MétaCan
Menu
Retour à la cohorte
Enregistrement W2111949477 · doi:10.1017/s1748499512000061

A Semi-Markov Multiple State Model for Reverse Mortgage Terminations

2012· article· en· W2111949477 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.

Notice bibliographique

RevueAnnals of Actuarial Science · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInsurance, Mortality, Demography, Risk Management
Établissements canadiensActuaUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésPrepayment of loanEquity (law)Home equityValuation (finance)Mortgage insuranceBusinessActuarial scienceShared appreciation mortgageEconomicsFinanceInsurance policyKey person insurance

Résumé

récupéré en direct d'OpenAlex

Abstract Reverse mortgages provide a mechanism for seniors to release the equity that has been built up in their home. At termination, the mortgagors are usually guaranteed to owe no more than the value of their property. The value of the reverse mortgage guarantee is heavily dependent on the maturity or termination date, which is uncertain. In this paper, we model reverse mortgage terminations using a semi-Markov multiple state model which incorporates three different modes of exit: death, entrance into a long-term care facility, and voluntary prepayment. We apply the proposed model specifically to develop the valuation formulas for roll-up mortgages in the UK and Home Equity Conversion Mortgages (HECMs) in the USA. We examine the significance of each mode of termination by valuing the contracts allowing progressively for each mode. On the basis of our model and assumptions, we find that both health related terminations and voluntary (non-health related) terminations significantly impact the contract value. In addition we analyze the premium structure for US reverse mortgage insurance, and demonstrate that premiums appear to be too high for some borrowers, and substantial cross-subsidies may result.

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)0,005
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,297
Score d'incertitude au seuil0,804

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,002
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,108
Tête enseignante GPT0,405
Écart entre enseignants0,297 · 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