当前位置:首页 > 经济
精算学中的随机过程
精算学中的随机过程

精算学中的随机过程PDF电子书下载

经济

  • 电子书积分:10 积分如何计算积分?
  • 作 者:张连增编著
  • 出 版 社:北京:高等教育出版社
  • 出版年份:2006
  • ISBN:7040204576
  • 页数:217 页
图书介绍:本书不同于传统的理工或者经管类的随机过程教科书。在系统介绍了现代精算学中的随机过程理论的基础上,本书将随机过程理论及其在金融保险中的应用有机地结合起来,深入研究出现于金融保险中的随机过程专题,系统揭示随机过程的理论与方法如何巧妙地应用于金融保险中。本书可作为综合大学经济类、金融类、保险类高年级本科生和研究生的教材或参考书,也可以供保险业精算人员和其他对金融工程、保险精算有兴趣的读者参考。
《精算学中的随机过程》目录

第一章 离散时间Markov链 1

1 转移概率与Chapman-Kolmogorov方程 1

1.定义与例子 1

2.Chapman-Kolmogorov方程 3

2 状态分类 5

1.相通状态 5

2.常返状态与非常返状态 7

3.随机游动 9

4.一个应用例子 12

5.Stirling公式 13

3 极限概率 13

1.极限概率 14

2.一些例子 15

3.平稳分布 20

1.赌徒破产问题 22

4 赌徒破产问题及其在药物试验中的应用 22

2.赌徒破产问题在药物试验中的应用 24

5 处于非常返状态的平均时间 25

1.非常返状态的逗留时间 25

2.非常返状态的到达概率 27

第二章 Poisson过程 29

1 Poisson过程的定义 29

1.计数过程 29

2.Poisson过程 30

2 Poisson过程的性质 32

1.到达时间间隔 32

2.等待时间 33

3.Poisson过程的分解 34

4.一个概率计算问题 37

5.到达时间的条件分布 38

3 Poisson过程的应用举例 40

1.定义 46

第三章 Brown运动 46

1 Brown运动的定义及一些基本性质 46

2.关于Brown运动的一些分布函数 48

3.首中时刻 49

4.最大值变量 50

5.Brown运动的零点与Arcsine律 50

2 与Brown运动有关的过程 52

1.有飘移的Brown运动 52

2.几何Brown运动 52

第四章 随机过程的公理化定义 54

1 概率空间 54

1.集合论中的一些基本概念 54

2.概率空间的定义 55

3.概率空间的一般性质 55

2 随机变量与条件期望 57

1.随机变量与期望 57

2.条件期望 58

3.独立性 59

3 构造特殊的概率空间 59

1.确定事件与概率 59

2.存在性定理 60

3.有限维欧几里得空间上的概率 60

4.函数空间上的概率 60

5.完备概率空间 61

4 随机过程 61

1.过滤的概率空间 61

2.随机过程 62

3.Markov链 62

4.鞅 62

5.停时 62

6.计数过程 63

1.Radon-Nikodym定理 64

2.测度变换下的性质 64

5 测度变换 64

3.Girsanov定理 65

第五章 离散时间鞅 67

1 条件期望 67

1.概率空间与变量 67

2.条件期望 68

2 鞅与下鞅 71

1.定义与例子 71

2.鞅变换 73

3.Doob可选停时定理 73

4.Doob可选停时定理的一个应用 74

5.Doob分解定理 75

3 逆向随机游动 76

1.逆向随机游动 76

2.投票定理 77

1.基本过程 78

第六章 连续时间鞅 78

1 Brown运动与Poisson过程 78

2.关于鞅的基本结论 81

2 二次变差过程 82

1.Doob-Meyer分解定理 82

2.连续平方可积鞅 82

3.二次变差过程的另一种解释 84

3 关于连续平方可积鞅的随机积分 84

1.连续平方可积鞅的轨道 84

2.简单过程关于鞅的随机积分 85

3.一般过程关于鞅的随机积分 86

4 It?公式与随机微分方程 87

1.It?公式 87

2.随机微分方程 89

1.连续时间过程的Radon-Nikodym导数 90

2.一个简单的测度变换 90

5 测度变换与Girsanov定理 90

3.Girsanov定理 91

6 鞅方法的应用 91

1.一个引理 91

2.几何Poisson过程 92

7 关于半鞅的变量替换法则的一般形式 93

1.关于半鞅的变量替换法则的一般形式 93

2.变量替换法则的一些应用 94

第七章 寿险中的随机性 99

1 寿险数学的基本概念 99

1.引言 99

2.计数过程 100

3.随机积分 100

4.保险与年金 101

5.寿险数学基础 102

6.现值变量的期望 102

7.关于计数过程的其他例子 103

8.鞅 104

2 逐段可微函数与积分 105

1.逐段可微函数 105

2.关于函数的积分 105

3.链式法则 106

4.一些特殊情形 107

3 支付量函数 109

1.支付量函数 109

5.计数过程 109

2.利率 110

3.支付量的价值评估与准备金的概念 111

4 寿险前瞻式准备金 113

1.一般框架 113

2.Thiele微分方程 114

3.储蓄保费与风险保费 114

4.从随机过程的观点讨论寿险 115

1.Markov性质 116

第八章 寿险中的Markov链 116

1 连续时间Markov链 116

2.Markov性质的另一个定义 118

3.Chapman-Kolmogorov方程 118

4.转移强度 118

5.Kolmogorov微分方程 119

6.占位概率与似然函数 121

7.向后和向前积分方程 122

2 一些例子 122

1.只有一种死因的单个生命 122

2.有多种死因的单个生命 123

3.伤残、健康与死亡模型 124

3 齐次Markov链 125

1.矩阵符号 125

2.齐次Markov链 126

1.合同涉及的支付量 127

4 标准的多状态合同 127

2.现值变量的期望与前瞻准备金 128

3.向后(Thiele)微分方程 129

4.平衡原理 131

5.储蓄保费和风险保费 131

6.微分方程的应用 131

5 现值变量的高阶矩 132

1.现值变量的矩满足的微分方程 132

2.数值例子 134

3.寿险中的偿付能力额度 135

6 关于利率的Markov链模型 136

1.利率力过程 136

2.完整的Markov模型 136

3.组合模型的矩 137

4.组合保单的数值例子 137

7 应用鞅方法推导Thiele微分方程 139

1.连续时间破产概率 141

第九章 非寿险中的风险过程 141

1 风险过程的破产概念 141

2.离散时间破产概率 142

2 Sparre Andersen风险模型 143

1.模型的定义 143

2.关于破产概率的Lundberg不等式 144

3 应用Laplace变换求解经典风险模型的破产概率 146

1.Laplace变换 146

2.应用Laplace变换求解破产概率 147

4 索赔变量服从Phase分布时经典风险模型破产概率 148

1.Phase分布 148

2.经典风险模型中破产概率的矩阵表示 150

5 鞅方法在非寿险定价中的应用 152

1.引言 152

2.标准差原理 152

4.多周期分析——离散时间 153

3.效用函数与方差原理 153

5.多周期分析——连续时间 155

第十章 离散时间金融模型 158

1 二叉树 158

1.股票 158

2.债券 159

3.无风险组合 159

4.衍生工具价格的期望形式 160

2 二叉树模型 160

1.股票 161

2.债券 161

3.向后推导方法 162

4.二周期的树结构 162

5.路径概率 163

6.结论 166

2.概率测度 167

1.股票价格过程 167

3 二叉树表示定理 167

3.滤波 168

4.请求权 168

5.条件期望 168

6.可预期过程 169

7.鞅 170

8.二叉树表示定理 171

9.二叉树表示定理在金融上的应用 172

10.构造策略 173

11.无套利性 174

12.自融资策略的存在性 174

13.在鞅测度下求贴现请求权的期望 174

14.测度Q的存在性和唯一性 175

第十一章 连续时间金融模型 178

1 鞅表示定理 178

1.鞅的概念 178

3.无漂移项 179

2.鞅表示定理 179

4.指数鞅 180

2 构造策略 180

1.投资组合(φ,ψ) 180

2.自融资策略 180

3.随机微分方程 180

4.可复制策略 181

3 Black-Scholes模型 182

1.基本的Black-Scholes模型 182

2.零利率 182

3.可复制策略 183

4.非零利率 184

5.可复制策略 184

6.看涨期权 185

2.Markov性 186

1.引言 186

1 一些性质 186

第十二章 平稳独立增量过程 186

3.无穷可分分布与Lévy-Khintchine公式 187

4.一维Lévy过程 190

2 Lévy过程的结构 191

1.Poisson点过程 191

2.Lévy过程的分解 192

3 Feynman-Kac公式 193

1.Feynman-Kac公式 193

2.Feynman-Kac公式与偏微分方程的联系 194

3.微分方程的概率表示的应用例子:Arcsine律 196

第十三章 更新过程 198

1 基本概念 198

1.定义 198

2.计数过程N(t)的期望 199

3.E[N(t)]的上下界 200

4.一些特殊情形下E[N(t)]的解析表达式 201

2 关于更新次数的极限 202

1.强大数律 202

2.更新过程的概念推广 204

3 年龄与剩余寿命 205

1.平均剩余寿命 205

2.平均年龄 205

3.时刻t之前的平均寿命 206

4.剩余寿命的极限分布 206

5.年龄的极限分布 207

6.均衡更新过程 207

4 更新方程简介 209

1.定义 209

2.解的渐近表示 211

参考文献 212

名词索引 214

相关图书
作者其它书籍
返回顶部