基于Merton改进模型以及一类创新非合作博弈下的金融保险决策研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    11771466
  • 项目类别:
    面上项目
  • 资助金额:
    43.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    A0603.经济数学与金融数学
  • 结题年份:
    2021
  • 批准年份:
    2017
  • 项目状态:
    已结题
  • 起止时间:
    2018-01-01 至2021-12-31

项目摘要

In this project, by employing the theories in Martingale, convex duality, filtering, game and forward-backward stochastic differential equations, we aim to investigate some optimal problems in the paradigm of stochastic differential utility and habit formulation; also we develop a new idea for game theory. This project has the following innovations: first, we consider stochastic differential utility with the optimal singular control under regime switching model and apply it into optimal dividend problem; second, we study the optimal portfolio with habit formulation under regime switching model, both in full information and partial information; third, we introduce the stochastic differential utility and habit formulation into personal finance field; fourth, we present a new insight in non-cooperate game theory, which is expected to be applied to more fields. Our research will enrich the theories of stochastic differential equations, Martingale and game theory.
本项目以鞅、凸对偶、filtering、博弈,动态规划、随机微分方程理论为工具,去研究金融保险中基于随机微分效用和习惯形成(habit formulation)的决策问题,同时我们提出一类以第三方为导向的非合作博弈。该项目内容上的创新之处在于:在regime switching下去研究随机效用下的奇异控制问题,并应用到分红;我们分马氏链是否可见两种情况去研究regime switching下带有habit formulation 的决策问题; 我们首次将随机微分效用理论和habit formulation 因素考虑到个人金融决策中;不同于以往金融保险中的博弈问题,我们提出了以保险人为导向下的再保险公司之间的非合作博弈。方法上,第一个内容丰富了随机微分方程理论,第二个内容基于随机流和Esscher变换理论用到的鞅方法扩大了鞅方法的适用性,第四个内容提出的博弈可以用到更多领域。

结项摘要

本项目以随机控制中的理论和方法为工具,研究了基于随机微分效用和习惯形成(habit formulation)的投资消费保险问题,同时解决了一类以第三方为导向的非合作博弈。 项目申请书的内容已经完成。 完成的工作有: 把习惯形成引入到家庭的决策模型中,我们考虑了几种情况,投资的风险集价格服从标准布朗运动,以及跳扩散过程, 以及regime-switching 环境下整体的决策,时间不一致情况下的决策; 随机微分效用下的决策以及由夫妻二人构成的家庭联合的决策。 我们在多数情况下都得到显示解或者半显示解,并且根据现有中国的数据作一些实证研究,利用我国的相关数据进行数值模拟。本课题用Nash 博弈描述了两个再保险公司之间的价格竞争,其中一个再保险公司采取方差保费准则(公司一),另外一个采取期望保费准则(公司二)。 保险公司和再保险公司都是为了最大化它们的均值方差效用, 我们发现保险公司对公司一和公司二的比例和超额再保险是最优的。并且当发生的索赔服从指数分布的时候,我们开展数值实验,检查索赔频率、索赔大小以及利率等对再保险策略以及保费策略的影响,可以更好的去理解再保险市场之间的竞争。 ..我们根据中国数据做的数值分析可以部分解释中国家庭决策的现状。 两个再保险公司之间的竞争模型可以应用到涉及到竞争的更多领域。 而对于regime-switching 和消费习惯的结合,通过借助于影子价格、包络定理以及向后随机微分方程,得到幂函数下的显示解。 该结果在理论上丰富了regime-switching 模型以及向后随机微分方程的适用性。

项目成果

期刊论文数量(15)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
天气因素对航班延误险定价的影响分析
  • DOI:
    --
  • 发表时间:
    2018
  • 期刊:
    保险理论与实践
  • 影响因子:
    --
  • 作者:
    刘敬真;林荔圆
  • 通讯作者:
    林荔圆
Utility maximization with habit formation of interaction
通过互动习惯的形成实现效用最大化
  • DOI:
    10.3934/jimo.2020029
  • 发表时间:
    2021
  • 期刊:
    Journal of Industrial & Management Optimization
  • 影响因子:
    1.3
  • 作者:
    刘敬真;王奕可;周明
  • 通讯作者:
    周明
Optimal investment-consumption-insurance strategy in a continuous-time self-exciting threshold model
连续时间自激励阈值模型中的最优投资-消费-保险策略
  • DOI:
    10.1080/03610926.2018.1477161
  • 发表时间:
    2019
  • 期刊:
    Communications in Statistics - Theory and Methods
  • 影响因子:
    --
  • 作者:
    Wang Hao;Wang Rongming;Wei Jiaqin;Xu Shaosheng
  • 通讯作者:
    Xu Shaosheng
Non-exponential discounting portfolio management with habit formation
具有习惯形成的非指数贴现投资组合管理
  • DOI:
    10.3934/mcrf.2020019
  • 发表时间:
    2020
  • 期刊:
    Mathematical Control & Related Fields
  • 影响因子:
    1.2
  • 作者:
    Liu J.Z;Lin L.Y;Yiu K.F.C;Wei J.Q.
  • 通讯作者:
    Wei J.Q.
Mean-variance portfolio selection under a non-Markovian regime-switching model
非马尔可夫政权切换模型下的均值方差投资组合选择
  • DOI:
    10.1016/j.cam.2018.10.040
  • 发表时间:
    2019-04
  • 期刊:
    Journal of Computational and Applied Mathematics
  • 影响因子:
    2.4
  • 作者:
    Tianxiao Wang;Jiaqin Wei
  • 通讯作者:
    Jiaqin Wei

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

刘敬真的其他基金

在不确定性、通胀和风险限制下的最优决策
  • 批准号:
    11301559
  • 批准年份:
    2013
  • 资助金额:
    22.0 万元
  • 项目类别:
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码