Media Optimisation de l’étape de régression de l’approche Least Square Monte Carlo

Optimisation de l’étape de régression de l’approche Least Square Monte Carlo

uploaded May 20, 2022 Views: 26 Comments: 0 Marked favorite: 0
Speakers: 
Description:

Dans le cadre de l’utilisation d’un modèle interne, le SCR peut être calculé par projection de la distribution des Fonds Propres stressés.

Pour projeter la distribution du BE stressé, il est possible d'adopter l’approche de Least Square Monte Carlo (LSMC), visant à construire une fonction paramétrique du BE stressé en fonction des facteurs de risques identifiés.

Cette étude a cherché à challenger la calibration de cette fonction proxy du BE par des modèles de Machine Learning. Pour cela 4 modèles ont été calibrés, puis leurs performances ont été comparées à l’approche actuelle. Puis, nous avons analysé l’impact sur le SCR qu’aurait un changement de la fonction paramétrique du BE dans le calcul du SCR.

Tags:
Categories: AFIR / ERM / RISK
Content groups:  content2022

0 Comments

There are no comments yet. Add a comment.