Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > math > arXiv:2412.08456v1

帮助 | 高级搜索

数学 > 统计理论

arXiv:2412.08456v1 (math)
[提交于 2024年12月11日 ]

标题: 基于尾部风险值的新随机比较

标题: New stochastic comparisons based on tail values at risk

Authors:Félix Belzunce, Alba M. Franco-Pereira, Julio Mulero
摘要: 本文提供了一种新的标准,用于比较在停止损失合同或带有免赔额的合同中出现的条件索赔。这些随机比较基于尾部风险价值(也称为条件尾期望),仅针对固定水平以及超过该水平的情况。特别是,我们解释了比较这些量的兴趣,研究了一些保持性质,并且还提供了对其研究的充分条件。最后,我们通过一些例子来说明其有用性。
摘要: In this paper we provide a new criterion for the comparison of claims, when we have conditional claims arising in stop loss contracts or contracts with franchise deductible. These stochastic comparisons are made on the basis of the Tail Value at Risk (also known as conditional tail expectation), just for a fixed level and beyond. In particular, we explain the interest of comparing these quantities, study some preservation properties and, in addition, we provide sufficient conditions for its study. Finally we illustrate its usefulness with some examples.
主题: 统计理论 (math.ST)
引用方式: arXiv:2412.08456 [math.ST]
  (或者 arXiv:2412.08456v1 [math.ST] 对于此版本)
  https://doi.org/10.48550/arXiv.2412.08456
通过 DataCite 发表的 arXiv DOI
期刊参考: Communications in Statistics - Theory and Methods 2020 Volume 51, Issue 3, 767-788
相关 DOI: https://doi.org/10.1080/03610926.2020.1754857
链接到相关资源的 DOI

提交历史

来自: Julio Mulero [查看电子邮件]
[v1] 星期三, 2024 年 12 月 11 日 15:21:41 UTC (50 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
math.ST
< 上一篇   |   下一篇 >
新的 | 最近的 | 2024-12
切换浏览方式为:
math
stat
stat.TH

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号