MétaCan
Menu
Retour à la cohorte
Enregistrement W2522620444 · doi:10.7202/1068506ar

Are Counterparty Arrangements in Reinsurance a Threat to Financial Stability?

2020· article· en· W2522620444 sur OpenAlexvenueno aff
Matt Davison, Darrell Leadbetter, Bin Lu, Jane Voll

Notice bibliographique

RevueAssurances et gestion des risques · 2020
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueInsurance and Financial Risk Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésReinsuranceCounterpartyBusinessCredit riskActuarial scienceSystemic riskFinancial crisisEconomics

Résumé

récupéré en direct d'OpenAlex

Interconnectedness among insurers and reinsurers at a global level is not well understood and may pose a significant risk to the sector, with implications for the macroeconomy. Models of the complex interactions among reinsurers and with other participants in the financial system and the real economy are at a very early stage of development. Parts of the market remain opaque to both regulators and market participants, particularly the counterparty arrangements among reinsurers through retrocession agreements. The authors create several plausible networks to model these relationships, each consistent with the financial statement data of the reinsurer. These networks are stress-tested under a series of severe but plausible catastrophic-loss scenarios. This analysis contributes to the literature by (i) applying a network-model approach common in the banking literature to the insurance industry; (ii) assessing the interconnections among reinsurers through potential claims rather than premiums; and (iii) investigating the most opaque part of the global insurance market, namely, counterparty arrangements among global reinsurers (retrocession). The authors find that contagion in the global reinsurance market is plausible and that the size of the potential market disruption is sensitive to (i) the distribution of risk among counterparties, (ii) the trigger for financial distress, (iii) the time horizon for claims resolution and (iv) the degree of loss netting. The findings suggest that further study of industry practices in these four areas would improve our ability to assess risk in the insurance sector and promote financial stability.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,008
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,004
Communication savante0,0040,010
Science ouverte0,0010,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,000

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 Opus0,086
Tête enseignante GPT0,263
Écart entre enseignants0,177 · 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 source (Gemma direct ou Codex distillé), 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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAssurances et gestion des risquesMême sujetInsurance and Financial Risk ManagementTravaux en français237 207