Sie befinden Sich nicht im Netzwerk der Universität Paderborn. Der Zugriff auf elektronische Ressourcen ist gegebenenfalls nur via VPN oder Shibboleth (DFN-AAI) möglich. mehr Informationen...
Stochastische Risikomodellierung und statistische Methoden, 2016, p.181-221
Ort / Verlag
Berlin, Heidelberg: Springer Berlin Heidelberg
Erscheinungsjahr
2016
Quelle
Alma/SFX Local Collection
Beschreibungen/Notizen
Um die Dynamik von Zufallsvariablen im Zeitverlauf zu modellieren, bedient man sich stochastischer Prozesse. Endliche Markov-Ketten und endliche Markov-Prozesse sind stochastische Prozesse in einem endlichen Zustandsraum und diskreter bzw. stetiger Zeit, welche durch die Eigenschaft der Gedächtnislosigkeit charakterisiert sind. Bestimmend für deren Langzeitverhalten sind die Eigenwerte der zugehörigen Übergangs- bzw. Fundamentalmatrizen. Mit allgemeinen (nicht notwendigerweise endlichen) Markov-Prozessen verfügt man über eine Klasse von stochastischen Prozessen, die mit dem Wiener-Prozess, der Brownsche Bewegung mit Drift, dem Poisson-Prozess sowie dem zusammengesetzten Poisson-Prozess wichtige Modellansätze für die aktuarielle und finanzmathematische Anwendung umfasst. In diesem Kontext stellt sich insbesondere die Frage nach Ruinwahrscheinlichkeiten in Markov-Prozessen. Diese kann aus einer fundamentalen Grenzwertbeziehung abgeleitet werden und besitzt im Fall der Brownschen Bewegung mit Drift eine explizite Darstellung bzw. im Fall des zusammengesetzten Poisson-Prozesses eine Reihendarstellung.
Um die Dynamik von Zufallsvariablen im Zeitverlauf zu modellieren, bedient man sich stochastischer Prozesse. Endliche Markov-Ketten und endliche Markov-Prozesse sind stochastische Prozesse in einem endlichen Zustandsraum und diskreter bzw. stetiger Zeit, welche durch die Eigenschaft der Gedächtnislosigkeit charakterisiert sind. Bestimmend für deren Langzeitverhalten sind die Eigenwerte der zugehörigen Übergangs- bzw. Fundamentalmatrizen. Mit allgemeinen (nicht notwendigerweise endlichen) Markov-Prozessen verfügt man über eine Klasse von stochastischen Prozessen, die mit dem Wiener-Prozess, der Brownsche Bewegung mit Drift, dem Poisson-Prozess sowie dem zusammengesetzten Poisson-Prozess wichtige Modellansätze für die aktuarielle und finanzmathematische Anwendung umfasst. In diesem Kontext stellt sich insbesondere die Frage nach Ruinwahrscheinlichkeiten in Markov-Prozessen. Diese kann aus einer fundamentalen Grenzwertbeziehung abgeleitet werden und besitzt im Fall der Brownschen Bewegung mit Drift eine explizite Darstellung bzw. im Fall des zusammengesetzten Poisson-Prozesses eine Reihendarstellung.