数学物理学报, 2021, 41(2): 548-561 doi:

论文

混合观测体系下谱负Lévy过程的Parisian破产问题

杨晓凤1, 董华,1, 戴洪帅2

Parisian Ruin for Spectrally Negative Lévy Processes Under a Hybrid Observation Scheme

Yang Xiaofeng1, Dong Hua,1, Dai Hongshuai2

通讯作者: 董华, E-mail: sddh1978@126.com

收稿日期: 2020-05-5  

基金资助: 国家自然科学基金.  11701319
山东省自然科学基金.  ZR2019MA035
山东省自然科学基金.  ZR2020MA035

Received: 2020-05-5  

Fund supported: the NSFC.  11701319
the NSF of Shandong Province.  ZR2019MA035
the NSF of Shandong Province.  ZR2020MA035

Abstract

In this paper, we consider Parisian ruin problem based on a hybrid observation scheme for a spectrally negative Lévy process. We obtain the joint Laplace transform of the time to ruin and the deficit at ruin time by using the method of Laplace transform and the change of measure technique.

Keywords: Lévy risk process ; Hybrid observation scheme ; Parisian ruin ; Laplace transform ; Fluctuation identities

PDF (443KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

杨晓凤, 董华, 戴洪帅. 混合观测体系下谱负Lévy过程的Parisian破产问题. 数学物理学报[J], 2021, 41(2): 548-561 doi:

Yang Xiaofeng, Dong Hua, Dai Hongshuai. Parisian Ruin for Spectrally Negative Lévy Processes Under a Hybrid Observation Scheme. Acta Mathematica Scientia[J], 2021, 41(2): 548-561 doi:

1 引言

近年来, 谱负Lévy风险过程受到了许多学者的关注. Landriault等[13]运用空间逼近的方法研究了谱负Lévy过程的占位时. Albrecher等[2]研究了在Poisson到达时间进行离散观测的谱负Lévy过程的首达时的拉普拉斯变换. 受Landrianlt等[12-13]的启发, Baurdoux等[4]在谱负Lévy风险模型下给出了带有指数延迟的Parisian破产的Gerber-Shiu分布.

Parisian破产的概念最初来自于Parisian期权. 从Dassios和Wu[7]以来, Parisian破产在保险精算学中引起了广泛的关注. 如果保险公司的盈余水平在一段连续的时间内一直低于一个我们给定的盈余水平, 我们就说Parisian破产发生了. Parisian破产有两种定义, 一种是固定时间的延迟(参见文献[6, 20, 23, 25]). 另一种是随机时间的延迟(参见文献[4, 8-9, 12-13]). Lkabous和Renaud[19]将以上两种延迟进行了整合并称之为混合延迟. Li等[14]基于混合观测体系重新定义了Parisian破产问题, 并且得到了Parisian破产概率的具体表达式及其极限形式. 最近, Lkabous[17]将Li等[14]的结果进行了推广并得到了一些其他的波动等式. 在此, 我们指出Li等[14]只给出了破产概率的表达式, Lkabous[17]只讨论了当$ a = 0 $时Parisian破产时间的拉普拉斯变换. 但是, 破产时盈余的拉普拉斯变换以及破产时间和破产时盈余的联合拉普拉斯变换还没有被讨论.

受上面这些文献的启发, 在本文中, 我们继续在谱负Lévy风险模型下研究基于混合观测体系的Parisian破产问题, 并且讨论破产时间和赤字的联合拉普拉斯变换. 本文结构如下: 在第2节中, 我们给出模型并简单的介绍谱负Lévy过程和尺度函数; 在第3节中, 给出主要结果及证明; 在第4节中, 给出一个例子.

2 模型

在本文中, 我们考虑风险盈余过程$ X = \{X_t\}_{t\ge0}, $它是一个谱负Lévy过程. 我们假设$ X $不是一个从属过程并且满足正的安全附加条件, 即

其中

是过程$ X $的拉普拉斯指数. 在整篇文章中, 相应的概率测度用$ {\Bbb P}_x $表示, 期望用$ {\Bbb E}_x $表示. 特别地, 我们记$ {\Bbb P} = {\Bbb P}_0, $$ {\Bbb E} = {\Bbb E}_0. $

Li等[14]首次基于混合观测体系讨论了Parisian破产问题. 在混合观测体系下, 我们首先以强度为$ \lambda>0 $的Poisson到达时间对风险盈余过程$ X $进行离散观测, 直到观测到过程的盈余水平是负的. 接下来我们在宽限期$ r>0 $内对过程进行连续观测. 如果盈余水平在宽限期内回到我们预先给定的健康水平$ a\ge0, $则我们继续以Poisson到达时间对风险盈余过程进行离散观测. 否则, 我们在宽限期结束时称Parisian破产发生. 我们用下面的图 1来更详细的解释基于混合观测体系的Parisian破产问题.

图 1

图 1   基于混合观测体系的Parisian破产问题


下面, 我们定义一些符号. 首先, 过程$ X $关于水平$ x\; {\in}\; {\Bbb R} $的首达时定义为

我们将首次观测到过程的盈余水平小于0的时间定义为

其中$ T_i $是独立同分布的Poisson到达时间, 强度为$ \lambda>0. $我们将混合观测体系下的Parisian破产时间定义为

其中$ \theta $是马尔可夫推移算子并满足$ X_t\circ{\theta}_s = X_{s+t}. $$ a = 0 $时, 我们记$ {K}_{r}^{\lambda} = {K}_{0, r}^{\lambda}. $此外, 我们由Li等[14]知道, 当$ u\; {\in}\; {\Bbb R} $时, 有

$ \begin{eqnarray} \int_{-\infty}^{0}{\Bbb P}_u(X_{T_0^{\lambda, -}}{\in}{\rm d}x, T_0^{\lambda, -}<\infty){\Bbb P}_x({\tau}_a^+<r) = \int_{0}^{r}{\lambda}e^{{\lambda}(r-s)}g_{u, a, \lambda}(s){\rm d}s, \end{eqnarray} $

其中

$ \begin{eqnarray} g_{u, a, \lambda}(s) = \int_a^{\infty}\left[\frac{Z(u, {\Phi}_{\lambda}){\Phi}_{\lambda}}{\lambda}-W(u+z-a)\right]{\frac{z}{s}}{\Bbb P}({X_s}{\in}{\rm d}z). \end{eqnarray} $

尺度函数和势测度的发展推动了波动理论的发展, 这对于我们在谱负Lévy过程中研究一些与破产和分红有关的量有非常大的帮助. Kuznetsov[10]对谱负Lévy过程的尺度函数的理论和应用作了最新的介绍. 下面, 我们给出一些尺度函数, 这对我们后面的讨论有非常重要的作用. 首先, 我们可以从Kuznetsov[10]中知道, $ {\Phi}(q) $是方程$ \psi(\theta) = q $的最大的根, 也就是

在此, 我们指出$ {\Phi}(q) = 0 $当且仅当$ q = 0, $我们记$ \Phi = {\Phi}(0) $.$ q\ge0 $时, 谱负Lévy过程的尺度函数由它的拉普拉斯变换给出

$ \begin{eqnarray} \int_0^{\infty}e^{-{\theta}y}W^{(q)}(y){\rm d}y = \frac{1}{{\psi}_q(\theta)}, \; \; \; \; \theta>{\Phi}(q), \end{eqnarray} $

其中$ {\psi}_q(\theta) = {\psi}(\theta)-q. $$ x<0 $时, $ W^{(q)}(x) = 0. $尺度函数$ W^{(q)} $有很多很好的性质. 例如, 当$ x\geq0 $时, 它是连续的, 正的, 严格单调递增的, 并且对任意的$ x\; {\in}\; {\Bbb R}, $

$ \begin{eqnarray} {\lim\limits_{b \to \infty}}\frac{W^{(q)}(b+x)}{W^{(q)}(b)} = e^{{\Phi}(q)x}. \end{eqnarray} $

$ q = 0 $时, 我们记$ W^{(0)} = W $, 且由文献[10], 有

$ \begin{eqnarray} {\lim\limits_{x \to \infty}}W(x) = \frac{1}{{\psi}^{'}(0+)}. \end{eqnarray} $

Albrecher等[2]定义了尺度函数

$ \begin{eqnarray} Z^{(q)}(x, \theta) = \left\{ \begin{array}{ll} { } e^{{\theta}x}\left(1-{\psi}_q(\theta)\int_{0}^{x}e^{-{\theta}y}W^{(q)}(y){\rm d}y\right), \; &x\ge0, \\ e^{{\theta}x}, &x<0, \end{array} \right. \end{eqnarray} $

这允许我们给出更一般的结论. 由Kyprianou[11], 我们知道当$ \theta = 0 $时, 有

$ \begin{eqnarray} Z^{(q)}(x) = Z^{(q)}(x, 0) = 1+q\int_{0}^{x}W^{(q)}(y){\rm d}y, \; \; \; \; x\; {\in}\; {\Bbb R}. \end{eqnarray} $

由(2.3)和(2.6) 式, 可以得到

$ \begin{eqnarray} Z^{(q)}(x, \theta) = {\psi}_q(\theta)\int_{0}^{\infty}e^{-{\theta}y}W^{(q)}(x+y){\rm d}y, \; \; \; \; \; x\ge0, \; \; \theta>{\Phi}(q), \end{eqnarray} $

并且对任意的$ \theta>{\Phi}(q), $

$ \begin{eqnarray} {\lim\limits_{b \to \infty}}\frac{Z^{(q)}(b, \theta)}{W^{(q)}(b)} = \frac{{\psi}_q(\theta)}{\theta-{\Phi}(q)}. \end{eqnarray} $

为了简单起见, 当$ p $, $ p+q\ge0, $$ x\in{\Bbb R} $时, Loeffen等[22]引入了尺度函数$ W_a^{(p, q)}(x) $

$ \begin{eqnarray} W_a^{(p, q)}(x)& = &W^{(p)}(x)+q\int_{a}^{x}W^{(p+q)}(x-y)W^{(p)}(y){\rm d}y \\ & = &W^{(p+q)}(x)-q\int_{0}^{a}W^{(p+q)}(x-y)W^{(p)}(y){\rm d}y. \end{eqnarray} $

众所周知

$ \begin{eqnarray} \int_0^{\infty}e^{-{\theta}z}W_a^{(p, q)}(a+z){\rm d}z = \frac{Z^{(p)}(a, \theta)}{{\psi}_{p+q}(\theta)}, \; \; \; \; \; \theta>{\Phi}(p+q), \end{eqnarray} $

并且

$ \begin{eqnarray} (s-(p+q))\int_{b}^{x}W^{(s)}(x-y)W_b^{(p, q)}(y){\rm d}y = W_b^{(p, s-p)}(x)-W_b^{(p, q)}(x). \end{eqnarray} $

Lkabous和Renaud[19]定义了$ (r, s) $ -延迟尺度函数$ {\Lambda}^{(p)}(x;r, q) $

$ \begin{eqnarray} {\Lambda}^{(p)}(x;r, q) = \int_{0}^{\infty}W_z^{(p+q, -q)}(x+z)\frac{z}{r}{\Bbb P}(X_r{\in}{\rm d}z), \end{eqnarray} $

它也可以被写为

$ \begin{eqnarray} {\Lambda}^{(p)}(x;r, q) = \int_{0}^{\infty}W_x^{(p, q)}(x+z)\frac{z}{r}{\Bbb P}(X_r{\in}{\rm d}z). \end{eqnarray} $

$ q = 0 $时, (2.14) 式简化为$ {\Lambda}^{(p)}(x;r, 0) = {\Lambda}^{(p)}(x, r), $其中

$ \begin{eqnarray} {\Lambda}^{(p)}(x, r) = \int_{0}^{\infty}W^{(p)}(x+z)\frac{z}{r}{\Bbb P}(X_r{\in}{\rm d}z), \end{eqnarray} $

详见Loeffen等[21], 并且我们记$ \Lambda = {\Lambda}^{(0)}. $

3 主要结果及证明

在这一章中, 我们讨论$ a = 0 $时破产时间和赤字的联合拉普拉斯变换以及$ a\geq0 $时破产时盈余的拉普拉斯变换.

定理3.1  当$ u\in{\Bbb R}, $$ a, \theta\ge0 $, 并且$ \lambda, r>0 $时, 有

$ \begin{equation} {\Bbb E}_u[e^{{\theta}X_{{K}_{a, r}^{\lambda}}};K_{a, r}^{\lambda}<\infty] = J_{a, r, \lambda, \theta}(a)\frac{\int_0^r{\lambda}e^{{\lambda}(r-s)}g_{u, a, \lambda}(s){\rm d}s} {1-\int_0^r{\lambda}e^{{\lambda}(r-s)}g_{a, a, \lambda}(s){\rm d}s}+J_{a, r, \lambda, \theta}(u), \end{equation} $

其中

注3.1  当$ \theta\rightarrow0 $时, 定理3.1和文献[14]中的定理4.1是一致的.

定理3.1的证明  对$ T_{0}^{\lambda, -} $取条件并运用强马氏性, 有

$ \begin{eqnarray} {\Bbb E}_u[e^{{\theta}X_{{K}_{a, r}^{\lambda}}};K_{a, r}^{\lambda}<\infty]& = &\int_{-\infty}^{0}{\Bbb P}_u(X_{T_0^{\lambda, -}}{\in}{\rm d}x, T_0^{\lambda, -}<\infty){\Bbb P}_x({\tau}_a^+<r) {\Bbb E}_a[e^{{\theta}X_{{K}_{a, r}^{\lambda}}};{K}_{a, r}^{\lambda}<\infty] \\ &&+\int_{-\infty}^{0}{\Bbb P}_u(X_{T_0^{\lambda, -}}{\in}{\rm d}x, T_0^{\lambda, -}<\infty){\Bbb E}_x[e^{{\theta}X_r};{\tau}_a^+>r]. \end{eqnarray} $

在(3.2) 式中令$ u = a, $可以得到

$ \begin{eqnarray} {\Bbb E}_a[e^{{\theta}X_{{K}_{a, r}^{\lambda}}};{K}_{a, r}^{\lambda}<\infty] = \frac{\int_{-\infty}^{0}{\Bbb P}_a(X_{T_0^{\lambda, -}}{\in}{\rm d}x, T_0^{\lambda, -}<\infty) {\Bbb E}_x[e^{{\theta}X_r};{\tau}_a^+>r]} {1-\int_{-\infty}^{0}{\Bbb P}_a(X_{T_0^{\lambda, -}}{\in}{\rm d}x, T_0^{\lambda, -}<\infty){\Bbb P}_x({\tau}_a^+<r)}. \end{eqnarray} $

将(3.3) 式代入(3.2) 式, 有

$ \begin{eqnarray} {\Bbb E}_u[e^{{\theta}X_{{K}_{a, r}^{\lambda}}};K_{a, r}^{\lambda}<\infty] & = &\int_{-\infty}^{0}{\Bbb P}_u(X_{T_0^{\lambda, -}}{\in}{\rm d}x, T_0^{\lambda, -}<\infty){\Bbb P}_x({\tau}_a^+<r) \\ &&\times \frac{\int_{-\infty}^{0} {\Bbb P}_a(X_{T_0^{\lambda, -}}{\in}{\rm d}x, T_0^{\lambda, -}<\infty) {\Bbb E}_x[e^{{\theta}X_r};{\tau}_a^+>r]} {1-\int_{-\infty}^{0}{\Bbb P}_a(X_{T_0^{\lambda, -}}{\in}{\rm d}x, T_0^{\lambda, -}<\infty){\Bbb P}_x({\tau}_a^+<r)} \\ &&+\int_{-\infty}^{0}{\Bbb P}_u(X_{T_0^{\lambda, -}}{\in}{\rm d}x, T_0^{\lambda, -}<\infty){\Bbb E}_x[e^{{\theta}X_r};{\tau}_a^+>r]. \end{eqnarray} $

由(2.1) 式, 为了证明我们的结果, 我们只需计算

$ \begin{eqnarray} \int_{-\infty}^{0}{\Bbb P}_u(X_{T_0^{\lambda, -}}{\in}{\rm d}x, T_0^{\lambda, -}<\infty){\Bbb E}_x[e^{{\theta}X_r};{\tau}_a^+>r]. \end{eqnarray} $

一方面, 由文献[11], 有

$ \begin{eqnarray} \int_{0}^{\infty}e^{-qt}{\Bbb P}_x(X_t{\in}{\rm d}y, t<{\tau}_a^+){\rm d}t = (e^{{\Phi}(q)(x-a)}W^{(q)}(a-y)-W^{(q)}(x-y)){\rm d}y. \end{eqnarray} $

由(2.3) 式, (3.6) 式以及Fubini定理很容易得到

$ \begin{eqnarray} \int_0^{\infty}e^{{-\beta}r}{\Bbb E}_x[e^{{\theta}X_r};{\tau}_a^+>r]{\rm d}r & = &\int_0^{\infty}e^{{-\beta}r}\int_{-\infty}^{a}e^{{\theta}y}{\Bbb P}_x({X_r}{\in}{\rm d}y, {\tau}_a^+>r){\rm d}r \\ & = &\int_{-\infty}^{a}e^{{\theta}y}\int_0^{\infty}e^{{-\beta}r}{\Bbb P}_x({X_r}{\in}{\rm d}y, {\tau}_a^+>r){\rm d}r \\ & = &\int_{-\infty}^{a}e^{{\theta}y}(e^{{\Phi}({\beta})(x-a)}W^{(\beta)}(a-y)-W^{(\beta)}(x-y)){\rm d}y \\ & = &\frac{e^{({\theta}-{\Phi}({\beta}))a}}{\psi(\theta)-\beta}e^{{\Phi}({\beta})x}-\frac{1}{{\psi}(\theta)-\beta}e^{{\theta}x}. \end{eqnarray} $

$ \beta>0 $时, 对(3.5) 式关于$ r $取拉普拉斯变换, 并且由(3.7) 式和Fubini定理可以得到

$ \begin{eqnarray} && \int_0^{\infty}e^{{-\beta}r}\int_{-\infty}^{0}{\Bbb P}_u(X_{T_0^{\lambda, -}}{\in}{\rm d}x, T_0^{\lambda, -}<\infty){\Bbb E}_x[e^{{\theta}X_b};{\tau}_a^+>r]{\rm d}r \\ & = & \int_{-\infty}^{0}\frac{e^{({\theta}-{\Phi}({\beta}))a}}{\psi(\theta)-\beta}{\Bbb P}_u(X_{T_0^{\lambda, -}}{\in}{\rm d}x, T_0^{\lambda, -}<\infty)e^{{\Phi}({\beta})x} \\ && -\int_{-\infty}^{0}\frac{1}{\psi(\theta)-\beta}{\Bbb P}_u(X_{T_0^{\lambda, -}}{\in}{\rm d}x, T_0^{\lambda, -}<\infty)e^{{\theta}x}. \end{eqnarray} $

由文献[20], 有

$ \begin{eqnarray} {\Bbb E}_u[e^{qX_{T_0^{\lambda, -}}};T_0^{\lambda, -}<\infty] = \frac{\lambda}{\lambda-{\psi}(q)}\left(Z(u, q)-Z(u, {\Phi}_{\lambda})\frac{{\psi(q)}{\Phi}_{\lambda}}{{\lambda}q}\right). \end{eqnarray} $

因此, 由(2.8) 式和(3.9) 式得

$ \begin{eqnarray} &&\int_{-\infty}^{0}\frac{e^{({\theta}-{\Phi}({\beta}))a}}{\psi(\theta)-\beta}{\Bbb P}_u(X_{T_0^{\lambda, -}}{\in}{\rm d}x, T_0^{\lambda, -}<\infty)e^{{\Phi}({\beta})x} \\ & = &\frac{e^{({\theta}-{\Phi}({\beta}))a}}{\psi(\theta)-\beta}{\Bbb E}_u[e^{{{\Phi}({\beta})}X_{T_0^{\lambda, -}}};T_0^{\lambda, -}<\infty] \\ & = &\frac{e^{({\theta}-{\Phi}({\beta}))a}}{\psi(\theta)-\beta}\frac{\lambda}{\lambda-\beta} \bigg[Z(u, {\Phi}({\beta}))-Z(u, {\Phi}({\lambda}))\frac{{\beta}{{\Phi}({\lambda})}} {{\lambda}{{\Phi}({\beta})}}\bigg] \\& = &\frac{e^{({\theta}-{\Phi}({\beta}))a}}{\psi(\theta)-\beta}\frac{{\lambda}{\beta}}{\lambda-\beta}\left[\int_{0}^{\infty}e^{-{{\Phi}({\beta})}y}W(u+y){\rm d}y- \frac{Z(u, {\Phi}({\lambda})){{\Phi}({\lambda})}}{{\lambda}{{\Phi}({\beta})}}\right]. \end{eqnarray} $

$ {\beta}>0, $$ {{\Phi}({\beta})}>0, $由(2.5) 式和分部积分, 有

$ \begin{eqnarray} \int_{0}^{\infty}e^{-{{\Phi}({\beta})}y}W(u+y){\rm d}y = \frac{1}{{\Phi}({\beta})}W(u)+\frac{1}{{\Phi}({\beta})}\int_{0}^{\infty}e^{-{{\Phi}({\beta})}y}W'(u+y){\rm d}y. \end{eqnarray} $

结合(3.11) 式和(3.10) 式可以得到

$ \begin{eqnarray} & &\int_{-\infty}^{0}\frac{e^{({\theta}-{\Phi}({\beta}))a}}{\psi(\theta)-\beta}{\Bbb P}_u(X_{T_0^{\lambda, -}}{\in}{\rm d}x, T_0^{\lambda, -}<\infty)e^{{\Phi}({\beta})x} {}\\ & = &{\lambda}e^{{\theta}a} \bigg[\frac{{\psi}(\theta)}{{\psi}_{\lambda}(\theta)}(\frac{1}{\beta-{\psi}(\theta)}-\frac{1}{\beta-\lambda})+\frac{1}{\beta-\lambda}\bigg] \\ &&\times\bigg[\frac{e^{-{\Phi}({\beta})a}}{{\Phi}({\beta})}W(u) +\int_{0}^{\infty}\frac{e^{-{\Phi}({\beta})(a+y)}}{{\Phi}({\beta})}W'(u+y){\rm d}y -\frac{Z(u, {\Phi}({\lambda})){\Phi}({\lambda})e^{-{\Phi}({\beta})a}}{{\lambda}{{\Phi}({\beta})}}\bigg]. \end{eqnarray} $

类似的, 有

$ \begin{eqnarray} & &\int_{-\infty}^{0}\frac{1}{\psi(\theta)-\beta}{\Bbb P}_u(X_{T_0^{\lambda, -}}{\in}{\rm d}x, T_0^{\lambda, -}<\infty)e^{{\theta}x} {}\\ & = &\frac{1}{\psi(\theta)-\beta}{\Bbb E}_u[e^{{\theta}X_{T_0^{\lambda, -}}};T_0^{\lambda, -}<\infty] \\ & = &\frac{1}{\beta-\psi(\theta)}\frac{\lambda}{{\psi}({\lambda})(\theta)}(Z(u, {\theta})-Z(u, {\Phi}({\lambda}))\frac{{\psi}(\theta){{\Phi}({\lambda})}}{{\lambda}{\theta}}). \end{eqnarray} $

将(3.12)和(3.13) 式代入(3.8) 式, 得到

$ \begin{eqnarray} && \int_0^{\infty}e^{{-\beta}r}\int_{-\infty}^{0}{\Bbb P}_u(X_{T_0^{\lambda, -}}{\in}{\rm d}x, T_0^{\lambda, -}<\infty){\Bbb E}_x[e^{{\theta}X_r};{\tau}_a^+>r]{\rm d}r \\ & = &{\lambda}e^{{\theta}a}\bigg[\frac{{\psi}(\theta)}{{\psi}_{\lambda}(\theta)}(\frac{1}{\beta-{\psi}(\theta)}-\frac{1}{\beta-\lambda})+\frac{1}{\beta-\lambda}\bigg] \\ &&\times \bigg[\frac{e^{-{\Phi}({\beta})a}}{{\Phi}({\beta})}W(u)+\int_{0}^{\infty}\frac{e^{-{\Phi}({\beta})(a+y)}}{{\Phi}({\beta})}W'(u+y){\rm d}y -\frac{Z(u, {\Phi}({\lambda})){\Phi}({\lambda})e^{-{\Phi}({\beta})a}}{{\lambda}{{\Phi}({\beta})}}\bigg] \\&&-\frac{1}{\beta-\psi(\theta)}\frac{\lambda}{{\psi}_{\lambda}(\theta)}(Z(u, {\theta})-Z(u, {\Phi}({\lambda}))\frac{{\psi}(\theta){{\Phi}({\lambda})}}{{\lambda}{\theta}}). \end{eqnarray} $

接下来我们讨论(3.14) 式的拉普拉斯逆变换. 当$ u\in{\Bbb R}, $$ a\ge0, $并且$ \beta, r, s>0 $时, 由文献[20] 中的结果, 有

$ \begin{eqnarray} \int_{0}^{\infty}e^{-{\beta}r}\int_{a}^{\infty}\frac{z}{r}{\Bbb P}(X_r{\in}{\rm d}z){\rm d}r = \frac{e^{-{{\Phi}({\beta})}a}}{{\Phi}({\beta})}, \end{eqnarray} $

以及

$ \begin{equation} \int_{0}^{\infty}e^{-{\beta}r}\int_{a}^{\infty}[W(u+z-a)-W(u)]\frac{z}{r}{\Bbb P}(X_r{\in}{\rm d}z){\rm d}r = \int_{0}^{\infty}\frac{e^{-{{\Phi}({\beta})}(a+y)}}{{\Phi}({\beta})}W^{'}(u+y){\rm d}y. \end{equation} $

类似的

$ \begin{eqnarray} \int_{0}^{\infty}e^{-{\beta}r}e^{{\psi}(\theta)r}{\rm d}r = \frac{1}{\beta-\psi(\theta)}. \end{eqnarray} $

因此, 由(3.15) 式, (3.16) 式以及(3.17) 式, 有

$ \begin{eqnarray} & &\int_{-\infty}^{0}{\Bbb P}_u(X_{T_0^{\lambda, -}}{\in}{\rm d}x, T_0^{\lambda, -}<\infty){\Bbb E}_x[e^{{\theta}X_r};{\tau}_a^+>r] \\ & = &-\int_{0}^{r}{\lambda}e^{{\theta}a}f_{\lambda, \theta}(r-s)g_{u, a, \lambda}(s){\rm d}s-h_{r, \lambda, \theta}(u) \\ & = &J_{a, r, \lambda, \theta}(u). \end{eqnarray} $

最后, 将(2.1) 式和(3.18) 式代入(3.4) 式就得到了(3.1) 式. 证毕.

接下来, 我们利用Lkabous[17]中的定理3的结论和测度变换法讨论$ a = 0 $时破产时间和赤字的联合拉普拉斯变换.

定理3.2  当$ q, \theta\ge0 $, $ b, \lambda, r>0 $, 并且$ u\; {\leq}\; b $时, 有

其中

  由文献[11], 我们知道, 对任意的$ \theta\geq0, $过程

是鞅. 对任意的$ \theta\geq0 $定义测度变换

此外, 当$ (X, {\Bbb P}) $是一个谱负Lévy过程时, $ (X, {\Bbb P}^{\theta}) $仍然是谱负Lévy过程. 由测度变换, 我们有

$ \begin{eqnarray} {\Bbb E}_u[e^{-{q}{K}_{r}^{\lambda}+{\theta}X_{{K}_{r}^{\lambda}}}1_{\{K_{r}^{\lambda}<{\tau}_b^+\}}] & = e^{{\theta}u}{\Bbb E}_u^{\theta}[e^{-{p}{K}_{r}^{\lambda}}1_{\{K_{r}^{\lambda}<{\tau}_b^+\}}], \end{eqnarray} $

其中$ p = q-\psi(\theta), $$ {\Bbb E}_u^{\theta} $是在新的概率测度$ {\Bbb P}^{\theta} $下的期望. 定义在概率测度$ {\Bbb P}^{\theta} $下的尺度函数为带有下标$ \theta $的相应的尺度函数, 并且由Kyprianou[11]可以知道, 当$ \theta\geq0, $$ q-\psi(\theta)\geq0 $时, 有

并且

此外, 当$ x\geq0 $时, $ W^{(q)}(x) $$ Z^{(q)}(x) $都可以被推广到$ q\; {\in}\; {\Bbb C}. $由文献[17], 有

其中

为了得到(3.19) 式的具体表达式, 我们需要得到

的具体表达式. 首先, 我们可以很容易得到

$ \begin{eqnarray} Z^{(p)}_{\theta}(u) = e^{-{\theta}u}Z^{(q)}(u, \theta), \; \; \; \; \; \; \; \; Z^{(p)}_{\theta}(u, {\Phi}_{\theta}(\lambda+p)) = e^{-{\theta}u}Z^{(q)}(u, {\Phi}_{\lambda+q}). \end{eqnarray} $

$ \int_0^{\infty}e^{-{\theta}z}W_u^{(q, \lambda)}(u+z)\frac{z}{r}{\Bbb P}^{\theta}(X_r{\in}{\rm d}z) $关于$ r>0 $取拉普拉斯变换, 有

其中第一个和第四个等式中分别用到了Fubini定理和(2.11) 式, 第二个等式中用到了Kendall等式[5],

$ \begin{equation} {\Bbb P}({\tau}_z^+{\in}{\rm d}r){\rm d}z = z{\Bbb P}(X_r{\in}{\rm d}z){\rm d}r, \; \; \; \; 0<x<\infty, \; \; 0<z<\infty. \end{equation} $

由文献[11] 中首达时$ x $的拉普拉斯变换

$ \begin{equation} {{\Bbb E}}_u[e^{-q{{\tau}_x^+}};{\tau}_x^+<\infty] = e^{{\Phi}(q)(u-x)} \end{equation} $

得到了第四个等式. 与此同时

由拉普拉斯变换的唯一性, 可知

换句话说, 也就是

$ \begin{equation} \Lambda^{(p)}_{\theta}(u;r, \lambda) = e^{-{\theta}x}e^{-\psi(\theta)r}\Lambda^{(q)}(u;r, \lambda). \end{equation} $

将(3.20) 式和(3.23) 式代入(3.19) 式, 并结合$ p = q-\psi(\theta), $

定理3.2证毕.

推论3.1  当$ b\rightarrow \infty $时, 有

其中

注3.2  当$ \theta\rightarrow0 $时, 推论3.1中的拉普拉斯变换和文献[17] 中的$ (26) $式是一致的.

推论3.1的证明  我们首先注意到

$ \begin{eqnarray} &&\lim\limits_{b\to+\infty}\frac{W_z^{(\psi(\theta), q-\psi(\theta))}(b+z)}{W^{(q)}(b)} \\ & = &\lim\limits_{b\to+\infty}\frac{W^{(q)}(b+z)}{W^{(q)}(b)}+{\psi}_q(\theta)\lim\limits_{b\to+\infty}\int_{0}^{z}\frac{W^{(q)}(b+z-y)}{W^{(q)}(b)}W^{(\psi(\theta))}(y){\rm d}y \\ & = &e^{{\Phi}(q)z}+{\psi}_q(\theta)\int_{0}^{z}e^{{\Phi}(q)(z-y)}W^{(\psi(\theta))}(y){\rm d}y \\ & = &e^{{\Phi}(q)z}\left(1+{\psi}_q(\theta)\int_{0}^{z}e^{-{\Phi}(q)y}W^{(\psi(\theta))}(y){\rm d}y\right) \\ & = &Z^{(\psi(\theta))}(z, {\Phi}(q)). \end{eqnarray} $

由式(2.4) 式, (2.9) 式和(3.24) 式, 有

推论3.1证毕.

推论3.2  在定理$ \rm3.2 $中令$ \lambda\rightarrow \infty, $

  由(3.17) 式, (2.14) 式以及Fubini定理可得

其中$ \beta>q+\lambda, $$ {\Phi}({\beta})>{\Phi}({q+\lambda}), $在第二个和第三个等式中分别用到了(3.21) 式和(3.22) 式, 在最后一个等式中用到了(2.11) 式. 与此同时, 当$ {\lambda\to\infty} $时, 有$ {\beta\to\infty}, $$ {{\Phi}({\beta})\to\infty}, $$ {{\Phi}({q+\lambda})\to\infty}. $因此

其中第二个等式中用到了(2.8) 式. 由于$ {\Phi}({\beta})>{\Phi}({q+\lambda}) $, $ \beta>q+\lambda, $因此有

以及

所以, 可以得到

由拉普拉斯变换的唯一性, 可知

因此

推论3.2证毕.

4 例子

本章在特殊的Lévy风险模型: Brownian风险模型下给出了Parisian破产时盈余的拉普拉斯变换. 令

其中$ \mu>0, $$ \{B_t\}_{t\ge0} $是一个标准布朗运动. 为了简单起见, 我们假设$ a = 0. $显然易得$ \psi(\theta) = {\mu}{\theta}+\frac{1}{2}{\theta}^2, $$ {\Phi}({\lambda}) = \sqrt{{\mu}^2+2{\lambda}}-\mu. $

下面, 我们计算破产时盈余的拉普拉斯变换. 由$ (2.3) $式和$ (2.8) $式可得

由(2.2) 式, 有

$ {\Bbb P}(X_s{\in}{\rm d}z) = \frac{1}{\sqrt{2{\pi}s}}e^{-\frac{(z-{\mu}s)^2}{2s}}{\rm d}z, $化简可得

其中$ {\cal N}(\cdot) $是一个标准正态随机变量的累积分布函数. 因此

此外

通过一些计算, 我们得到

$ \begin{equation} \int_{0}^{r}f_{\lambda, \theta}(r-s)\frac{e^{-\frac{{\mu}^2s}{2}}}{\sqrt{2{\pi}s}}{\rm d}s = \frac{2}{{\psi}_{\lambda}(\theta)}\left(J_1(\psi(\theta);r, \mu)-J_1(\lambda;r, \mu)\right), \end{equation} $

$ \begin{equation} \int_{0}^{r}f_{\lambda, \theta}(r-s){{\cal N}}({\mu}\sqrt{s}){\rm d}s = \frac{\mu}{{\psi}_{\lambda}(\theta)} \bigg[J_2(\psi(\theta);r, \mu)-J_2(\lambda;r, \mu)+\frac{1}{2}(e^{{\psi(\theta)}r}-e^{{\lambda}r})\bigg], \end{equation} $

$ \begin{equation} \int_{0}^{r}f_{\lambda, \theta}(r-s){\rm d}s = \frac{1}{{\psi}_{\lambda}(\theta)}(e^{{\psi(\theta)}r}-e^{{\lambda}r}), \end{equation} $

其中

与此同时, 我们有

$ \begin{eqnarray} {\lambda}\int_{0}^{r}e^{{\lambda}(r-s)}g_{x, 0, \lambda}(s){\rm d}s& = &e^{-2{\mu}x}(1-\frac{{\Phi}({\lambda})+\mu}{{\Phi}({\lambda})+2\mu}e^{{\lambda}r}) \\ && +\frac{e^{-2{\mu}x}}{{\Phi}({\lambda})+2\mu}[2J_1(\lambda;r, \mu)+{\mu}\left(J_2(\lambda;r, \mu)-{{\cal N}}({\mu}\sqrt{r})\right)]. \end{eqnarray} $

将(4.1) 式, (4.2) 式和(4.3) 式相加, 可得

因此, 我们有

$ \begin{eqnarray} J_{0, r, \lambda, \theta}(x) & = &-\int_{0}^{r}f_{\lambda, \theta}(r-s)g_{x, 0, \lambda}(s){\rm d}s-h_{r, \lambda, \theta}(x) \\ & = &\frac{e^{-2{\mu}x}}{{{\psi}_{\lambda}(\theta)}}\left[\frac{({\Phi}({\lambda})+\mu)}{({\Phi}({\lambda})+2\mu)}(e^{{\psi(\theta)}r}-e^{{\lambda}r}) \! -\!{\lambda}e^{{\psi(\theta)}r} \left(-\frac{\theta}{2{\mu}}+(1+\frac{\theta}{2{\mu}})\frac{\sqrt{{\mu}^2+2{\lambda}}-\mu}{\sqrt{{\mu}^2+2{\lambda}}+\mu}\right)\right] \\ &&-\frac{e^{-2{\mu}x}}{{{\psi}_{\lambda}(\theta)}({\Phi}({\lambda})+2\mu)}[2\left(J_1(\psi(\theta);r, \mu) \!-\!J_1(\lambda;r, \mu)\right)+{\mu}\left(J_2(\psi(\theta);r, \mu) \!-\!J_2(\lambda;r, \mu)\right)].{}\\ \end{eqnarray} $

由定理3.1, 可得

其中$ \int_0^r{\lambda}e^{{\lambda}(r-s)}g_{x, 0, \lambda}(s){\rm d}s $$ J_{0, r, \lambda, \theta}(u) $分别由(4.4) 式和(4.5) 式给出.

参考文献

Albrecher H , Cheung E C K , Thonhauser S .

Randomized observation times for the compound Possion risk model: The discounted penalty function

Scand Actuar J, 2013, 2013 (6): 424- 452

DOI:10.1080/03461238.2011.624686     

Albrecher H , Ivanovs J , Zhou X .

Exit identities for Lévy processes observed at Poisson arrival times

Bernoulli, 2016, 22 (3): 1364- 1382

[本文引用: 2]

Albrecher H , Kortschak D , Zhou X .

Pricing of Parisian options for a jump-diffusion model with two-sided jumps

Appl Math Fina, 2012, 19 (2): 97- 129

DOI:10.1080/1350486X.2011.599976     

Baurdoux E J , Pardo J C , Pérez J L , Renaud J-F .

Gerber-Shiu distribution at Parisian ruin for Lévy insurance risk processes

J Appl Prob, 2016, 53 (2): 572- 584

DOI:10.1017/jpr.2016.21      [本文引用: 2]

Bertoin J . Lévy Processes. Cambridge: Cambridge University Press, 1996

[本文引用: 1]

Czarna I , Palmowski Z .

Ruin Probability with Parisian delay for a spectrally negative Lévy process

J Appl Prob, 2011, 48 (4): 984- 1002

DOI:10.1017/S0021900200008573      [本文引用: 1]

Dassios A , Wu S .

On barrier strategy dividends with Parisian implementation delay for classical surplus process

Insurance Math Econ, 2009, 45 (2): 195- 202

DOI:10.1016/j.insmatheco.2009.05.013      [本文引用: 1]

Dong H , Yin C C , Dai H S .

Spectrally negative Lévy risk model under Erlangized barrier strategy

J Comput Appl Math, 2019, 351, 101- 116

DOI:10.1016/j.cam.2018.11.001      [本文引用: 1]

Dong H , Zhou X .

On a spectrally negative Lévy process with periodic dividends and capital injections

Statist Probab Lett, 2019, 155, 108589

DOI:10.1016/j.spl.2019.108589      [本文引用: 1]

Kuznetsov A, Kyprianou A E, Rivero V. The Theory of Scale Functions for Spectrally Negative Lévy Processes//Cohen S, et al. Lévy Matters Π. Berlin Heidelberg: Springer, 2012: 97-186

[本文引用: 3]

Kyprianou A E . Fluctuations of Lévy Processes with Applications. Introductory Lectures. Berlin Heidelberg: Springer, 2014

[本文引用: 5]

Landriault D , Renaud J-F , Zhou X .

An insurance risk model with Parisian implementation delays

Methodol Comput Appl Probab, 2014, 16 (3): 583- 607

DOI:10.1007/s11009-012-9317-4      [本文引用: 2]

Landriault D , Renaud J-F , Zhou X .

Occupation times of spectrally negative Lévy processes with applications

Stoch Process Appl, 2011, 121 (11): 2629- 2641

DOI:10.1016/j.spa.2011.07.008      [本文引用: 3]

Li B , Willmot G E , Wong J T Y .

A temporal approach to the Parisian risk model

J Appl Prob, 2018, 55 (1): 302- 317

DOI:10.1017/jpr.2018.18      [本文引用: 6]

Li B , Zhou X .

The joint Laplace transform for diffusion occupation times

Adv Appl Prob, 2013, 45 (4): 1049- 1067

DOI:10.1239/aap/1386857857     

Li Y Q , Zhou X .

On pre-exit joint occupation times for spectrally negative Lévy processes

Statist Probab Lett, 2014, 94, 48- 55

DOI:10.1016/j.spl.2014.06.023     

Lkabous M A .

A note on Parisian ruin under a hybrid observation scheme

Statist Probab Lett, 2019, 145, 147- 157

DOI:10.1016/j.spl.2018.09.013      [本文引用: 5]

Lkabous M A , Czarna I , Renaud J-F .

Parisian ruin for a refracted Lévy process

Insurance Math Econ, 2017, 74, 153- 163

DOI:10.1016/j.insmatheco.2017.03.005     

Lkabous M A , Renaud J-F .

A unified approach to ruin probabilities with delays for spectrally negative Lévy processes

Scand Actuar J, 2019, 2019 (8): 711- 728

DOI:10.1080/03461238.2019.1598890      [本文引用: 2]

Loeffen R L , Czarna I , Palmowski Z .

Parisian ruin probability for spectrally negative Lévy processes

Bernoulli, 2013, 19 (2): 599- 609

[本文引用: 3]

Loeffen R L , Renaud J-F , Surya B A .

Discounted penalty function at Parisian ruin for Lévy insurance risk process

Insurance Math Econ, 2018, 83, 190- 197

DOI:10.1016/j.insmatheco.2017.10.008      [本文引用: 1]

Loeffen R L , Renaud J-F , Zhou X .

Occupation times of intervals until first passage times for spectrally negative Lévy processes

Stoch Process Appl, 2014, 124 (3): 1408- 1435

DOI:10.1016/j.spa.2013.11.005      [本文引用: 1]

Wong J T Y , Cheung E C K .

On the time value of Parisian ruin in (dual) renewal risk process with exponential jumps

Insurance Math Econ, 2015, 65 (2): 280- 290

URL     [本文引用: 1]

张万路, 赵翔华.

折射Lévy风险过程的Parisian破产问题

数学物理学报, 2019, 39A (1): 184- 199

DOI:10.3969/j.issn.1003-3998.2019.01.018     

Zhang W L , Zhao X H .

On the Parisian ruin probability in a refracted Lévy process

Acta Math Sci, 39A (1): 184- 199

DOI:10.3969/j.issn.1003-3998.2019.01.018     

Zhao X H , Dong H , Dai H S .

On spectrally positive Lévy risk processes with Parisian implementation delays in dividend payments

Statist Probab Lett, 2018, 140, 176- 184

DOI:10.1016/j.spl.2018.05.013      [本文引用: 1]

/