Simulazione dei rischi

Simulazione dei rischi

La simulazione dei rischi è una valutazione sistemica delle probabilità e delle perdite decisionali, quali limiti, riserve, hedge, regole automatiche e priorità. Di seguito è il wireframe end-to-end, dalla mappa delle minacce all'utilizzo dei modelli.

1) Mappa dei rischi e KRI

Domini: operativi (incidenti/SLA), finanziari (FX, liquidità), alimentari (qualità/conversione), comportamentali (frod/RG), regolatori (multe, blocchi), partnership (affiliati/provider), IB (fughe/hackeraggio), rischio modello.

KRI (Key Risk Indicators): frequenza degli incidenti, p95/99 ritardi, percentuale di charjback, FPR antifrode, percentuale di denunce, share of voice negativo, monitoraggio coverage, «segnali di allarme rapido» (leader) vs effetti (lagging).
Tutti i KRI sono con proprietario, frequenza, soglie, isteresi e canale di escalation.

2) Frequenza x Peso: matematica base perdita

[
N \sim \text{Poisson}(\lambda)\ \text{или}\ \text{NegBin}(r,p),
\quad X_i \sim F_{\text{severity}}(\theta),
\quad L=\sum_{i=1}^{N} X_i
]

Frequenza (N): Poisson (eventi indipendenti rari), NegBin (superspersione/cluster).
Peso (X): Lognormal (code moderate), Gamma, Pareto/Log-Pareto (code spesse), modelli misti (mixture).
Zero-inflation a molti zeri.
Censura/franchigia - Contabilità di deducibili/limiti assicurativi.

Loss Distribution Approach (LDA) - Prelevare (\lambda) e i parametri di gravità, quindi Montecarlo o FFT (FFT) con le metriche di coda.

3) Rischi di coda e EVT

• Block Maxima → GEV, Peaks-Over-Threshold → GPD, selezione della soglia (u) + controllo di fissità.
• Calibrare la stabilità della coda (QQ-plot, Hill animator).
• L'obiettivo è quello di valutare correttamente le rare perdite importanti (1/100-1/1000).

4) Dipendenze: correlazioni e copule

• Gaussian (semplice ma debole presa di coda), Student-t (tail-dipendence), Clayton/Gumbel (code asimmetriche).
• Per prima cosa, adattare i margini (severity/frequenza), quindi copiare per simulare insieme un portafoglio di rischi e concentrazioni.

5) Metriche di rischio e indicatori economici

VaR (_\alpha) - Numero di perdite (ad esempio 99%).
Shortfall (_\alpha) - La perdita media al di fuori del limite è preferibile alle code.
EL/UL - Perdita prevista/inaspettata.
RAROC: (\text{Risk-Adjusted Return on Capital}=\frac{\text{Доход} - \text{Ож. perdita}} {{text {Capitale a rischio}}).
Il capitale a rischio è il livello di copertura (ad esempio, 99. 5%) + buffer.

6) Script e test di stress

Script = shock degli ingressi + correlazioni + regole aziendali.
I tipi sono storici (2020 cowid-pick), ipotetici (blocco regolatorio, outage PSP), inversi («quali gomme fanno perdere» X? »).
I risultati sono intervalli di perdita, non un punto. Documentare i presupposti e i canali decisionali (limiti/caps/pause).

7) Bayes e aggiornamento delle conoscenze

Frequenza/gravità bayesiana: apriori (Gamma-Poisson, Lognormal con parametri iper-informativi): aggiornamenti online quando arrivano i dati.
Utile per piccoli campionamenti/nuovi mercati (partial pooling, modelli gerarchici).

8) Dati e qualità (Point-in-Time!)

Contratti dati: schemi, chiavi, timsons, versioning degli eventi, flag di regolazione.
Point-in-Time è corretto: senza segnali futuri di apprendimento (soprattutto per i problemi operativi e di frodo).
Modifiche al criterio/ism. misurazioni nel calendario degli eventi.
Stagnazione e spostamenti: profila la deriva (PSI/KL) in base ai fili chiave.

9) Procedura di simulazione (passaggi)

1. Definisci la valigetta e l'orizzonte: «perdita», periodo, unità (marchio x paese x canale).
2. Formate un dataset: frequenza, gravità, covariati (stagionalità, promo, FX, provider).
3. Selezione famiglia: Poisson/NegBin x Lognormal/Pareto (controlla le zattere QQ/KS/test AD).
4. Dipendenze: copiatura/fattore per l'aggregazione dei portafogli.
5. Calibrazione: MLE/Bayesian; censure, dedattabili, outlieri.
6. Valuta/Battest: copertura delle code, stabilità dei parametri, sensibilità allo stress.
7. Montecarlo: (10 ^ 5) - (10 ^ 6) provini; Valutate le VaR/CVaR, le perdite scenografiche.
8. Soluzioni: limiti, caps, pause, allocazione della riserva, RAROC-priorità delle misure.
9. Documenti: scheda modello, passaporto script, runbook.

10) Integrazione con regole e automazione

Trigger: eccesso di KRI/soglie di VaR/CVaR → (rafforzamento KYC, 3DS-enforce, riduzione dei limiti, throttling del canale di pagamento, disattivazione promo).
Isteresi/cooldown - diverse soglie di ingresso/uscita per evitare «lampeggianti».
Code di rischio: ordina per (\mathbb {E} [EV]) = danni evitati - Costi delle misure - Danni.

11) Esempio di modello compound (pseudo-Python)

python import numpy as np

1) frequency (week) and severity (EUR)
lam = 3. 2            # Poisson rate mu, sigma = 6. 0, 1. 1      # Lognormal params (ln-space)
S = 200000           # simulations

N = np. random. poisson (lam, S) # event rate sev = lambda n: np. exp(np. random. normal (mu, sigma, n)) # severity loss = np. array([sev(n). sum() if n>0 else 0. 0 for n in N])

VaR99 = np. quantile(loss, 0. 99)
CVaR99 = loss[loss >= VaR99].mean()
EL   = loss. mean()

Gerarchia/portafoglio: Contate per ogni segmento, quindi aggregate attraverso una copia/fattore o un campione collaborativo empirico.

12) Gestione dei limiti e del capitale

Limiti/caps per canale/paese/provider, collegati a un CVaR.
Riserve: livello di copertura (ad esempio, 99% mensile) + buffer di controllo.
Trasferimenti a rischio: riassicurazione/assicurazione, hedge FX, diversificazione dei provider.

13) Rischio modellistico e revernance

Model Card (modello)

Obiettivo e zona d'applicazione; metriche di VaR/CVaR/coverage; i dati e il periodo presupposti; Vincoli; sensibilità; fairness/etica; proprietari; Versione; Data di revisione.

MLOps/ModelOps: registro dei modelli, controllo delle versioni, avvio shadow/canarese, feature parity online/offline, monitoraggio della qualità e della deriva, auto-alert, stop-rubinetto.

Validazione/Battista

Coperto: copertura delle code (Kupiec/Christoffersen), stabilità dei parametri, resistenza allo stress, specifiche alternative.

14) Monitoraggio e runibuki

Metriche

Rivestimento del VaR (effettive scoperte/attese), calibrazione CVaR, altoparlante EL/UL.
Deriva di ingresso (PSI), quota di segmenti «nuovi», sovraccarico di limiti.
Operazioni: latency calcolo, ritardo fides,% folback.

Runbook (esempio di picco di charjback)

1. Controlla la freschezza dei dati e la correttezza delle etichette.
2. Segmentazione del picco (paese/pagamento/dispositivo/partner).
3. Attiva lo step-up KYC/3DS nei segmenti colpiti, riducendo i limiti.
4. Avviare lo scenario di stress «perdita di PSP», calcolare il CVaR.
5. Comunicazione ai proprietari dei canali, piano di compensazione.
6. Retrospettiva e aggiornamento dei parametri modello/regole.

15) Passaporto scenografico (template)

ID/versione, data, proprietario

Narrativ: cosa è successo (bang regolatore x FX-shock x outage PSP)

Shoki: (\Delta) frequenza, variazioni di gravità/correlazioni, durata

Valutazione delle perdite: EL/ VaR/ CVaR (giorno/settimana/mese)

Contromisure: limiti/cambio provider/comunicazioni/assicurazione

Punti di uscita - Condizioni di rimozione (isteresi)

16) Passaporti KRI e limiti (brevemente)

KRI: codice, definizione, formula, finestra, soglie «warn/critical», isteresi, proprietario, canale alert.
Limite: oggetto (canale/paese/provider), metrica (CVaR99/EL), valore, periodo, priorità, azioni di superamento, eccezioni/finestre temporali.

17) Anti-pattern

Appoggio al posto delle code; «Bella RMSE» e cattiva CVaR.
Correlazioni «com'è» senza tail-dipendence.
Assenza di Point-in-Time per la fuga di notizie, rivalutazione della precisione.
Ignorare script/stress; Un solo modello per tutto.
Modifica silenziosa delle impostazioni senza versione/changelog.
Non c'è isteresi in politica per le misure di flap.

18) Foglio di assegno prima di rilasciare i tracciati di modellazione a rischio

• Mappa dei rischi e KRI compilati, proprietari assegnati
• Dati PIT, contratti di origine, calendario eventi/regole
• Frequenza e peso calibrati, code controllate (EVT)
• Dipendenze simulate (coagulo/fattore), portafoglio aggregato
• Bectest VaR/CVaR, copertura e stabilità dei parametri nella norma
• Script e test di stress sono pronti, passaporto e runbook compilati
• Integrazione con limiti/gap/regole, isteresi inclusa
• Model Card, versione, proprietari, monitoraggio e alert configurati

Totale

La simulazione dei rischi non è «stimare la perdita media», ma gestire le code: frequenza e gravità corrette, EVT per gli estremi, dipendenze attraverso copule, scenari e test di stress, metriche VaR/CVaR ed economiche (RAROC), oltre alla disciplina del ModelOps. Questo tracciato trasforma i rischi da cigni neri in soluzioni quantificate con limiti, riserve e azioni chiare.