MétaCan
Menu
Retour à la cohorte
Enregistrement W2138175140

Interest-Bearing Surplus Model with Liquid Reserves

2010· article· en· W2138175140 sur OpenAlexaff
Kristina P. Sendova, Yanyan Zang

Notice bibliographique

RevueJournal of Insurance Issues · 2010
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueProbability and Risk Models
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésLaplace transformFunction (biology)Capital (architecture)Order (exchange)EconomicsDifferential equationMathematical economicsIntegro-differential equationMathematicsPartial differential equationDifferential (mechanical device)Applied mathematicsMathematical analysisFirst-order partial differential equationFinancePhysicsThermodynamics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Abstract: We consider a ruin model where the surplus process of an insurance company is constructed so that part of the current surplus is kept available at all times and the remaining part is invested. The former portion of the capital is called “liquid reserves. ” In this paper, we study the expected discounted penalty function at ruin. First, we derive an integro-differential equation satisfied by the Gerber-Shiu function. Second, we apply Laplace transforms to the equation and reduce it to a first order linear differential equation for the function in question. Finally, we find an explicit form of the Gerber-Shiu function by considering exponential claims. [Key words: Gerber-Shiu function, interest, liquid reserves.]

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 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)0,004
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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,463
Score d'incertitude au seuil0,325

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,154
Tête enseignante GPT0,405
Écart entre enseignants0,251 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Insurance IssuesMême sujetProbability and Risk ModelsTravaux en français237 207