MétaCan
Menu
Retour à la cohorte
Enregistrement W4386941197 · doi:10.7202/1091746ar

The Impact of Regulation on theAvailability and Profitability of AutoInsurance in Canada

2013· article· en· W4386941197 sur OpenAlexaffvenueabout
Mary Kelly, Anne Kleffner, Si Li

Notice bibliographique

RevueAssurances et gestion des risques · 2013
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueInsurance and Financial Risk Management
Établissements canadiensWilfrid Laurier UniversityUniversité LavalUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésUnderwritingProfitability indexVolatility (finance)EconomicsBusinessExpense ratioMonetary economicsActuarial scienceFinancial economicsFinanceMarket liquidity

Résumé

récupéré en direct d'OpenAlex

This article investigates the impact of automobile insurance regulation on the size of the involuntary insurance market as well as the level and volatility of auto insurance loss ratios in Canada. We find that rate reduction orders, product reform and a pricing “Grid” that establishes maximum premiums increase the size of the involuntary market, while prior approval does not have any significant effect. In addition, unlike U.S. studies, we find that prior approval does not significantly impact loss ratio volatility. Our models also incorporate the impact of macroeconomic variables that proxy for the underwriting cycle and investment returns. The results suggest that the insurance underwriting cycle and stock market returns appears to be as important in determining insurers’ usage of the involuntary market as regulation. Taken together, our results suggests that regulatory interventions aimed at addressing affordability issues may have the unintended consequence of aggravating availability issues, and underlying market conditions may exacerbate this effect.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,439
Score d'incertitude au seuil0,673

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,024
Tête enseignante GPT0,238
Écart entre enseignants0,213 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations2
Publié2013
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAssurances et gestion des risquesMême sujetInsurance and Financial Risk ManagementTravaux en français237 207