MétaCan
Menu
Retour à la cohorte
Enregistrement W3085058862 · doi:10.3390/jrfm13090211

Discrete Time Ruin Probability for Takaful (Islamic Insurance) with Investment and Qard-Hasan (Benevolent Loan) Activities

2020· article· en· W3085058862 sur OpenAlex
Dila Puspita, Adam W. Kolkiewicz, Ken Seng Tan

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
venuePublié dans une revue dont le pays d'attache est le Canada.

Notice bibliographique

RevueJournal of risk and financial management · 2020
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueInsurance and Financial Risk Management
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésActuarial scienceSolvencyLoanProbability of defaultProfit (economics)BusinessUnderwritingShareholderFinanceEconomicsCredit riskMicroeconomics

Résumé

récupéré en direct d'OpenAlex

The main objectives of this paper are to construct a new risk model for modelling the Hybrid-Takaful (Islamic Insurance) and to develop a computational procedure for calculating the associated ruin probability. Ruin probability is an important study in actuarial science to measure the level of solvency adequacy of an insurance product. The Hybrid-Takaful business model applies a Wakalah (agent based) contract for underwriting activities and Mudharabah (profit sharing) contract for investment activities. We consider the existence of qard-hasan facility provided by the operator (shareholder) as a benevolent loan for the participants’ fund in case of a deficit. This facility is a no-interest loan that will be repaid if the business generates profit in the future. For better investment management, we propose a separate investment account of the participants’ fund. We implement several numerical examples to analyze the impact of some key variables on the Takaful business model. We also find that our proposed Takaful model has a better performance than the conventional counterpart in terms of the probability of ruin.

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,400
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,012
Tête enseignante GPT0,186
Écart entre enseignants0,174 · 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