分类归档 精算建模

生存环境决定需求

今天和读者分享下,最近一些数据跑出来的现象。同时分享下思考的一个问题,什么决定了需求。笔者先把思考结果写出来,后面再进行论证。

生存环境决定需求。

这里的生存环境,至少有两到三个层级的系统,但是和我们平时息息相关的,可能就是国内经济,行业经济,甚至家庭环境。笔者今天想从温度这个自然环境开始分析。

首先,第一部分,太阳和地球系统,地球自身的温度调节系统。

地球什么时候还是变暖?这是科学家他们在研究的问题,笔者就不重复研究了。现在的表现就是,地球确实在暖。笔者从相关网站上,找到了有记录以来的温度数据。

这是从Berkeley earth 上获取的大气的温度数据,数据是相对数。可以看到,地球温度变暖,从20世纪40年代就开始了。至于为什么,笔者简单分析如下。

有科学家认为是太阳黑子辐射周期,也有认为是人类工业文明的代价,这些留给科学家去讨论,我们只需要关注事实。

还是先看看太阳黑子的辐射变化情况,这里笔者强调,地球上吸收辐射有个积累的过程,并不是黑子不活跃,气温就会下降。太阳和地球之间还有一个地球的自我调节系统。

所以,我们需要关系黑子的积累数据,为了和温度数据匹配,笔者就将黑子和温度数据放在一起看看。

太阳还是照常升起,有它自己的节律,但是地球的自我调节功能出现了异常。从上一张太阳黑子当期图上,1980年至今,黑子活动还是大周期上的下降阶段。

再来看看北极海冰的面积的数据。

可以看出海冰在这段期间,面积是呈下降趋势。地球温度变化,决定的因素众多,笔者有空慢慢研究学习。前面都是为了说明,生存的环境变化决定需求,做个铺垫。这个变化不会是短时间的,至少作为笔者这类小周期生物,会积极应对这个温度变化。

再分享一点ENSO 和 PDO 的数据。先看当期数据,太阳和地球温度之间还有厄尔尼诺现象,以及拉马雷德现象。从数据上显示,厄尔尼诺现象早于拉马雷德现象,科学家们对拉马雷德的周期划分,读者可以去查阅资料。有科学家提出拉马雷德暖相位和冷相位这些灾害链理论,也可以看看。但是笔者更相信实时监测的数据。

下面我们重点看看累计数据的情况。

这里关系很明显,地球上的厄尔尼诺出现,太阳黑子减弱,温度的变化还是会上升,只是上升幅度差异。今年又出现了中等强度的厄尔尼诺,再叠加太阳黑子的11年周期的极大期,上升幅度就很显著。这些没办法定量表达,也就采用传统方法,通过曲线进行定性。当然还有其他的影响因素,地球自转速度,海洋的温度交换机制等,留给对气候动力学感兴趣的读者去研究。

有科学家说拉马雷德进入暖相位,但实际上,累计的PDO数据显示还没有转向,直接的转向是ENSO累计数据显示。可能这就是风险管理和科学研究的差异,过去的数据,代表一种可能性,可以产生各种眼花缭乱的解释,而未来才是风险管理更为关心的内容。理论要学习,但是不能直接用,要实事求是,在直观数据监测基础上进行决策。

下面进入第二部分。人类社会经济。这里笔者采用美国的10年期国债利率和温度指数的数据。

中间还有些变化率的研究数据,温度变化在1980年前,波动率较大,1980年后温度的波动率变小,并稳步上升。这里国债利率只有最早1962年的数据。数据来自美联储。

这里笔者有个猜想,是什么造成了1980年以来,利率趋势的下行呢?会不会和我们的生存环境的温度有关呢?这里不再只和太阳有关,而是和温度更有关。

温度的升高,人类的需求,吃饭,穿衣,住房,都不同程度得到满足,如果没有持续的低温环境出现,可能不会短时间激起人类的这类物质新需求。当需求满足到一定程度,就在健康和精神上的需求会更突出。

从个体看,可能不考虑温度,也是从物质到精神的过程。放到大的自然环境中,人类整体也存在这样的变化趋势。适当的温度,适合人类生存,但是温度超过一定阈值,又会影响人类的生存。

生存环境决定需求,需求决定技术供给,供给产生产品,社会经济系统又开始运转起来。再进入社会经济系统中观察这个系统的结构和社会分工。这样可以帮助我们更清楚理解社会经济系统的变化过程。举个例子,保险产品其实就是不能进入细节中的一种风险分摊方式,随着技术进步,保险产品也会不断进化,风险减量不是不可能。

第三部分,继续看看,生存环境决定了需求,这里有个不争的事实,掌握先进的技术来对抗温度变化带来的需求不足,可以带领人类不断提高生存概率。这也是风险管理的广义内涵。

其实这个问题的思考是由是否需要对系统建模引起的。读者知道,风险管理其实是对研究对象的动力学系统的建模,这样,才能获得有效的预警功能。但涉及到系统建模,就涉及到复杂的关系,开放系统的物质能量信息交换,运算关系涉及到加减,以及乘法,和非线性结构。

如果作为个人,其实做到应对变化就可以了。自己活下来就是胜利。但是社会分工产生了哲学家,科学家,他们思考的并不是自己如何应对变化,而是告知世人,如何应对变化。这一点上看,能否掌握适应环境的技术,是个人的问题,是否有可以掌握的技术,是科学家的事情。

和太阳黑子辐射能量一样,掌握技术有个时间积累的过程,这也就加大了灵活应对环境变化的难度。所以提前识别风险,建立有效的动力学系统进行监测是有意义的。当然,建立监测系统的能力也和技术材料的进步分不开,不然也是无法精确识别和提前规划。

精算与科学决策,是一个建立系统动力学模型的过程,在数字化技术的条件下,特别还有现在的AI大模型,或许,可以帮助人类自身对风险更早识别,科学预警。才能实现管理风险,创造价值。

有没有一个一劳永逸的动力学系统呢?这个问题和有没有一劳永逸的思维系统是一样的。人类还有很多并不知道。这也是风险管理可能永远也不会下岗的原因,管理者需要不断找到现象背后的形成原因,如果不能提前,那就积极应对系统突变。

如何设计风险管理解决方案

今天和大家聊一下最近自己对风险管理这项工作的认识。

首先我们来看看,如何设计风险管理解决方案。

解决方案,就是指解决问题的方法和过程。再来看看计算机算法的定义,解决问题的方法和步骤。是不是一件事情。

那么量化风险管理的解决方案可以说就是一个算法。本质就是一种思想,只不过是通过数学模型,通过编程来实现。

风险管理解决方案,帮助客户或雇主对未来事件进行决策。对未来未定事件有关的风险进行度量和管理。

重点在哪里?

管理未来的思想。

那么有人会问,未来没有发生的事情怎么知道如何度量和管理?

我们在介绍具体操作之前,还需要对一个非常重要的内容进行说明。

要设计风险管理解决方案的人,必然是具有管理未来的思想的人。那么思想从何而来?

书上这么描述精算师设计解决方案的。“精算师综合利用精算假设何所谓的精算假设和所谓的精算判断的‘直觉’,在一定程度上可以保证所给出的解决方案相对不变。精算判断是精算师基于对变量的数学关系的理解和历史经验得到的认识。”

重点在变量的数学关系的理解和历史经验。笔者换一个现在比较流行的词语,认知,对客观世界运行规律的认知。思想就从这里来。

要对客观世界运行规律认知,是不是读几本教科书就能获得呢?这里涉及到正确的学习方法,知行合一。教材上学习的在实践之前是信息,并非知识。真知都需要在实践中不断去验证。

所以,要能设计风险管理解决方案的人,需要比较全面的认知维度,看不到未来,又何谈站在未来看现在。

精算师值钱,首先值钱在认知。并且能将客观世界的运行规律通过数学建模的方式表达出来。通过数学建模,这里又卡住了大部分数学基础不太好的同学,然后还要编写代码,这又卡住了逻辑思维和英文基础稍微差点的同学。

风险管理的涉及到方方面面,那么人不可能什么都知道。精算师也有其业务领域,金融,保险,养老,企业风险管理等等。那么精字,就是在某一个领域的专精,不到专精,没有精算判断的直觉。一个精字,一个算字,精就是专精,算就是用数来表达规律。

精算师为什么比风险管理师技术要求更高呢?风险管理师更多是在操作层面,按照规定执行,最多是按照风险管理框架体系运行。但是框架从何而来,背后的规律在哪里?还需要一个设计的人。

接下来,再来看看,直觉决策是什么?直觉决策是一种潜意识的决策过程,相比理性决策,其时效性更强,更加出其不意。直觉决策能力的形成,不是一朝一夕之功,需要长期的学习积累和实践积淀。所以,不是考试通过就是精算师了,必须在实践中不断积累经验和思考,熟能生巧,才能做到的直觉决策能力。

下面接着看如何设计风险管理解决方案。先看两个基本原则:

1、考虑处理的风险是否可分散化。可分散化的风险,是由一些独立或相关性较弱的小风险组成的风险。可分散的,通过汇聚的方法降低,比如保险;不可分散的,一般称为系统性风险,处理方法是进行预测性损失分析。

2、风险管理的方法:风险转移、风险避免、运用风险获得利润。

再来看看设计的基本要素:

1、度量和管理风险

2、满足各方利益要求,并合规

3、考虑所有可行的方案(资源一定条件下的其他策略)

4、对解决方案本身的风险进行量化分析

5、充分考虑现实的约束

设计的步骤如下:

1、列出问题清单

2、对现有工作基础的充分认识(专精)

3、设计具体的解决方案

4、对解决方案本身和开发过程建立说明文档(算法说明)

5、对各个利益方进行有效沟通,并保证符合相关的法律法规

6、及时、有效地实施解决方案。

7、反馈调整

以上,就是笔者对风险管理工作的认识。

投资项目精算模型设计思路

数据柳叶刀的精算内容,不局限在金融、保险、养老领域。

我们来看看一个实体项目投资的建模案例,精算方法如何应用其中。在项目投资决策中,我们如何进行建模,参数选择以及分析投资项目存在的问题。

简单描述下,假设是一家公司对超市的全国铺设项目。

首先,基本的一个计算方法,还是要使用财务上的净现值计算公式。

其次,在财务计算基础上,将折现率、收入期限结构、各个变量中间的关系进行假设。

第三步,精算在分析投资项目的目标,是降低这个投资项目利润的不确定性。从这里,就和财务决策分析结论分开了。风险管理的核心就是,如何管理风险,创造财富价值。重点在后面那句,如何落地。

第四步,在完美假设条件下,我们运行模型,得到一个模型计算结果。然后,开始逐个放开假设条件。这样可以看到某一个假设条件变化的敏感性。

第五步,经过前面的放开假设,分析过程,就能清楚,在投资项目中可能存在的不确定性,哪些是比较固定的,哪些是变化比较大的。那么对于变化较大的参数,就需要做好一个风险评估和提示。

第六步,检查完假设参数,还要回过头再检查模型。模型本身的假设条件,比如,机构铺设进度是均匀分布,或者年末,而实际上并不是,那么成本支出和收入现金流的期限结构就会变化。对计算结果也需要去分析,有没有重大的影响,是否稳定。另外模型设计的时候就要评估好,风险管理的成本和最后的利润之间的性价比。什么样的模型才是合适的,也是一门艺术。

第七步,经常被忽略的一点,就是投资项目的战略。精算师需要在建模的时候理解投资战略。举个例子,项目的市场推广采用降价策略,那么在模型中,要先计算一个市场的静态模型,再来计算一个动态博弈模型。单纯价格竞争,是否能保证投资项目利润的平稳。如果是提高服务品质的策略,那么会相应提高成本,对利润也有影响,这时可能需要考虑项目的融资来源,往后就是更广阔的模型建设。

第八步,将这些分析的结论,重大的风险点提示出来,并给予风险管理的措施建议。一般是,有限资源条件下,PLAN b .

如果投资项目是一个需要多个环节落地的项目,那么需要在每一环节,思考应对措施,如果plan A ,并不按照设想的发展,那么PLAN b 就要启动。这时,精算的考虑的模型就会再增加PLAN b 的部分。每一关键环节都需要考虑。项目不能因为不确定性中断,中断了又如何保证利润呢。

第九步,监控假设参数,参数变化,也会改变风险的大小。所以,不见得前面是重点的风险,后面还是重点。要动态地调整,关注的点要灵活。

最后,编写报告。最好用人话讲给老板听。

随着数字化经营推进,参考国外的经验,精算方法未来会从过去的领域移植到了更广泛的领域。精算师比起算法工程师,更需要具备战略思维、理解企业经营,掌握经济学规律等。

今后就不再单独强调精算。量化风险管理就是精算师干的事情。精算师是一种身份代称,而具体做的事就是量化风险管理。