Empreu aquest identificador per citar o enllaçar aquest ítem:
http://hdl.handle.net/10609/78828
Títol: | Statistical and machine learning approaches for the minimization of trigger errors in earthquake catastrophe bonds |
Autoria: | Calvet Liñán, Laura Lopeman, Madeleine de Armas, Jesica Franco, Guillermo Juan, Angel A. |
Altres: | Universitat Oberta de Catalunya. Internet Interdisciplinary Institute (IN3) Guy Carpenter & Company, LLC Universitat Pompeu Fabra |
Citació: | Calvet-Liñan, L., Lopeman, M., de Armas Adrián, J., Franco, G. & Juan, A.A. (2017). Statistical and machine learning approaches for the minimization of trigger errors in earthquake catastrophe bonds. SORT: Statistics and Operations Research Transactions, 41(2), 1-20. doi: 10.2436/20.8080.02.64 |
Resum: | Catastrophe bonds are financial instruments designed to transfer risk of monetary losses arising from earthquakes, hurricanes, or floods to the capital markets. The insurance and reinsurance industry, governments, and private entities employ them frequently to obtain coverage. Parametric catastrophe bonds base their payments on physical features. For instance, given parameters such as magnitude of the earthquake and the location of its epicenter, the bond may pay a fixed amount or not pay at all. This paper reviews statistical and machine learning techniques for designing trigger mechanisms and includes a computational experiment. Several lines of future research are discussed. |
Paraules clau: | bons de catàstrofe risc d'amenaces naturals tècniques de classificació terratrèmols assegurança |
DOI: | 10.2436/20.8080.02.64 |
Tipus de document: | info:eu-repo/semantics/article |
Versió del document: | info:eu-repo/semantics/publishedVersion |
Data de publicació: | jul-2017 |
Llicència de publicació: | http://creativecommons.org/licenses/by-nc-nd/3.0/es/ |
Apareix a les col·leccions: | Articles cientÍfics Articles |
Arxius per aquest ítem:
Arxiu | Descripció | Mida | Format | |
---|---|---|---|---|
41.2.7.calvet-etal.pdf | 419,79 kB | Adobe PDF | Veure/Obrir |
Comparteix:
Aquest ítem està subjecte a una llicència de Creative Commons Llicència Creative Commons