基于信息熵方法的保险理论
摘要 | 第1-4页 |
ABSTRACT | 第4-8页 |
第1章 绪论 | 第8-18页 |
·课题提出的背景及意义 | 第8-15页 |
·风险及风险度量 | 第9-10页 |
·信息熵 | 第10-12页 |
·保险定价原理 | 第12-15页 |
·课题描述及研究方法 | 第15-16页 |
·论文研究主要内容及结构 | 第16-18页 |
第2章 风险、保险以及风险度量 | 第18-30页 |
·什么是风险 | 第18-21页 |
·风险概述 | 第18-19页 |
·风险的定义 | 第19-21页 |
·保险 | 第21-23页 |
·保险概论 | 第21-22页 |
·保险的分类 | 第22页 |
·风险度量在保险工作的核心地位 | 第22-23页 |
·风险度量模型 | 第23-28页 |
·基于方差的风险度量模型 | 第24-25页 |
·灵敏度风险度量模型 | 第25-26页 |
·VaR 风险度量模型 | 第26-27页 |
·一致性风险度量体系 | 第27-28页 |
·本章小结 | 第28-30页 |
第3章 信息熵基本理论 | 第30-46页 |
·概述 | 第30-32页 |
·熵概念的演变 | 第30-31页 |
·信息熵 | 第31-32页 |
·信息熵的基本理论 | 第32-41页 |
·信息熵的性质 | 第32-33页 |
·常用概率分布的熵 | 第33-36页 |
·最大熵原理 | 第36-38页 |
·最小相对熵原理 | 第38-41页 |
·熵基本原理的应用实例 | 第41-45页 |
·最大熵原理算例 | 第41-43页 |
·最小相对熵原理算例 | 第43-45页 |
·本章小结 | 第45-46页 |
第4章 下偏矩-信息熵风险度量模型 | 第46-60页 |
·传统风险度量模型的特点 | 第46-52页 |
·方差及半方差模型 | 第46-49页 |
·灵敏度模型 | 第49-50页 |
·VaR 模型 | 第50-51页 |
·ES 模型 | 第51-52页 |
·风险度量的信息熵模型 | 第52-55页 |
·基于信息熵、下偏矩的风险度量模型 | 第55-58页 |
·本章小结 | 第58-60页 |
第5章 上偏矩-信息熵模型下的保险定价 | 第60-72页 |
·保险定价 | 第60-62页 |
·保险定价面临的风险 | 第62-64页 |
·传统保险定价原理 | 第64-66页 |
·上偏矩-信息熵保费计算原理 | 第66-67页 |
·上偏矩-信息熵定价原理的特点 | 第67-70页 |
·对传统定价原理的继承 | 第67-68页 |
·上偏矩-熵定价原理的优点 | 第68-69页 |
·上偏矩-熵定价原理的不足之处 | 第69-70页 |
·本章小结 | 第70-72页 |
第6章 熵优化原理在保险理论中的应用 | 第72-78页 |
·最大熵方法 | 第73-76页 |
·最小相对熵方法 | 第76-77页 |
·本章小结 | 第77-78页 |
结论 | 第78-80页 |
参考文献 | 第80-86页 |
攻读学位期间承担的科研任务与主要成果 | 第86-87页 |
致谢 | 第87-88页 |
作者简介 | 第88页 |