第1章 基礎知識
§1.1 概率
1.1.1 概率的概念
1.1.2 概率的基本性質
1.1.3 事件間的關系
§1.2 隨機變量、分布函數及數字特征
1.2.1 隨機變量與分布函數
1.2.2 黎曼·斯蒂爾切斯積分(R—S積分)
1.2.3 數字特征
1.2.4 常用隨機變量的分布
1.2.5 連續(xù)型隨機變量的事件示性函數的線性組合表示
§1.3 矩母函數、特征函數和拉普拉斯變換
1.3.1 矩母函數
1.3.2 特征函數
1.3.3 拉普拉斯·斯蒂爾切斯變換
§1.4 條件數學期望
1.4.1 離散型隨機變量的情形
1.4.2 連續(xù)型隨機變量(X，Y)的情形
1.4.3 一般隨機變量的情形
1.4.4 條件概率與條件分布函數
1.4.5 條件數學期望的基本性質
1.4.6 多元隨機變量的條件數學期望的一些定義
1.4.7 條件概率乘法公式與條件獨立性
§1.5 隨機過程概述
1.5.1 隨機過程的概念
1.5.2 隨機過程的數字特征
1.5.3 隨機過程的分類
§1.6 點過程
1.6.1 點過程發(fā)展背景
1.6.2 點過程的定義
1.6.3 多發(fā)點過程
第2章 風險模型簡介
§2.1 卷積和變換
2.1.1 卷積
2.1.2 幾種分布的卷積
2.1.3 幾種變換
§2.2 常用模型
第3章 古典風險模型在多發(fā)點過程上的推廣
§3.1 引言
§3.2 多發(fā)風險模型及其轉化
§3.3 新舊模型的比較
3.3.1 N(t)和NRR(t)為齊次Poisson過程
3.3.2 N(t)和NR(t)為Cox過程
§3.4 新模型的負盈余持續(xù)時間分布
第4章 幾種模型的Gerber-Shiu函數
§4.1 Gerber-Shiu函數概述
4.1.1 Gerber-Shiu平均折現函數
4.1.2 Gerber-Shiu折現罰金函數
§4.2 相依對偶模型的Getber-Shiu函數
4.2.1 對偶風險模型
4.2.2 Gerber-Shiu期望折現罰金函數
§4.3 常分紅壁下相依對偶模型的Gerber-Shiu函數
4.3.1 引言
4.3.2 常分紅壁下的相依對偶模型
4.3.3 常分紅壁下的Gerber-Shiu期望折現罰金函數
第5章 Erlang(2)模型在多發(fā)點過程上的推廣
§5.1 新模型的提出
§5.2 預備知識
5.2.1 模型的轉化
5.2.2 符號介紹
§5.3 模型的Gerber-Shiu函數
5.3.1 Erlang(n)模型的有關結論
5.3.2 Erlang(2，β)分布下的結果表達
5.3.3 多發(fā)點過程中在特殊情形下的Gerber-Shiu函數
§5.4 盈余首次達到特定水平的時刻
§5.5 破產前最大盈余水平的概率分布
參考文獻