基于机器学习的情景生成器的验证
摘要：机器学习方法在使用情景生成进行内部模型开发中越来越重要。根据《偿付能力监督管理办法》，内部模型必须经过验证，一个重要的问题是这些数据驱动模型的验证与经典的基于理论的模型的验证有哪些不同。以市场风险为例，我们讨论了两个附加的验证任务的必要性：一个是检查使用的风险因素之间的依赖关系，另一个是检测不需要的记忆效应。第一个是必要的，因为在这种新方法中，依赖关系不是从金融数学理论中推导出来的。后一个是当机器学习模型只重复经验数据而不生成新的情景时产生的。然后，这些度量被应用于基于机器学习的经济情景生成器。结果显示，这些度量在这个环境中导致了合理的结果，并且能够用于验证和模型优化。
作者：Solveig Flaig, Gero Junike
论文ID：2301.12719
分类：Risk Management
分类简称：q-fin.RM
提交时间：2023-08-28