MétaCan
Menu
Retour à la cohorte
Enregistrement W3171139534 · doi:10.1080/03461238.2021.1938198

Tail index-linked annuity: A longevity risk sharing retirement plan

2021· article· en· W3171139534 sur OpenAlexaff
An Chen, Hong Li, Mark Schultze

Notice bibliographique

RevueScandinavian Actuarial Journal · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInsurance, Mortality, Demography, Risk Management
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésSolvencyLife annuityLongevity riskLongevityActuarial scienceIndex (typography)EconomicsBusinessPensionFinanceMedicineGerontologyMarket liquidityComputer science

Résumé

récupéré en direct d'OpenAlex

This paper proposes an innovative retirement product focusing on longevity risk sharing, a contract we refer to as tail index-linked annuity (TILA). Specifically, the proposed TILA pays out variable annual payments, which will be equal to a regular nominal amount when a reference survival index is lower than a predetermined threshold (i.e. normal evolution of longevity risk), and a reduced, index-dependent payment when the threshold is passed (i.e. highly unfavorable evolution of longevity risk). The proposed TILA aims at not only improving the benefits of the policyholders, which has been the focus in recent literature on innovative retirement products, but also reducing the longevity risk exposure of the insurer, particularly for advanced retirement ages. Using real-world mortality data and a stochastic multi-population mortality model, we find that the proposed TILA leads to higher expected lifetime utility than regular annuities for policyholders with different degrees of risk aversions. Meanwhile, numerical analysis shows that the proposed TILA could greatly mitigate the solvency risk of the insurer, leading to a substantially lower loss probability and expected (tail-) loss than regular annuities in the presence of a longevity shock, and therefore could reduce the insurer's required solvency capital under the latest solvency regulations.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,032
Tête enseignante GPT0,307
Écart entre enseignants0,274 · 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

Citations5
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScandinavian Actuarial JournalMême sujetInsurance, Mortality, Demography, Risk ManagementTravaux en français237 207