Јединице
1. Увод у вештачку интелигенцију у актуарској науци: улоге, границе, аутентификација и приватност 2. Моделирање оштећења: дискриминација учесталости и озбиљности и анализа подржана вештачком интелигенцијом 3. Резервни (провизијски) рачун: верификација са ИБНР-ом, ланчаном лествицом и вештачком интелигенцијом 4. Класификација цена и ризика: ГЛМ, тарифирање и вештачка интелигенција 5. Рачуни живота и пензионисања: морталитет, ануитет и обавеза 6. Припрема података и инжењеринг карактеристика: руковање актуарским подацима помоћу вештачке интелигенције 7. Анализа сценарија и тестирање на стрес: Управљање неизвесношћу 8. Солвентност ИИ, адекватност капитала и валидација модела 9. Извјештавање и комуникација: извјештај актуара, презентација менаџмента и језик прописа 10. Етика, дискриминација, поверљивост и професионална одговорност 11. Свеобухватни актуарски радни ток, интеграција АИ и сигурност у будућност
Јединица 7 / 11

Анализа сценарија и тестирање на стрес: Управљање неизвесношћу

Добици:

  • Способност успостављања концепта детерминистичког сценарија, стохастичке симулације (Монте Карло) и стрес тестова уз подршку вештачке интелигенције и тумачења резултата језиком ризика
  • Способност дизајнирања сценарија шока као што су инфлација, камата, катастрофална штета и пандемија са вештачком интелигенцијом и процена одговорности и утицаја на капитал
  • Бити у стању разликовати да су сценарији произведени од стране вештачке интелигенције засновани на историјским подацима и да актуарско расуђивање долази до изражаја у репу ризика и структуралних ломова.

Актуаризам је професија предвиђања будућности; Али будућност није један број, то је спектар могућности. Мало је рећи „Наша очекивана штета је 50 милиона“; Право питање је: "Ако дође лоша година, колико милиона ће то коштати, може ли компанија то да издржи?" Алати који одговарају на ово питање су анализа сценарија и стрес тестирање. Мерење унапред утицаја земљотреса, високе инфлације, шока каматних стопа или пандемије на обавезе и капитал компаније је основни захтев како интерног управљања ризиком тако и законодавства као што је Солвентност ИИ. У овој јединици ћемо покрити детерминистички сценарио, стохастичку симулацију (Монте Карло) и стрес тестирање, и видети како користити АИ у овим анализама.

Да вас подсетимо од почетка: сценарији су засновани на историјским подацима и претпоставкама. АИ дизајнира сценарије, пише симулациони код и тумачи резултате; Али који шокови су реални, како се носити са ризиком од репа и како укључити структурне ломове (догађаје који се никада нису десили у прошлости) препуштено је актуарској процени.

Детерминистички сценарио, стохастичка симулација и стрес тестирање

Важно је разликовати три концепта. Детерминистички сценарио је да се изабере један скуп претпоставки и израчуна резултат: „Колико би коштала наша потраживања да је инфлација 40 процената?“ Једноставан, јасан и лак за комуникацију; Али то показује само један начин, а не могућност. Стохастичка симулација (Монте Карло) изводи дистрибуцију вероватноће исхода више пута генеришући хиљаде случајних сценарија. Тако се добијају репне информације попут „50 у просеку, али 78 милиона на нивоу од 99,5 одсто“. Стрес тест је посебна врста сценарија који мери утицај одређених тешких али вероватних догађаја (земљотрес, крах тржишта); обично дефинише регулатор.

Монте Карло је један од најмоћнијих актуарских алата. Логика је следећа: извлачите случајне вредности из дистрибуције фреквенције и интензитета и израчунавате укупну штету; ово понављате 10.000 пута; Акумулира 10.000 могуће укупне штете у вашој руци. Из ове акумулације можете прочитати просек, перцентиле као што су 75 процената, 99,5 процената и најгори сценарији. Управо тако се проналази ниво од 99,5 процената који захтева Солвентност ИИ (лоша година која се дешава једном у 200 година). АИ брзо производи код за ову симулацију.

Следећа табела пореди три приступа:

Приступ

шта даје

јака тачка

лимит

Детерминистички сценарио

појединачни резултат

Једноставан, лак за комуникацију

Не даје вероватноћу

Монте Царло

Расподела вероватноће

Указује на ризик од репа

Зависно од претпоставке и података

стрес тест

Резултат под шоком

Тестира издржљивост

Шок селекција је судска

Ризик од репа: најважније и најопасније подручје

У актуарској теорији, права опасност не лежи у средњој вредности већ у репу (екстремни регион дистрибуције са малом вероватноћом, али са великим утицајем). Оно што потопи компаније није просечна година, већ редак, али разоран догађај: велики земљотрес, велика штета која долази у исто време, изненадни шок каматних стопа. За мерење овог региона користе се ВаР (Валуе ат Риск — максимални губитак на датом нивоу поверења) и ТВаР/ЦТЕ (просечан губитак иза репа). Монте Карло је природан начин за израчунавање ових мерења.

Али постоји још једна опасност у репу: историјски подаци не представљају добро реп. Ретки догађаји, по дефиницији, били су ретки у прошлости; па је модел склон да их потцењује. АИ се лако уклапа у дистрибуцију засновану на историјским подацима, али не узима спонтано у обзир „шта ако дође до пандемије или 100-годишњег земљотреса који овај портфељ никада није искусио?“ Посао актуара је да укључи структурне прекиде, повећање корелације (све се погоршава у исто време током кризе) и трендове као што су климатске промене у модел.

Опрез: Реченица „Наш модел се носи са сценаријима од 99,9 одсто“ је утешна, али запамтите да модел учи из података чији је реп прошли. Догађај који се никада није догодио је слепа тачка чак и најбољег модела. Ту на сцену ступа стручно мишљење.

Како користити АИ у сценаријима и тестирању на стрес

1) Монте Карло симулациони код:

Напишите сложену Монте Карло симулацију оштећења са Питхон-ом (са коментарима). Претпоставке (дајем): број штете ~ Поиссон(ламбда=1600), износ штете ~ Гама(облик=к, размера=тета) [даћу к и тета].1) 10.000 пута: извући количину, извући тај износ, сабирати.2) Просек укупне штете, 75%, 95%, 99% 99%, објаснити проценат. ВаР (99,5%) и ТВаР (99,5%). Параметри ФИТИНГ; даћу га. Библиотека: нумпи.

2) Детерминистички сценарио стреса:

Ваша улога: помоћник за ризик. Мој основни очекивани губитак је 50 милиона ТЛ. Поставите следећа 3 детерминистичка сценарија: А) Инфлаторни шок: озбиљност +30%. Б) Фреквентни шок: број оштећења +15%. В) Оба заједно. Израчунајте нову очекивану штету у сваком сценарију, покажите проценат утицаја на основу основе и коментаришите који је најкритичнији. Само употреби основни број који сам ти дао.

3) Саветовање за дизајн сценарија:

Дизајнирам сценарије стрес тестова за портфељ здравственог осигурања. - Предложите нацрт 'тешког, али вероватног' сценарија сваки за пандемију, високу инфлацију, нову скупу технологију лечења и регулаторне промене. - Наведите да ли сваки сценарио утиче на учесталост, озбиљност или обоје. - Укажите на реп ризике који се не могу обухватити историјским подацима. Ја ћу донети одлуку; Ви дајете оквир и оправдање.

4) Превођење резултата у управљање:

Мој резултат у Монте Карлу: очекивана штета 50М, ВаР(99,5%) 78М, ТВаР(99,5%) 89М. Објасните ово управном одбору у 5 реченица:- Шта значе 99,5% и ТВаР, једноставним језиком.- Зашто је 'просечно планирање' неадекватно?- Коју цифру треба да гледају у смислу капитала?

Слаби промпт / Јаки промпт

Слабо обавештење:

Урадите стрес тест за мој портфолио.

Нема основне вредности, нема дефиниције шока, нема дистрибуције. АИ производи општи текст, а не изводљив број.

Снажан упит:

Ваша улога: асистент за актуарски ризик. Основне претпоставке (анонимно): очекивана учесталост 0,12, просечна озбиљност 30.000 ТЛ, изложеност 20.000 година политике. Техничка камата је 4%.Задатак:1) Израчунајте основни очекивани укупан губитак.2) Примените следеће напоне и покажите процентуални утицај сваког од њих: - Инфлација: озбиљност +25% - Лоша зима: учесталост +10% - Пад каматне стопе: 4% -> 3% (утицај на садашњу вредност обавезе)3) Наведите најкритичнији сценарио за Монте и препоручите 2. Дајте коментар на 2.4. ризик, зашто? Само користите бројеве које сам дао; Ако недостаје, питајте.

три мини кофера

Случај 1 — Преварност просека. Компанија је планирала свој капитал на основу очекиване штете (50 милиона). Када је Монте Карло завршен, видело се да је ниво од 99,5 одсто 82 милиона: у лошој години постојала је додатна потреба од 32 милиона и компанија то неће моћи да подмири. Капитални план је ревидиран. АИ је покренуо симулацију 10.000 сценарија у секунди; Актуар је оценио тумачење и дистрибуцију.

Случај 2 — Корелационо слепило. Покривеност земљотреса и прекида пословања одвојено је изгледала као низак ризик у портфељу. Али земљотрес изазива и једно и друго у исто време; Модел који претпоставља независност потценио је ризик репа за половину. Када је актуар додао корелацију сценарију, стварна потреба за капиталом се значајно повећала. Поука: у кризи ризици нису независни; Доводе у питање претпостављено прихватање независности од стране АИ.

Случај 3 — Догађај који се није догодио. Портфолио здравствене заштите изгледао је веома "солидно" на основу података из последњих 10 година. Када је стигла пандемија, и учесталост и озбиљност су истовремено нагло порасле; Модел то никада није предвидео јер ништа слично није било у подацима. У наредном периоду додат је детерминистички сценарио пандемије. АИ је направио нацрт сценарија; Актуар је одлучио о величини шока. Лекција: ред историјских података није потпун.

Уобичајене грешке

  • Планирање око просека. То је реп, а не просек, који тоне компанију; Погледајте екстремне метрике попут ВаР/ТВаР.
  • Под претпоставком да су ризици независни. Током кризе, корелације се повећавају; Прихватање независности чини лакшим репом.
  • Потпуно поверење у историјске податке. Ретки и структурни догађаји су одсутни у подацима; Додајте сценарио са стручном проценом.
  • Мешање детерминистичког и стохастичког. Један сценарио не даје вероватноћу; Вероватноћа захтева Монте Карло.
  • Представљање резултата симулације без његове верификације. Проверите проценте и ВаР независно; Грешка параметра искривљује целу дистрибуцију.
Савет: Пре него што представите резултате Монте Карла, урадите једноставну проверу доследности: да ли је средња вредност симулације близу очекиване вредности (учесталост × интензитет × експозиција) коју сте израчунали ручно? Ако није, постоји грешка у параметру или коду.

Укратко

Будућност није један број, већ спектар могућности. Детерминистички сценарији показују једну „шта ако“ путању, Монте Карло показује целокупну дистрибуцију и реп ризик, стрес тестови показују утицај тешких догађаја. Права опасност је у репу, а не у просеку, а историјски подаци не представљају добро реп; Повећана корелација и догађаји који се нису догодили захтевају актуарско просуђивање. АИ дизајнира сценарио, кодира симулацију и тумачи резултат; али одабир шока, претпоставка корелације, просуђивање репа и коначна одлука о ризику остају на актуару. Увек проверите резултате једноставном провером доследности.

Задатак апликације

Поставите анонимне основне претпоставке (учесталост, интензитет, изложеност, интересовање). Затражите од АИ да (а) базира очекивану штету, (б) 3 детерминистичка сценарија укључујући шокове инфлације, учесталости и каматних стопа, (ц) израчуна ВаР и ТВаР (99,5%) помоћу Монте Карло симулације. Проверите да ли је средња вредност симулације близу очекиване вредности коју сте израчунали ручно. Затим разговарајте са АИ како би претпоставка да су два колатерала зависна (корелирана) променила реп.

контролна листа

  • [ ] Да ли сам такође погледао репне мере (ВаР, ТВаР) а не просек?
  • [ ] Да ли сам узео у обзир корелацију ризика у време кризе?
  • [ ] Да ли сам додао структурне/ретке сценарије који се не налазе у историјским подацима уз стручно мишљење?
  • [ ] Да ли сам свесно раздвојио детерминистички и стохастички приступ?
  • [ ] Да ли сам ручно проверио Монте Карло средњу вредност за конзистентност са очекиваном вредношћу?
  • [ ] Да ли сам написао оправдање за избор сценарија и магнитуде шока?