Hagnaður:
- Geta til að koma á ákvörðunarsviðsmyndum, stokastískri uppgerð (Monte Carlo) og álagsprófahugmyndum með stuðningi gervigreindar og túlka niðurstöður á áhættumáli
- Geta til að hanna áfallssviðsmyndir eins og verðbólgu, vexti, stórskaða og heimsfaraldur með gervigreind og meta ábyrgð og fjármagnsáhrif
- Að geta greint að atburðarás gervigreindar byggist á sögulegum gögnum og að tryggingafræðilegt mat komi fram í halaáhættu og skipulagsbrotum.
Tryggingafræði er sú starfsgrein að spá fyrir um framtíðina; En framtíðin er ekki ein tala, hún er litróf af möguleikum. Það er ekki nóg að segja „Væntanlegt tjón okkar er 50 milljónir“; Raunverulega spurningin er: "Ef slæmt ár kemur, hvað mun það kosta margar milljónir, ræður fyrirtækið við það?" Verkfæri sem svara þessari spurningu eru atburðagreining og álagspróf. Að mæla fyrirfram áhrif jarðskjálfta, mikillar verðbólgu, vaxtaáfalls eða heimsfaraldurs á skuldir og eigið fé félagsins er grundvallarkrafa bæði innri áhættustýringar og löggjafar eins og Solvency II. Í þessari einingu munum við fjalla um deterministic atburðarás, stochastic uppgerð (Monte Carlo) og álagspróf og sjá hvernig á að nota gervigreind í þessum greiningum.
Við skulum minna þig á frá upphafi: sviðsmyndir eru byggðar á sögulegum gögnum og forsendum. Gervigreind hannar atburðarás, skrifar hermikóða og túlkar niðurstöður; En hvaða áföll eru raunhæf, hvernig á að meðhöndla halaáhættu og hvernig á að fela í sér brot á uppbyggingu (atburðir sem hafa aldrei gerst í fortíðinni) eru eftir tryggingafræðilegu mati.
Deterministic atburðarás, stochastic uppgerð og álagspróf
Mikilvægt er að greina þrjú hugtök. Ákveðna atburðarásin er að velja eitt sett af forsendum og reikna út niðurstöðuna: "Hvað myndu kröfur okkar kosta ef verðbólga væri 40 prósent?" Einfalt, skýrt og auðvelt í samskiptum; En það sýnir aðeins eina leið, ekki möguleika. Stochastic uppgerð (Monte Carlo) leiðir til líkindadreifingar á niðurstöðunni með því að búa ítrekað til þúsundir tilviljanakenndra atburðarása. Þannig fást halaupplýsingar eins og „50 að meðaltali, en 78 milljónir á 99,5 prósenta stigi“. Álagspróf er sérstök tegund atburðarásar sem mælir áhrif ákveðinna alvarlegra en líklegra atburða (jarðskjálfta, markaðshrun); venjulega skilgreint af eftirlitsaðila.
Monte Carlo er eitt öflugasta verkfæri tryggingafræðinnar. Rökfræðin er þessi: þú dregur út tilviljunarkennd gildi úr tíðni- og styrkleikadreifingunni og reiknar út heildarskaðann; þú endurtekur þetta 10.000 sinnum; Safnar 10.000 mögulegum heildarskaða í hendi þinni. Af þessari uppsöfnun er hægt að lesa meðaltal, hundraðshluta eins og 75 prósent, 99,5 prósent og versta tilvik. Þetta er nákvæmlega hvernig 99,5 prósent stigið sem krafist er í Solvency II (slæmt ár sem mun eiga sér stað einu sinni á 200 árum) er fundið. AI framleiðir fljótt kóðann fyrir þessa uppgerð.
Eftirfarandi tafla ber saman þessar þrjár aðferðir:
Nálgun
hvað gefur
sterkur punktur
takmörk
Ákveðin atburðarás
ein úrslit
Einfalt, auðvelt í samskiptum
Gefur ekki líkur
Monte Carlo
Líkindadreifing
Gefur til kynna halahættu
Fer eftir forsendum og gögnum
álagspróf
Niðurstaða undir áfalli
Prófar endingu
Áfallaval er dómsvald
Halahætta: mikilvægasta og hættulegasta svæðið
Í tryggingafræðilegri kenningu liggur hin raunverulega hætta ekki í meðaltali heldur í hala (öfgasvæði dreifingarinnar, sem er með litlar líkur en mikil áhrif). Það sem sekkur fyrirtækjum er ekki meðalár heldur sjaldgæfur en hrikalegur atburður: Stór jarðskjálfti, mikið stórtjón sem kemur á sama tíma, skyndilegt vaxtaáfall. Til að mæla þetta svæði eru VaR (Value at Risk — hámarkstap á tilteknu öryggisstigi) og TVaR/CTE (meðaltap út fyrir skottið) notuð. Monte Carlo er náttúrulega leiðin til að reikna þessar mælingar.
En það er önnur hætta í skottinu: söguleg gögn tákna skottið ekki vel. Sjaldgæfir atburðir, samkvæmt skilgreiningu, hafa verið sjaldgæfir í fortíðinni; þannig að líkanið hefur tilhneigingu til að vanmeta þá. Gervigreind passar auðveldlega við dreifingu byggða á sögulegum gögnum, en það veltir ekki sjálfkrafa fyrir sér „hvað ef það er heimsfaraldur eða 100 ára jarðskjálfti sem þessi eignasafn hefur aldrei upplifað? Það er hlutverk tryggingastærðfræðingsins að setja skipulagsbrot, fylgniaukningu (allt versnar á sama tíma í kreppu) og þróun eins og loftslagsbreytingar inn í líkanið.
Varúð: Setningin „Okkar líkan meðhöndlar 99,9 prósent atburðarás“ er hughreystandi, en mundu að líkanið lærir af gögnum þar sem skottið er liðið. Atburður sem aldrei gerðist er blindur blettur jafnvel bestu fyrirsætunnar. Þetta er þar sem mat sérfræðinga kemur við sögu.
Hvernig á að nota gervigreind í atburðarás og álagsprófun
1) Monte Carlo uppgerð kóði:
Skrifaðu samsetta skemmda Monte Carlo uppgerð með Python (með athugasemdum). Forsendur (ég gef): fjöldi tjóns ~ Poisson(lambda=1600), magn tjóns ~ Gamma(lögun=k, mælikvarði=þeta) [Ég mun gefa k og þeta].1) 10.000 sinnum: teiknaðu magn, teiknaðu þá upphæð, leggðu saman.2) Meðaltal heildartjóna, 75%, 99%, útskýrðu prósentur og útskýrðu. VaR(99,5%) og TVaR(99,5%).FITTING færibreytur; Ég mun gefa það. Bókasafn: numpy.
2) Deterministic streitu atburðarás:
Hlutverk þitt: áhættuaðstoðarmaður. Áætlað tap mitt er 50 milljónir TL. Settu upp eftirfarandi 3 ákvarðanasviðsmyndir: A) Verðbólguáfall: alvarleiki +30%. B) Tíðni lost: fjöldi skaða +15%. C) Bæði saman. Reiknaðu nýja væntanlegu tjónið í hverri atburðarás, sýndu prósentuáhrifin miðað við grunninn og tjáðu hver er mikilvægastur. Notaðu bara grunnnúmerið sem ég gaf þér.
3) Hönnunarráðgjöf við atburðarás:
Ég er að hanna atburðarás fyrir álagspróf fyrir sjúkratryggingasafn. - Leggðu fram drög að „alvarlegri en trúverðugri“ atburðarás fyrir hverja heimsfaraldur, mikla verðbólgu, nýja dýra meðferðartækni og reglugerðarbreytingar. - Tilgreinið hvort hver atburðarás hafi áhrif á tíðni, alvarleika eða hvort tveggja. - Bentu á halahættu sem ekki er hægt að fanga með sögulegum gögnum. Ég mun taka ákvörðunina; Þú gefur ramma og rökstuðning.
4) Að þýða niðurstöðuna í stjórnun:
Monte Carlo niðurstaða mín: væntanlegur skaði 50M, VaR(99,5%) 78M, TVaR(99,5%) 89M. Útskýrðu þetta fyrir bankaráði í 5 setningum:- Hvað þýðir 99,5% og TVaR, á einföldu máli.- Hvers vegna er „áætlanagerð eftir meðaltali“ ófullnægjandi?- Hvaða tölu ættu þeir að horfa á með tilliti til fjármagns?
Veik kvaðning / Sterk kvaðning
Veik kvaðning:
Gerðu álagspróf fyrir eignasafnið mitt.
Það er ekkert grunngildi, engin áfallsskilgreining, engin dreifing. AI framleiðir almennan texta, ekki framkvæmanlega tölu.
Öflug tilvitnun:
Hlutverk þitt: aðstoðarmaður tryggingafræðilegs áhættu. Grunnforsendur (nafnlausar): væntanleg tíðni 0,12, meðalalvarleiki 30.000 TL, áhættuskuldbinding 20.000 vátryggingarár. Tæknilegur áhugi er 4%.Verkefni:1) Reiknaðu grunn væntanlegs heildartaps.2) Notaðu eftirfarandi álag og sýndu prósentuáhrif hvers og eins: - Verðbólga: alvarleiki +25% - Slæmur vetur: tíðni +10% - Lækkun vaxta: 4% -> 3% (áhrif á núvirði skuldarinnar)3) Gerðu athugasemdir við 2) Gerðu athugasemdir við 2) Athugasemdir um af hverju Montetail. áhættu, hvers vegna? Notaðu bara tölurnar sem ég gaf upp; Ef það vantar, spyrðu.
þrjú smámál
Mál 1 - Svik meðaltalsins. Fyrirtæki hafði skipulagt hlutafé sitt miðað við væntanlegt tjón (50 milljónir). Þegar Monte Carlo var lokið, sást að 99,5 prósent stigið var 82 milljónir: í slæmu ári var viðbótarþörf upp á 32 milljónir og fyrirtækið myndi ekki geta mætt henni. Fjármagnsáætlun hefur verið endurskoðuð. AI keyrði eftirlíkingu af 10.000 atburðarásum á sekúndum; Tryggingafræðingur lagði mat á túlkun og dreifingu.
Tilfelli 2 — Fylgniblinda. Umfjöllun um jarðskjálfta og truflun í rekstri virtist aðskilin lítil áhætta í eignasafni. En jarðskjálfti kemur báðum af stað í einu; Líkanið sem gerir ráð fyrir sjálfstæði vanmeti halaáhættu um helming. Þegar tryggingafræðingur bætti fylgni við atburðarásina jókst raunfjárþörfin verulega. Lærdómur: í kreppu eru áhættur ekki sjálfstæðar; Spurning um að AI hafi samþykkt sjálfstæði.
Mál 3 — Atburður sem gerðist ekki. Heilsugæslusafn leit mjög „traust“ út miðað við gögn frá síðustu 10 árum. Þegar heimsfaraldur bar að, rauk bæði tíðni og alvarleiki upp samtímis; Líkanið spáði aldrei fyrir um þetta vegna þess að ekkert slíkt var í gögnunum. Á næsta tímabili var hinni ákveðnu heimsfaraldri bætt við. AI framleiddi uppkastið; Tryggingafræðingur ákvað umfang áfallsins. Lexía: söguleg gagnaröð er ekki lokið.
Algeng mistök
- Skipulag í kringum meðaltalið. Það er skottið, ekki meðaltalið, sem sekkur fyrirtækinu; Horfðu á öfgakennda mælikvarða eins og VaR/TVaR.
- Að því gefnu að áhætta sé óháð. Í kreppu eykst fylgni; Samþykki sjálfstæðis gerir lítið úr skottinu.
- Fullt traust á sögulegum gögnum. Sjaldgæfir og skipulagslegir atburðir eru fjarverandi í gögnunum; Bættu við atburðarás með mati sérfræðinga.
- Blanda saman deterministic og stochastic. Ein atburðarás gefur ekki líkur; Líkur krefjast Monte Carlo.
- Kynning á hermi niðurstöðunni án þess að sannreyna hana. Athugaðu prósentur og VaR sjálfstætt; Færibreytuvilla skekkir alla dreifingu.
Ábending: Áður en Monte Carlo niðurstöður eru kynntar skaltu gera einfalda samræmisathugun: er uppgerð meðaltal nálægt væntanlegu gildi (tíðni × styrkleiki × útsetning) sem þú reiknaðir út í höndunum? Ef ekki, þá er færibreyta eða kóða villa.
Í stuttu máli
Framtíðin er ekki ein tala, heldur litróf af möguleikum. Ákveðnar aðstæður sýna eina „hvað ef“ leið, Monte Carlo sýnir alla dreifingu og halaáhættu, álagspróf sýna áhrif alvarlegra atburða. Raunveruleg hætta er í skottinu, ekki meðaltalinu, og söguleg gögn sýna skottið ekki vel; Aukin fylgni og atburðir sem ekki hafa átt sér stað krefjast tryggingafræðilegs mats. AI hannar atburðarásina, kóðar uppgerðina og túlkar niðurstöðuna; en val áfalls, fylgniforsenda, haladómur og endanleg áhættuákvörðun hvílir á tryggingafræðingnum. Staðfestu alltaf niðurstöður með einfaldri samræmisskoðun.
Umsóknarverkefni
Settu nafnlausar grunnforsendur (tíðni, styrkleiki, útsetning, áhugi). Biddu gervigreindina um að (a) byggja væntanlegt tjón, (b) 3 ákvarðanasviðsmyndir þar á meðal verðbólgu, tíðni og vaxtaáföll, (c) reikna út VaR og TVaR (99,5%) með Monte Carlo uppgerð. Staðfestu að meðaltalið í uppgerð sé nálægt væntanlegu gildi sem þú reiknaðir út handvirkt. Ræddu síðan við gervigreindina hvernig að því gefnu að tryggingarnar tvær séu háðar (fylgni) myndi það breyta skottinu.
gátlisti
- [ ] Hef ég líka skoðað halamælingarnar (VaR, TVaR) frekar en meðaltalið?
- [ ] Hef ég tekið tillit til fylgni áhættu þegar kreppan átti sér stað?
- [ ] Hef ég bætt við uppbyggingu/sjaldgæfum atburðarásum sem ekki finnast í sögulegum gögnum með mati sérfræðinga?
- [ ] Hef ég meðvitað aðskilið deterministic og stochastic nálgun?
- [ ] Hef ég handvirkt athugað Monte Carlo meðaltalið fyrir samræmi við væntanlegt gildi?
- [ ] Hef ég skrifað rökstuðning fyrir vali atburðarásar og áfallastærð?