The last passage time before ruin: Theory and applications in liquidation risk management
Notice bibliographique
Résumé
In response to challenges posed by emerging risks such as climate change, practitioners are increasingly aware of the need for a more forward-looking approach to insurance solvency risk management, which requires not only the identification of risks but also timely intervention. However, determining when to implement risk mitigation is often complex, as it involves balancing insolvency prevention against the potential costs and consequences of such actions. In this paper, we provide insights into the timing of risk mitigation before it is too late by studying the last time a Lévy insurance risk process is above a certain threshold before ruin. In the theoretical part, we first derive the joint Laplace transform of the last passage time and the remaining time until ruin. We then study an optimal prediction problem of approximating the last passage time before ruin with a stopping time under the L 1 distance, showing that the optimum occurs when the risk process first drops below a certain level. The stopping boundary is independent of the initial surplus level, and we provide an explicit characterization of this boundary. These theoretical results fill a gap in the literature, where last passage times are typically analyzed over an infinite time horizon or an independent exponential time horizon. By focusing on the dynamics of risk processes up to ruin, our findings offer interesting insights into liquidation risk management. These are discussed in the application part, where we develop a framework to endogenously determine financial distress and rehabilitation levels under contemporary regulations. We further analyze the liquidation time under Chapter 7 and Chapter 11 of the U.S. Bankruptcy Code. Numerical examples and an empirical study using real data are presented to illustrate the practical implications of our results.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».