Skip to content

GRA · Rischio attuariale e quantitativo

Finanza spazialeDove il capitale incontra pericolo, esposizione e transizione

Validazione quantitativa dei modelli

Quantitative models for pricing, reserving, capital and risk must be shown fit for purpose before they are relied on. Validation tests data, methods, assumptions, implementation and outcomes, and is carried out by people independent of development under professional and supervisory standards. This page sets out how quantitative model validation works, where it falls short, the evidence it uses and who decides.

01Registrare

Validazione quantitativa dei modelli sulla documentazione.

02La domanda

Validazione quantitativa dei modelli: come si sviluppa il rischio.

Back-testing, benchmarking e modelli challenger. Il dossier che segue illustra come si sviluppa il rischio, che cosa viene misurato, da dove provengono i dati, come sono modellati e chi decide.

Meccanismo

Validation covers the whole model

Qualità dei dati, la solidità concettuale, l'implementazione, le ipotesi e i risultati devono tutti essere sottoposti a verifica. Controllare solo gli output lascia sfuggire errori che si compensano o si nascondono.

Meccanismo

I test retrospettivi richiedono tempo

Comparing predictions with outcomes takes years for long-tail and rare risks, so validation relies on other tests in the meantime.

Meccanismo

Indipendenza e capacità predittiva

Validators must understand the methods and have authority to require changes. Weak independence turns validation into confirmation.

Meccanismo

Code is part of the model

Errori nei fogli di calcolo e nel codice hanno causato perdite ingenti. Test di implementazione, controllo di versione e riproducibilità fanno parte della validazione.

03Finanza spaziale

Esposizione, pericolo e curva di superamento.

Quali luoghi determinano la perdita in un anno grave e fino a che punto essa raggiunge la riassicurazione. Valori di progetto illustrativi.

Esposizione costiera in zone di cicloni e terremoti, accanto alla curva di perdita che produce.Valori di progetto illustrativi, non un risultato di modello né un prezzo.
04Indicatori

Cosa viene misurato e con quale accuratezza.

Ogni indicatore riporta la sua unità, la sua cadenza, il tipo di fonte su cui si basa e l'etichetta di evidenza che un valore riporterebbe. Non sono mostrati valori: un programma li fornisce sotto la propria autorità.

IndicatoreUnitàCadenzaTipo di fonteEtichetta
Modelli validati nel cicloquota per livelloannualeRegistri di validazioneDICHIARATO
Esiti della convalida per gravitàconteggioannualeRegistri di validazioneDICHIARATO
Actual-to-expected resultsrapportoannualeMonitoraggio dell'esperienzaSTIMATO
Scostamento di smaltimento delle riserveper centoannualeSviluppo delle riserve obbligatorieStatistiche pubblicate
Errori di implementazione rilevaticonteggioannualeRegistri di convalida e di auditDICHIARATO
Modelli con codice e dati riproducibiliquotaperiodicoDocumentazione del modelloDICHIARATO
05Simulatore di gemello e cascata

Trace a shock in quantitative model validation to the balance sheet.

Assembled from the Nexus Standards area profile Insurance and reinsurance: the shocks it names, the systems and sectors that carry the loss, the controls that dampen it and the data that observe it. Pick an initiating shock and step through the cascade to see which exposures it reaches and where losses could concentrate. The Map view places the run on an example geography with open data. Every weight is a stated assumption. An exercise, not a forecast, a valuation, a rating or investment advice. To model a place of your own choosing, open the full System Builder.

Pericoli

  • cicloni tropicali
  • Terremoto
  • Alluvione da ingorgo di ghiaccio
  • Incendio boschivo
  • Mareggiata (innescata a valle)
  • Piogge intense (innescate a valle)
  • Alluvione fluviale (innescata a valle)
  • Flash flood (set off downstream)
  • Mareggiata pericolosa (innescata a valle)
  • Blackout diffuso (innescato a valle)
  • Sfollamenti di massa (innescati a valle)
  • Alluvione costiera (innescata a valle)
  • Aftershock sequence (set off downstream)
  • Fault surface rupture (set off downstream)
  • Soil liquefaction (set off downstream)
  • Slope slide (set off downstream)
  • Rockfall (set off downstream)
  • Tsunami (set off downstream)

Comandi

  • NS-0 Costituzione e principi
  • NS-3 UNI dei record di rischio (grammatica, corrispondenza legacy, autorità di assegnazione)
  • NS-9 UNI contestuali (distribuzioni, istanze, istanze di programma)
  • NS-10 Politiche e clausole (obblighi leggibili dalle macchine: definizione, vincolo, valutazione e applicazione)
  • NS-11 Verifica e monitoraggio (evidenze, attestazioni, osservazione della conformità zero trust)
  • NS-14 Conformità e corrispondenza con standard esterni
  • NRS-F3 Assicurazioni, rischio di catastrofe e divari di protezione
  • NRS-H113 Famiglia di pericoli: fragilità del sistema finanziario (NHS-1 soc.financial-system)
  • NRS-U17Profilo di piattaforma Universe: Insurance Nexus
  • NRS-H71 Famiglia di pericoli: catastrofi cosmiche e del tempo profondo (NHS-1 planet.deep-time)
  • NRS-H65 Famiglia di pericoli: superamento dei confini planetari (NHS-1 planet.boundary)
  • NRS-F8 Trasferimento del rischio parametrico e basato su indici

Osservazione

  • OECD Data Explorer (incl. Creditor Reporting System, insurance and pension statistics) (listed for reference)
  • Insurance statistics (listed for reference)
  • USGS earthquake GeoJSON summary feeds (listed for reference)
  • Direct economic loss attributed to disasters in relation to global gross domestic product (GDP)
  • Direct economic loss attributed to disasters in relation to global gross domestic product
  • (a) Number of commercial bank branches per 100,000 adults and (b) number of automated teller machines (ATMs) per 100,000 adults

Geografia di esempio

  • Europa occidentale: 152 celle esagonali
  • Intensità delle precipitazioni, ultima mezz'ora (IMERG), NASA GIBS
  • Luci notturne di stanotte, blackout (VIIRS Day/Night Band), NASA GIBS
  • Acque superficiali attraverso le nuvole, 30 m (radar OPERA DSWx-S1), NASA GIBS
  • Carbon monoxide, smoke transport (AIRS), NASA GIBS
06Fonti

Da dove provengono le evidenze.

Set di dati pubblici e registri istituzionali specifici, ciascuno con la sua classe di licenza. Le fonti soggette ad accordo sono utilizzate solo alle relative condizioni e mai ripubblicate.

FonteCosa fornisceClasse di licenza
IAA ISAP on models (ISAP 1A)Standard di governance dei modelli per gli attuariFree, IAA terms
Actuarial Standards Board ASOP on modellingStandard statunitense per i modelli attuarialiGratuito, condizioni dell'ASB
Financial Reporting Council Technical Actuarial StandardsUK standards including modelsGratuito, condizioni FRC
Orientamenti dell'EIOPA sulla convalida dei modelli interniAspettative di vigilanzaGratuito, condizioni di riutilizzo dell'UE
Dati statutari sullo sviluppo delle perditeRun-off delle riserve per il back-testingPublic records, terms per supervisor
07Esposizione, perdita e capitale

Che cosa significa la validazione quantitativa dei modelli per esposizione, perdita e capitale.

Le viste su esposizione, perdita, scenari e capitale che un responsabile del rischio, un'autorità di vigilanza o un ministero delle finanze richiederebbe, con i quadri normativi in base ai quali riferisce. Le strutture seguono la prassi di vigilanza e attuariale. I valori sono illustrativi: mai prezzi, rating o consulenza.

Esposizione e perdita per periodo di ritorno

How losses from quantitative model validation grow with severity, gross and net of reinsurance, against capital.

1 su 101 su 501 su 1001 su 250lordoal netto della riassicurazione800
Periodo di ritornoProbabilità annuaPerdita lordaPerdita nettaNetto, capitale = 100
1 su 100.10141010
1 su 500.02332121
1 su 1000.01462727
1 su 2500.004683939
Perdita annua media3.12.22.2
Indice di perdita illustrativo per un portafoglio di esempio (capitale = 100): la forma di probabilità di superamento che assicuratori e autorità di vigilanza leggono. Non sono dati su alcuna istituzione, né un prezzo o un rating.
NGFS climate scenarios · Network for Greening the Financial SystemIFRS S2 Climate-related Disclosures · ISSBTCFD recommendations · Financial Stability Board TCFDPrinciples for the effective management of climate-related financial risks · Basel Committee on Banking Supervision
08Decisioni

Chi decide, e a cosa servono le evidenze.

Rischio attuariale e quantitativo prepara le evidenze. Le decisioni seguenti sono adottate dalle autorità indicate, secondo le proprie regole, e mai dalla piattaforma.

Chi decideLa domandaEvidenze fornite da questa pagina
Funzioni di validazioneSe i modelli sono adeguati allo scopoTest results and findings
Chief actuaries and model ownersQuali risultanze correggere e comeRisultati e analisi d'impatto
Autorità di vigilanzaWhether validation meets standardsRelazioni di convalida
Comitati di auditWhether validation is independent and effectiveRegistrazioni di governance

Output prodotti da questo argomento

  • Guide to validating actuarial and quantitative models
  • Method note on reserve back-testing
  • Brief on implementation risk and reproducibility
  • Questions for boards on validation independence
09Questioni centrali

Le domande che si pongono gli esperti.

  • Is the model’s theory and design appropriate for its purpose?
  • Is it implemented correctly, and do results reproduce?
  • Come si confrontano le sue previsioni con risultati che non sono stati usati per costruirlo?
  • How do results compare with alternative models and external benchmarks?
  • In quali condizioni il modello cesserebbe di funzionare?
10Meccanismi

What validation examines.

Validation frameworks typically cover conceptual soundness, data quality, implementation, outcomes analysis and ongoing monitoring. Independence from model development is essential, because developers tend to share the model’s assumptions. Validation is proportionate to the materiality and complexity of the model.

Il back-testing confronta le previsioni con i risultati effettivi, ad esempio il numero di volte in cui le perdite hanno superato una stima del value-at-risk. Per i modelli di eventi rari il back-testing ha scarso potere, perché gli eventi di interesse si verificano di rado. Il benchmarking confronta i risultati con modelli alternativi, studi di settore o dati esterni. I modelli sfidanti (challenger), costruiti con ipotesi o metodi diversi, mostrano quanto i risultati dipendano dalle scelte di modellazione.

Sensitivity analysis and stress testing explore how outputs change with inputs and assumptions, identifying the drivers that matter most. Reproducibility, the ability to re-run a model and obtain the same result from the same inputs, is a basic requirement that versioned code and data make possible.

Governance gives validation its force. Findings must reach people with authority to restrict or stop a model’s use, and model inventories, tiering by materiality and tracking of open findings help ensure that validation results lead to action rather than sitting in reports.

11Metodi e dati

Metodi e loro limiti.

Back-testing

Analisi dei risultati

Comparing predictions with realised outcomes; weak for rare events.

Benchmarking

Modelli sfidanti

Comparing with alternatives to reveal model dependence.

Sensibilità

Analisi di sensibilità

Individuare i fattori determinanti e le condizioni di guasto.

Limits: validation can show that a model is not obviously wrong, but it cannot prove that a model is right, especially for rare events and changing conditions.

13Domande

Domande e risposte.

What does validation check?
Data, conceptual soundness, assumptions, implementation and outcomes, to judge whether a model is fit for its intended use.
Che cos'è il back-testing delle riserve?
Comparing past reserve estimates with how claims actually developed, to measure reserving accuracy and bias.
Why does code matter for validation?
Because implementation errors in spreadsheets and code can give wrong results even when the method is sound.
La GRA convalida i modelli?
No. La GRA non convalida, non approva né certifica alcun modello. Pubblica ricerche sui metodi di convalida.
Can a validated model still fail?
Yes. Validation reduces the chance of undetected errors but cannot rule out failure under conditions not seen before.
Perché i modelli challenger sono utili?
Because they show how much results depend on modelling choices, which a single model cannot reveal.
RapportiContribuisci

Contribuisci con evidenze da questa pagina.

Reports è la pubblicazione trimestrale del consorzio. Ciò che sai su questo tema può diventare un'evidenza, un caso o una correzione nella prossima edizione, attribuita a te e pubblicata con licenza CC BY 4.0 se si tratta di un tuo lavoro.

Global Risks AllianceActuarial and Quantitative RiskMethods and TechnicalFinance and Insurance Readiness
Rischio attuariale e quantitativo

Portate all'Alliance una questione di esposizione o di capitale.

Informazioni e richieste sono aperte oggi. Una richiesta riceve un riferimento e indica il passo successivo; candidature, pagamenti, assegnazioni di calcolo e registrazioni si aprono solo quando esistono il team, le condizioni e la capacità di revisione.