MétaCan
Menu
Retour à la cohorte
Enregistrement W4404886227 · doi:10.5539/jmr.v16n5p44

Approximation of the Ultim Ruin Probability by the Finite Difference Method of a Variable-memory Process (HAWKES process) With a Distribution of WEIBULL

2024· article· en· W4404886227 sur OpenAlexvenueno aff
Souleymane Badini, Fr ́ed ́eric B ́ER ́E, Delwend ́e Abdoul-Kabir KAFANDO

Notice bibliographique

RevueJournal of Mathematics Research · 2024
Typearticle
Langueen
DomaineMathematics
ThématiqueStatistical Distribution Estimation and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMathematicsWeibull distributionProcess (computing)Variable (mathematics)Statistical physicsApplied mathematicsDistribution (mathematics)Long memoryStatisticsMathematical analysisEconometricsComputer science

Résumé

récupéré en direct d'OpenAlex

In insurance risk management, the probability of ruin is a very important metric to assess. In this article, we give an approximation of the probability of ruin at the infinite horizon, where the inter-arrivals of claims follow the HAWKES process and the amount of claims follows the WEIBULL distribution, with independence between its two processes. This approximation is made using numerical analysis methods, it consists in solving a second-order integro-differential equation of which two cases are considered on the parameterηof WEIBULL: ifηis equal to 1, then the distribution of the amounts of claims is exponential, which brings us back to the risk model established in Badini et al. (2024). On the other hand, ifηis greater than 1, then the results lead us to a system of linear equations for which we use the finite di_erence method to obtain a numerical solution. This method is used in both cases (η = 1 andη> 1) for u ranging from 0 to 100, so we obtain the analytical solution.

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)0,005
score de la tête « metaresearch » (Gemma)0,009
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
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 enseignants0,839
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,124
Tête enseignante GPT0,452
Écart entre enseignants0,328 · 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
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Mathematics ResearchMême sujetStatistical Distribution Estimation and ApplicationsTravaux en français237 207