Добивки:
- Способност да се воспостават детерминистичко сценарио, стохастичка симулација (Монте Карло) и концепти за стрес тест со поддршка на вештачка интелигенција и да се интерпретираат резултатите на јазик на ризик
- Способност да се дизајнираат шокантни сценарија како што се инфлација, камата, катастрофални штети и пандемија со вештачка интелигенција и да се процени одговорноста и влијанието на капиталот
- Да се биде способен да разликува дека сценаријата произведени од вештачката интелигенција се засновани на историски податоци и дека актуарското расудување доаѓа до израз во ризиците од опашката и структурните прекини.
Актуаризмот е професија на предвидување на иднината; Но, иднината не е единствен број, тоа е спектар на можности. Не е доволно да се каже „Нашата очекувана штета е 50 милиони“; Вистинското прашање е: „Ако дојде лоша година, колку милиони ќе чини, дали компанијата може да се справи со тоа? Алатки кои одговараат на ова прашање се анализа на сценарија и стрес-тестирање. Однапред мерењето на влијанието на земјотресот, високата инфлација, каматниот шок или пандемијата врз обврските и капиталот на компанијата е основен услов и за внатрешното управување со ризик и за законодавството како што е Солвентност II. Во оваа единица, ќе опфатиме детерминистичко сценарио, стохастичка симулација (Монте Карло) и стрес-тестирање и ќе видиме како да се користи вештачката интелигенција во овие анализи.
Да потсетиме од почеток: сценаријата се базираат на историски податоци и претпоставки. ВИ дизајнира сценарија, пишува симулациски код и ги толкува резултатите; Но, кои шокови се реални, како да се справи со ризикот од опашката и како да се вклучат структурни прекини (настани што никогаш не се случиле во минатото) се оставени на актуарско расудување.
Детерминистичко сценарио, стохастичка симулација и стрес-тестирање
Важно е да се разликуваат три концепти. Детерминистичкото сценарио е да се избере единствен сет на претпоставки и да се пресмета исходот: „Колку би биле нашите побарувања ако инфлацијата беше 40 проценти? Едноставен, јасен и лесен за комуникација; Но, тоа покажува само еден начин, не и можност. Стохастичка симулација (Монте Карло) изведува распределба на веројатност на исходот со постојано генерирање на илјадници случајни сценарија. Така, се добиваат информации од типот „50 во просек, но 78 милиони на ниво од 99,5 проценти“. Стрес тестот е посебен вид на сценарио кое го мери влијанието на одредени тешки, но веродостојни настани (земјотрес, пад на пазарот); обично дефинирани од регулаторот.
Монте Карло е една од најмоќните алатки на актуарите. Логиката е оваа: извлекувате случајни вредности од распределбата на фреквенцијата и интензитетот и ја пресметувате вкупната штета; го повторувате ова 10.000 пати; Акумулира 10.000 можни тотални оштетувања во вашата рака. Од оваа акумулација, можете да го прочитате просекот, перцентилите како што се 75 проценти, 99,5 проценти и најлошите сценарија. Токму вака се наоѓа нивото од 99,5 проценти што го бара Solvency II (лоша година што ќе се случи еднаш во 200 години). AI брзо го произведува кодот за оваа симулација.
Следната табела ги споредува трите пристапи:
Пристап
што дава
силна точка
ограничување
Детерминистичко сценарио
единствен резултат
Едноставно, лесно за комуникација
Не дава веројатност
Монте Карло
Распределба на веројатност
Укажува на ризик од опашката
Зависно од претпоставките и податоците
стрес тест
Резултат под шок
Ја тестира издржливоста
Изборот на шок е судски
Ризик од опашката: најважната и најопасната област
Во актуарската теорија, вистинската опасност не лежи во средната вредност, туку во опашката (екстремниот регион на дистрибуција со мала веројатност, но со големо влијание). Она што ги тоне компаниите не е просечна година, туку редок, но катастрофален настан: голем земјотрес, многу големи штети кои доаѓаат во исто време, ненадеен каматен шок. За мерење на овој регион, се користат VaR (Вредност на ризик - максимална загуба на дадено ниво на доверба) и TVaR/CTE (просечна загуба надвор од опашката). Монте Карло е природен начин за пресметување на овие мерења.
Но, постои уште една опасност во опашката: историските податоци не ја претставуваат добро опашката. Ретки настани, по дефиниција, биле ретки во минатото; па моделот има тенденција да ги потценува. Вештачката интелигенција лесно одговара на дистрибуцијата заснована на историски податоци, но спонтано не размислува „што ако има пандемија или 100-годишен земјотрес што ова портфолио никогаш не го доживеало? Задачата на актуарот е да вклучи структурни прекини, зголемување на корелацијата (сè што се влошува во исто време за време на криза) и трендови како што се климатските промени во моделот.
Внимание: реченицата „Нашиот модел се справува со 99,9 проценти сценарија“ е утешна, но запомнете дека моделот учи од податоците чија опашка е минато. Настан кој никогаш не се случил е слепата точка и на најдобриот модел. Тука стапува во игра стручната проценка.
Како да се користи вештачката интелигенција во сценарија и стрес-тестирање
1) Монте Карло симулациски код:
Напишете сложена симулација на оштетување на Монте Карло со Python (со коментари). Претпоставки (давам): број на штета ~ Поасон(ламбда=1600), износ на штета ~ Гама(облик=k, скала=тета) [Ќе дадам k и тета].1) 10.000 пати: извлечете ја количината, нацртајте ја таа сума, соберете.2) Просек од вкупните штети, 75%, отпечатете 9%, процентуално, 99%. VaR(99,5%) и TVaR(99,5%).Параметри на FITTING; ќе го дадам. Библиотека: вкочанета.
2) Детерминистичко стресно сценарио:
Вашата улога: помошник за ризик. Мојата основна очекувана загуба е 50 милиони TL. Поставете ги следните 3 детерминистички сценарија: А) Инфлациски шок: сериозност +30%. Б) Фреквентен шок: број на оштетувања +15%. В) И двете заедно. Пресметајте ја новата очекувана штета во секое сценарио, прикажете го процентуалното влијание врз основа на основата и коментирајте кое е најкритично. Само користете го основниот број што ви го дадов.
3) Консултантски услуги за дизајн на сценарија:
Дизајнирам сценарија за стрес тестови за портфолио за здравствено осигурување. - Предложете нацрт „тешко, но веродостојно“ сценарио за пандемијата, високата инфлација, нова скапа технологија за третман и регулаторна промена. - Наведете дали секое сценарио влијае на фреквенцијата, сериозноста или и двете. - Посочете ги ризиците од опашката што не можат да се доловат со историски податоци. Јас ќе ја донесам одлуката; Вие давате рамка и оправдување.
4) Преведување на резултатот во управување:
Мојот резултат во Монте Карло: очекувана штета 50M, VaR(99,5%) 78M, TVaR(99,5%) 89M. Објаснете му го ова на одборот на директори во 5 реченици:- Што значи 99,5% и TVaR, на едноставен јазик.- Зошто „планирањето според просекот“ е несоодветно?
Слаб промпт / Силен промпт
Слаба навестување:
Направете стрес тест за моето портфолио.
Нема основна вредност, нема дефиниција за шок, нема дистрибуција. ВИ произведува општ текст, а не изводлив број.
Моќен потсетник:
Вашата улога: асистент за актуарски ризик. Основни претпоставки (анонимни): очекувана фреквенција 0,12, просечна тежина 30.000 TL, изложеност 20.000 полиса-години. Техничкиот интерес е 4%.Задача:1) Пресметајте ја основната очекувана вкупна загуба.2) Применете ги следните напрегања и прикажете го процентуалното влијание на секоја од нив: - Инфлација: сериозност +25% - Лоша зима: фреквенција +10% - Пад на каматната стапка: 4% -> 3% (влијание врз сегашната вредност на обврската)3) Коментар за вас. ризик од опашка, зошто?Само користете ги бројките што ги дадов; Ако недостасува, прашајте.
три мини футроли
Случај 1 - измама на просечниот. Една компанија го планирала својот капитал врз основа на очекуваната штета (50 милиони). Кога Монте Карло заврши, се виде дека нивото од 99,5 проценти е 82 милиони: во лоша година имало дополнителна потреба од 32 милиони и компанијата нема да може да ја исполни. Капиталниот план е ревидиран. AI изврши симулација на 10.000 сценарија во секунди; Актуарот го оцени толкувањето и дистрибуцијата.
Случај 2 - Корелација слепило. Покриеноста на земјотреси и деловни прекини одделно се појави со низок ризик во портфолиото. Но, земјотресот ги активира и двете во исто време; Моделот кој претпоставува независност го потцени ризикот од опашката за половина. Кога актуарот додаде корелација на сценариото, потребата од реален капитал значително се зголеми. Поука: во криза, ризиците не се независни; Прашање AI е претпоставено прифаќање на независноста.
Случај 3 - Настан што не се случил. Здравственото портфолио изгледаше многу „цврсто“ врз основа на податоците од изминатите 10 години. Кога пристигна пандемијата, и фреквенцијата и сериозноста се зголемија истовремено; Моделот никогаш не го предвидел ова бидејќи немало ништо слично во податоците. Во следниот период се додаде и детерминистичкото сценарио за пандемија. Вештачката интелигенција го произведе нацрт-скрипта; Актуарот одлучи за големината на шокот. Лекција: редицата за историски податоци не е завршена.
Вообичаени грешки
- Планирање околу просекот. Тоа е опашката, а не просекот што ја тоне компанијата; Погледнете ги екстремните метрики како VaR/TVaR.
- Претпоставувајќи дека ризиците се независни. За време на криза, корелациите се зголемуваат; Прифаќањето на независноста ја осветлува опашката.
- Целосна доверба во историските податоци. Во податоците отсуствуваат ретки и структурни настани; Додадете сценарио со стручна проценка.
- Мешање детерминистичко и стохастичко. Едно сценарио не дава веројатност; Веројатноста бара Монте Карло.
- Презентирање на резултатот од симулацијата без да се потврди. Проверете ги процентите и VaR независно; Грешката на параметарот ја искривува целата дистрибуција.
Совет: Пред да ги презентирате резултатите од Монте Карло, направете едноставна проверка на конзистентноста: дали симулацијата е блиску до очекуваната вредност (фреквенција × интензитет × експозиција) што сте ја пресметале рачно? Ако не, има грешка во параметарот или кодот.
Сумирано
Иднината не е единствен број, туку спектар на можности. Детерминистичките сценарија покажуваат единствена патека „што ако“, Монте Карло ја покажува целата дистрибуција и ризикот од опашката, стрес тестовите го покажуваат влијанието на тешките настани. Вистинската опасност е во опашката, а не во просекот, а историските податоци не ја претставуваат добро опашката; Зголемената корелација и настаните што не се случиле бараат актуарско расудување. ВИ го дизајнира сценариото, ја кодира симулацијата и го толкува резултатот; но изборот на шок, претпоставката за корелација, расудувањето на опашката и конечната одлука за ризик остануваат на актуарот. Секогаш проверувајте ги резултатите со едноставна проверка на конзистентноста.
Задача за апликација
Поставете анонимни основни претпоставки (фреквенција, интензитет, изложеност, интерес). Побарајте од вештачката интелигенција (а) да ја заснова очекуваната штета, (б) 3 детерминистички сценарија вклучувајќи инфлација, фреквенција и шокови на каматни стапки, (в) пресметајте VaR и TVaR (99,5%) со симулација на Монте Карло. Потврдете дека средната вредност на симулацијата е блиску до очекуваната вредност што сте ја пресметале рачно. Потоа разговарајте со вештачката интелигенција како под претпоставка дека двата колатерали се зависни (поврзани) ќе ја смени опашката.
листа за проверка
- [ ] Дали ги погледнав и мерките на опашката (VaR, TVaR) наместо просекот?
- [ ] Дали ја земав предвид корелацијата на ризиците во времето на кризата?
- [ ] Дали додадов структурни/ретки сценарија кои не се пронајдени во историските податоци со стручна проценка?
- [ ] Дали свесно ги одвоив детерминистичкиот и стохастичкиот пристап?
- [ ] Дали рачно ја проверив просечната вредност на Монте Карло за конзистентност со очекуваната вредност?
- [ ] Дали го напишав оправдувањето за изборите на сценарија и големината на шокот?