MétaCan
Menu
Retour à la cohorte
Enregistrement W3124876132 · doi:10.1142/9789811246494_0003

Dam rain and cumulative gain

2022· preprint· en· W3124876132 sur OpenAlexaff
Dorje C. Brody, Lane P. Hughston, Andrea Macrina

Notice bibliographique

RevueWORLD SCIENTIFIC eBooks · 2022
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueStochastic processes and financial applications
Établissements canadiensPerimeter Institute
Organismes subventionnairesEngineering and Physical Sciences Research CouncilRoyal Society
Mots-clésCash flowPortfolioAsset (computer security)EconomicsTerminal valueValue (mathematics)MicroeconomicsAccounts payableActuarial scienceFinancial economicsFinancePaymentMathematicsOperating cash flowComputer science

Résumé

récupéré en direct d'OpenAlex

We consider a financial contract that delivers a single cash flow given by the terminal value of a cumulative gains process. The problem of modelling and pricing such an asset and associated derivatives is important, for example, in the determination of optimal insurance claims reserve policies, and in the pricing of reinsurance contracts. In the insurance setting, the aggregate claims play the role of the cumulative gains, and the terminal cash flow represents the totality of the claims payable for the given accounting period. A similar example arises when we consider the accumulation of losses in a credit portfolio, and value a contract that pays an amount equal to the totality of the losses over a given time interval. An explicit expression for the value process is obtained. The price of an Arrow-Debreu security on the cumulative gains process is determined, and is used to obtain a closed-form expression for the price of a European-style option on the value of the asset. The results obtained make use of various remarkable properties of the gamma bridge process, and are applicable to a wide variety of financial products based on cumulative gains processes such as aggregate claims, credit portfolio losses, defined-benefit pension schemes, emissions, and rainfall.

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)0,001
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: Théorique ou conceptuel
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,703
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)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,054
Tête enseignante GPT0,262
Écart entre enseignants0,208 · 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.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWORLD SCIENTIFIC eBooksMême sujetStochastic processes and financial applicationsTravaux en français237 207