.png){kind=icon}
返回
Generative adversarial network stopping for robust surrendering
.png){kind=icon}
PRE
AI
DOI：10.1016/j.ejor.2026.07.014.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在模型模糊性下对稳健的退保行为进行准确估计对保险公司至关重要。现有的分析方法主要局限于Black-Scholes框架和低维设置。在本文中，我们提出了一种基于生成对抗网络（GAN）的方法来确定退保保险产品的稳健停止规则，特别关注变额年金。我们的方法完全数据驱动，并且易于扩展到高维问题。我们使用模拟数据和实际应用来证明其有效性。
Keyword:
Machine learning
Generative adversarial network
Optimal stopping problem
Deep neural network
Robust surrendering
期刊
IF:
6
论文数:
2.2W
被引数:
6.4W
机构
引用论文
分享收藏Risk-averse constrained blackbox optimization under mixed aleatory/epistemic uncertainties在混合随机/认知不确定性下的风险规避型黑箱约束优化.png)
IF0
PREAI
分享收藏Guaranteed bounds for optimal stopping problems using kernel-based non-asymptotic uniform confidence bands基于核方法的非渐近一致置信带的最优停止问题保证界限
OAAI
OAAI分享收藏Machine learning of surrender: Optimality and humanity贾，B.，王，L.，& Wong，H. (2024). 机器学习下的退出：最优性与人文性。风险与保险杂志，91(4)：915–942. https://doi.org/10.1111/jori.12428.
PREAI
分享收藏分享收藏分享收藏
查看更多内容