MétaCan
Menu
Retour à la cohorte
Enregistrement W1716309778 · doi:10.1111/j.1539-6975.2013.12008.x

Economic Pricing of Mortality‐Linked Securities: A Tâtonnement Approach

2013· article· en· W1716309778 sur OpenAlexaff
Rui Zhou, Johnny Siu‐Hang Li, Ken Seng Tan

Notice bibliographique

RevueJournal of Risk & Insurance · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInsurance, Mortality, Demography, Risk Management
Établissements canadiensUniversity of WaterlooUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésPopulationEconomicsSupply and demandArbitrageFinancial economicsProcess (computing)Work (physics)Rational pricingBusinessActuarial scienceMicroeconomicsCapital asset pricing modelComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract In previous research on pricing mortality‐linked securities, the no‐arbitrage approach is often used. However, this approach, which takes market prices as given, is difficult to implement in today's embryonic market where there are few traded securities. In this article, we tackle the pricing problem from a different angle by considering methods that are more related to fundamental economic concepts. Specifically, we treat the pricing work as aWalrasian tâtonnement process, in which prices are determined through a gradual calibration of supply and demand. We illustrate the proposed pricing framework with a hypothetical mortality‐linked security and mortality data from the U.S. population.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,034
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,034
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,005
Communication savante0,0040,008
Science ouverte0,0030,003
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,015
Tête enseignante GPT0,278
Écart entre enseignants0,263 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations21
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Risk & InsuranceMême sujetInsurance, Mortality, Demography, Risk ManagementTravaux en français237 207