MétaCan
Menu
Retour à la cohorte
Enregistrement W2600129581 · doi:10.1111/rmir.12073

Yes We Can (Price Derivatives on Survivor Indices)

2017· article· en· W2600129581 sur OpenAlexaff
M. Martin Boyer, Lars Stentoft

Notice bibliographique

RevueRisk Management and Insurance Review · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInsurance, Mortality, Demography, Risk Management
Établissements canadiensCenter for Interuniversity Research and Analysis on OrganizationsWestern UniversityHEC Montréal
Organismes subventionnairesnon disponible
Mots-clésMonetary economicsEconomicsFinancial economicsBusinessActuarial scienceFinancial system

Résumé

récupéré en direct d'OpenAlex

Abstract We propose a simulation approach to value derivatives when the underlying dynamics are estimated using the survivor indices directly. Our results show that survivor forward and swap premiums increase with maturity and with the market price of risk. Our results also confirm that taking the optionality into consideration is important from a pricing perspective, for both U.S. women and men. We compare our results to what is obtained using an alternative modeling approach in which a Lee–Carter model is used to indirectly model the survivor index. Compared to this method, our estimated premiums and prices are higher for all longevity products. Moreover, comparing American‐style with European‐style options we find that, although the early exercise option has value when using survivor indices directly, the relative value of the early exercise option is significantly less than when the Lee–Carter model is used to indirectly model the survivor index. It follows that the assumed mortality dynamics have important implications for the term structure of forward and swap premiums and for the effect that changes in the market price of risk has on them.

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)0,002
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,004
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0120,002

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 Opus0,029
Tête enseignante GPT0,324
Écart entre enseignants0,295 · 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'étudeSimulation ou modélisation
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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRisk Management and Insurance ReviewMême sujetInsurance, Mortality, Demography, Risk ManagementTravaux en français237 207