Risk Measures of Stop-loss and Limited Loss Random Variables under Model Uncertainty with Applications in Insurance
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In this thesis, our focus is on the optimization of reinsurance design, accounting for the \ninfluence of model uncertainty. The following chapters outline our approach: \nIn Chapter 2, we identify the worst-case distributions for both insurers and reinsurers \nby assuming that insurers and reinsurers respectively have their own uncertainty sets. \nThese distributions are structured to maximize their respective shares of the total loss, \nassessed by a distortion risk measure. We consider a reinsurance contract structured as \na stop-loss treaty with a deductible. Our uncertainty sets adopt traditional two-moment \ncharacteristics, incorporated with distance constraints defined using Wasserstein distance. \nWe provide numerical solutions for the worst-case distributions in a general scenario, along \nwith analytical solutions for cases when uncertainty sets only have constraints on the first \ntwo moments of the underlying loss random variable. Based on that, we find the optimal \nstop-loss reinsurance policy from the perspective of the insurer taking model uncertainty \ninto account. \nIn Chapter 3, we assume that uncertainty sets of insurers and reinsurers are defined \nonly by Wasserstein distance. We consider the worst-case risk measures of limited stoploss functions and determine the worst-case distributions for both insurers and reinsurers \nunder limited stop-loss reinsurances. In addition, by conducting numerical experiments, we \nexplore how the limits and deductibles of limited stop-loss reinsurances impact worst-case \nrisk measures for both parties. \nMoving into Chapter 4, we integrate the notion of distribution ambiguity into a negotiation framework, specifically Pareto optimality. Through numerical experiments based on \nresults presented in Chapters 2 and 3, we investigate how the negotiation power between \nparties influences the equilibrium point. \nConcluding our study, the final chapter outlines potential directions for future research \nand development, building upon the foundation laid out in this work.
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.
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 | 0,000 | 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 découle