Eine Analyse Ultimaten Verhaltens Als Erklärungsansatz Des Moral Hazards

Gottfried Koch,Julia Ostner, Marco Peisker,Oliver Schülke

Zeitschrift für die gesamte Versicherungswissenschaft（2009）

Universität Leipzig | Georg August Universität

Cited 2|Views9

Abstract

Der moral hazard stellt für das Versicherungsunternehmen ein schwer kalkulierbares Risiko dar, weil Verhaltensänderungen des Versicherungsnehmers zu höheren Schadenzahlungen für den Versicherer und dadurch zu höheren Prämien für das gesamte Kollektiv führen können. Dem versicherten Individuum bietet die Informationsasymmetrie die Möglichkeit, den Schutzgedanken des Prinzips Versicherung zu seinem persönlichen Vorteil zu untergraben und somit den Versicherer und das gesamte Kollektiv zu schädigen. Ökonomische Ansätze haben, aufbauend auf dem Modell des homo oeconomicus`, versucht, Lösungsansätze für diese Gefahr aufzuzeigen. Verhaltensökonomische Experimente haben hingegen demonstriert, dass das Modell des homo oeconomicus nicht ausreichend genug in der Lage ist, die Realität zu beschreiben, weswegen die Lösungsvorschläge der ökonomischen Ansätze als unzureichend zu bezeichnen sind.

Translated text

Bibtex

AI Read Science

AI Summary

AI Summary is the key point extracted automatically understanding the full text of the paper, including the background, methods, results, conclusions, icons and other key content, so that you can get the outline of the paper at a glance.

Example

Background

Key content

Introduction

Methods

Results

Related work

Fund

Key content

Pretraining has recently greatly promoted the development of natural language processing (NLP)
We show that M6 outperforms the baselines in multimodal downstream tasks, and the large M6 with 10 parameters can reach a better performance
We propose a method called M6 that is able to process information of multiple modalities and perform both single-modal and cross-modal understanding and generation
The model is scaled to large model with 10 billion parameters with sophisticated deployment, and the 10 -parameter M6-large is the largest pretrained model in Chinese
Experimental results show that our proposed M6 outperforms the baseline in a number of downstream tasks concerning both single modality and multiple modalities We will continue the pretraining of extremely large models by increasing data to explore the limit of its performance

Try using models to generate summary,it takes about 60s

Must-Reading Tree

Example

Generate MRT to find the research sequence of this paper