OPTIMAL REINSURANCE FROM THE PERSPECTIVES OF BOTH AN INSURER AND A REINSURER
Notice bibliographique
Résumé
Abstract Optimal reinsurance from an insurer's point of view or from a reinsurer's point of view has been studied extensively in the literature. However, as two parties of a reinsurance contract, an insurer and a reinsurer have conflicting interests. An optimal form of reinsurance from one party's point of view may be not acceptable to the other party. In this paper, we study optimal reinsurance designs from the perspectives of both an insurer and a reinsurer and take into account both an insurer's aims and a reinsurer's goals in reinsurance contract designs. We develop optimal reinsurance contracts that minimize the convex combination of the Value-at-Risk (VaR) risk measures of the insurer's loss and the reinsurer's loss under two types of constraints, respectively. The constraints describe the interests of both the insurer and the reinsurer. With the first type of constraints, the insurer and the reinsurer each have their limit on the VaR of their own loss. With the second type of constraints, the insurer has a limit on the VaR of his loss while the reinsurer has a target on his profit from selling a reinsurance contract. For both types of constraints, we derive the optimal reinsurance forms in a wide class of reinsurance policies and under the expected value reinsurance premium principle. These optimal reinsurance forms are more complicated than the optimal reinsurance contracts from the perspective of one party only. The proposed models can also be reduced to the problems of minimizing the VaR of one party's loss under the constraints on the interests of both the insurer and the reinsurer.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».