Fitimet:
- Aftësia për të vendosur koncepte të skenarit determinist, simulimit stokastik (Monte Carlo) dhe testit të stresit me mbështetjen e inteligjencës artificiale dhe interpretimit të rezultateve në gjuhën e rrezikut
- Aftësia për të hartuar skenarë shoku si inflacioni, interesi, dëmi katastrofik dhe pandemia me inteligjencë artificiale dhe për të vlerësuar detyrimin dhe ndikimin e kapitalit
- Të jesh në gjendje të dallosh që skenarët e prodhuar nga inteligjenca artificiale bazohen në të dhëna historike dhe se gjykimi aktuarial del në pah në rreziqet e bishtit dhe thyerjet strukturore.
Aktuarializmi është profesioni i parashikimit të së ardhmes; Por e ardhmja nuk është një numër i vetëm, është një spektër mundësish. Nuk mjafton të thuash “Dëmi i pritur është 50 milionë”; Pyetja e vërtetë është: "Nëse vjen një vit i keq, sa miliona do të kushtojë, a mund ta përballojë kompania?" Mjetet që i përgjigjen kësaj pyetjeje janë analiza e skenarëve dhe testimi i stresit. Matja paraprakisht e ndikimit të një tërmeti, inflacioni të lartë, goditjes së normës së interesit ose pandemisë në detyrimet dhe kapitalin e kompanisë është një kërkesë themelore si për menaxhimin e rrezikut të brendshëm ashtu edhe për legjislacionin si Solvency II. Në këtë njësi, ne do të mbulojmë skenarin përcaktues, simulimin stokastik (Monte Carlo) dhe testimin e stresit, dhe do të shohim se si të përdorim AI në këto analiza.
Le t'ju kujtojmë që në fillim: skenarët bazohen në të dhëna dhe supozime historike. AI harton skenarë, shkruan kodin e simulimit dhe interpreton rezultatet; Por cilat goditje janë reale, si të trajtohet rreziku i bishtit dhe si të përfshihen thyerjet strukturore (ngjarje që nuk kanë ndodhur kurrë në të kaluarën) i lihen gjykimit aktuarial.
Skenari determinist, simulimi stokastik dhe testimi i stresit
Është e rëndësishme të dallohen tre koncepte. Skenari determinist është të zgjedhim një grup të vetëm supozimesh dhe të llogarisim rezultatin: "Sa do të kushtonin pretendimet tona nëse inflacioni do të ishte 40 për qind?" E thjeshtë, e qartë dhe e lehtë për t'u komunikuar; Por kjo tregon vetëm një mënyrë, jo një mundësi. Simulimi Stokastik (Monte Carlo) nxjerr një shpërndarje probabiliteti të rezultatit duke gjeneruar në mënyrë të përsëritur mijëra skenarë të rastit. Kështu, merren informacione të tilla si "mesatarisht 50, por 78 milionë në nivelin 99.5 për qind". Një test stresi është një lloj i veçantë skenari që mat ndikimin e ngjarjeve të caktuara të rënda por të besueshme (tërmet, rrëzim tregu); zakonisht përcaktohet nga rregullatori.
Monte Carlo është një nga mjetet më të fuqishme të aktuarit. Logjika është kjo: ju nxirrni vlera të rastësishme nga shpërndarjet e frekuencës dhe intensitetit dhe llogaritni dëmin total; ju e përsërisni këtë 10,000 herë; Grumbullon 10,000 dëme totale të mundshme në dorën tuaj. Nga ky grumbullim, mund të lexoni mesataren, përqindjet si 75 përqind, 99.5 përqind dhe skenarët e rastit më të keq. Pikërisht kështu gjendet niveli 99.5 për qind i kërkuar nga Solvency II (një vit i keq që do të ndodhë një herë në 200 vjet). AI prodhon shpejt kodin për këtë simulim.
Tabela e mëposhtme krahason tre qasjet:
Qasje
çfarë jep
pikë e fortë
limit
Skenari determinist
rezultat i vetëm
E thjeshtë, e lehtë për të komunikuar
Nuk jep probabilitet
Monte Karlo
Shpërndarja e probabilitetit
Tregon rrezikun e bishtit
Në varësi të supozimeve dhe të dhënave
testi i stresit
Rezultati në tronditje
Teston qëndrueshmërinë
Përzgjedhja e shokut është gjyqësore
Rreziku i bishtit: zona më e rëndësishme dhe më e rrezikshme
Në teorinë aktuariale, rreziku real nuk qëndron te mesatarja, por te bishti (rajoni ekstrem, me probabilitet të ulët por me ndikim të lartë të shpërndarjes). Ajo që fundos kompanitë nuk është një vit mesatar, por një ngjarje e rrallë por shkatërruese: një tërmet i madh, shumë dëme të mëdha që vijnë në të njëjtën kohë, një goditje e papritur e normës së interesit. Për të matur këtë rajon, përdoren VaR (Vlera në rrezik - humbja maksimale në një nivel të caktuar besimi) dhe TVaR/CTE (humbja mesatare përtej bishtit). Monte Carlo është mënyra e natyrshme për të llogaritur këto matje.
Por ka një rrezik tjetër në bisht: të dhënat historike nuk e përfaqësojnë mirë bishtin. Ngjarjet e rralla, sipas definicionit, kanë qenë të rralla në të kaluarën; kështu që modeli tenton t'i nënvlerësojë ato. Inteligjenca artificiale përshtatet lehtësisht me një shpërndarje të bazuar në të dhënat historike, por ajo nuk merr në konsideratë spontanisht "po sikur të ketë një pandemi ose një tërmet 100-vjeçar që ky portofol nuk e ka përjetuar kurrë?" Detyra e aktuarit është të përfshijë ndërprerjet strukturore, rritjen e korrelacionit (gjithçka përkeqësohet në të njëjtën kohë gjatë një krize) dhe tendenca të tilla si ndryshimi i klimës në model.
Kujdes: Fjalia "Modeli ynë trajton 99.9 për qind skenarë" është ngushëlluese, por mbani mend se modeli mëson nga të dhënat, bishti i të cilave është i kaluar. Një ngjarje që nuk ka ndodhur kurrë është pika qorre edhe e modeles më të mirë. Këtu hyn në lojë gjykimi i ekspertëve.
Si të përdorni AI në skenar dhe testim stresi
1) Kodi i simulimit të Monte Carlo:
Shkruani një simulim të dëmit të përbërë Monte Carlo me Python (me komente). Supozimet (unë jap): numri i dëmit ~ Poisson(lambda=1600), sasia e dëmit ~ Gamma(formë=k, shkallë=theta) [do të jap k dhe theta].1) 10000 herë: vizatoni sasinë, vizatoni atë shumë, mblidhni.2) Mesatarja e dëmeve totale, 75%, përllogaritni përqindjet 39%. VaR(99.5%) dhe TVaR(99.5%). Parametrat FITTING; do ta jap. Biblioteka: numpy.
2) Skenari determinist i stresit:
Roli juaj: asistent rreziku. Humbja ime e pritshme është 50 milionë TL. Vendosni 3 skenarët e mëposhtëm përcaktues: A) Goditja e inflacionit: ashpërsia +30%. B) Goditja e frekuencës: numri i dëmtimeve +15%. C) Të dyja bashkë. Llogaritni dëmin e ri të pritshëm në secilin skenar, tregoni përqindjen e ndikimit bazuar në bazën dhe komentoni se cili është më kritiki. Thjesht përdorni numrin bazë që ju dhashë.
3) Konsulencë për hartimin e skenarit:
Unë jam duke projektuar skenarë të testeve të stresit për një portofol sigurimi shëndetësor. - Propozoni një projekt-skenar 'të rëndë por të besueshëm' secili për pandeminë, inflacionin e lartë, teknologjinë e re të shtrenjtë të trajtimit dhe ndryshimin rregullator. - Tregoni nëse secili skenar ndikon në frekuencën, ashpërsinë ose të dyja. - Tregoni rreziqet e bishtit që nuk mund të kapen me të dhënat historike. Unë do të marr vendimin; Ju jepni kornizën dhe arsyetimin.
4) Përkthimi i rezultatit në menaxhim:
Rezultati im i Monte Carlo: dëmtimi i pritshëm 50 milion, VaR(99,5%) 78 milion, TVaR (99,5%) 89 milion. Shpjegojini këtë bordit të drejtorëve me 5 fjali:- Çfarë do të thotë 99.5% dhe TVaR, në gjuhë të thjeshtë.- Pse 'planifikimi sipas mesatares' është i pamjaftueshëm?- Çfarë shifre duhet të shikojnë ata përsa i përket kapitalit?
Prompt i dobët / Prompt i fortë
Njoftim i dobët:
Bëni një test stresi për portofolin tim.
Nuk ka asnjë vlerë bazë, asnjë përkufizim goditjeje, asnjë shpërndarje. AI prodhon një tekst të përgjithshëm, jo një numër të realizueshëm.
Njoftim i fuqishëm:
Roli juaj: asistent i rrezikut aktuarial. Supozimet bazë (anonime): frekuenca e pritshme 0,12, ashpërsia mesatare 30,000 TL, ekspozimi 20,000 vite politikë. Interesi teknik është 4%.Detyrë:1) Llogaritni humbjen totale të pritshme bazë.2) Aplikoni streset e mëposhtme dhe tregoni ndikimin në përqindje të secilit: - Inflacioni: ashpërsia +25% - Dimër i keq: frekuenca +10% - Rënia e normës së interesit: 4% -> 3% (ndikimi në vlerën aktuale të detyrimit)3) Komentoni pse ju rekomandojmë më shumë për Monte4loen2 rreziku i bishtit, pse? Përdorni vetëm numrat që dhashë; Nëse mungon, pyesni.
tre mini kuti
Rasti 1 - Mashtrimi i mesatares. Një kompani kishte planifikuar kapitalin e saj bazuar në dëmin e pritshëm (50 milionë). Kur u krye Monte Carlo, u pa se niveli 99.5 për qind ishte 82 milionë: në një vit të keq, kishte një nevojë shtesë prej 32 milionë dhe kompania nuk do të mund ta plotësonte atë. Plani i kapitalit është rishikuar. AI ekzekutoi simulimin e 10,000 skenarëve në sekonda; Aktuari vlerësoi interpretimin dhe shpërndarjen.
Rasti 2 - Verbëria e korrelacionit. Mbulimi i tërmeteve dhe i ndërprerjeve të biznesit veçmas shfaqej me rrezik të ulët në një portofol. Por një tërmet i shkakton të dyja në të njëjtën kohë; Modeli që supozon pavarësinë e nënvlerësoi rrezikun e bishtit përgjysmë. Kur aktuari shtoi korrelacionin me skenarin, nevoja për kapital real u rrit ndjeshëm. Mësimi: në një krizë, rreziqet nuk janë të pavarura; Pyetja pranimi i supozuar i AI-së i pavarësisë.
Rasti 3 - Një ngjarje që nuk ka ndodhur. Një portofol i kujdesit shëndetësor dukej shumë "i fortë" bazuar në të dhënat e 10 viteve të fundit. Kur erdhi një pandemi, frekuenca dhe ashpërsia u ngritën në qiell njëkohësisht; Modelja nuk e parashikoi kurrë këtë sepse nuk kishte asgjë të tillë në të dhëna. Në periudhën e ardhshme u shtua edhe skenari determinist i pandemisë. AI prodhoi draftin e skenarit; Aktuari vendosi përmasat e goditjes. Mësimi: Radha e të dhënave historike nuk është e plotë.
Gabimet e zakonshme
- Planifikimi rreth mesatares. Është bishti, jo mesatarja, që e fundos kompaninë; Shikoni metrikat ekstreme si VaR/TVaR.
- Duke supozuar se rreziqet janë të pavarura. Gjatë një krize, korrelacionet rriten; Pranimi i pavarësisë e bën të lehtë bishtin.
- Besim i plotë në të dhënat historike. Ngjarjet e rralla dhe strukturore mungojnë në të dhënat; Shto një skenar me gjykimin e ekspertëve.
- Përzierja përcaktuese dhe stokastike. Një skenar i vetëm nuk jep probabilitet; Probabiliteti kërkon Monte Carlo.
- Paraqitja e rezultatit të simulimit pa e verifikuar atë. Kontrolloni përqindjet dhe VaR në mënyrë të pavarur; Gabimi i parametrit shtrembëron të gjithë shpërndarjen.
Këshillë: Përpara paraqitjes së rezultateve të Monte Carlo, bëni një kontroll të thjeshtë të konsistencës: a është mesatarja e simulimit afër vlerës së pritur (frekuenca × intensiteti × ekspozimi) që keni llogaritur me dorë? Nëse jo, ka një gabim parametri ose kodi.
Në përmbledhje
E ardhmja nuk është një numër i vetëm, por një spektër mundësish. Skenarët përcaktues tregojnë një rrugë të vetme "po sikur", Monte Carlo tregon të gjithë shpërndarjen dhe rrezikun e bishtit, testet e stresit tregojnë ndikimin e ngjarjeve të rënda. Rreziku i vërtetë është në bisht, jo mesatarja, dhe të dhënat historike nuk e përfaqësojnë mirë bishtin; Rritja e korrelacionit dhe ngjarjet që nuk kanë ndodhur kërkojnë gjykim aktuarial. AI harton skenarin, kodon simulimin dhe interpreton rezultatin; por përzgjedhja e goditjes, supozimi i korrelacionit, gjykimi i bishtit dhe vendimi përfundimtar i rrezikut i takon aktuarit. Gjithmonë verifikoni rezultatet me një kontroll të thjeshtë konsistence.
Detyra e aplikimit
Vendosni supozime bazë anonime (frekuenca, intensiteti, ekspozimi, interesi). Kërkojini AI të (a) të bazojë dëmin e pritur, (b) 3 skenarë përcaktues duke përfshirë goditjet e inflacionit, frekuencës dhe normës së interesit, (c) të llogarisë VaR dhe TVaR (99.5%) me një simulim Monte Carlo. Verifikoni që mesatarja e simulimit është afër vlerës së pritur që keni llogaritur manualisht. Më pas diskutoni me AI-në se si supozimi se dy kolateralet janë të varura (të ndërlidhura) do të ndryshonte bishtin.
listë kontrolli
- [ ] A i kam parë edhe masat e bishtit (VaR, TVaR) në vend të mesatares?
- [ ] A e kam marrë parasysh korrelacionin e rreziqeve në kohën e krizës?
- [ ] A kam shtuar skenarë strukturorë/të rrallë që nuk gjenden në të dhënat historike me gjykimin e ekspertëve?
- [ ] A e kam ndarë me vetëdije qasjen deterministe dhe stokastike?
- [ ] A e kam kontrolluar manualisht mesataren Monte Carlo për konsistencë me vlerën e pritur?
- [ ] A e kam shkruar unë justifikimin për zgjedhjet e skenarëve dhe përmasat e shokut?