MétaCan
Menu
Retour à la cohorte
Enregistrement W2036464498 · doi:10.1007/s11009-010-9197-4

On a Risk Model with Surplus-dependent Premium and Tax Rates

2010· article· en· W2036464498 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueMethodology And Computing In Applied Probability · 2010
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueProbability and Risk Models
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of Hong Kong
Mots-clésRisk modelMathematicsPenalty methodPoisson distributionTax rateEconometricsRuin theoryFunction (biology)EconomicsMathematical economicsMathematical optimizationStatisticsMonetary economics

Résumé

récupéré en direct d'OpenAlex

In this paper, the compound Poisson risk model with surplus-dependent premium rate is analyzed in the taxation system proposed by Albrecher and Hipp (Blätter der DGVFM 28(1):13–28, 2007 ). In the compound Poisson risk model, Albrecher and Hipp (Blätter der DGVFM 28(1):13–28, 2007 ) showed that a simple relationship between the ruin probabilities in the risk model with and without tax exists. This so-called tax identity was later generalized to a surplus-dependent tax rate by Albrecher et al. (Insur Math Econ 44(2):304–306, 2009 ). The present paper further generalizes these results to the Gerber–Shiu function with a generalized penalty function involving the maximum surplus prior to ruin. We show that this generalized Gerber–Shiu function in the risk model with tax is closely related to the ‘original’ Gerber–Shiu function in the risk model without tax defined in a dividend barrier framework. The moments of the discounted tax payments before ruin and the optimal threshold level for the tax authority to start collecting tax payments are also examined.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,029
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,532
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0290,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,160
Tête enseignante GPT0,391
Écart entre enseignants0,230 · 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