对于线性回归模型, 在因变量受到另一与之独立的随机变量序列的污染时, 基于最小一乘的方法给出模型参数的估计. 在一定条件下,证明了估计量的相合性和渐近正态性, 并使用模拟对估计方法的小样本性质进行了分析.模拟结果显示, 本文所提方法在小样本情况下表现良好.
基于Merton的结构化模型, 利用几何布朗运动理论建立了不完全信息条件下的企业首次通过违约概率模型. 根据企业的财务报表及信用记录, 提出了一种新的不完全信息假设; 在模型上引入股票的流通性价值, 并改进其基于Merton模型的度量方法, 使其适用于首次通过模型并求得内生违约边界, 利用此边界给出了不完全信息条件下的企业违约概率, 并分析了股票流通价值和股价与企业资产的相关关系对违约概率的影响.
我们考虑一列独立同分布且分布函数绝对连续的随机变量序列及其 记录时和相应的计数过程, 得到了记录时和相应计数过程的关于矩精确完全收敛的渐进性质.
受到文献[1]和文献[2]的启发, 本文从保险人的角度, 研究了GlueVaR失真风险度量下的最优再保险问题. 假设保险标的的损失为, 保险人为分散风险签订了以索赔总额为计算基础的分保合同. 按合同, 分保人承担的风险为, 保险人承担剩下的风险. 此外基于期望保费原则, 保险人需支付分保人再保险费,(其中为安全负载系数). 采用文献[2]中的技术方法, 我们得出此时最优转移损失函数是一类增凸函数. 从而可知最优再保险策略为停止损失再保险.
本文探讨体制转换跳扩散模型下巨灾权益卖权的定价问题. 模型参数, 包括无风险利率、保险公司股价的平均回报率和波动率均随着经济状态的变化而改变. 文中假设经济环境采用一个连续时间、有限状态、可观测的马尔可夫链来刻画, 从而可以将经济条件的变化考虑到产品定价中. 通过体制转换Esscher变换选取一个等价鞅测度, 然后通过快速傅立叶变换对巨灾权益卖权进行定价.
在实际应用中, 非李普希兹条件是比李普希兹条件更弱的一类条件. 本文考虑非李普希兹条件下~G-布朗运动驱动的随机微分方程, 并建立了此类方程的随机平均原理, 证明得出平均后方程的解在均方意义下收敛于原始方程的解. 最后, 给出一个具体实例来说明本文所建立的随机平均法的有效性.
Frechet分布是一种重要的寿命分布, 本文给出了在定数截尾数据缺失场合两参数Frechet分布参数的近似极大似然估计, 并通过Monto-Carlo模拟说明了本文方法的可行性.
本文中, 我们研究来自于两个multiple-outlier模型 的最小次序统计量的随机比较, 其中两个模型中独立同分布的随机变量个数不同. 令和分别表示来自于~和的最小次序统计量, 这里, . 在参数和满足某些优化序条件下, 我们根据普通随机序, 失效率序和似然比序给出了和的序比较.