দৃশ্যকল্প বিশ্লেষণ এবং স্ট্রেস টেস্টিং: অনিশ্চয়তা ব্যবস্থাপনা

লাভ:

• কৃত্রিম বুদ্ধিমত্তার সহায়তায় নির্ধারক দৃশ্যকল্প, স্টোকাস্টিক সিমুলেশন (মন্টে কার্লো) এবং স্ট্রেস টেস্টের ধারণাগুলি প্রতিষ্ঠা করার এবং ঝুঁকির ভাষায় ফলাফলগুলি ব্যাখ্যা করার ক্ষমতা
• কৃত্রিম বুদ্ধিমত্তার সাহায্যে মূল্যস্ফীতি, সুদ, বিপর্যয়কর ক্ষতি এবং মহামারীর মতো শক পরিস্থিতি ডিজাইন করার ক্ষমতা এবং দায় এবং মূলধনের প্রভাব অনুমান করা
• পার্থক্য করতে সক্ষম হওয়া যে কৃত্রিম বুদ্ধিমত্তা দ্বারা উত্পাদিত দৃশ্যকল্পগুলি ঐতিহাসিক তথ্যের উপর ভিত্তি করে এবং সেই অ্যাকচুয়ারিয়াল রায়টি লেজের ঝুঁকি এবং কাঠামোগত বিরতির ক্ষেত্রে সামনে আসে।

বাস্তববাদ হল ভবিষ্যত ভবিষ্যদ্বাণী করার পেশা; কিন্তু ভবিষ্যৎ একটি একক সংখ্যা নয়, এটি সম্ভাবনার একটি বর্ণালী। "আমাদের প্রত্যাশিত ক্ষতি 50 মিলিয়ন" বলা যথেষ্ট নয়; আসল প্রশ্ন হল: "যদি একটি খারাপ বছর আসে, তাহলে কত মিলিয়ন খরচ হবে, কোম্পানি কি এটি পরিচালনা করতে পারে?" এই প্রশ্নের উত্তর দেওয়ার সরঞ্জামগুলি হল দৃশ্যকল্প বিশ্লেষণ এবং স্ট্রেস টেস্টিং। ভূমিকম্প, উচ্চ মূল্যস্ফীতি, সুদের হারের ধাক্কা বা কোম্পানির দায় এবং মূলধনের উপর মহামারীর প্রভাব অগ্রিম পরিমাপ করা অভ্যন্তরীণ ঝুঁকি ব্যবস্থাপনা এবং সলভেন্সি II-এর মতো আইন উভয়েরই একটি মৌলিক প্রয়োজন। এই ইউনিটে, আমরা নির্ধারক দৃশ্যকল্প, স্টোকাস্টিক সিমুলেশন (মন্টে কার্লো) এবং স্ট্রেস টেস্টিং কভার করব এবং এই বিশ্লেষণগুলিতে কীভাবে এআই ব্যবহার করতে হয় তা দেখব।

আসুন আপনাকে শুরু থেকেই মনে করিয়ে দিই: দৃশ্যকল্পগুলি ঐতিহাসিক তথ্য এবং অনুমানের উপর ভিত্তি করে। এআই দৃশ্যকল্প ডিজাইন করে, সিমুলেশন কোড লেখে এবং ফলাফল ব্যাখ্যা করে; কিন্তু কোন ধাক্কাগুলি বাস্তবসম্মত, কীভাবে লেজের ঝুঁকি সামলাতে হয় এবং কীভাবে কাঠামোগত বিরতি অন্তর্ভুক্ত করতে হয় (অতীতে কখনও ঘটেনি এমন ঘটনা) অ্যাকচুয়ারিয়াল রায়ের উপর ছেড়ে দেওয়া হয়।

নির্ধারক দৃশ্যকল্প, স্টোকাস্টিক সিমুলেশন এবং স্ট্রেস টেস্টিং

তিনটি ধারণাকে আলাদা করা গুরুত্বপূর্ণ। নির্ধারক দৃশ্যকল্প হল অনুমানের একটি একক সেট বেছে নেওয়া এবং ফলাফল গণনা করা: "আমাদের দাবির মূল্য কত হবে যদি মুদ্রাস্ফীতি 40 শতাংশ হয়?" সহজ, পরিষ্কার এবং যোগাযোগ করা সহজ; কিন্তু এটি শুধুমাত্র একটি উপায় দেখায়, একটি সম্ভাবনা নয়। স্টোকাস্টিক সিমুলেশন (মন্টে কার্লো) বারবার হাজার হাজার এলোমেলো পরিস্থিতি তৈরি করে ফলাফলের সম্ভাব্যতা বন্টন করে। এইভাবে, লেজের তথ্য যেমন "গড়ে 50, কিন্তু 99.5 শতাংশ স্তরে 78 মিলিয়ন" প্রাপ্ত হয়। একটি স্ট্রেস টেস্ট হল একটি বিশেষ ধরনের পরিস্থিতি যা কিছু গুরুতর কিন্তু প্রশংসনীয় ঘটনার প্রভাব পরিমাপ করে (ভূমিকম্প, বাজার বিপর্যয়); সাধারণত নিয়ন্ত্রক দ্বারা সংজ্ঞায়িত।

মন্টে কার্লো অ্যাকচুয়ারিয়ালের অন্যতম শক্তিশালী টুল। যুক্তিটি হল: আপনি ফ্রিকোয়েন্সি এবং তীব্রতা বিতরণ থেকে এলোমেলো মানগুলি বের করেন এবং মোট ক্ষতি গণনা করেন; আপনি এটি 10,000 বার পুনরাবৃত্তি করুন; আপনার হাতে 10,000 সম্ভাব্য মোট ক্ষতি জমা করে। এই সঞ্চয় থেকে, আপনি গড়, শতকরা যেমন 75 শতাংশ, 99.5 শতাংশ এবং সবচেয়ে খারাপ পরিস্থিতি পড়তে পারেন। সলভেন্সি II (একটি খারাপ বছর যা 200 বছরে একবার ঘটবে) এর জন্য প্রয়োজনীয় 99.5 শতাংশ স্তরটি ঠিক এভাবেই পাওয়া যায়। এআই দ্রুত এই সিমুলেশনের জন্য কোড তৈরি করে।

নিম্নলিখিত সারণী তিনটি পদ্ধতির তুলনা করে:

এপ্রোচ

কি দেয়

শক্তিশালী পয়েন্ট

সীমা

নির্ধারক দৃশ্যকল্প

একক ফলাফল

সহজ, যোগাযোগ করা সহজ

সম্ভাবনা দেয় না

মন্টে কার্লো

সম্ভাব্যতা বন্টন

লেজের ঝুঁকি নির্দেশ করে

অনুমান এবং তথ্যের উপর নির্ভরশীল

স্ট্রেস পরীক্ষা

শক অধীনে ফলাফল

স্থায়িত্ব পরীক্ষা করে

শক নির্বাচন বিচারিক

লেজের ঝুঁকি: সবচেয়ে গুরুত্বপূর্ণ এবং সবচেয়ে বিপজ্জনক এলাকা

অ্যাকচুয়ারিয়াল থিওরিতে, আসল বিপদটি গড় নয়, লেজে (চরম, কম-সম্ভাব্যতা কিন্তু বন্টনের উচ্চ-প্রভাব অঞ্চল)। যা কোম্পানিগুলিকে ডুবিয়ে দেয় তা একটি গড় বছর নয়, তবে একটি বিরল কিন্তু বিধ্বংসী ঘটনা: একটি বড় ভূমিকম্প, একই সময়ে প্রচুর বড় ক্ষতি, আকস্মিক সুদের হারের ধাক্কা৷ এই অঞ্চলটি পরিমাপ করতে, VaR (Value at Risk — একটি নির্দিষ্ট কনফিডেন্স লেভেলে সর্বোচ্চ ক্ষতি) এবং TVaR/CTE (লেজের বাইরে গড় ক্ষতি) ব্যবহার করা হয়। মন্টে কার্লো এই পরিমাপ গণনা করার প্রাকৃতিক উপায়।

কিন্তু লেজে আরেকটি বিপদ আছে: ঐতিহাসিক তথ্য লেজটিকে ভালোভাবে উপস্থাপন করে না। বিরল ঘটনা, সংজ্ঞা অনুসারে, অতীতে বিরল হয়েছে; তাই মডেল তাদের অবমূল্যায়ন করতে থাকে। ঐতিহাসিক তথ্যের উপর ভিত্তি করে AI সহজেই একটি বিতরণের সাথে মানানসই হয়, কিন্তু এটি স্বতঃস্ফূর্তভাবে বিবেচনা করে না "যদি এই পোর্টফোলিওটি কখনও অনুভব করেনি এমন একটি মহামারী বা 100 বছরের ভূমিকম্প হয়?" স্ট্রাকচারাল ব্রেক, পারস্পরিক সম্পর্ক বৃদ্ধি (একটি সংকটের সময় একই সময়ে সবকিছু খারাপ হয়ে যাওয়া) এবং মডেলে জলবায়ু পরিবর্তনের মতো প্রবণতা অন্তর্ভুক্ত করা অ্যাকচুয়ারির কাজ।

সতর্কতা: "আমাদের মডেল 99.9 শতাংশ পরিস্থিতি পরিচালনা করে" বাক্যটি সান্ত্বনাদায়ক, কিন্তু মনে রাখবেন যে মডেলটি সেই ডেটা থেকে শেখে যার লেজ অতীত। এমন একটি ঘটনা যা কখনও ঘটেনি তা হল সেরা মডেলের অন্ধ স্থান। এখানেই বিশেষজ্ঞের রায় কার্যকর হয়।

দৃশ্যকল্প এবং স্ট্রেস পরীক্ষায় এআই কীভাবে ব্যবহার করবেন

1) মন্টে কার্লো সিমুলেশন কোড:

পাইথনের সাথে একটি যৌগিক ক্ষতি মন্টে কার্লো সিমুলেশন লিখুন (মন্তব্য সহ)। অনুমান (আমি দিচ্ছি): ক্ষতির সংখ্যা ~ Poisson(lambda=1600), ক্ষতির পরিমাণ ~ Gamma(shape=k, স্কেল=theta) [আমি k এবং theta দেব].1) 10,000 বার: পরিমাণ আঁকুন, সেই পরিমাণ অঙ্কন করুন, যোগ করুন। VaR(99.5%) এবং TVaR(99.5%)।ফিটিং প্যারামিটার; আমি এটা দেব. লাইব্রেরি: নম্র।

2) নির্ধারক স্ট্রেস দৃশ্যকল্প:

আপনার ভূমিকা: ঝুঁকি সহকারী। আমার বেস প্রত্যাশিত ক্ষতি 50 মিলিয়ন TL. নিম্নলিখিত 3টি নির্ধারক পরিস্থিতি সেট আপ করুন: ক) মুদ্রাস্ফীতি শক: তীব্রতা +30%। খ) ফ্রিকোয়েন্সি শক: ক্ষতির সংখ্যা +15%। গ) উভয় একসাথে। প্রতিটি পরিস্থিতিতে নতুন প্রত্যাশিত ক্ষতি গণনা করুন, ভিত্তির উপর ভিত্তি করে শতাংশের প্রভাব দেখান এবং কোনটি সবচেয়ে গুরুত্বপূর্ণ তা মন্তব্য করুন। আমি আপনাকে যে ভিত্তি নম্বর দিয়েছি তা ব্যবহার করুন।

3) দৃশ্যকল্প নকশা পরামর্শ:

আমি একটি স্বাস্থ্য বীমা পোর্টফোলিওর জন্য স্ট্রেস পরীক্ষার পরিস্থিতি ডিজাইন করছি। - মহামারী, উচ্চ মুদ্রাস্ফীতি, নতুন ব্যয়বহুল চিকিত্সা প্রযুক্তি এবং নিয়ন্ত্রক পরিবর্তনের জন্য প্রতিটি একটি খসড়া 'গুরুতর কিন্তু যুক্তিসঙ্গত' দৃশ্যের প্রস্তাব করুন। - প্রতিটি দৃশ্যকল্প ফ্রিকোয়েন্সি, তীব্রতা বা উভয়কেই প্রভাবিত করে কিনা তা বলুন। - ঐতিহাসিক তথ্য দিয়ে ক্যাপচার করা যাবে না এমন লেজ ঝুঁকি চিহ্নিত করুন। আমি সিদ্ধান্ত নেব; আপনি কাঠামো এবং ন্যায্যতা প্রদান.

4) ফলাফল ব্যবস্থাপনায় অনুবাদ করা:

আমার মন্টে কার্লো ফলাফল: প্রত্যাশিত ক্ষতি 50M, VaR(99.5%) 78M, TVaR(99.5%) 89M৷ 5টি বাক্যে পরিচালনা পর্ষদের কাছে এটি ব্যাখ্যা করুন:- 99.5% এবং TVaR বলতে কী বোঝায়, সরল ভাষায়।- কেন 'গড় অনুসারে পরিকল্পনা' অপর্যাপ্ত?- মূলধনের পরিপ্রেক্ষিতে তাদের কোন চিত্রটি দেখা উচিত?

দুর্বল প্রম্পট / শক্তিশালী প্রম্পট

দুর্বল প্রম্পট:

আমার পোর্টফোলিওর জন্য একটি স্ট্রেস পরীক্ষা করুন।

কোন ভিত্তি মান নেই, কোন শক সংজ্ঞা নেই, কোন বিতরণ নেই। AI একটি সাধারণ পাঠ্য তৈরি করে, একটি সম্ভাব্য সংখ্যা নয়।

শক্তিশালী প্রম্পট:

আপনার ভূমিকা: অ্যাকচুয়ারিয়াল ঝুঁকি সহকারী। বেস অনুমান (বেনামী): প্রত্যাশিত ফ্রিকোয়েন্সি 0.12, গড় তীব্রতা 30,000 TL, এক্সপোজার 20,000 পলিসি-বছর। কারিগরি সুদ 4%। টাস্ক: 1) বেস প্রত্যাশিত মোট ক্ষতি গণনা করুন। 2) নিম্নলিখিত চাপ প্রয়োগ করুন এবং প্রতিটির শতাংশের প্রভাব দেখান: - মুদ্রাস্ফীতি: তীব্রতা +25% - খারাপ শীত: ফ্রিকোয়েন্সি +10% - সুদের হার হ্রাস: 4% -> 3% (দায়ের বর্তমান মূল্যের উপর প্রভাব) 3) 2) সর্বাধিক মন্তব্য করুন এবং 4 কেন সুপারিশ করুন। লেজের ঝুঁকির জন্য মন্টে কার্লো, কেন? শুধু আমার দেওয়া সংখ্যাগুলি ব্যবহার করুন; যদি এটি অনুপস্থিত হয়, জিজ্ঞাসা করুন.

তিনটি মিনি কেস

কেস 1 - গড়ের প্রতারণা। একটি কোম্পানি প্রত্যাশিত ক্ষতি (50 মিলিয়ন) উপর ভিত্তি করে তার মূলধন পরিকল্পনা করেছিল। যখন মন্টে কার্লো করা হয়েছিল, তখন দেখা গিয়েছিল যে 99.5 শতাংশ স্তর ছিল 82 মিলিয়ন: একটি খারাপ বছরে, 32 মিলিয়নের অতিরিক্ত প্রয়োজন ছিল এবং কোম্পানি তা পূরণ করতে সক্ষম হবে না। মূলধন পরিকল্পনা সংশোধন করা হয়েছে। AI সেকেন্ডে 10,000 পরিস্থিতির সিমুলেশন চালায়; অ্যাকচুয়ারি ব্যাখ্যা এবং বিতরণের মূল্যায়ন করেছেন।

কেস 2 - পারস্পরিক অন্ধত্ব। একটি পোর্টফোলিওতে ভূমিকম্প এবং ব্যবসায়িক বিঘ্নের কভারেজ আলাদাভাবে কম ঝুঁকি দেখা দিয়েছে। কিন্তু একটি ভূমিকম্প একই সময়ে উভয়ের উদ্রেক করে; স্বাধীনতার অনুমানকারী মডেলটি লেজের ঝুঁকিকে অর্ধেকে অবমূল্যায়ন করেছে। যখন অ্যাকচুয়ারি দৃশ্যপটে পারস্পরিক সম্পর্ক যোগ করে, তখন প্রকৃত মূলধনের প্রয়োজন উল্লেখযোগ্যভাবে বৃদ্ধি পায়। পাঠ: একটি সংকটে, ঝুঁকি স্বাধীন নয়; প্রশ্ন AI এর স্বাধীনতার গ্রহণযোগ্যতা।

কেস 3 - একটি ঘটনা যা ঘটেনি। গত 10 বছরের ডেটার উপর ভিত্তি করে একটি স্বাস্থ্যসেবা পোর্টফোলিও খুব "কঠিন" দেখায়। যখন একটি মহামারী আসে, ফ্রিকোয়েন্সি এবং তীব্রতা উভয়ই একই সাথে আকাশচুম্বী হয়; মডেলটি কখনই এটি ভবিষ্যদ্বাণী করেনি কারণ ডেটাতে এটির মতো কিছুই ছিল না। পরবর্তী সময়ে, নির্ধারক মহামারী দৃশ্যকল্প যোগ করা হয়েছিল। AI খসড়া স্ক্রিপ্ট তৈরি করেছে; অভিযুক্ত ধাক্কার মাত্রা নির্ধারণ করেছেন। পাঠ: ঐতিহাসিক ডেটা সারি সম্পূর্ণ নয়।

সাধারণ ভুল

• গড় চারপাশে পরিকল্পনা. এটি লেজ, গড় নয়, যা কোম্পানিকে ডুবিয়ে দেয়; VaR/TVaR-এর মত চরম মেট্রিক্স দেখুন।
• অনুমান করা ঝুঁকিগুলি স্বাধীন। একটি সংকটের সময়, পারস্পরিক সম্পর্ক বৃদ্ধি পায়; স্বাধীনতার স্বীকৃতি লেজ আলো করে।
• ঐতিহাসিক তথ্যের উপর পূর্ণ আস্থা। বিরল এবং কাঠামোগত ঘটনা তথ্য থেকে অনুপস্থিত; বিশেষজ্ঞ রায় দিয়ে দৃশ্যকল্প যোগ করুন.
• ডিটারমিনিস্টিক এবং স্টোকাস্টিক মেশানো। একটি একক দৃশ্য সম্ভাবনা দেয় না; সম্ভাব্যতা মন্টে কার্লো প্রয়োজন.
• যাচাই না করেই সিমুলেশন ফলাফল উপস্থাপন করা। স্বাধীনভাবে শতাংশ এবং VaR পরীক্ষা করুন; প্যারামিটার ত্রুটি সমগ্র বিতরণকে বিকৃত করে।

টিপ: মন্টে কার্লো ফলাফল উপস্থাপন করার আগে, একটি সাধারণ ধারাবাহিকতা পরীক্ষা করুন: সিমুলেশন মানে কি প্রত্যাশিত মান (ফ্রিকোয়েন্সি × তীব্রতা × এক্সপোজার) এর কাছাকাছি যা আপনি হাতে গণনা করেছেন? যদি না হয়, একটি প্যারামিটার বা কোড ত্রুটি আছে.

সংক্ষেপে

ভবিষ্যত একটি একক সংখ্যা নয়, কিন্তু সম্ভাবনার একটি বর্ণালী। নির্ধারক পরিস্থিতিগুলি একটি একক "কি হলে" পথ দেখায়, মন্টে কার্লো সমগ্র বিতরণ এবং লেজের ঝুঁকি দেখায়, স্ট্রেস পরীক্ষাগুলি গুরুতর ঘটনার প্রভাব দেখায়। প্রকৃত বিপদটি লেজের মধ্যে, গড় নয়, এবং ঐতিহাসিক তথ্য লেজটিকে ভালভাবে উপস্থাপন করে না; বর্ধিত পারস্পরিক সম্পর্ক এবং ঘটনা ঘটেনি যা বাস্তবিক বিচারের প্রয়োজন। এআই দৃশ্যকল্প ডিজাইন করে, সিমুলেশন কোড করে এবং ফলাফল ব্যাখ্যা করে; কিন্তু শক নির্বাচন, পারস্পরিক সম্পর্ক অনুমান, লেজ বিচার, এবং চূড়ান্ত ঝুঁকি সিদ্ধান্ত অ্যাকচুয়ারির সাথে বিশ্রাম। সর্বদা একটি সাধারণ সামঞ্জস্য পরীক্ষা দিয়ে ফলাফল যাচাই করুন।

আবেদন টাস্ক

বেনামী বেস অনুমান সেট করুন (ফ্রিকোয়েন্সি, তীব্রতা, এক্সপোজার, আগ্রহ)। AI কে জিজ্ঞাসা করুন (a) বেস প্রত্যাশিত ক্ষতি, (b) মুদ্রাস্ফীতি, ফ্রিকোয়েন্সি এবং সুদের হারের ধাক্কা সহ 3টি নির্ধারক পরিস্থিতি, (c) একটি মন্টে কার্লো সিমুলেশন সহ VaR এবং TVaR(99.5%) গণনা করুন। যাচাই করুন যে সিমুলেশন মানে আপনার ম্যানুয়ালি গণনা করা প্রত্যাশিত মানের কাছাকাছি। তারপরে AI এর সাথে আলোচনা করুন যে কীভাবে দুটি সমান্তরাল নির্ভরশীল (সম্পর্কিত) অনুমান করলে লেজ পরিবর্তন হবে।

চেকলিস্ট

• [ ] আমি কি গড়ের চেয়ে লেজের পরিমাপ (VaR, TVaR) দেখেছি?
• [ ] আমি কি সংকটের সময়ে ঝুঁকির পারস্পরিক সম্পর্ক বিবেচনা করেছি?
• [ ] আমি কি বিশেষজ্ঞের রায়ের সাথে ঐতিহাসিক ডেটাতে পাওয়া যায় না এমন কাঠামোগত/বিরল পরিস্থিতি যুক্ত করেছি?
• [ ] আমি কি সচেতনভাবে ডিটারমিনিস্টিক এবং স্টোকাস্টিক পদ্ধতিকে আলাদা করেছি?
• [ ] আমি কি প্রত্যাশিত মানের সাথে সামঞ্জস্যের জন্য মন্টে কার্লো মানে ম্যানুয়ালি পরীক্ষা করেছি?
• [ ] আমি কি দৃশ্যকল্পের পছন্দ এবং শক ম্যাগনিটিউডের ন্যায্যতা লিখেছি?