দুটি মুদ্রা বাজারে একটি বীমাকারীর জন্য সর্বোত্তম বিনিয়োগ: একটি স্টোকাস্টিক কন্ট্রোল বিশ্লেষণ

বিষয়সূচী

১. ভূমিকা

এই গবেষণাপত্রটি বীমা ঝুঁকি ব্যবস্থাপনা সাহিত্যে একটি গুরুত্বপূর্ণ শূন্যতা সমাধান করে: একাধিক মুদ্রা বাজারে পরিচালিত একটি বীমাকারীর জন্য সর্বোত্তম বিনিয়োগ কৌশল। ঐতিহ্যগত মডেলগুলি সাধারণত বীমাকারীদের দেশীয় বাজারে সীমাবদ্ধ রাখে, বিদেশী বিনিয়োগের মাধ্যমে উপস্থাপিত জটিলতা এবং সুযোগগুলিকে উপেক্ষা করে। লেখকরা ক্লাসিক ক্র্যামার-লুন্ডবার্গ উদ্বৃত্ত মডেলটিকে একটি বিস্তার আনুমানিক কাঠামোতে প্রসারিত করেছেন এবং একটি দ্বি-মুদ্রা বাজার পরিবেশ প্রবর্তন করেছেন। বৈদেশিক মুদ্রার বিনিময় হার, একটি গুরুত্বপূর্ণ রূপান্তর প্রক্রিয়া, একটি অর্নস্টেইন-উলেনবেক (OU) প্রক্রিয়া অনুসরণ করে স্টোকাস্টিক ড্রিফ্ট সহ মডেল করা হয়েছে, যা মুদ্রা বাজারে প্রায়শই পর্যবেক্ষিত গড়-প্রত্যাবর্তন বৈশিষ্ট্যগুলি ধারণ করে। প্রাথমিক উদ্দেশ্য হল বীমাকারীর চূড়ান্ত সম্পদের প্রত্যাশিত সূচকীয় উপযোগিতা সর্বাধিক করা, যা আর্থিক এবং অ্যাকচুয়ারিয়াল প্রসঙ্গে একটি সাধারণ ঝুঁকি-বিরোধী মানদণ্ড।

২. মডেল কাঠামো

2.1 উদ্বৃত্ত প্রক্রিয়া

বীমাকারীর উদ্বৃত্ত প্রক্রিয়া $R(t)$ ক্লাসিক ক্র্যামার-লুন্ডবার্গ মডেলের বিস্তার আনুমানিকরণ ব্যবহার করে মডেল করা হয়েছে:

2.2 আর্থিক বাজার

বীমাকারী বিনিয়োগ করতে পারেন:

1. অভ্যন্তরীণ ঝুঁকিমুক্ত সম্পদ: $dB_d(t) = r_d B_d(t) dt$, ধ্রুব সুদের হার $r_d$ সহ।
2. বিদেশী ঝুঁকিপূর্ণ সম্পদ: $dS_f(t) = \mu_f S_f(t) dt + \sigma_f S_f(t) dW_f(t)$, যেখানে $\mu_f$ এবং $\sigma_f$ হল ড্রিফ্ট এবং ভোলাটিলিটি, এবং $W_f(t)$ হল একটি ব্রাউনিয়ান মোশন যা অন্যান্য প্রক্রিয়ার সাথে সম্পর্কযুক্ত।

2.3 বিনিময় হার গতিবিদ্যা

A key innovation is modeling the exchange rate $X(t)$ (units of domestic currency per unit of foreign currency). Its dynamics are: $$dX(t) = X(t)[\theta(t) dt + \sigma_X dW_X(t)]$$ where the instantaneous mean growth rate $\theta(t)$ itself follows an Ornstein-Uhlenbeck process: $$d\theta(t) = \kappa(\bar{\theta} - \theta(t)) dt + \sigma_\theta dW_\theta(t)$$ Here, $\kappa>0$ is the mean-reversion speed, $\bar{\theta}$ is the long-term mean, and $\sigma_\theta$ is the volatility. The Brownian motions $W_R, W_f, W_X, W_\theta$ are correlated, introducing interdependence between insurance risk, market risk, and currency risk.

3. অপ্টিমাইজেশন সমস্যা

3.1 উদ্দেশ্য ফাংশন

Let $W(t)$ be the total wealth of the insurer in domestic currency at time $t$, and $\pi(t)$ be the amount invested in the foreign risky asset. The goal is to find the optimal strategy $\pi^*(t)$ that maximizes the expected exponential utility of terminal wealth at time $T$: $$\sup_{\pi(t)} \mathbb{E}\left[ -\frac{1}{\gamma} e^{-\gamma W(T)} \right]$$ where $\gamma > 0$ is the constant absolute risk aversion coefficient. The exponential utility function is chosen for its analytical convenience and its property of constant absolute risk aversion.

3.2 হ্যামিল্টন-জ্যাকোবি-বেলম্যান সমীকরণ

গতিশীল প্রোগ্রামিং নীতি ব্যবহার করে, মান ফাংশন $V(t, w, \theta)$ কে সময় $t$ থেকে সম্পদ $w$ এবং অবস্থা চলক $\theta$ সহ প্রত্যাশিত উপযোগিতার সর্বোচ্চ মান হিসাবে সংজ্ঞায়িত করা হয়। সংশ্লিষ্ট HJB সমীকরণটি হল:

4. Analytical Solution

4.1 Optimal Investment Strategy

HJB সমীকরণ সমাধান করে, বিদেশী ঝুঁকিপূর্ণ সম্পদে সর্বোত্তম বিনিয়োগ নিম্নরূপে প্রাপ্ত হয়েছে:

4.2 মান ফাংশন

মান ফাংশনটি একটি সূচকীয় অ্যাফাইন রূপ গ্রহণ করে:

5. Numerical Analysis

গবেষণাপত্রটি সর্বোত্তম কৌশলের বৈশিষ্ট্যগুলি চিত্রিত করার জন্য একটি সংখ্যাগত বিশ্লেষণ উপস্থাপন করে। মূল পরামিতিগুলি এভাবে নির্ধারণ করা হতে পারে: $\gamma=2$, $r_d=0.03$, $\mu_f=0.08$, $\sigma_f=0.2$, $\sigma_X=0.15$, $\kappa=0.5$, $\bar{\theta}=0.01$, $\sigma_\theta=0.05$, $T=5$। বিশ্লেষণটি সম্ভবত প্রদর্শন করে:

• ঝুঁকি-বিরাগের প্রতি সংবেদনশীলতা ($\gamma$): $\gamma$ বৃদ্ধি পাওয়ার সাথে সাথে (আরও ঝুঁকি-বিমুখ), $\pi^*$ হ্রাস পায়।
• গড়-প্রত্যাবর্তনের প্রভাব ($\kappa$): একটি উচ্চতর $\kappa$ (দ্রুত গড় প্রত্যাবর্তন) $\theta(t)$ থেকে অনিশ্চয়তা হ্রাস করে, যা সম্ভাব্যভাবে বিনিয়োগ বরাদ্দ বৃদ্ধি করতে পারে।
• Correlation এর প্রভাব ($\rho_{Xf}$): বিদেশী সম্পদ এবং বিনিময় হারের মধ্যে একটি ইতিবাচক সম্পর্ক কার্যকর ঝুঁকি বৃদ্ধি করে, যা $\pi^*$ হ্রাস করতে পারে।
• সম্পদ গতিবিদ্যা: সর্বোত্তম কৌশলের অধীনে সম্পদ $W(t)$-এর সিমুলেটেড পথ বনাম একটি সরল কৌশল (যেমন, ধ্রুব অনুপাত) সর্বোত্তম কৌশলের জন্য উচ্চতর চূড়ান্ত সম্পদ বন্টন এবং গুরুতর ড্রাউনডাউনের কম ঝুঁকি প্রদর্শন করবে।

যদিও উদ্ধৃতিতে নির্দিষ্ট চিত্র প্রদান করা হয়নি, এই ধরনের বিশ্লেষণে সাধারণত বিভিন্ন প্যারামিটার সেটের জন্য সময়ের সাথে $\pi^*(t)$ প্লট করা এবং মন্টে কার্লো সিমুলেশনের মাধ্যমে $W(T)$-এর বন্টন তুলনা করা জড়িত।

6. Core Insight & Analyst's Perspective

Core Insight: এই গবেষণাপত্রটি বীমাকারী প্রতিষ্ঠানের বিনিয়োগ মডেলে আরেকটি ক্রমবর্ধমান সামান্য পরিবর্তন নয়। এর মূল্য নিহিত রয়েছে আনুষ্ঠানিকভাবে স্টোকাস্টিক মুদ্রা ঝুঁকি কে বীমাকারীর সম্পদ-দায় ব্যবস্থাপনা (ALM) কাঠামোর অন্তর্ভুক্ত করার মধ্যে। বিনিময় হার প্রবণতাকে একটি OU প্রক্রিয়া হিসেবে মডেলিং করে, তারা ধ্রুব বা জ্যামিতিক ব্রাউনিয়ান গতি অনুমানের বাইরে গিয়ে বৈশ্বিক বীমাকারীদের জন্য একটি মৌলিক বাস্তবতা ধারণ করেছে: মুদ্রার প্রবণতাগুলো স্থায়ী কিন্তু অনিশ্চিত, যা মূল্যস্ফীতির পার্থক্য এবং বাণিজ্য ভারসাম্যের মতো সামষ্টিক অর্থনৈতিক উপাদান দ্বারা প্রভাবিত—এই উপাদানগুলো ভূমিকায় স্পষ্টভাবে উল্লেখ করা হয়েছে। উদ্ভূত কৌশলটি কোনো স্থির সূত্র নয়; এটি একটি গতিশীল ফিল্টার যা মুদ্রা বাজারের গতির আনুমানিক অবস্থা $\theta(t)$ এর ভিত্তিতে অবিরত সমন্বয় করে।

লজিক্যাল ফ্লো: মডেলটির আর্কিটেকচার যৌক্তিকভাবে সুসংগত। এটি একটি মজবুত ভিত্তি (ডিফিউশন-অ্যাপ্রক্সিমেটেড ক্র্যামার-লুন্ডবার্গ) দিয়ে শুরু করে এবং পদ্ধতিগতভাবে জটিলতা যুক্ত করে: প্রথমে একটি বিদেশী সম্পদ প্রবর্তন করে, তারপর একটি স্টোকাস্টিক এক্সচেঞ্জ রেট, এবং শেষ পর্যন্ত এক্সচেঞ্জ রেটের ড্রিফটকে স্টোকাস্টিক করে তোলে। এই ধাপে ধাপে পদ্ধতি HJB সমীকরণটিকে সমাধানযোগ্য এবং চূড়ান্ত সমাধানটিকে ব্যাখ্যাযোগ্য করে তোলে। সমাধানটি বিনিয়োগের সিদ্ধান্তটিকে একটি স্বল্পদৃষ্টি সম্পন্ন গড়-বিচ্ছুরণ পদ, তাৎক্ষণিক মুদ্রা ঝুঁকির জন্য একটি স্ট্যাটিক হেজ, এবং বিবর্তনশীল ড্রিফটের জন্য একটি ডাইনামিক হেজে বিভক্ত করে—এটি স্টোকাস্টিক বিনিয়োগের সুযোগ সহ মেরটনের পোর্টফোলিও সমস্যার স্মরণ করিয়ে দেয় এমন একটি পুনর্বিন্যাস।

Strengths & Flaws: শক্তি: 1) বাস্তববাদ: θ(t)-এর জন্য OU প্রক্রিয়াটি ধ্রুব প্রবণতা মডেলগুলির তুলনায় বাস্তবতা মডেলিংয়ে একটি উল্লেখযোগ্য উন্নয়ন। 2) ট্র্যাক্টেবিলিটি: এমন একটি বহু-ফ্যাক্টর স্টোকাস্টিক নিয়ন্ত্রণ সমস্যার জন্য একটি বদ্ধ-আকার সমাধান অর্জন করা একটি উল্লেখযোগ্য প্রযুক্তিগত সাফল্য। 3) অ্যাকশনেবল আউটপুট: সর্বোত্তম কৌশল $\pi^*(t)$ পর্যবেক্ষণযোগ্য বা অনুমানযোগ্য পরামিতির পরিপ্রেক্ষিতে প্রকাশ করা হয়। Flaws & Limitations: 1) Diffusion Approximation: মূল বীমা ঝুঁকিকে একটি বিস্তার প্রক্রিয়া হিসাবে সরলীকরণ করা হয়েছে, যা লাফ ঝুঁকিকে (বড় দাবি) মুছে দেয় যা বীমার কেন্দ্রীয় বিষয়। এটি কার্যক্ষমতার জন্য একটি বড় ছাড়, যেমন Schmli (2008) এর মতো কাজগুলিতে স্বীকৃত। 2) একক ঝুঁকিপূর্ণ সম্পদ: মডেলটি শুধুমাত্র একটি বিদেশী ঝুঁকিপূর্ণ সম্পদ বিবেচনা করে। একটি বহু-সম্পদ সম্প্রসারণ, যদিও গাণিতিকভাবে জটিল, ব্যবহারিক পোর্টফোলিও গঠনের জন্য প্রয়োজনীয়। 3) প্যারামিটার সংবেদনশীলতা: কৌশলটি OU প্রক্রিয়ার প্যারামিটারগুলি ($\kappa, \bar{\theta}, \sigma_\theta$) সঠিকভাবে অনুমান করার উপর ব্যাপকভাবে নির্ভর করে, যা অর্থসংস্থানে কুখ্যাতভাবে কঠিন। ভুল অনুমান মারাত্মকভাবে অপটিমাম থেকে কম সিদ্ধান্তের দিকে নিয়ে যেতে পারে। 4) কোন ঘর্ষণ নেই: এটি লেনদেন খরচ এবং কর উপেক্ষা করে, যা সীমান্ত-অতিক্রান্ত বিনিয়োগে অত্যন্ত গুরুত্বপূর্ণ।

কার্যকরী অন্তর্দৃষ্টি: একটি বৈশ্বিক বীমাকারী প্রতিষ্ঠানের প্রধান বিনিয়োগ কর্মকর্তার জন্য, এই গবেষণা গতিশীল মুদ্রা হেজিং প্রোগ্রামগুলিকে ন্যায্যতা প্রদানের জন্য একটি আনুষ্ঠানিক পরিমাণগত কাঠামো সরবরাহ করে। মডেলটি পরামর্শ দেয় যে হেজিং স্থির হওয়া উচিত নয়, বরং মুদ্রা বাজারের অনুভূত "মোমেন্টাম" এর সাথে পরিবর্তিত হওয়া উচিত। ব্যবহারিকভাবে, এর অর্থ হল:

1. রিয়েল-টাইম ডেটার উপর ইকোনোমেট্রিক মডেল ব্যবহার করে স্টেট ভেরিয়েবল $\theta(t)$ (কারেন্সি ড্রিফ্ট) অনুমান করার জন্য একটি পরিমাণগত প্রক্রিয়া স্থাপন করুন।
2. একটি নির্দিষ্ট অনুপাত নয়, একটি গতিশীল হেজ অনুপাত গণনা করতে উদ্ভূত সূত্রটি ব্যবহার করুন।
3. জাম্প ঝুঁকি সম্পর্কে মডেলের সীমাবদ্ধতা চিহ্নিত করুন। ডিফিউশন অ্যাপ্রক্সিমেশন যেসব বড় দাবির ঘটনা মিস করে সেগুলো থেকে সুরক্ষার জন্য টেইল-রিস্ক হেজিং যন্ত্র (যেমন, অপশন) দিয়ে এই কৌশলটি পরিপূরক করুন।
4. মডেলের আউটপুটকে আক্ষরিক ট্রেডিং সংকেতের পরিবর্তে একটি কৌশলগত বেঞ্চমার্ক হিসেবে বিবেচনা করুন, বাস্তব-বিশ্বের ঘর্ষণ এবং বহু-সম্পদ সীমাবদ্ধতার জন্য সামঞ্জস্য করে।

এই গবেষণাপত্রটি মুদ্রা ঝুঁকি হেজ করা "কিনা" সেই আলোচনা থেকে, মুদ্রার মৌলিক বিষয়ের একটি স্টোকাস্টিক দৃষ্টিভঙ্গির ভিত্তিতে এটি "কতটুকু গতিশীলভাবে" হেজ করা যায় সেই আলোচনায় স্থানান্তরিত করে।

7. Technical Details & Mathematical Formulation

The wealth process $W(t)$ in domestic currency, given strategy $\pi(t)$, evolves as: $$dW(t) = [W(t) - \pi(t)] r_d dt + \pi(t) \frac{dS_f(t)}{S_f(t)} + \pi(t) \frac{dX(t)}{X(t)} + dR(t)$$ Substituting the dynamics for $S_f(t)$, $X(t)$, and $R(t)$, and applying Itô's lemma for correlated processes, gives the full SDE for $W(t)$. The HJB equation becomes: $$ \begin{aligned} 0 = \sup_{\pi} \Bigg\{ & V_t + \left[ w r_d + \pi(\mu_f - r_d + \theta) + \mu \right] V_w + \kappa(\bar{\theta} - \theta) V_\theta \\ & + \frac{1}{2}\left[ \pi^2(\sigma_f^2 + \sigma_X^2 + 2\rho_{fX}\sigma_f\sigma_X) + \sigma_R^2 + 2\pi(\rho_{fR}\sigma_f\sigma_R + \rho_{XR}\sigma_X\sigma_R) \right] V_{ww} \\ & + \frac{1}{2}\sigma_\theta^2 V_{\theta\theta} + \pi \sigma_\theta (\rho_{f\theta}\sigma_f + \rho_{X\theta}\sigma_X) V_{w\theta} \Bigg\} \end{aligned} $$ The first-order condition for the supremum yields the expression for $\pi^*(t)$ shown in Section 4.1. Substituting $\pi^*$ back into the HJB equation and assuming the exponential affine form for $V$ leads to the Riccati ODEs for $A(t)$, $B(t)$, $C(t)$.

8. বিশ্লেষণ কাঠামো: একটি ব্যবহারিক কেস

দৃশ্যকল্প: A Japanese non-life insurer (domestic currency: JPY) holds capital reserves and wishes to invest a portion in the US equity market (S&P 500 index, denominated in USD) to seek higher returns. The insurer faces liability claims in JPY.

কাঠামো প্রয়োগ:

1. মডেল ক্যালিব্রেশন:
   • উদ্বৃত্ত (R): ঐতিহাসিক আন্ডাররাইটিং লাভ/ক্ষতি তথ্য থেকে $\mu$ এবং $\sigma_R$ অনুমান করুন।
   • Foreign Asset (S&P 500): ঐতিহাসিক রিটার্ন ব্যবহার করে $\mu_f$ এবং $\sigma_f$ অনুমান করুন।
   • বিনিময় হার (USD/JPY): মডেল $X(t)$। FX ভোলাটিলিটি থেকে $\sigma_X$ অনুমান করুন। মূল বিষয় হল $\theta(t)$-এর জন্য OU প্রক্রিয়া অনুমান করা। এটি কালম্যান ফিল্টারিং বা ঐতিহাসিক FX রিটার্নের উপর সর্বাধিক সম্ভাবনা অনুমান ব্যবহার করে করা যেতে পারে, $\theta(t)$-কে একটি সুপ্ত অবস্থা চলক হিসেবে বিবেচনা করে যা মার্কিন-জাপান মুদ্রাস্ফীতি পার্থক্য এবং বাণিজ্য ভারসাম্যের মতো ম্যাক্রোইকোনমিক ফ্যাক্টর দ্বারা চালিত।
   • পারস্পরিক সম্পর্ক: Estimate correlations ($\rho_{fX}, \rho_{fR},$ etc.) from historical data between S&P 500 returns, USD/JPY changes, and the insurer's claim payout periods.
   • ঝুঁকি-বিরাগিতা ($\gamma$): কোম্পানির ঝুঁকি সহনশীলতার ভিত্তিতে নির্ধারণ করুন, যা সম্ভাব্য তার লক্ষ্য ক্রেডিট রেটিং বা মূলধন পর্যাপ্ততা অনুপাত থেকে প্রাপ্ত হতে পারে।
2. কৌশল বাস্তবায়ন: প্রতিটি সিদ্ধান্ত বিন্দুতে (যেমন, ত্রৈমাসিক):
   1. লুকানো অবস্থা $\theta(t)$ (বর্তমান USD ড্রিফ্ট) এর অনুমান আপডেট করুন।
   2. সমস্ত ক্যালিব্রেটেড প্যারামিটার এবং বর্তমান $\theta(t)$ কে $\pi^*(t)$ এর সূত্রে প্লাগ করুন।
   3. বর্তমান সম্পদ $W(t)$ এর শতকরা হিসাবে $\pi^*(t)$ এর সাথে মেলানোর জন্য USD ইক্যুইটি এক্সপোজার সামঞ্জস্য করুন।
3. Performance Monitoring: Back-test the strategy against a static benchmark (e.g., a fixed 20% allocation to USD equities) over historical periods featuring different FX regimes (e.g., USD strengthening vs. weakening trends). Key metrics: Terminal wealth utility, Sharpe ratio, maximum drawdown, and Value-at-Risk.

This case demonstrates how the theoretical model translates into a systematic, repeatable investment process for a global insurer.

9. Future Applications & Research Directions

অ্যাপ্লিকেশন:

• বহুজাতিক বীমাকারীদের জন্য ডাইনামিক ALM: একাধিক মুদ্রায় দায়বদ্ধতা ও বিনিয়োগ রয়েছে এমন বীমাকারীদের জন্য সরাসরি আবেদন।
• আন্তর্জাতিক এক্সপোজার সহ পেনশন তহবিল: বিভিন্ন দেশের সদস্যদের সুবিধাপ্রাপ্ত পেনশন তহবিলের জন্যও একই ধরনের দায়-চালিত বিনিয়োগের সমস্যা বিদ্যমান।
• মুদ্রা-হেজড বিনিয়োগ পণ্যের নকশা: Asset managers can use the model's logic to design dynamically hedged international equity or bond funds tailored for institutional clients like insurers.
• Regulatory Capital Modeling: The framework can inform the design of internal models for calculating the Solvency Capital Requirement (SCR) for market risk under regimes like Solvency II, particularly for the foreign currency risk module.

Research Directions:

1. জাম্প ঝুঁকি অন্তর্ভুক্ত করা: The most critical extension is reintegrating jump processes for insurance claims, moving from the diffusion approximation back to a model like a compound Poisson or a Lévy process. This would align with recent works in insurance mathematics, such as those summarized in Asmussen & Albrecher (2010).
2. একাধিক ঝুঁকিপূর্ণ সম্পদ এবং মুদ্রা: বিভিন্ন মুদ্রার বিদেশী সম্পদের একটি বাস্কেটে মডেলটি প্রসারিত করলে ব্যবহারিক প্রাসঙ্গিকতা বৃদ্ধি পাবে।
3. শেখা ও অস্পষ্টতা: প্যারামিটার অনিশ্চয়তা ও শেখার অন্তর্ভুক্তি, যেখানে বীমাকারী OU প্রক্রিয়ার প্রকৃত প্যারামিটার জানে না কিন্তু সময়ের সাথে বিশ্বাস হালনাগাদ করে (বায়েশিয়ান লার্নিং), যেমনটি অস্পষ্টতা-বিরোধী মডেলগুলিতে অনুসন্ধান করা হয়েছে।
4. ম্যাক্রোইকোনমিক ড্রাইভার স্পষ্টভাবে মডেলিং: $\theta(t)$-এর জন্য একটি লুকানো OU প্রক্রিয়ার পরিবর্তে, এটিকে সরাসরি পর্যবেক্ষণযোগ্য ম্যাক্রোইকোনমিক চলকগুলির (মুদ্রাস্ফীতির পার্থক্য, সুদের হার স্প্রেড, বাণিজ্য ভারসাম্য) একটি ফাংশন হিসাবে মডেল করুন, যা একটি অধিক মৌলিক এবং পরীক্ষাযোগ্য মডেল তৈরি করে।
5. ঘর্ষণ অন্তর্ভুক্তি: আনুপাতিক লেনদেন খরচ বা কর যোগ করলে কৌশলটি আরও বাস্তবসম্মত হবে, যা সম্ভবত সর্বোত্তম বরাদ্দের চারপাশে একটি "কোনও লেনদেন নেই" অঞ্চলের দিকে নিয়ে যাবে।

১০. তথ্যসূত্র

1. Zhou, Q., & Guo, J. (2020). Optimal Control of Investment for an Insurer in Two Currency Markets. arXiv preprint arXiv:2006.02857.
2. Browne, S. (1995). Optimal investment policies for a firm with a random risk process: exponential utility and minimizing the probability of ruin. Mathematics of Operations Research, 20(4), 937-958.
3. Schmidli, H. (2008). বীমাতে স্টোকাস্টিক কন্ট্রোল. Springer Science & Business Media.
4. Merton, R. C. (1971). Optimum consumption and portfolio rules in a continuous-time model. Journal of Economic Theory, 3(4), 373-413.
5. Asmussen, S., & Albrecher, H. (2010). ধ্বংসের সম্ভাবনা (২য় সংস্করণ)। ওয়ার্ল্ড সায়েন্টিফিক।
6. Yang, H., & Zhang, L. (2005). Optimal investment for insurer with jump-diffusion risk process. Insurance: Mathematics and Economics, 37(3), 615-634.
7. Bai, L., & Guo, J. (2008). Optimal proportional reinsurance and investment with multiple risky assets and no-shorting constraint. Insurance: Mathematics and Economics, 42(3), 968-975.
8. Hipp, C., & Plum, M. (2000). Optimal investment for insurers. Insurance: Mathematics and Economics, 27(2), 215-228.