論文の概要: A Unified Bayesian Framework for Pricing Catastrophe Bond Derivatives

• arxiv url: http://arxiv.org/abs/2205.04520v1
• Date: Mon, 9 May 2022 18:45:49 GMT
• ステータス: 処理完了
• システム内更新日: 2022-05-12 20:56:44.118568
• Title: A Unified Bayesian Framework for Pricing Catastrophe Bond Derivatives
• Title（参考訳）: カタストロフィ結合誘導体の価格設定のための統一ベイズ的枠組み
• Authors: Dixon Domfeh, Arpita Chatterjee, and Matthew Dixon
• Abstract要約: 本稿では、カタストロフィと金利の不確実性の定量化に基づく統一ベイズCAT社債価格の枠組みを提案する。 我々の枠組みは、災害のリスクに関する複雑な信念を、災害発生における別々で一般的なパターンを捉えることを可能にする。 災害リスクプロファイルのクラスタリングに対応する各種CATボンド契約の価格と予測されるリスクプリミアを評価した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Catastrophe (CAT) bond markets are incomplete and hence carry uncertainty in instrument pricing. As such various pricing approaches have been proposed, but none treat the uncertainty in catastrophe occurrences and interest rates in a sufficiently flexible and statistically reliable way within a unifying asset pricing framework. Consequently, little is known empirically about the expected risk-premia of CAT bonds. The primary contribution of this paper is to present a unified Bayesian CAT bond pricing framework based on uncertainty quantification of catastrophes and interest rates. Our framework allows for complex beliefs about catastrophe risks to capture the distinct and common patterns in catastrophe occurrences, and when combined with stochastic interest rates, yields a unified asset pricing approach with informative expected risk premia. Specifically, using a modified collective risk model -- Dirichlet Prior-Hierarchical Bayesian Collective Risk Model (DP-HBCRM) framework -- we model catastrophe risk via a model-based clustering approach. Interest rate risk is modeled as a CIR process under the Bayesian approach. As a consequence of casting CAT pricing models into our framework, we evaluate the price and expected risk premia of various CAT bond contracts corresponding to clustering of catastrophe risk profiles. Numerical experiments show how these clusters reveal how CAT bond prices and expected risk premia relate to claim frequency and loss severity.
• Abstract（参考訳）: カタストロフィ(CAT)債券市場は不完全であり、機器価格の不確実性がある。 このような様々な価格アプローチが提案されているが、統一資産価格枠組みの中で十分に柔軟で統計的に信頼できる方法で災害発生や金利の不確実性を扱うものはない。 その結果、CAT結合の予想されるリスク前提について、実証的にはほとんど知られていない。 本論文の主な貢献は、カタストロフィと金利の不確実性の定量化に基づく統一ベイズCAT社債価格フレームワークを提案することである。 この枠組みにより, 災害リスクに関する複雑な信念が, 災害発生の特異かつ一般的なパターンを捉えることができ, 確率的利率と組み合わせれば, 有望なリスク予知を伴う統一資産価格のアプローチが得られる。 具体的には、修正された集団リスクモデル(dirichlet prior-hierarchical bayesian collective risk model (dp-hbcrm)フレームワーク)を使用して、モデルベースのクラスタリングアプローチによって、災害リスクをモデル化します。 金利リスクはベイズ的アプローチの下でのCIRプロセスとしてモデル化される。 当社のフレームワークにCAT価格モデルを投入した結果,災害リスクプロファイルのクラスタリングに対応する各種CAT債券契約の価格と期待されるリスクプリミアが評価された。 数値実験により、これらのクラスターが猫の結合価格と予測されるリスクプレミアがクレームの頻度と損失の重大さにどのように関係しているかが明らかになった。

関連論文リスト

• Unveiling Nonlinear Dynamics in Catastrophe Bond Pricing: A Machine Learning Perspective [10.8179271031934]
  本稿では,カタストロフィ(CAT)結合の価格設定における機械学習モデルの有用性について考察する。 高度な機械学習技術を統合することにより,鍵リスク要因とCAT結合拡散の間の非線形関係と複雑な相互作用を明らかにする。
  論文  参考訳（メタデータ） (2024-04-10T11:20:52Z)
• Data-Adaptive Tradeoffs among Multiple Risks in Distribution-Free Prediction [55.77015419028725]
  しきい値とトレードオフパラメータが適応的に選択された場合、リスクの有効な制御を可能にする手法を開発する。 提案手法は単調なリスクとほぼ単調なリスクをサポートするが,それ以外は分布的な仮定はしない。
  論文  参考訳（メタデータ） (2024-03-28T17:28:06Z)
• Predictive Uncertainty Quantification via Risk Decompositions for Strictly Proper Scoring Rules [7.0549244915538765]
  予測モデリングの不確かさは、しばしばアドホック法に依存する。 本稿では,統計的リスクを通じて不確実性を理解するための理論的アプローチを紹介する。 我々は、ポイントワイズリスクをベイズリスクと過剰リスクに分割する方法を示す。
  論文  参考訳（メタデータ） (2024-02-16T14:40:22Z)
• Model-Based Epistemic Variance of Values for Risk-Aware Policy Optimization [59.758009422067]
  モデルベース強化学習における累積報酬に対する不確実性を定量化する問題を考察する。 我々は、解が値の真後分散に収束する新しい不確実性ベルマン方程式(UBE)を提案する。 本稿では,リスク・サーキングとリスク・アバース・ポリシー最適化のいずれにも適用可能な汎用ポリシー最適化アルゴリズムQ-Uncertainty Soft Actor-Critic (QU-SAC)を導入する。
  論文  参考訳（メタデータ） (2023-12-07T15:55:58Z)
• Adaptive Risk-Aware Bidding with Budget Constraint in Display Advertising [47.14651340748015]
  本稿では,強化学習による予算制約を考慮した適応型リスク対応入札アルゴリズムを提案する。 リスク・アット・バリュー(VaR)に基づく不確実性とリスク傾向の本質的関係を理論的に明らかにする。
  論文  参考訳（メタデータ） (2022-12-06T18:50:09Z)
• Mitigating multiple descents: A model-agnostic framework for risk monotonization [84.6382406922369]
  クロスバリデーションに基づくリスクモノトナイズのための一般的なフレームワークを開発する。 本稿では,データ駆動方式であるゼロステップとワンステップの2つの手法を提案する。
  論文  参考訳（メタデータ） (2022-05-25T17:41:40Z)
• Self-Certifying Classification by Linearized Deep Assignment [65.0100925582087]
  そこで我々は,PAC-Bayesリスク認定パラダイム内で,グラフ上のメトリックデータを分類するための新しい深層予測器のクラスを提案する。 PAC-Bayesの最近の文献とデータに依存した先行研究に基づいて、この手法は仮説空間上の後続分布の学習を可能にする。
  論文  参考訳（メタデータ） (2022-01-26T19:59:14Z)
• Risk-Averse Stochastic Shortest Path Planning [25.987787625028204]
  最適、定常、マルコフの方針が存在することを示し、特別なベルマン方程式を用いて見出すことができる。 ローバーナビゲーションMDPを用いて,条件値値リスク(CVaR)とエントロピー値値リスク(EVaR)のコヒーレントリスク尺度を用いて提案手法を説明する。
  論文  参考訳（メタデータ） (2021-03-26T20:49:14Z)
• Off-Policy Evaluation of Slate Policies under Bayes Risk [70.10677881866047]
  スレートのスロット上でロギングポリシーが因子化される典型的なケースにおいて、スレート帯のオフポリシ評価の問題について検討する。 PIによるリスク改善はスロット数とともに線形に増加し、スロットレベルの分岐の集合の算術平均と調和平均とのギャップによって線形に増加することを示す。
  論文  参考訳（メタデータ） (2021-01-05T20:07:56Z)
• Reinforcement Learning of Risk-Constrained Policies in Markov Decision Processes [5.081241420920605]
  マルコフ決定プロセス(MDPs)は、確率的不確実性の存在下でのシーケンシャルな意思決定のためのデファクト・フレームワークである。 破滅的な結果が再帰する障害状態と相まって, 対価を割引したMDPについて検討する。 我々の主な貢献は、UDTのような探索とMDPとの学習的相互作用を組み合わせた効率的なリスク制約型プランニングアルゴリズムである。
  論文  参考訳（メタデータ） (2020-02-27T13:36:36Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。