MétaCan
Menu
Retour à la cohorte
Enregistrement W2561763806 · doi:10.1017/s0269964816000504

THE ANALYTIC APPROACH FOR THE STOCHASTIC PROJECTION OF THE PUBLIC PENSION FUND

2016· article· en· W2561763806 sur OpenAlexaff
Hyung-Su Kim, Geonwoo Kim, Sung Chul Lee

Notice bibliographique

RevueProbability in the Engineering and Informational Sciences · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInsurance, Mortality, Demography, Risk Management
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésPension fundValuation (finance)Moment (physics)Stochastic differential equationPensionProjection (relational algebra)Matching (statistics)Order (exchange)Actuarial scienceRevenueEconometricsEconomicsMathematicsComputer scienceMathematical optimizationApplied mathematicsFinanceStatisticsAlgorithm

Résumé

récupéré en direct d'OpenAlex

In this paper, we propose a stochastic method to project the public pension fund in the public pension system (PPS). For this we introduce the stochastic differential equations for the three parts: the premium revenue, the benefit expenditure, and the fund process. From these we show that the solution of the aggregated fund process is the sum of log-normals, which is approximated as one log-normal for the analytic result. Related to the parameter estimations, we implement the moment matching in the first moment. For the second moment, we apply the extreme value method following Parkinson. In order to follow Parkinson, we take the maximum and the minimum range of the fund amount based on the various sensitivity result as well as the baseline one from the deterministic projection result. In this reason, it is naturally to maintain the close interrelation with the deterministic projection result, which is very important since it is still key result in the actuarial valuation of the PPS.

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)0,009
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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,799
Score d'incertitude au seuil0,966

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,001
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 savante0,0000,000
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 Opus0,050
Tête enseignante GPT0,283
Écart entre enseignants0,232 · 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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProbability in the Engineering and Informational SciencesMême sujetInsurance, Mortality, Demography, Risk ManagementTravaux en français237 207