Analyse d’impact du moment de décaissement d’un produit avec garantie de rachat viager
Notice bibliographique
Résumé
Les garanties de rachat viager (GLWB) ont fait l’objet de nombreuses analyses dans la littérature en raison de leur risque financier, mais peu d’articles ont jusqu’ici traité de l’option offerte au contractant par rapport au choix du moment de décaissement et ses impacts sur la rentabilité du produit auprès de l’assureur. Cet article étend l’analyse effectuée par [Huang et al., 2014] dans leur article portant sur le choix optimal de décaissement pour un produit avec garanties de rachat viager. Tout d’abord, nous ajoutons une dimension additionnelle dans l’analyse pour tenir compte de la distribution des pertes d’un assureur selon l’âge au décaissement choisi par le contractant. Ensuite, nous développons un cadre d’analyse novateur afin de déterminer numériquement dans quelle mesure un assureur devrait modifier son échelle de frais lorsque ce dernier s’attend à ce qu’un assuré choisisse un moment de décaissement lui permettant de maximiser sa valeur de contrat. Nous démontrons que le niveau de frais équitables est fonction de l’âge à l’émission de l’assuré. Cette observation va à l’encontre de la pratique et de la structure présente de frais au sein de l’industrie canadienne où les assureurs chargent un niveau de frais uniformes indépendamment de l’âge à l’émission de l’assuré.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».