人寿保险中的投降风险建模：理论和实验洞察
摘要：投降对人寿保险构成了重大风险之一，对其真实概率进行准确建模直接影响着索尔韦尼 II 指令所要求的风险资本。我们通过进行广泛的实验，为各种建模方法（包括 XGBoost、随机森林、广义线性模型和神经网络）提供了高度实用的结果，进一步补充了现有文献。此外，我们检测到流行的模型评估存在的问题，这些问题本质上是基于混淆矩阵的。我们的研究结果表明，准确的标签预测和对真实概率的准确建模可能是相互对立的目标。我们用重新采样的例子来说明这一点。虽然在罕见事件的情况下，如投降，重新采样能够改善标签预测，因此通常被应用，但我们在理论上和数值上证明，基于重新采样数据训练的模型会显著偏差地预测事件概率。根据对投降的概率性观点，我们进一步提出了关于预测的平均投降率的时间依赖置信带作为补充评估，并展示了它的好处。这种评估是非常实际的，关注持续运营的角度，并尊重投资组合的组成以及基础风险驱动因素可能随时间变化的特性。
作者：Mark Kiermayer
论文ID：2101.11590
分类：Risk Management
分类简称：q-fin.RM
提交时间：2021-08-30