Litigation Risk in Directors’ and Officers’ Liability Insurance : The Impact of Company-Related Risk Factors on the Insurance Premium
Notice bibliographique
Résumé
A directors’ and officers’ (D&O) liability insurance policy prices the risk of litigation. The objective of this thesis is to investigate whether company-specific risk factors are incorporated in the pricing, and in such case what effect these risk factors have on the premium. \nFor a sample of Canadian companies listed on the S&P/TSX Composite Index, we collect information on insurance coverage and premiums for a time period ranging from 2010 to 2020. Insurance data are matched with measures of risk estimated from both market and book values, along with information regarding the governance structure of companies. Before assessing how risk factors affect the premium, this study examines how the choice of coverage limit is affected. The empirical analysis further show that several of our hypothesized risk factors do affect the D&O premium, either directly or through the choice of coverage limit. As such, we find that coverage will be more costly for companies with higher litigation risk, proxied by company size, profitability, leverage, volatility, and others. \nBy implementing the Merton Model, we estimate the value and volatility of company assets. Analysing the premium based on these variables yield similar results to the estimation based on the directly observable variables of stock volatility and market capitalization. A common feature for both approaches is that the volatility measures are found to be important determinants of the premium. Additionally, the majority of the other risk measures are found to display similar impacts on the premium no matter the measures utilized for size and volatility. \nAltogether, the results obtained in this thesis indicate that insurers address and incorporate various company-related risk factors.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».