基于几何分数布朗运动的溢额再保险存款保险定价

合集下载

分数布朗运动环境下再装期权的保险精算定价

分数布朗运动环境下再装期权的保险精算定价

分数布朗运动环境下再装期权的保险精算定价
何永红;薛红;王晓东
【期刊名称】《纺织高校基础科学学报》
【年(卷),期】2012(025)003
【摘要】假定标的资产价格遵循分数布朗运动驱动的随机微分方程,借助分数布朗运动随机分析理论,建立了分数布朗运动环境下金融市场数学模型.利用公平保费原则和价格过程的实际测度,得到了分数布朗运动环境下再装期权定价公式.
【总页数】4页(P384-387)
【作者】何永红;薛红;王晓东
【作者单位】西安工程大学理学院,陕西西安 710048;西安工程大学理学院,陕西西安 710048;西安工程大学理学院,陕西西安 710048
【正文语种】中文
【中图分类】F830.9;O211.6
【相关文献】
1.双分数布朗运动下再装期权定价模型 [J], 薛红;吴江增
2.多维分数布朗运动环境下再装期权定价公式 [J], 赵佃立;
3.次分数布朗运动下再装期权定价 [J], 王佳宁;薛红
4.随机利率混合分数布朗运动模型下的再装期权定价 [J], 张晓倩;刘会利
5.随机利率下基于O-U过程的再装期权保险精算定价 [J], 张晓倩;刘会利
因版权原因,仅展示原文概要,查看原文内容请购买。

基于几何分数布朗运动的溢额再保险存款保险定价

基于几何分数布朗运动的溢额再保险存款保险定价
等价于
ln = d1 M −K 1 − rT + σ 2T 2 H V0 2 < B (T ) ≤ ln M 1 − rT + σ 2T 2 H V0 2 = d2
σ
σ
因此,
E e
− µT
V (T ) I e
(
− rT
(M − K ) < e
− µT
V (T ) ≤ e
− rT
e M =
关键词
存款保险定价,几何分数布朗运动,溢额再保险
1. 引言
存款保险制度是当吸收存款类金融机构出现金融破产危机时进行资金注入或债务清偿的政策性保障 制度,而存款保险制度能否顺利推进关键在于存款保险费率的厘定。美国、加拿大、日本和台湾已开始 实施存款保险制度,但到目前为止,我国尚未开始实施存款保险制度。因为我国仍处于存款保险制度的 准备阶段,所以合理的存款保险定价模型对我国存款保险制度的顺利推行起着至关重要的作用。本文将 建立基于几何分数布朗运动的溢额再保险的存款保险定价模型,此模型考虑了以下三个方面: 第一、假定银行资产服从几何分数布朗运动。目前,对于存款保险定价的研究,国内外学者已经有 了深入研究。国外学者,Merton [1]首次提出了将期权定价运用到存款保险定价中;Marcus 和 Shaked [2] 提出了将红利支付运用到 Merton 存款保险定价模型中;Ronn 和 Verma [3]提出了将监管宽容运用到 Merton 存款保险定价模型中等。国内学者,张亚涛[4]首次对存款保险定价模型进行了综述性研究;张金 宝、任若恩[5]对监管宽容条件下的 Merton 存款保险定价模型作了进一步分析;林略[6]提出了监管宽容 和未保险存款利率条件下的 Merton 存款保险定价模型;姜兴坤,孙健[7]提出了所得税条件下的 Merton 存款保险定价模型等。但值得注意的是,无论是国内还是国外学者,只要是基于 Merton 模型进行的研究 都是基于布朗运动进行的。文献[8]认为资产价值具有尖峰厚尾的特点,这个特点使得基于布朗运动的存 款保险定价模型变得不太符合实际。本文将假定银行资产服从几何分数布朗运动对存款保险定价模型进 行研究。 第二、应用保险精算方法。基于期权定价的存款保险定价方法的市场假定都很强,对于具有现实意 义的存款保险定价的应用产生了很大的局限性。Bladt 和 Rydberg [9]提出了期权定价的保险精算方法;闫 海峰、刘三阳[10]推广了 Bladt 和 Rydberg 的结果;钱丽丽[11]对期权定价问题中保险精算方法的运用进 行了全面分析; 高军[12]讨论了再保险存款保险定价中保险精算方法的应用。 本文将运用保险精算的方法 推导存款保险定价公式。 第三、引入溢额再保险。高军[12]提出了再保险的存款保险定价模型;王雪梅[13]提出了关于超额赔 款再保险定价模型;谭朵朵、田伟和罗洪奔[14]提出了溢额再保险定价模型;李秀华[15]提出了基于投资 的再保险定价模型;荣喜民、张世英[16]也研究了再保险定价问题。本文将引入溢额再保险对存款保险定 价模型进行研究。 本文在考虑以上三个方面的情况下建立了基于几何分数布朗运动的溢额再保险的存款保险定价模型, 且给出了实证分析。

考虑所得税的溢额再保险的存款保险定价研究

考虑所得税的溢额再保险的存款保险定价研究

2 O世 纪 3 0年代 美 国开始 建立 存款 保 险制度 , 迄 今为止 全球 已有 9 O多个 国家和 地 区建 立 了显 性存 款保
险制度 , 期间, 国 内外 众 多学者 对存 款保 险 的定价 进行 了研究 . 国外对 存款保 险 的研究 比较 早 , Me r t o n [ 1 ] 将存
即 dl n V( t ): ( 一 H 。 z ) d t+ a d BⅣ( £ ) .
其中, V( t ) 是银 行 t时刻 的资 产价值 , 和 分 别 是银 行 资 产 的期 望 收 益率 和 波 动率 , B ( £ ) 是标 准 分 数 布
*收稿 日 期 : 2 0 1 6 — 0 9 — 2 1
基金 项 目: 山东 省 研 究 生 教 育 创 新 计 划 项 目.
考虑所得税的溢额再保 险的存款保险定价 研究 *
岳金 枝 ①, 杨 汝梅 ②, 商玉 芳①, 刘 海梅 ①
( ① 山 东科 技 大学 数 学 与 系 统 科 学 学 院 , 2 6 6 5 9 0 , 青岛市 ; ②潍 坊 科 技 学 院 图书 馆 , 2 6 2 7 0 0 , 山东 省 寿光 市 )
且研 究 发现银 行 的 资产在 保 险前 后 是不 一致 的 ; Ro n n和 Ve r ma [ 3 ] 又在 Me r t o n和 MS的基 础 上加 进 了监 管 宽 容这 一现 实情 况 ; L e e等 在 监管 宽容 的基 础上研 究 了资 本 主义 市场 下 的存 款 保 险定 价模 型. 随 着金 融 市 场 不稳 定性 加剧 , 人 们不 得不 考虑银 行 可能存 在 破产 风险 , 如文 [ 5 3 等指 出银 行 的倒 闭风险及 其破 产成 本是 保

基于分数布朗运动的期权定价模型与kospi200的实证研究

基于分数布朗运动的期权定价模型与kospi200的实证研究

基于分数布朗运动的期权定价模型与kospi200的实证研究作者:廖威胡天衡宋铭明来源:《金融经济·学术版》2013年第11期摘要:期权定价模型理论的研究对金融衍生品这一金融创新的发展起着举足轻重的作用。

定价理论的发展从最初的完备市场的定价模型,到一系列的金融危机后的弱化市场假设下的数理金融模型。

很多经济学者意识到未来某一时刻的资产价格不仅与当前价格有关,与历史价格也有关。

经济学家开始用分数布朗运动来代替原有的基于几何布朗运动的经典假设来描述资产价格的运动规律,并将由此建立的期权定价范式运用于市场研究、投资等各个金融领域,取得了不错的效果。

本文针对基于分数布朗运动的期权定价模型,结合韩国股指期权KOSPI200的实盘数据进行数据拟合。

通过构建数据分析的系统架构,对交易数据进行采集分析,编写数据处理的MATLAB模块组,我们得到了较好的拟合结果。

同时我们建议该模型市场环境参数的选取方法及计算方式,可以作为我国中金所即将上架的沪深300股指期权定价模型的范式。

分数布朗运动的期权定价模型对于机构投资者把握市场趋势具有较强的指导意义。

关键字:期权,分数布朗运动,KOSPI200,数据拟合一、基于分数布朗运动的期权定价模型金融学在资本市场的研究领域,核心问题就是金融资产的定价。

期权可为其基础资产对冲风险,因而期权是有价值的。

期权的价值与其基础资产价格的不确定性成正比,即基础资产的风险越大,期权的价值就越大,其价格也就越高。

正是从这个意义上讲,风险是有价的,其价值就是为规避风险所要付出的成本。

期权价值即期权权利金价值,期权价格是期权权利金的货币表现,它是期权购买者付给期权出卖者用以换取期权所赋予权利的代价。

期权定价模型的最初的理念是建立在人们对市场特征认识的基础上。

最为广泛性的理论认为,对于充分有效的资本市场,证券的价格服从随机游走过程,而其价格演变遵循几何布朗运动,也就是价格变化是相互独立的,与历史无关。

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。

基于分数布朗运动环境下期权定价的若干问题研究的开题报告

基于分数布朗运动环境下期权定价的若干问题研究的开题报告

基于分数布朗运动环境下期权定价的若干问题研究的开题报告一、研究背景和意义现代金融理论中,期权定价理论一直是研究的重点之一。

期权定价问题主要是考虑买方和卖方在未来的时间内对资产价格波动的不同看法,而推导期权价格的表达式。

现有的期权定价理论包括布莱克-斯科尔斯模型、扩散模型、跳跃扩散模型等,这些模型多数都是基于几何布朗运动环境下建立的,然而实际情况中,市场上的资产价格往往呈现非对称布朗运动。

因此,基于分数布朗运动的期权定价问题研究,在现代金融学理论研究上有着重要的理论和实际意义。

分数布朗运动近年来成为了重要的可用于描绘非对称布朗运动的数学模型,其研究不仅对于理论研究有很大的推动作用,也对实际金融市场的投资决策具有重要的指导意义。

二、研究内容和方法本文将探讨基于分数布朗运动环境下期权定价的几个方向,主要包括以下几个方面:1. 基于分数布朗运动的期权定价模型构建:分数布朗运动是分数阶微分方程组成的随机过程,其特点是具有长记忆性、非马尔可夫性等特征,因此需要建立新的数学模型进行期权定价。

2. 基于分数布朗运动的期权定价理论研究:基于构建的模型,进一步进行期权定价理论的研究,探讨不同模型下的期权价格变化规律。

3. 基于分数布朗运动的期权定价的数值解算方法:由于分数布朗运动的难以解析性质,需要研究出适用于此类问题的解析和数值解法,保证研究过程的可计算性。

4. 基于分数布朗运动的期权定价及其应用的实证研究:通过实证研究来验证理论模型的有效性、适用性,并进一步探讨此类模型在金融市场中的应用价值。

在方法方面,主要采用随机控制方法、最优投资决策和偏微分方程等数学和统计学方法,以及计算机模拟和实证分析等方法。

三、研究预期成果和创新点本文的预期成果和创新点主要有以下几个方面:1. 建立基于分数布朗运动的期权定价模型,以期开发一种更为适用于现实市场的期权定价方法。

2. 探讨基于分数布朗运动的期权定价理论,丰富和完善期权定价理论体系。

效用函数下的最优再保险策略

效用函数下的最优再保险策略

Vol . 29. No. 2 M ar . 2010
文章编号 : 1671 - 9824 ( 2010) 02 - 0004 - 03
效用函数下的最优再保险策略
曹玉松
(许昌学院 计算机科学与技术学院 ,河南 许昌 461000 )
摘 要 : 从再保险公司的角度出发 ,根据再保险公司的风险偏好及投资收益情况 ,在投资基 金价格服从带漂移的几何布朗运动的假定下 ,应用效用理论给出了最优再保险的定价策略 . 关键词 : 效用函数 ; 几何布朗运动 ; 比例再保险 ; 超额损失再保险 中图分类号 : O211. 9 文献标识码 : A 在再保险过程中 ,各项策略的制定往往都是由保险公司决定 , 这样制定的再保险策略往往只考虑了保险公司的利益 , 而忽略了再保险公司的利益 ,因此再保险公司需要从自己的角度出发去权衡再保险策略 . 传统的保费计算方法主要根据公 [1] 司承保风险的理赔情况来决定 ,如典型的再保险定价公式 : 再保险保费 = ( 1 +附加保费率 ) × 再保险公司承担的理赔额 期望值 . 这种方法没有考虑公司的风险偏好及投资收益情况 ,具有一定的局限性 . 本文从再保险人的角度出发 ,根据再保险 公司的风险偏好及投资收益情况 ,在投资基金价格服从带漂移的几何布朗运动的假定下 ,应用效用理论讨论了再保险定价 问题 .
2 结语
本文从再保险公司的角度出发 ,讨论了如何对再保险进行定价使得效用最大的问题 ,给出了效用测量下的最优比例再 保险和最优超额损失再保险函数的具体表达式 . 本文的研究方法还可以拓展到综合考虑原保险人和再保险人的共同风险 的最优问题上 . 参考文献 :
[ 1 ] Young, V. R. , Prom islow, D. S . . M inim izing the p robability of ruin when claim s follow B rownian motion w ith drift[ J ]. North American Actuarial journal, 2005, 25: 109 - 122. [ 2 ] Young, H. L. , Zhang, L. H. . Op tim al investm ent for insurer w ith jump - diffusion risk p rocess[ J ]. Insurance M athematics and Econom ics, 2005, 9 ( 3 ) : 109 - 128. [ 3 ] KALUSZKA M. Op tim al reinsurance under mean - variance p rem ium p rincip les [ J ]. Insurance M athematics and Econom ics, 2001, 28 ( 1 ) : 61 - 69. [4] 李秀芳 . 寿险精算实务 [M ]. 天津 : 南开大学出版社 , 2000.

分形布朗运动下最优投保和消费策略

分形布朗运动下最优投保和消费策略

分形布朗运动下最优投保和消费策略张卫国;肖炜麟;张惜丽【摘要】基于Merton的最优消费和投资组合模型,通过假设风险资产的价格变化服从几何分形布朗运动,探讨了一类具有人寿保险的最优投资消费问题.首先根据投资者在整个生命周期的消费和投保效用期望值最大的原则,利用贝尔曼动态规划原理,建立了最优投保和消费策略模型.然后在给定消费和遗赠评价效用函数的情况下,给出了最优投保和消费的闭式解,并获得了最优投资组合受模型参数变化影响的一些重要性质.最后,通过数值例子讨论了时间间隔、赫斯特指数变化时最优投保和最大期望效用的变化趋势.【期刊名称】《管理科学学报》【年(卷),期】2010(013)001【总页数】7页(P78-84)【关键词】分形布朗运动;赫斯特指数;效用函数;投资组合和消费;人寿保险【作者】张卫国;肖炜麟;张惜丽【作者单位】华南理工大学工商管理学院,广州,510640;华南理工大学工商管理学院,广州,510640;华南理工大学工商管理学院,广州,510640【正文语种】中文【中图分类】F830.590 引言最优投资消费问题是经济活动中一种普遍而又重要的问题.Merton[1]提出了经典的最优投资消费模型,并采用随机控制理论对投资消费问题的最优策略进行了研究,给出了闭式解.Duffie等[2]在 Merton模型的基础上,考虑了投资者具有随机收入情况下的最优消费和证券选择问题.Jean[3]利用随机动态规划的方法,研究了投资者在借入资金具有约束条件下的最优消费与投资问题.Yong[4]通过鞅方法得到了消费趋势下降情况下无限期限的最优消费与投资问题,并求出了闭式解.Kumar[5]在最大化消费折扣效用函数的原则下,考虑买(卖)证券具有比例交易费用情况时的最优投资与消费策略.刘海龙和吴冲锋[6]在证券收益存在有界不确定干扰和考虑交易费用的情况下,推导出最差情况下的最优消费和投资策略.杨瑞成和刘坤会[7]研究了随机跳跃过程下的最优消费与证券选择问题.臧宝锋等[8]通过设计仿真优化算法分析了双重随机不确定因素对容量扩展项目最优投资时机选择的影响.以上的研究都是在风险资产价格的变化过程服从几何布朗运动下进行的.然而,国内外学者对资本市场的大量实证研究表明金融资产的收益率经常呈现出“有偏”、“尖峰厚尾”的分布,并且金融资产价格之间存在着长期相关性,例如:黄德龙和杨晓光[9],张维等[10],杨宏林等[11],胡艳梅等[12],Lo和 MacKinlay[13]及 Lo[14]等.传统的投资选择模型已经无法描述这些现象,也无法适应现代投资者的需要,急需新的修正模型和量化方法.Peters[15]和Mandelbrot[16]提出分形市场假说,指出分形布朗运动能够很好地解释资本市场尖峰厚尾、长期相关性等现象.Hu等[17]在假定风险资产变化过程服从分形布朗运动下,证明了分形Black-Scholes市场是一个无套利的完备市场,并给出最优投资消费模型.曹宏铎[18]以中国深市为研究对象进行实证研究,研究表明中国证券市场存在相关性,表现为分形时间序列,其行为服从分数布朗运动,并给出了根据赫斯特指数H的投资决策步骤和策略.魏宇和黄登仕[19,20]采用实证的方法论证了中国金融市场具有多标度分形特征.随着人们生活水平的提高,众多投资者开始购买人寿保险,各种险种也孕育而生.为了更好地反映现实情况,丁传明和邹捷中[21]在假设风险资产价格的变化过程服从几何布朗运动下研究了个人投资者如何决定最优的证券组合、消费和购买人寿保险,使其期望效用最大化问题.不同于以前的最优投资、保险及消费问题研究,本文假设风险资产价格变化过程服从分形布朗运动,基于生命周期的消费效用和理赔所产生的遗赠效用期望值函数最大化原则,建立了分形布朗运动下的最优投保和消费模型,所得模型更具有一般性.在给定效用函数的基础上,利用贝尔曼动态规划原理得到了相应的最优投资、保险及消费策略.进一步获得了最优投资组合受赫斯特指数、时间间隔、风险资产收益率、波动率及利率变化影响的一些重要性质.最后提供的数值例子说明了时间间隔Δt、赫斯特指数 H变化时最优投资策略和效用期望值的变化趋势.1 模型建立由于金融系统是一个自由度极大的复杂系统,投资者一方面寻求规避风险策略,另一方面为了得到高额利润而承担风险.同时投资者不是在接受信息时立刻做出反映,而是在信息达到一定临界值时才做出决策.从而造成了收益率的“有偏”,“尖峰厚尾”和“长期相关性”等现象 .风险资产(股票)价格行为模式常用几何布朗运动或跳跃扩散过程来刻画,然而它们都无法解释金融资产收益率分布的尖峰厚尾、长期相关等现象.由于分形布朗运动是一种高斯过程,其性质主要有加法不变性、自相似性、厚尾性、不连续性、长期相关性、无特征长度、精细结构等,这些性质是股价行为均具备的特征,从而使得分形布朗运动成为刻画金融风险资产价格变化过程的良好工具.下面采用分形布朗运动来刻画风险资产(股票)价格的行为变化,使模型更一般化和更能够精确描述股价行为的上述特征.定义 t时刻风险资产(股票)价格 St的变化过程遵循分形布朗过程,用ΔS表示Δt时间内变化量,则有下面结论.引理 1 设BH={BH(t,ω),t>0}表示分形布朗运动且ΔBH表示Δt时间内变化量,则有[15]其中,ε~N(0,1),H是赫斯特指数且0<H<1,,就是普通的布朗运动.为了方便使用分形布朗运动研究风险资产价格变化过程,首先对金融投资市场做以下三点假设:1)市场是无摩擦的,即不考虑税收、交易费用且风险资产(股票)不支付红利.2)市场中存在两种资产可供投资者选择.一种为利率r(r>0)的无风险资产(银行存款),t(t≥0)时刻的价格 Pt满足ΔPt=erΔt Pt-Pt=rΔtPt+o(Δt),即另一种是风险资产(股票),t(t≥0)时刻的价格 St服从分形布朗运动,其微分形式为其中,BH={BH(t,ω),t>0}为概率空间(Ω,FH,PH)上的分形布朗运动;μ为收益率期望,且满足μ>r;σ为股价波动率;H为 Hurst指数.3)死亡事件是一个独立的泊松过程[21],即投资者在 t_时刻决策是否为 t时刻死亡购买人寿保险.若 t时刻未死亡,则投资者付出保费,得到0;若投资者死亡,则投资者将获得理赔的收入,作为遗产留给后人.记投资者在 t时刻的财富为 Wt,消费过程为Ct,人寿保险投入的保费为 Qt,理赔金额为 It.由于假设投资者在某时刻死亡的事件是参数为λ的泊松过程,并且死亡时间τ是死亡事件的第一次发生,所以投资者的死亡事件是一个服从参数为λ的指数分布的随机变量.根据文献[21],合理保费与索赔额之间的关系为Qt=λIt.投资于风险资产(股票)的比例为πt∈ [0,1],即风险资产St=πtWt,无风险资产 Pt=(1-πt)Wt,则投资者财富变化过程为 dWt=dSt+dPt-dCt-dQt,即服从下面随机微分方程由引理 1知初始时刻t(t≥ 0)财富Wt=W0≥0.投资者的目的是在全体可容许策略Σ={(πt,Ct,It)}中选择最优投资保险和消费策略,使整个生命周期的效用期望值函数最大,即其中:Et表示数学期望;τ为投资者不确定的死亡时间;U(◦)和B(◦)分别表示消费和遗赠评价效用函数.根据文献[21]命题的结论知,式(3)可以表示为2 最优投保和消费策略及性质一般来说,求解(6)是比较困难,但若能把控制变量表示为状态变量的线性函数,也就是说只要给定的效用函数为常相对风险厌恶形式[1](单增的凹函数)时,总可以通过待定系数法得到(6)的最优解,也就是获得最优投保和消费策略.假设消费和遗赠评价的效用函数均为 CRRA效应函数,则有下面结论.证明由假设μ>r且ln(Δt)<0,根据式从而是赫斯特指数 H的增函数.性质 1说明投资者投资于风险资产的比例随着风险资产的不确定性的减少而增加.这就是说只要能够减少风险资产的不确定性,投资者将加大对风险资产的投资.性质 2 在效用函数满足等弹性边际效用情形下,最优投资组合比例πt是常数且与投资者的财富拥有量 Wt无关.证明根据式(7)中的表达式,结论是证明见附录.在假设风险资产服从几何布朗运动的消费和投资模型中,风险资产的最优投资比例未体现风险资产的突变风险.由于赫斯特指数越高,表示该类风险资产的噪声越少,具有更强的持久性和更清楚的变化趋势.下面讨论在假设风险资产服从分形布朗运动的投保和消费模型中,风险资产最优投资比例受赫斯特指数、时间间隔、风险资产收益率、波动率及利率等模型参数变化影响的重要性质.性质 1 风险资产的最优投资比例π*t是赫斯特指数 H的增函数.显然的.性质 2说明在等弹性边际效用函数的情形下,投资组合选择与最优消费决策无关,此时的投资组合选择是一个严格的静态问题与未来投资机会无关.这实际上是效用函数的常相对风险厌恶特征的一种体现.性质 3 风险资产的最优投资比例π*t是μ的增函数,分别是 r以及σ2的减函数. 证明根据假设条件0<θ<1和μ>r,容易得到式(7)确定的π*t满足性质 3说明投资于风险资产的比重随着其预期收益率的增大而增加,随着无风险利率和风险资产的波动率增大而减少.这正是投资者调整风险资产投资比重的依据. 性质 4 如果赫斯特指数,那么风险资产的最优投资比例是时间间隔Δt的增函数.如果赫斯特指数那么风险资产的最优投资比例是时间间隔Δt的减函数.证明根据式(7),有性质 4说明如果赫斯特指数那么风险资产的最优投资比例随着时间间隔的增大而增加;如果赫斯特指数那么风险资产的最优投资比例随着时间间隔的增大而减少.3 数值算例假设银行存款收益率 r=0.02,泊松分布参数λ=0.379,如果投资者从现在(t=0)开始,其初始财富 W0=10万元,相对风险厌恶参数θ=0.4,风险资产的预期收益率μ=0.1,波动率标准差σ=0.4.为了体现分形布朗运动和人寿保险对投资决策的影响,下面从三种情况进行分析讨论.首先固定赫斯特指数 H值,探讨Δt变化时效用期望值的变化情况.然后,让Δt固定,研究斯特指数 H变化时最优投资策略和效用期望值的变化情况.最后,分析赫斯特指数 H和Δt同时变化的情形下效用期望值的变化趋势.算例 1 假定 Hurst指数 H=0.58.如果Δt=0.01,利用 Matlab软件求得πt=0.713 146,初始消费量为 3.186 8万元,买人寿保险的投保费用为0.099 8万元,投资于股票的初始量为 4.787 6万元,购买银行债券的初始量为1.925 8万元,整个生命周期的消费效用的最大期望值为 3 747元.如果Δt=0.3,利用Matlab软件可以得出πt=0.413 847,初始消费量为 3.146 8万元,人寿保险的投保费用为0.051 1万元,投资于股票的初始量为 2.815万元,购买银行债券的初始量为3.987万元,整个生命周期的消费效用的最大期望值为3 735元.而且通过计算可知最优初始投资风险资产的比例以及生命周期的效用最大期望值都随着Δt的增大而减少.图 1给出了H=0.58且Δt∈ [0.01,0.40]时,生命周期的效用最大期望值的变化趋势图.图1 期望效应值随时间间隔变化趋势图Fig.1Valuation ofmaximal utility expectation with varying time interval算例 2 假定Δt=0.3.表 1给出了 Hurst指数 H从0.58变化到 0.77时最优初始投资策略以及生命周期消费效用的最大期望值.表1 最优初始投资策略、最大效用和赫斯特指数的关系(单位:元)Tab le1Relationship of optimal in itial investment strategy,maximal utility and Hurst exponent(unit:RMB)H Ct It πt J(Wt,t) H Ct It πt J(Wt,t)0.58 31 468 511 0.414 3 735.27 0.68 31 619 694 0.527 3 742.51 0.59 31 482 527 0.424 3 735.89 0.69 31 636 715 0.539 3 743.37 0.60 31 496 544 0.434 3 736.54 0.70 31 653 736 0.552 3 744.26 0.61 31 510 561 0.445 3 737.20 0.71 31 671 758 0.566 3 745.17 0.62 31 524 579 0.456 3 737.89 0.72 31 690 781 0.580 3 746.12 0.63 31 539 597 0.467 3 738.60 0.73 31 709 804 0.594 3 747.09 0.64 31 554 615 0.478 3 739.33 0.74 31 728 827 0.608 3 748.10 0.65 31 570 634 0.490 3 740.09 0.75 31 748 851 0.623 3 749.14 0.66 31 586 654 0.502 3 740.87 0.76 31 768 876 0.638 3 750.21 0.67 31 602 674 0.514 3 741.68 0.7731 789 902 0.654 3 751.32表1表明,当银行利率、风险资产的预期收益率和波动率一定时,初始最优消费量、投保量、投资于风险资产的比重都随着 Hurst指数的递增而增大.这是由于 Hurst 指数越大,风险资产的噪声越少,投资者对风险资产的走势越有把握,从而可以根据自己现有财富加大对风险资产的投入,以期获得较大的消费和投保效用期望值.实际上,利用动态规划原理,可以把任意时刻当作初始时刻,从而求出任意时刻的最优投资策略及相应的最大消费投保效用期望值.算例 3 假设Δt和 Hurst参数的变化范围为Δt∈ [0.01,0.60]且H∈ [0.58,0.93].采用公式(7)的最优解,结合期望效用值函数的定义,求得赫斯特指数和时间间隔同时变化时,期望效用值的变化趋势如下图所示.图2 期望效应值随时间间隔和赫斯特指数变化趋势图Fig.2 Valuation ofmaximal utility expectation with varying time intervaland Hurst exponent4 结论为了能够很好地解释资本市场尖峰厚尾、长期相关性等现象,本文通过假设风险资产的价格变化过程服从分形布朗运动,构造了基于分形布朗运动的最优消费和投保模型.在给定消费和遗赠评价的效用函数均为 CRRA函数的情况下,求出了任意时刻的最优投保和消费策略.通过理论分析和数值算例说明了赫斯特指数、时间间隔对最优投资、保险、消费策略和期望效用有着显著的影响.反映了投资者在风险资产价格变动信息充分的情况下,更愿意投资风险资产,以期获得最大期望效用的现实. 附录:定理 1的证明由文献[21]命题的结论,消除式(3)对时间的依赖性后也可以表示为则有由最优性条件可得根据上式,求得V′(Wt)和V″(Wt),并代入式(8),从而可得相应的最优解式(7).参考文献:[1]Merton R C.Op timal consumption and portfolio ru les in a continuous timemodel[J].Journal of Econom ic Theory,1971,3(4):373—413.[2]Duffie D,Fleming W,Soner M,etal.Hedging in incompletemarketswith HARA utility[J].Journal of Economic Dynamics and Control,1997,21(4—5):753— 782.[3]Vila JL.Optimal consumption and portfolio choice with borrowing constraints[J].Journal of Economic Theory,1997,77,402—431.[4]Shin Y H,Lim B H,Choi U J.Optimal consumption and portfolio selection problem with downside consumption constraints[J].Applied Mathematics and Computation,2007,188(2):1801—1811.[5]Muthuraman K.A computational scheme for optimal investment-consumption with proportional transaction costs[J].Journal of Economic Dynamics and Control,2007,31(4):1132—1159.[6]刘海龙,吴冲锋.基于最差情况的最优消费和投资策略[J].管理科学学报,2001,4(6):48—54.Liu Hailong,Wu Chongfeng.Optimal consumption and investment strategy based on worst case[J].Journal ofManagement Sciences in China,2001,4(6):48—54.(in Chinese)[7]杨瑞成,刘坤会.随机跳跃幅度的最优消费与证券选择策略问题[J].管理科学学报,2005,8(6):83—87.Yang Ruicheng,Liu Kunhui.Op timal strategies onconsumption and portfolio problem with stochastic jump-range[J].Journal of Management Sciences in China,2005,8(6):83—87.(in Chinese)[8]臧宝锋,胡汉辉,庄伟钢.双重随机不确定条件下的一次性容量扩展投资[J].管理科学学报,2007,10(3):37—43.Zang Baofeng,Hu Hanhui,ZhuangWeigang.Lumpy capacity expansion investment decision underbistochastic uncertainties[J].Journal ofManagement Sciences in China,2007,10(3):37—43.(in Chinese)[9]黄德龙,杨晓光.中国证券市场股指收益分布的实证分析[J].管理科学学报,2008,11(1):68—77.Huang Delong,Yang Xiaoguang.Empirical study on distributions of stock index returns in China's securitiesmarket[J].Journal of Management Sciences in China,2008,11(1):68—77.(in Chinese)[10]张维,张小涛,熊熊.上海股票市场波动不对称性研究——GJR与VS-GARCH 模型的比较[J].数理统计与管理,2005,24(6):96—102.Zhang Wei,Zhang Xiaotao,Xiong Xiong.Research on asymmetry of volatility of Shanghai stock market—Comparison of GJR-and VS-GARCH[J].Application of Statistics and Management,2005,24(6):96—102.(in Chinese)[11]杨宏林,陈收,袁际军.多标度条件下的幂相关性:中国股市收益率的经验分析[J].管理学报,2007,4(5):618—621.Yang Honglin,Chen Shou,YuanJijun.Stockmarket's power-correlation properties in Chinaunder condition ofmultiscale[J].Chinese Journal of Management,2007,4(5):618—621.(in Chinese)[12]胡艳梅,张卫国,陈建忠.中国股市长记忆的修正R/S分析[J].数理统计与管理,2006,25(1):96—102.Hu Yanmei,ZhangWeiguo,Chen Janzhong.Modified R/S analysis of longmemory property in China stock market[J].App licationof Statistics and Management,2006,25(1):73—77.(in Chinese)[13]Lo AW,MacKin lay A C.Stockmarketp rices do not follow random walks:Evidence from a simp le specification test[J].Review of Financial Studies,1988,1:41—66.[14]Lo AW.Long-term memory in stock marketprices[J].Econometrical,1991,59(5):1279—1313.[15]Peters E.Fractal structure in the capitalmarkets[J].Financial Analyst Journal,1989,7:434—453.[16]Mandelbrot BB.The Fractal Geometry of Natures[M].San Francisco:W.H.Freeman ang Co.,1982.[17]Hu Y,Øksendal B,Sulem A.Optimal consump tion and portfolio in a Black-Scholesmarket d riven by fractional Brownian motion[J].In finite Dim.Anal.Quantum Probab.Related Topics 6,2003,6(4):519—536.[18]曹宏铎.证券市场复杂行为分形标度分析与机会决策研究[J].金融研究,2005,295:138—145.Cao Hongduo.The analysis of comp lex behavior fractal index and research on investment decision[J].Journal of Finance,2005,295:138—145.(in Chinese)[19]魏宇,黄登仕.金融市场多标度分形现象及与风险管理的关系[J].管理科学学报,2003,6(1):87—91.WeiYu,Huang Dengshi.Multifractal phenomenon and financial risk management[J].Journal of Management Sciences in China,2003,6(1):87—91.(in Chinese)[20]魏宇,黄登仕.基于多标度分形理论的金融风险测度指标研究[J].管理科学学报,2005,8(4):50—59.Wei Yu,Huang Dengshi.Study on financial riskmeasure based onmu ltifractal theory[J].Journal ofManagement Sciences inChina,2005,8(4):50—59.(in Chinese)[21]丁传明,邹捷中.考虑人寿保险的最优金融决策[J].系统工程,2003,21(5):84—87.Ding Chuanm ing,Zou Jiezhong.A study on optimal financial choices considering life insurance[J].Systems Engineering,2003,21(5):84—87.(in Chinese)。

  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)。

(
) (
) )
( + ( e ( M + (1 − λ ) B ) − e
− rT
+ e − rT ( K + λ M − λ K ) − λ e − µT V (T ) I e − rT ( M − K − B ) < e − µT V (T ) ≤ e − rT M
− µT − µT − rT
) ( V (T ) ) I ( e V (T ) ≤ e ( M − K − B ) ) ,
关键词
存款保险定价,几何分数布朗运动,溢额再保险
1. 引言
存款保险制度是当吸收存款类金融机构出现金融破产危机时进行资金注入或债务清偿的政策性保障 制度,而存款保险制度能否顺利推进关键在于存款保险费率的厘定。美国、加拿大、日本和台湾已开始 实施存款保险制度,但到目前为止,我国尚未开始实施存款保险制度。因为我国仍处于存款保险制度的 准备阶段,所以合理的存款保险定价模型对我国存款保险制度的顺利推行起着至关重要的作用。本文将 建立基于几何分数布朗运动的溢额再保险的存款保险定价模型,此模型考虑了以下三个方面: 第一、假定银行资产服从几何分数布朗运动。目前,对于存款保险定价的研究,国内外学者已经有 了深入研究。国外学者,Merton [1]首次提出了将期权定价运用到存款保险定价中;Marcus 和 Shaked [2] 提出了将红利支付运用到 Merton 存款保险定价模型中;Ronn 和 Verma [3]提出了将监管宽容运用到 Merton 存款保险定价模型中等。国内学者,张亚涛[4]首次对存款保险定价模型进行了综述性研究;张金 宝、任若恩[5]对监管宽容条件下的 Merton 存款保险定价模型作了进一步分析;林略[6]提出了监管宽容 和未保险存款利率条件下的 Merton 存款保险定价模型;姜兴坤,孙健[7]提出了所得税条件下的 Merton 存款保险定价模型等。但值得注意的是,无论是国内还是国外学者,只要是基于 Merton 模型进行的研究 都是基于布朗运动进行的。文献[8]认为资产价值具有尖峰厚尾的特点,这个特点使得基于布朗运动的存 款保险定价模型变得不太符合实际。本文将假定银行资产服从几何分数布朗运动对存款保险定价模型进 行研究。 第二、应用保险精算方法。基于期权定价的存款保险定价方法的市场假定都很强,对于具有现实意 义的存款保险定价的应用产生了很大的局限性。Bladt 和 Rydberg [9]提出了期权定价的保险精算方法;闫 海峰、刘三阳[10]推广了 Bladt 和 Rydberg 的结果;钱丽丽[11]对期权定价问题中保险精算方法的运用进 行了全面分析; 高军[12]讨论了再保险存款保险定价中保险精算方法的应用。 本文将运用保险精算的方法 推导存款保险定价公式。 第三、引入溢额再保险。高军[12]提出了再保险的存款保险定价模型;王雪梅[13]提出了关于超额赔 款再保险定价模型;谭朵朵、田伟和罗洪奔[14]提出了溢额再保险定价模型;李秀华[15]提出了基于投资 的再保险定价模型;荣喜民、张世英[16]也研究了再保险定价问题。本文将引入溢额再保险对存款保险定 价模型进行研究。 本文在考虑以上三个方面的情况下建立了基于几何分数布朗运动的溢额再保险的存款保险定价模型, 且给出了实证分析。
Keywords
Deposit Insurance Pricing, Geometric Fractional Brownian Motion, Excess Reinsurance
基于几何分数布朗运动的溢额再保险存款保险 定价
刘海梅,赵明清
山东科技大学数学与系统科学学院,山东 青岛 Email: 18254230971@
等价于
ln = d1 M −K 1 − rT + σ 2T 2 H V0 2 < B (T ) ≤ ln M 1 − rT + σ 2T 2 H V0 2 = d2
σ
σ
因此,
E e
− µT
V (T ) I e
(
− rT
(M − K ) < e
− µT
V (T ) ≤ e
− rT
e M =
Deposit Insurance Pricing of Excess Reinsurance Based on Geometric Fractional Brownian Motion
Haimei Liu, Mingqing Zhao
College of Mathematics and Systems Science, Shandong University of Science and Technology, Qingdao Shandong Email: 18254230971@ Received: Apr. 14th, 2015; accepted: Apr. 30th, 2015; published: May 5th, 2015 Copyright © 2015 by authors and Hans Publishers Inc. This work is licensed under the Creative Commons Attribution International License (CC BY). /licenses/by/4.0/
90
基于几何分数布朗运动的溢额再保险存款保险定价
收稿日期:2015年4月14日;录用日期:2015年4月30日;发布日期:2015年5月5日


在假定银行资产服从几何分数布朗运动的前提下,建立了溢额再保险存款保险定价模型,并利用保险精 算方法推导出存款保险定价公式。最后选取了我国四大国有银行进行了实证分析,结果表明存款保险费 率与银行资产波动率呈现一定的正相关性,且再保险费率均低于原保险费率。因此,所建立的基于几何 分数布朗运动的溢额再保险的存款保险定价模型更能反映实际。
Abstract
Under the assumption of bank assets subject to geometric fractional Brownian motion, the deposit insurance pricing model of excess reinsurance is established. And the deposit insurance pricing formula is derived with actuarial methods. Finally, China’s four major state-owned banks’ empirical analysis shows that the deposit insurance rates and the volatility of bank assets showed some positive correlation, and the reinsurance premium rates were lower than the original. Therefore, the established deposit insurance pricing model of excess reinsurance based on geometric fractional Brownian motion is better to reflect reality.
再保险公司对参保银行收取的保费为
= G2 E e − rT (1 − λ )( M − K ) − e − µT (1 − λ ) V (T ) I e − rT ( M − K − B ) < e − µT V (T ) ≤ e − rT M + e − rT (1 − λ ) B I e − µT V (T ) ≤ e − rT ( M − K − B ) ,
对于再保险公司而言,在参保期末 T 时刻的赔付为
G (T )2
M − K < V (T ) < M ; M − K − B < V (T ) < M ;
V (T ) < M − K − B.
原保险公司对参保银行收取的保费为
92
基于几何分数布朗运动的溢额再保险存款保险定价
− rT − µT − rT − µT − rT = G1 E e M − e V (T ) I e ( M − K ) < e V (T ) ≤ e M
2 1 dlnV ( t ) = µV ( t ) ) + Ht 2 H −1σ 2 (V ( t ) ) ( 0 + V (t )
(
)
− 1 (V ( t ) )2
1 (σ V ( t ) ) dBH ( t ) dt + V (t )

Advances in Applied Mathematics 应用数学进展, 2015, 4, 90-95 Published Online May 2015 in Hans. /journal/aam /10.12677/aam.2015.42012

1 2 2H E lnV (T ) V0 = lnV0 + µT − 2 σ T
2 2H Var lnV (T ) V0 =σ T
对参保银行的损失赔付设定一个自留额,记为 K ,当参保银行的损失小于这个自留额时,损失赔付 全部由原保险公司承担;当参保银行的损失大于这个自留额时, K 部分由原保险公司承担,超过 K 的部 分由原保险公司和再保险公司按比例进行承担,原保险公司承担的比例系数记为 λ 。依据现实情况,保 刻的资产价值; D 为参保银行的存款总额; N ( ⋅) 为标准正态分布函数; M 为参保银行在参保期末 T 时 刻的负债总额,因此 D = Me − rT 。 对于原保险公司而言,在参保期末 T 时刻的赔付为 记 V (T ) 为参保银行在参保期末 T 时 险公司的赔付不可能是无限的, 设定保险公司的溢额赔付上限为 B 。
相关文档
最新文档