School of Science’ Tianjin Polytechnic University’ Tianjin 300387’ China; 2. Department of Management and Econom ics’ Tianjin University’ Tianjin 300072’ China)
Considering the problem of model uncertainty’assumed insurance company to be ambiguity
- averse and establish the maximization and minimization objective
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

1 再保险最优分配中的数学模型 系 别:数学系 专 业:信息与计算科学 指导教师:沈纯理 学生姓名:王晓雨(B00112805) 2

摘要:本文将讨论保险公司的最优再保险策略,其中风险由复合泊松过程描述。并在Borch再保险市场模型基础上讨论任何一种风险在再保险市场上进行交易时,市场上总的风险达到最优分配的定义及充要条件。

Abstract: In this paper, with fuzzy theory as a tool, the author has discussed the optimum strategy for reinsurance company, and basing on the model of reinsurance market by Borch in 1990, the sufficient and necessary conditions for the tactics of optimal reinsurance is given, the application of utility theory in insurance and the nature of the optimal reinsurance tactics is discussed in this article.

目录 引 言: ....................................................................................................... 3 一、再保险最优分配的定义 .................................................................... 4 二、再保险最优分配的充分条件 ............................................................ 5 三、再保险最优分配的必要条件 ............................................................ 7 参 考 文 献 ........................................................................................ 9 3

引 言: 保险公司通过出售保险而集中了一定的风险。随着社会经济的发展和现代科学技术的广泛应用,一次事故可能造成的物质损毁和人身伤亡的损失程度不断扩大,这样的损失若由单个保险人来履行赔偿责任,很可能导致保险人的财务困难,甚至因此而倒闭破产。为避免一些偶发事件对公司的打击,维持稳定的经营,保险公司必须购买再保险来分散一部分风险。再保险(Reinsurance)也称分保,是保险人将其承担的保险业务,以承保形式,部分转移给其他保险人的行为。作为“保险的保险”,再保险对于分散保险经营风险,控制保险责任,稳定业务经营,扩大保险公司承保能力,促进保险业的健康发展具有非常重要的作用。然而,原保险公司减少了承担风险的同时,保费收入也因支付再保险费用而减少。如何权衡利润和风险这两者的关系,引出了对最优再保险策略的研究。另一方面,保险公司按照预先设定的投资收益率和理赔发生的概率分布计算保费,当实际收益较高或实际理赔少于预先给定的水平时,保险公司的盈余会比预期多,这多出的一部分将以红利(dividend)的形式由保险公司或投保人分享。但红利的发放若超过一定的限制,必然会影响公司的偿付能力,因此如何确定合适的红利支付,也是一个最优分问题。

下面我们就将用数学的方法解决实际问题中关于再保险最优分配的若干问题: 假设市场有n家保险公司,分别承担了n种风险,用定义在概率空间,F上的随机变量12,,,nxxx表示。假定保险费由市场决定,而非保险公司的决策,并且任何一次的交易行为都不会影响保费的确定。即保费代表保险公司在再保险市场上将风险转让时,其他保险公司所愿意接受的价格。在再保险市场上,保险公司可以购买或接受关于12,,,nxxx的再保险合同,并利用Proportional合同的线性组合构造再保险策略。用效用函数iux描述保险公司i对风险的态度。具有形式:iixEuxU,其中随机变量X表示财富,iux为严格单调递增的凸函数。我们将在Borch再保险市场模型基础上讨论任何一种风险 4

2,,,inyxxx在再保险市场上进行交易时,市场上总的风险1niix在n家保险公

司中达到最优分配的定义及充要条件。

一、再保险最优分配的定义 在保险决策中,人们常常愿意支付比风险所带来的平均损失多得多的保险费去购买保险。这种令人费解的现象可用效用理论来进行解释。购买保险或分出保险业务的人,一般都是厌恶风险的,因此本文设所讨论的效用函数ux满足:0ux且0ux;

Borch再保险市场模型如下: 1. 设在n个保险公司,每个公司拥有一笔业务,第i个保险公司所拥有业务的风险状况由以下两个因素确定: (1) 风险分布)(iixF, )(iixF是第i个保险公司业务中索赔额不超过ix的概率。 (2) 资金iS,是指第i个保险公司可以用来支付索赔的基金。假设nxxx,,,21

是相互独立的,ix为第i个保险公司作为原保险人所面临的索赔额。 2. 设niixxxy,,,2是各保险公司业务索赔额分别为nxxx,,,21时,第i个保险

公司的赔偿额,ni,2,1显然 21,,,niiniyxxx=niix1 设)(xui为第i家保险公司的效用函数。niixxxy,,,2 (ni,2,1)实际上

表示了n家保险公司之间的再保险合同,在此再保险合同之下,第i家保险公司的效用为:

nniiixFdxFdxxysu1100

,, (1)

为简单起见,令x表示向量{nxxx,,,21},Fx为{nxxx,,,21}的联合分 5

布,y表示xyxyxyn,,,

21,则表达式(1)变为:

xFdxysuyUiiii

0 *y若对任意的y,满足)(yUi≤)(*yUi ni,2,1;则称*y为最优再保险

策略。如果保险公司的行为规范合理,则保险公司一定不会签订效用低的再保险合同。

下面讨论最优再保险合同的充分条件和必要条件,并讨论特殊情形下最优再保险合同的具体形式。

二、再保险最优分配的充分条件 定理:)(*xy是最优再保险合同的充分条件是:存在1n个正数23,,nkkk使得'*

iiiusyx='*111ikusyx 2,3,in

证明:令)(xyi = )(*xyi+xi ni,2,1

对任意x,xi的绝对值任意小,且 niix1)(=0

因此 niixy1=niixy1*=niixx1 即xy = xyxyxyn,,,

21是任意一种再保险合同。

*)(yUyUii=xdFxysuxxysuiiiiiii

而xi,ni,2,1的绝对值任意小,所以 *)(yUyUii=xdFxxysuiiii*'

*'*

111()iiiiUyUykusyxxdFx

(2) 6

(2)式两边同时除以ik,并对i求和,得*

11()niiiiUyUyk

='*1111niiusyxxdFx

其中1k= 1;因为 niix1)(=0,所以 *11()niiiiUyUyk=0 (3) 由于ik> 0, ni,2,1.只有*yUyUii=0 ni,2,1时,(3)式左边每项才是非负的。 因此0xi,ni,2,1即xy = xy*,xy*是最优再保险策略。 设某再保险合同满足: xysuiii'='111ikusyx (4)

其中ik> 0, ni,2,1,则iyx是最优再保险合同.显然 1niiyx=1niix

(5)

(4)、(5)两式分别对jx求偏导,则 ''iiiijyxusyxx=1"

111ij

yxkusyxx (6)

11niijyxx



(6)式两边同时除以''iiiusyx并对i求和,则 1"

111"

11niijiiiyxkusyxxusyx



"

"1iiiiinijiiiikusyxyxkxusyx







(7)

(7)式右边与jx无关,因此,对任意k值 1nijjjydxx=1nijjkydxx=izkydx

相关文档
最新文档