MétaCan
Menu
Retour à la cohorte
Enregistrement W2165757716 · doi:10.1017/s0515036100014161

Fair Valuation of Various Participation Schemes in Life Insurance

2005· article· en· W2165757716 sur OpenAlexaff
Pierre Devolder, Inmaculada Domínguez Fabián

Notice bibliographique

RevueAstin Bulletin · 2005
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInsurance, Mortality, Demography, Risk Management
Établissements canadiensActua
Organismes subventionnairesnon disponible
Mots-clésValuation (finance)Actuarial scienceFair valueLiabilityLife insuranceCash flowEconomicsProfit (economics)Black–Scholes modelMicroeconomicsFinancial economicsFinance

Résumé

récupéré en direct d'OpenAlex

Fair valuation is becoming a major concern for actuaries, especially in the perspective of IAS norms. One of the key aspects in this context is the simultaneous analysis of assets and liabilities in any sound actuarial valuation. The aim of this paper is to illustrate these concepts, by comparing three common ways of giving bonus in life insurance with profit: reversionary, cash or terminal. For each participation scheme, we compute the fair value of the contract taking into account liability parameters (guaranteed interest rate and participation level) as well as asset parameters (market conditions and investment strategy). We find some equilibrium conditions between all those coefficients and compare, from an analytical and numerical point of view, the systems of bonus. Developments are made first in the classical binomial model and then extended in a Black and Scholes economy.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,142
Score d'incertitude au seuil0,513

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
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 savante0,0000,000
Science ouverte0,0000,000
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 Opus0,034
Tête enseignante GPT0,314
Écart entre enseignants0,280 · 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'étudeObservationnel
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

Citations2
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAstin BulletinMême sujetInsurance, Mortality, Demography, Risk ManagementTravaux en français237 207