MétaCan
Menu
Retour à la cohorte
Enregistrement W3123358931 · doi:10.1111/mafi.12027

OPTIMAL INSURANCE DESIGN UNDER RANK‐DEPENDENT EXPECTED UTILITY

2013· article· en· W3123358931 sur OpenAlexaff
Carole Bernard, Xuedong He, Jia-an Yan, Xun Yu Zhou

Notice bibliographique

RevueMathematical Finance · 2013
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueDecision-Making and Behavioral Economics
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésExpected utility hypothesisDistortion (music)Isoelastic utilityEconomicsMathematical economicsMathematical optimizationFunction (biology)DeductibleRegular polygonRank (graph theory)Distortion functionConcave functionEconometricsComputer scienceActuarial scienceMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

We consider an optimal insurance design problem for an individual whose preferences are dictated by the rank‐dependent expected utility (RDEU) theory with a concave utility function and an inverse‐S shaped probability distortion function. This type of RDEU is known to describe human behavior better than the classical expected utility. By applying the technique of quantile formulation, we solve the problem explicitly. We show that the optimal contract not only insures large losses above a deductible but also insures small losses fully. This is consistent, for instance, with the demand for warranties. Finally, we compare our results, analytically and numerically, both to those in the expected utility framework and to cases in which the distortion function is convex or concave.

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)0,004
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,179
Tête enseignante GPT0,373
Écart entre enseignants0,195 · 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'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

Citations122
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMathematical FinanceMême sujetDecision-Making and Behavioral EconomicsTravaux en français237 207