Risk modellemesi

Risk modelleme

Risk modellemesi, karar vermek için kayıpların olasılığının ve büyüklüğünün sistematik bir değerlendirmesidir: limitler, rezervler, çitler, otomatik politikalar ve önlemlerin önceliklendirilmesi. Tehdit haritasından model sömürüsüne kadar uçtan uca çerçeve aşağıdadır.

1) Risk Haritası ve KRI

Etki alanları: operasyonel (olaylar/SLA), finansal (FX, likidite), ürün (kalite/dönüşüm), davranışsal (dolandırıcılık/RG), düzenleyici (para cezaları, engelleme), ortak (bağlı kuruluşlar/sağlayıcılar), bilgi güvenliği (sızıntılar/korsanlık), model riski.

KRI (Temel Risk Göstergeleri): olay oranları, p95/99 gecikmeleri, ters ibraz payı, FPR anti-dolandırıcılık, ses negatif payı, kapsama izleme, "erken uyarı sinyalleri" (önde gelen) vs sonuçları (gecikme).
Sahibi, frekansı, eşikleri, histerezi ve eskalasyon kanalı olan tüm KRI'lar.

2) Frekans × Şiddet: temel kayıp matematiği

[
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
]

Frekans (N): Poisson (nadir bağımsız olaylar), NegBin (aşırı performans/kümeleme).
Şiddet (X): Lognormal (orta kuyruklar), Gamma, Pareto/Log-Pareto (kalın kuyruklar), karışık modeller (karışım).
Sıfır enflasyon: birçok sıfırda.
Sansür/düşülebilir: indirilebilir/sigorta limitlerinin muhasebeleştirilmesi.

Kayıp Dağılım Yaklaşımı (LDA): eşleşme (\lambda) ve yerçekimi parametreleri, sonra Monte Carlo veya evrişim (FFT) - kuyruk metrikleri.

3) Kuyruk saç çizgileri ve EVT

• Block Maxima, GEV, Peaks-Over-Threshold, GPD, eşik seçimi (u) + durağanlık kontrolü.
• Kuyruk stabilitesi (QQ-plot, Hill tahmincisi) ile kalibre edin.
• Amaç, nadir büyük kayıpları doğru bir şekilde tahmin etmektir (1/100-1/1000).

4) Bağımlılıklar: korelasyonlar ve kopula

• Gaussian (basit ama zayıf kuyruk kavrama), Öğrenci-t (kuyruk bağımlılığı), Clayton/Gumbel (asimetrik kuyruklar).
• İlk olarak, marjinalleri (ciddiyet/frekanslar), daha sonra risk portföyünün ve konsantrasyonun ortak modellenmesi için kopula ayarlayın.

5) Risk ölçütleri ve ekonomik göstergeler

VaR (_\alpha): kayıp kuantilleri (örn. 99%).
CVaR/Beklenen Eksiklik (_\alpha): VaR dışındaki ortalama kayıp - kuyruklar için tercih edilir.
EL/UL: Beklenen/beklenmeyen kayıp.
RAROC: (\text {Sermayenin Risk Ayarlı Getirisi} =\frac {\ text{Доход} -\ text{Ож. Kayıplar} {\text {Risk altındaki sermaye}}).
Risk altındaki sermaye: teminat seviyesi (örn. CVaR 99. %5) + tamponlar.

6) Senaryolar ve stres testi

Senaryo = giriş şoku + korelasyonlar + iş kuralları.
Türleri: Tarihsel (2020 covid zirveleri), varsayımsal (düzenleyici engelleme, kesinti PSP), ters ('ne şoklar X ≥ bir kayıp yapar? »).
Sonuçlar - kayıp aralıkları, nokta değil. Belge varsayımları ve karar kanalları (limitler/büyük harfler/duraklamalar).

7) Bayes ve bilgi güncelleme

Bayesian frekansları/şiddeti: a priori (Gamma-Poisson, bilgilendirici hiper parametrelerle Lognormal) - veri girişinde çevrimiçi güncelleme.
Küçük örneklerde/yeni pazarlarda kullanışlıdır (kısmi havuzlama, hiyerarşik modeller).

8) Veri ve kalite (Point-in-Time!)

Veri sözleşmeleri: şemalar, anahtarlar, zaman dilimleri, olay sürümleri, ayarlama bayrakları.
Zaman içinde doğruluk: Eğitimde gelecekteki sinyaller yok (özellikle dolandırıcılık/operasyonel arızalar için).
Politika değişiklikleri/değişiklikler. boyutlar: olay takvimine.
Durgunluk ve kaymalar: Temel özelliklere göre profil kayması (PSI/KL).

9) Simülasyon prosedürü (adımlar)

1. Durumu ve ufku tanımlayın: "kayıp", dönem, birim (marka × ülke × kanal) nedir?
2. Bir veri kümesi oluşturun: frekanslar, ağırlıklar, eş değişkenler (mevsimsellik, promosyon, FX, sağlayıcılar).
3. Aile seçimi: Poisson/NegBin × Lognormal/Pareto (QQ salları/KS/AD testlerini kontrol edin).
4. Bağımlılıklar: Portföy toplama için copula/faktör modeli.
5. Kalibrasyon: MLE/Bayesian; Sansür, kesintiler, aykırı değerler.
6. Doğrulama/backtest: kuyruk kaplama, parametre kararlılığı, stres hassasiyeti.
7. Monte Carlo: (10 ^ 5) - (10 ^ 6) çalışır; Tahmin VaR/CVaR, senaryo kayıpları.
8. Çözümler: limitler, büyük harfler, duraklamalar, rezerv tahsisi, RAROC-önlemlerin önceliklendirilmesi.
9. Belgeler: model kart, senaryo pasaportu, çalışma kitabı.

10) Politika ve otomasyon entegrasyonu

Tetikleyiciler: KRI/VaR/CVaR eşiklerini aşan - adımlar (KYC geliştirme, 3DS-enforce, limit azaltma, ödeme kanalı kısma, promosyon devre dışı bırakma).
Hysteresis/cooldown: "Yanıp sönmeyi" önlemek için farklı giriş/çıkış eşikleri.
Risk kuyrukları: sıralanmış (\mathbb {E} [EV]) = kaçınılmış hasar − önlemlerin maliyeti − zarar.

11) Örnek bileşik model (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()

Hiyerarşi/Portföy: Her segment için sayım yapın, ardından copula/factor veya ampirik eş örnekleme yoluyla toplanın.

12) Limit ve sermaye yönetimi

Sınırlar/sınırlar: kanal/ülke/sağlayıcı tarafından, geçerli bir CVaR'a bağlı.
Rezervler: kapsama seviyesi (örn. CVaR %99 aylık) + kontrol arabelleği.
Risk transferleri: reasürans/sigorta, FX hedge, sağlayıcıların çeşitlendirilmesi.

13) Model risk ve valilik

Model Kart (şablon)

Amaç ve uygulama alanı; VaR/CVaR/kapsama metrikleri verileri ve dönemi; varsayımlar; sınırlamalar; Duyarlılık; adalet/etik; sahipleri; versiyon; revizyon tarihi.

MLOps/ModelOps: model kaydı, sürüm kontrolü, gölge/kanarya lansmanı, özellik paritesi çevrimiçi/çevrimdışı, kalite ve sürüklenme izleme, otomatik uyarılar, durdurma vinci.

Doğrulama/geri test

Kryzh: kuyruk kaplama (Kupiec/Christoffersen), parametre kararlılığı, gerilme direnci, alternatif özellikler.

14) Proda izleme ve runibooks

Metrikler

VaR kapsamı (gerçek atılımlar/beklenen), CVaR kalibrasyonu, EL/UL dinamiği.
Giriş sürüklenmesi (PSI),'yeni "segmentlerin paylaşımı, sınırların aşırı yüklenmesi.
Çalışma: gecikme hesaplaması, besleme gecikmesi, % folbacks.

Runbook ("şarj cihazlarında dalgalanma" örneği)

1. Verilerin tazeliğini ve etiketlerin doğruluğunu kontrol edin.
2. Patlama segmentasyonu (ülke/ödeme/cihaz/ortak).
3. Etkilenen segmentlerde adım adım KYC/3DS etkinleştirin, sınırları azaltın.
4. "PSP kaybı" stres senaryosunu çalıştırın, CVaR'ı yeniden hesaplayın.
5. Kanal sahiplerine iletişim, tazminat planı.
6. Model parametrelerinin/kurallarının geriye dönük ve güncellenmesi.

15) Senaryo pasaportu (şablon)

Kimlik/sürüm, tarih, sahip

Anlatı: ne oldu (düzenleme yasağı × FX şoku × kesinti PSP)

Şoklar: (\Delta) frekanslar, ciddiyet/korelasyon değişiklikleri, süre

Kayıp tahmini: EL/VaR/CVaR (gün/hafta/ay)

Karşı önlemler: limitler/anahtarlama sağlayıcıları/iletişim/sigorta

Çıkış noktaları: önlem alma koşulları (histerezis)

16) KRI pasaportları ve limitleri (kısa)

KRI: kod, tanım, formül, pencere, eşikler 'uyarmak/kritik', histerezis, sahibi, uyarı kanalı.
Sınır: nesne (kanal/ülke/sağlayıcı), metrik (CVaR99/EL), değer, nokta, öncelik, aşan eylemler, istisnalar/zaman pencereleri.

17) Anti-desenler

Kuyruklar yerine ortama güvenmek; "Güzel RMSE've zayıf CVaR.
Korelasyonlar "olduğu gibi" kuyruk bağımlılığı olmadan.
Zaman İçinde Nokta Eksikliği - sızıntı, "doğruluk'un yeniden değerlendirilmesi.
Senaryoları/stresleri göz ardı etmek; "Her şey için'bir model.
/ changelog sürümü olmadan sessiz parametre düzenlemeleri.
Politikada histerezis yoktur - çırpma önlemleri.

18) Risk Modelleme Döngüleri için Yayın Öncesi Kontrol Listesi

• Risk Kartı ve KRI verilir, sahipleri atanır
• PIT verileri, kaynak sözleşmeleri, olay/politika takvimi
• Frekans ve ciddiyet kalibre edildi, test edilen kuyruklar (EVT)
• Modellenen bağımlılıklar (copula/factor), portföy toplanmış
• VaR/CVaR backtest, kaplama ve parametre kararlılığı normaldir
• Komut dosyaları ve stres testleri hazır, pasaport ve runbook yayınlandı
• Sınırlar/kapaklar/politikalar ile entegrasyon, histerezis etkin
• Model Kart sürümü, sahipleri, izleme ve uyarılar yapılandırılmış

Toplam

Risk modellemesi "ortalama kaybı tahmin etmek'değil, kuyrukları yönetmekle ilgilidir: doğru frekans ve ciddiyet, aşırı uçlar için EVT, kopula yoluyla bağımlılıklar, senaryolar ve stres testleri, VaR/CVaR ve ekonomik metrikler (RAROC), artı ModelOps disiplini. Böyle bir devre, riskleri'siyah kuğular'dan sınırlar, rezervler ve net eylemlerle nicel çözümlere dönüştürür.