MétaCan
Menu
Retour à la cohorte
Enregistrement W4300014084 · doi:10.48550/arxiv.1706.05510

Statistical foundations for assessing the difference between the\n classical and weighted-Gini betas

2017· preprint· en· W4300014084 sur OpenAlexafffund
Nadezhda Gribkova, Ričardas Zitikis

Notice bibliographique

RevuearXiv (Cornell University) · 2017
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueInsurance, Mortality, Demography, Risk Management
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésCapital asset pricing modelEconometricsEconomicsStatistical inferenceBETA (programming language)InferenceActuarial scienceMathematicsFinancial economicsStatisticsComputer science

Résumé

récupéré en direct d'OpenAlex

The `beta' is one of the key quantities in the capital asset pricing model\n(CAPM). In statistical language, the beta can be viewed as the slope of the\nregression line fitted to financial returns on the market against the returns\non the asset under consideration. The insurance counterpart of CAPM, called the\nweighted insurance pricing model (WIPM), gives rise to the so-called\nweighted-Gini beta. The aforementioned two betas may or may not coincide,\ndepending on the form of the underlying regression function, and this has\nprofound implications when designing portfolios and allocating risk capital. To\nfacilitate these tasks, in this paper we develop large-sample statistical\ninference results that, in a straightforward fashion, imply confidence\nintervals for, and hypothesis tests about, the equality of the two betas.\n

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)0,041
score de la tête « metaresearch » (Gemma)0,244
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: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,041
Score d'incertitude au seuil0,216

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0410,244
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0060,005
Études des sciences et des technologies0,0010,011
Communication savante0,0050,007
Science ouverte0,0030,006
Intégrité de la recherche0,0030,007
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 Opus0,144
Tête enseignante GPT0,306
Écart entre enseignants0,162 · 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

Citations0
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuearXiv (Cornell University)Même sujetInsurance, Mortality, Demography, Risk ManagementTravaux en français237 207