∑

数学知识体系

Observatory Archive of Mathematics
⌕2026/8/31
概念

复合泊松过程

跳跃幅度随机化的泊松过程,是莱维过程(独立平稳增量)的入门例子,用于保险索赔等建模。

所属主题:随机过程 ↗
阅读路径

参考可汗学院 Get ready 机制:先修概念 → 当前概念 → 进阶概念,✓ 表示已读。

当前概念

复合泊松过程随机过程

进阶概念

本主题暂无后续概念

01定义

复合泊松过程 Xt=∑i=1NtYiX_t=\sum_{i=1}^{N_t}Y_i:泊松到达流上叠加随机跳跃幅度。它是莱维过程(独立平稳增量、路径右连续)的基本例子,也是保险风险与跳跃扩散金融模型的核心构件。
+Y₁ −Y₂ +Y₃ +Y₄ 跳跃时刻 ~ 泊松过程,幅度 Y_i 独立同分布 特征函数 exp(λt·(φ_Y(t)−1)):莱维-辛钦公式的特例
跳跃路径:泊松时刻 + 随机幅度的阶梯

02核心要点

01

数字特征

E[Xt]=λt E[Y]E[X_t]=\lambda t\,E[Y],Var(Xt)=λt E[Y2]\mathrm{Var}(X_t)=\lambda t\,E[Y^2]:双重随机(到达数 + 幅度)的方差叠加——全方差公式的标准演练。

02

莱维世界

独立平稳增量 + 随机连续 == 莱维过程;莱维-辛钦分解:漂移 + 布朗 + 复合泊松式跳跃积分——一切莱维过程由三要素刻画。

03

破产理论

保险盈余 = 保费漂移 − 复合泊松索赔;Lundberg 不等式给出破产概率的指数界——调节方程 λ(E[erY]−1)=cr\lambda(E[e^{rY}]-1)=cr 定出衰减率。

03关键公式

Xt=∑i=1NtYi,φX(t)=exp⁡{λt(φY(t)−1)}X_t=\sum_{i=1}^{N_t}Y_i,\quad \varphi_X(t)=\exp\{\lambda t(\varphi_Y(t)-1)\}

04历史沿革

伦德贝里 1903 年博士论文首创风险过程;克拉梅尔 1930 年代发展破产理论;莱维 1934 年给出一般独立增量过程分类。

05应用与延伸

保险精算的集体风险模型、金融的 Merton 跳跃扩散模型、电信突发流量建模、粒子物理的计数统计。

06交互演示

复合泊松过程:随机跳幅的累计损失J(t) = ΣYᵢ:泊松到达 + 每次随机跳幅 Yᵢ(保险索赔模型)

07相关概念