MétaCan
Menu
Retour à la cohorte
Enregistrement W1965418053 · doi:10.1108/15265940710732350

On the surplus prior to ruin in the perturbed classical risk process

2007· article· en· W1965418053 sur OpenAlexaff
Jiandong Ren

Notice bibliographique

RevueThe Journal of Risk Finance · 2007
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueProbability and Risk Models
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésRuin theoryMathematicsBrownian motionFirst-hitting-time modelJoint probability distributionMathematical economicsType (biology)Risk modelApplied mathematicsRandom variableArgument (complex analysis)Marginal distributionEconometricsStatistics

Résumé

récupéré en direct d'OpenAlex

Purpose The purpose of this article is to consider the classical risk model that is perturbed by a Brownian motion process. The article derives explicit formulas for the joint and marginal probability density functions of the surplus prior to ruin and the deficit at ruin. Design/methodology/approach This article first extends the dual argument to probabilistically explain the symmetry between the two random variables related to the so‐called modified ladder height. Then the paper uses renewal arguments to derive the joint distribution of the surplus prior to ruin and the deficit at ruin. Findings The study derived an explicit formula for the undiscounted joint density in the perturbed risk model that is directly parallel to formula (3.2) for the classical risk model. The formula clearly shows that in a perturbed risk process, when ruin is caused by a claim, the p.d.f. of the surplus prior to ruin is continuous. In addition, shows that when the claim sizes follow a phase‐type distribution, all the relevant quantities can be conveniently computed. Originality/value The dual argument used in this article is novel. The formula first clearly shows that in the perturbed risk model, the p.d.f. of the surplus prior to ruin is continuous. When claim sizes are phase‐type, the formulas can be conveniently computed.

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)0,004
score de la tête « metaresearch » (Gemma)0,019
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 enseignants0,006
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,019
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,004
Communication savante0,0020,005
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
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 Opus0,066
Tête enseignante GPT0,371
Écart entre enseignants0,305 · 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

Citations3
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Risk FinanceMême sujetProbability and Risk ModelsTravaux en français237 207