Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > q-fin > arXiv:2510.15709v1

帮助 | 高级搜索

定量金融 > 风险管理

arXiv:2510.15709v1 (q-fin)
[提交于 2025年10月17日 ]

标题: 稳健的保险定价与流动性管理

标题: Robust Insurance Pricing and Liquidity Management

Authors:Shunzhi Pang
摘要: 随着新兴风险的增加,模型不确定性在保险行业中构成了一个根本性的挑战,使得稳健定价成为一个首要问题。 本文研究了保险公司对稳健性的偏好如何塑造动态保险市场中的竞争均衡。 保险公司优化其承保和流动性管理策略以最大化股东价值,从而导致可以解析推导和数值求解的均衡结果。 与没有模型不确定性的基准相比,稳健的保险定价导致了显著更高的保费和股权估值。 值得注意的是,我们的模型得出了三个新的见解:(1)总承保能力的最小值、最大值和可接受范围都扩大了,表明保险公司的流动性管理变得更加保守。 (2)承保周期的预期长度显著增加,远远超过早期实证研究中通常报告的范围。 (3)虽然在长期中容量过程仍然是遍历的,但平稳密度在低容量状态中更加集中,这意味着流动性受限的保险公司需要更长时间才能恢复。 这些发现共同为近期对承保周期实证证据的怀疑提供了一个可能的解释,表明这些周期确实存在,但比之前假设的要长得多。
摘要: With the rise of emerging risks, model uncertainty poses a fundamental challenge in the insurance industry, making robust pricing a first-order question. This paper investigates how insurers' robustness preferences shape competitive equilibrium in a dynamic insurance market. Insurers optimize their underwriting and liquidity management strategies to maximize shareholder value, leading to equilibrium outcomes that can be analytically derived and numerically solved. Compared to a benchmark without model uncertainty, robust insurance pricing results in significantly higher premiums and equity valuations. Notably, our model yields three novel insights: (1) The minimum, maximum, and admissible range of aggregate capacity all expand, indicating that insurers' liquidity management becomes more conservative. (2) The expected length of the underwriting cycle increases substantially, far exceeding the range commonly reported in earlier empirical studies. (3) While the capacity process remains ergodic in the long run, the stationary density becomes more concentrated in low-capacity states, implying that liquidity-constrained insurers require longer to recover. Together, these findings provide a potential explanation for recent skepticism regarding the empirical evidence of underwriting cycles, suggesting that such cycles may indeed exist but are considerably longer than previously assumed.
主题: 风险管理 (q-fin.RM)
引用方式: arXiv:2510.15709 [q-fin.RM]
  (或者 arXiv:2510.15709v1 [q-fin.RM] 对于此版本)
  https://doi.org/10.48550/arXiv.2510.15709
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Shunzhi Pang [查看电子邮件]
[v1] 星期五, 2025 年 10 月 17 日 14:53:51 UTC (2,083 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
许可图标 查看许可
当前浏览上下文:
q-fin.RM
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-10
切换浏览方式为:
q-fin

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号