关键词:
再保险模型
占有测度
动态规划原理
对偶线性规划算法
SIR模型
安全域
疫苗控制
人口统计学
摘要:
保险是金融市场的一个重要组成部分,在保障社会稳定和促进经济发展中起到了巨大的作用。保险精算中风险理论的研究最早可溯源于Lundberg在1903年发表的博士论文,随后Cramér等瑞士学者又进行了大量的研究工作,形成了现在流行的保险模型-Cramér-Lundberg模型。关于该模型的更进一步的研究可以参考[23,66,48,25,56]及其参考文献。研究传染病模型对于疫情的预测和防控有着重要的作用。Kermack与McKendrick在1927年研究伦敦流行的黑死病时于[44]中提出了现在主流的传染病模型-SIR仓室模型。随着近几年新冠肺炎这个世界性传染病的出现,越来越多的学者致力于传染病模型的研究,可见[3,14,38,54,1,46,45,17,9]。将“现代计算机之父”von Neumann于1947年提出来的对偶规划方法和美国国家科学院院士 Bellman于二十世纪五十年代首次提出的可以用于解决最优控制问题的动态规划原理相结合,再利用占有测度等线性化技巧得到的多阶段对偶线性规划算法在很多文献中已经得到了研究,可见[60,65,50,50,41,39]。但据我们所知,它还没有被用来研究再保险和传染病模型中的最优控制问题。本论文主要研究了两部分内容:一、研究了具有分红和注资的一类再保险模型中的以最大化保险公司股东分红为目标的最优控制问题以及以数值解解决该问题的对偶线性规划算法;二、研究了经典受控SIR模型和考虑人口统计学因素的受控SIR带跳模型中的安全域问题和相应的最优控制问题,并且提出了对应的对偶线性规划算法。下面我们将进一步阐述本论文的内容和结构。在第一章中,我们主要介绍了第二章到第四章所研究的问题和研究背景。在第二章中,我们主要研究了再保险中一种混合的奇异/连续控制问题。在本文的设定中保险公司将收到的保险费用拿出一部分支付给再保险公司,同时在客户索赔时,再保险公司也要相应的替原保险公司承担一部分索赔金额;并且允许保险公司投资人通过支付一定费用(由单位注资成本常数k描述)对保险公司进行注资以维持公司应对突发大额理赔风险的能力。本文考虑的模型是带有注资和再保险的推广的Cramér-Lundberg保险模型(这里的推广还指保险费用不再用常数乘以时间来刻画,而是变成依赖于状态过程的保费函数关于时间的积分),该模型中的状态过程是指保险公司的储备金数额。我们首先给出了状态过程、注资过程和分红过程的量化估计,这使得我们后面定义的刻画轨道的占有测度和对于这三个过程的数值处理是可行的。我们将再保险策略、分红和注资这个三元组看成控制策略(这里我们考虑的注资可能无界,这是在后面证明值函数是相应Hamilton-Jacobi-Bellman(HJB)方程的粘性上解和定义占有测度时其中一项比较难处理的地方)。其次,我们考虑了将保险公司破产时间这一停时作为终端时间,代价泛函依赖于控制策略的最优控制问题,随后给出了值函数所满足的Hamilton-Jacobi方程并且证明了值函数是该方程的粘性上解。然后我们利用占有测度等线性化技巧将控制问题转化成线性规划问题(对于这种终端时间为停时的控制问题的线性化处理是全新的,而且由于我们的分红和注资过程是奇异的,这对于占有测度的定义是有一定难度的)。我们首次给出且证明了该控制问题的对偶表示,同时提出了此类控制问题的对偶线性规划算法可以用来求数值解,并且我们给出了算法的具体数值应用(和[6]中的理论结果作对比以说明算法的有效性,以及借助[12]中的具体例子和我们提出的算法探讨了注资和再保险策略对于控制问题中值函数的提升效果)。在本章最后,我们给出了带破产惩罚项的控制问题的一些提示性结果。本章的主要创新点:我们考虑了再保险、分红和注资这个三元组作为混合奇异/连续的控制策略,并且证明了值函数是相应Hamilton-Jacobi变分不等式的上解。定义了用于线性化该模型中控制问题的占有测度,并且证明了算法的理论准备工作中的线性动态规划原理以及原问题的对偶表示。在上述的基础上,我们首次将对偶线性规划算法应用到了数值求解该模型中的随机最优控制问题。本章来自于论文:***,***,*** techniques and the dual algorithm for a class of mixed singular/continuous control problems in *** Ⅰ:The-oretical *** Mathematics and Computation,431,127321,***:10.1016/***,***,*** te