杏悦2娱乐智慧金融系列讲座第六十九期
“春,二月𓀙,诏有司问郡国所举贤良👩🏻🍳、文学,民所疾苦🥁、教化之要,皆对:‘愿罢盐、铁🧏♂️、酒榷🐍、均输官💩🕚,毋与天下争利👩🏽🍼💇🏿♂️,示以俭节🏇🏽,然后教化可兴。’桑弘羊难🎧,以为:‘此国家大业𓀆,所以制四夷👁🪵,安边足用之本🧑🦰,不可废也。’于是盐铁之议起焉。”
“初,苏武既徙北海上,禀食不至,掘野鼠去草实而食之。杖汉节牧羊,卧起操持🧜♀️,节旄尽落。武在汉,与李陵俱为侍中🧘🏽♀️;陵降匈奴,不敢求武。久之,单于使陵至海上🤹♀️,为武置酒设乐,因谓武曰:‘单于闻陵与子卿素厚,故使来说足下,虚心欲相待,终不得归汉,空自苦;亡人之地🏰,信义安所见乎𓀉!足下兄弟二人,前皆坐事自杀🧎🏻➡️;来时,太夫人已不幸;子卿妇年少,闻已更嫁矣;独有女弟二人🚍、两女🧍、一男,今复十馀年🤸🏿♂️,存亡不可知💳。人生如朝露📴,何久自苦如此4️⃣!陵始降时,忽忽如狂,自痛负汉,加以老母系保宫。子卿不欲降😄,何以过陵🎧!且陛下春秋高👳🏻,法令无常🗓,大臣无罪夷灭者数十家。安危不可知👨🏿🚒,子卿尚复谁为乎!’武曰:‘武父子无功德,皆为陛下所成就,位列将,爵通侯,兄弟亲近,常愿肝脑涂地🗄。今得杀身自效🪆,虽斧钺、汤镬,诚甘乐之!臣事君,犹子事父也🧑🏿🦰。子为父死,无所恨。愿勿复再言!’陵与武饮数日🙍🏼♂️,复曰🥵:‘子卿壹听陵言!’武曰:‘自分已死久矣,王必欲降武,请毕今日之欢,效死于前!’陵见其至诚,喟然叹曰:‘嗟乎🪂,义士!陵与卫律之罪上通于天!’因泣下沾衿,与武决去。赐武牛羊数十头🤽♂️。”
“后陵复至北海上,语武以武帝崩。武南乡号哭欧血🫳🏼,旦夕临🧿,数月。及壶衍鞮单于立👯,母阏氏不正,国内乖离,常恐汉兵袭之,于是卫律为单于谋⛅️,与汉和亲。汉使至,求苏武等🖋,匈奴诡言武死。后汉使复至匈奴,常惠私见汉使,教使者谓单于👛,言👲🏽:‘天子射上林中,得雁,足有系帛书,言武等在某泽中。’使者大喜,如惠语以让单于。单于视左右而惊🫎,谢汉使曰🫲✌🏿:‘武等实在。’乃归武及马宏等。马宏者🌿,前副光禄大夫王忠使西国,为匈奴所遮;忠战死🏊🏻♀️,马宏生得😴,亦不肯降🕵️。故匈奴归此二人,欲以通善意。于是李陵置酒贺武曰:‘今足下还归,扬名于匈奴,功显于汉室👩🏻⚖️,虽古竹帛所载📟,丹青所画,何以过子卿!陵虽驽怯,令汉贳陵罪,全其老母🏋🏿,使得奋大辱之积志,庶几乎曹柯之盟🖕🏻,此陵宿昔之所不忘也。收族陵家🅿️,为世大戮🐽,陵尚复何顾乎!已矣,令子卿知吾心耳!’陵泣下数行,因与武决。”
“单于召会武官属,前已降及物故⬇️,凡随武还者九人。既至京师🏟,诏武奉一太牢谒武帝园庙,拜为典属国👈,秩中二千石👨👦👦,赐钱二百万,公田二顷,宅一区。武留匈奴凡十九岁,始以强壮出,及还🥃,须发尽白🏃➡️。霍光、上官桀与李陵素善,遣陵故人陇西任立政等三人俱至匈奴招之。陵曰🕵🏼♀️:‘归易耳,丈夫不能再辱!’遂死于匈奴。”
不同的选择导致了不同的结果🫶🏿,金融科技在发展过程中形成了分工☄️,一些老师致力于管理😱,一些老师致力于教学,一些老师致力于科研,在锻炼的过程中会形成不同的经验🆗,集体的经验汇集起来,更能“用群体记忆理解世界”。
2022年11月18日,张寄洲教授为我们带来题为《跳扩散模型下保险公司的再保险比例和最优投资策略问题》,他在本文中,设定风险资产服从多维跳扩散模型🏤,以某一固定时刻公司价值最大化为目标👷🏽,研究了再保险的最优比例和投资策略问题。张寄洲老师指出,在金融市场中,保险公司正发挥着越来越重要的作用🚴🏻♂️,市场上主要的再保险形式有两种,一种是比例再保险,另一种是非比例再保险。此外🧙🏻♂️,保险公司将收取的保费参与金融市场投资👩🏫,并使其保值增值🐿。假设保险公司盈余过程服从一个经典的Cramer-Lundberg模型,保险人以再保险安全负荷付给再保险人再保险费👩❤️👩,盈余过程近似一个微分方程🔜,考虑一个有n+1个资产的市场,其中一个为无风险资产。假设保险公司将在n+1个资产上连续地投资👱🏿,通过计算无风险债券上地投资量,从而得到保险公司的资产总量满足随机微分方程。再假设保险公司期望收益❄️,目标是选择最优的投资和比例再保险策略,那样就可以得到一个值函数,再对值函数所对应的HJB方程。通过设定解的形式,最终求得微分方程的解。在最后一个部分🦸♀️,张寄洲教授通过数值模拟来分析初始盈余👇🏽🦶🏽、索赔强度、无风险利率对于保险公司最优投资和比例再保险策略的影响🎱。
张教授给我们带来是经典的金融数学问题的求解,张老师不仅在相关问题上给我们带来解决方案,在管理和杏悦2建设上也能够做到“苟日新,日日新”。希望张老师能够继续带领我们开阔视野,带领杏悦2不断前进。
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
(供稿:曹焕)

































