MétaCan
Menu
Retour à la cohorte
Enregistrement W7009675039

ESSAYS ON RISK MANAGEMENT OF INSURANCE COMPANIES

2020· article· en· W7009675039 sur OpenAlexaboutno aff

Notice bibliographique

RevueScholars Commons (Wilfrid Laurier University) · 2020
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueInsurance and Financial Risk Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEthnic groupCultural diversityProxy (statistics)Uncertainty avoidanceRisk managementDiversity (politics)ActuaryLife insurance
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This dissertation examines the risk management of insurance companies. It consists of three essays, which study the risk management of property and casualty (P/C) insurance companies. The first essay examines the impact of board diversity on firms’ risk-taking strategies using Canadian P/C insurance companies. The findings show that board ethnic diversity significantly decreases company risk as measured by reinsurance, asset risk, and leverage risk. Ethnic background values of the board members could be the reason behind this effect, board members with ethnic backgrounds from countries with high (low) Uncertainty Avoidance Index (UAI) decrease (increase) the risk. Results also show that in a diversified business environment, the ethnic diversity of directors has a less critical role in implementing risk-reducing strategies. Also, we show that board ethnic diversity improves company performance. In the second essay, we examine whether the personal background of decision-makers affects accounting estimates. We use cultural origin and gender of actuaries and CEOs as a proxy of personal background and test their effect on the accuracy of loss reserves. Our results show evidence that the cultural origin of actuaries, but not CEOs, are significantly associated with the accuracy of loss reserves. We show that cultural values of Masculinity, Uncertainty Avoidance, Power Distance and Individualism could explain the effect of cultural origin on the accuracy of loss reserves. We find evidence that cultural values that promote greater (lower) uncertainty, greater (lower) overconfidence, and more (less) risky attitudes are associated with lower (greater) accuracy of loss reserves. In addition, we show that actuary gender is significantly associated with the accuracy of loss reserves upon under-reserving only.\nThe third essay studies the time variation of the market price of Catastrophe bonds for the period 1999-2016. While we find an overall decreasing trend in the price of expected loss risk, large catastrophes increase this price by an order of 34% on average. Our empirical tests show that the latter effect is temporary and unlikely to be the byproduct of behavioral changes in investors’ perceptions about catastrophic risk as previously argued. Instead, we find evidence that the changes in the price of expected loss risk may be explained by changes in investor effective risk aversion, initiated by catastrophic events triggering Cat bond losses that could bring investors closer to their habit consumption levels and lead to a hard reinsurance market environment. Contagion effects from the reinsurance markets are more relevant after main catastrophes given the levels of liquidity in the markets. Furthermore, contagion effects from financial markets are minor and only relevant during the subprime financial crisis as documented in previous studies.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,791
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,024
Tête enseignante GPT0,192
Écart entre enseignants0,168 · 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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScholars Commons (Wilfrid Laurier University)Même sujetInsurance and Financial Risk ManagementTravaux en français237 207