MétaCan
Menu
← Retour à la cohorte
Enregistrement W7002295769

Modélisation et gestion du risque de longévité: Application à des instruments financiers liés à la longévité

2017· other· fr· W7002295769 sur OpenAlexaboutno aff

Notice bibliographique

RevueKnowledge UdeS (Institutional Deposit of the University of Sherbrooke) · 2017
Typeother
Languefr
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)PopulationFilter (signal processing)Subject (documents)Limiting
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Dans les récentes années, les pays industrialisés, comme le Canada, connaissent de plus en plus d'améliorations de la qualité de vie, des progrès médicaux, la paix, etc. Ceci a contribué à une baisse considérable des taux de mortalité, autrement dit, une amélioration de l'espérance de vie. L'industrie d'assurance et les fonds de pension subissent ce changement démographique et s'inquiètent de ce risque de long évité dans le futur. Il est donc très important, pour ces organismes assureurs de pouvoir prédire l'évolution de la mortalité dans le futur d'une manière adéquate. Dans ce mémoire nous allons modéliser la mortalité par le modèle le plus classique en actuariat Lee-Carter, 1992 puis par le modèle de Fung et al, 2015 qui est un modèle financier stochastique à deux facteurs, le premier facteur est général pour toute la population et le deuxième est spécifique à l'âge. En effet, nous considérons le modèle de Lee-Carter comme un benchmark puisqu'il est le modèle standard utilisé dans l'industrie de l'assurance. Le modèle de Fung et al est un modèle de type affine et gaussien, modèles fréquemment utilisés en finance pour la modélisation du taux d'intérêt. Nous allons tester le fit du modèle Fung et al en le comparant au fit offert par Lee-Carter. Ensuite, nous abordons des portefeuilles de rentes viagères. Une rente viagère est une série de paiements périodiques dont le versement est garanti jusqu'au décès du rentier, ces versements sont faits en échange d'un capital de départ. On les nomme aussi des portefeuilles d'annuités. C'est un produit implicitement offert par les fonds de pension à prestations déterminés. Le risque de longévité peut entraîner des hausses de coûts substantielles pour ces régimes. Nous introduisons par la suite des produits financiers dérives de longévité, pour transférer ce risque, comme les Swaps et les Caps de longévité. Un Swap de longévité est une série de forwards de long évité et chaque forward est un contrat de couverture du risque de longévité o ù le régime de retraite verse à une contrepartie des paiements fixes déterminés par les taux de mortalité estimés par le modèle de Fung et al, en échange, la contrepartie verse au régime des paiements variables dépendant des taux de survie observés dans la population des rentiers. Pour le Cap de long évité, il est sous forme d'options d'achat dont le sous-jacent est encore le taux de survie de la population cible. Après nous être assurés que le modèle de Fung et al performe au moins aussi bien que le modèle de Lee-Carter, nous l'utiliserons pour étudier les couvertures de portefeuilles de rentes à l'aide de Swaps et Caps de long évité respectivement. Le modèle nous permet en plus un ajustement risque-neutre, c.à.d une calibration à d'autres instruments de longévité transigés dans le marché.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,075
Score d'incertitude au seuil0,150

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,013
Tête enseignante GPT0,228
Écart entre enseignants0,214 · 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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKnowledge UdeS (Institutional Deposit of the University of Sherbrooke)→Travaux en français237 207→