Aniketh Pittea在希腊的金融和保险会议上发言

来自肯特大学数学、统计和精算学学院(SMSAS)的精算学博士生Aniketh Pittea在9月份的“金融和保险应用依赖模型的最新发展-第五版”会议上发表了讲话。开云体育主頁(欢迎您)开云体育app客服

Aniketh在希腊埃伊纳举行的会议上发表了题为“使用图形模型模拟变量”的演讲。

文摘:

精算师和金融风险经理使用经济情景生成器(ESG)来识别、管理和减轻一系列范围内的风险。特别是，养恤金计划和其他长期业务要求环境管理集团模拟资产和负债的预测，以便设计适当的风险缓解机制。这就要求esg对进入资产和负债计算的几个变量的联合分布提供合理的模拟。在本文中，我们讨论了如何使用图形模型方法来开发ESG，并提供了一个具体的应用。
目前在工业中广泛使用esg。这些模型具有不同程度的复杂性，并且通常是专有的。它们定期重新校准，并倾向于纳入一个预测维度。例如，它们可能包含向量自动回归模型。或者，许多方法依赖于级联结构，其中对一个或多个变量的预测然后用于为其他变量生成值，等等。在每种情况下，这些模型都在准确捕捉短期和长期动态以及相互依赖性之间进行艰难的权衡。我们认为，为了进行长期的风险计算，使用一种更简单的方法来捕捉模型中变量之间的潜在相关性可能会更容易、更透明。图形模型以一种简洁的方式实现了这一点，这使得它们对于模拟更大维度的数据非常有用。在图形模型中，变量之间的依赖关系由连接变量或“节点”的图中的“边”表示。这种方法允许我们假设变量之间的条件独立性，并将它们的部分相关性设置为零。 The two variables could then be connected via one or more intermediate variables, so that they could still be weakly correlated.
我们比较不同的算法来选择一个图形模型，基于p值、AIC、BIC和使用R的偏差(并提供相关的包)。在我们的例子中，我们发现它们产生了合理的结果和相对稳定的结构。图形化方法相当容易实现，在合并新变量时是灵活和透明的，因此更容易应用于不同的数据集(例如国家)。类似于其他简化形式的方法，它可能需要一些约束以避免违反理论规则。用这个模型引入任意的经济冲击也很容易。
我们提供了一个例子，在这个例子中，我们为英国的养老基金确定了一个合适的ESG，该基金投资于股票和债券，并支付固定收益。虽然对过程的短期动态进行更复杂的建模当然是可行的，但我们的重点是在长期内共同分配创新。为此，我们简单地为模型中的每个序列拟合一个自回归过程，然后估计同期残差的图形结构。我们发现这种简单结构的模拟提供了与现有模型相当的合理分布。我们还讨论了如何使用这些模型通过简单的方式引入非线性依赖性。
总的来说，我们认为这种开发esg的方法对于关注长期投资组合的精算师和金融风险管理人员来说是一个有用的工具。