Erstellt eine Stichprobe des unternehmensweiten Verlusts durch Kombination der Copula-Simulation mit den marginalen empirischen Verteilungen der Verluste in den Geschäftsbereichen.
| Parameter | Beschreibung |
|---|---|
| analysisVariables | Gibt die Namen der marginalen Variablen an, die analysiert werden sollen. |
| bodySampleFrac | Gibt den Anteil der Punkte an, die aus Bins im Rumpfbereich gesampelt werden sollen. |
| copulaSample | Gibt den Namen der Eingabetabelle an, die die Copula-Simulation in uniformen Rändern enthält. |
| display | Gibt eine Liste von Ergebnistabellen an, die zur Anzeige an den Client gesendet werden sollen. |
| doExactFinalCount | Wenn TRUE, zählt der EDF-Schätzungsprozess die endgültigen Bins exakt, wenn Daten gesampelt und gemischt werden. |
| edfAccuracy | Gibt die gewünschte Genauigkeit für die empirische Verteilungsfunktion im Rumpfbereich an. |
| marginalDrawId | Gibt den Stichproben-Identifikator an, der für alle Tabellen von Marginalen verwendet werden soll. |
| marginals | Gibt die Liste der Eingabetabellen an, die die empirischen Stichproben der marginalen Verteilungen enthalten. |
| optMaxIter | Gibt die maximale Anzahl von Iterationen für die Optimierung der Bin-Grenzen an. |
| optTolerance | Gibt den relativen Toleranzwert zum Stoppen der Bin-Optimierung an. |
| output | Gibt die Details der Ausgabetabelle an, in die die Stichprobe des unternehmensweiten Verlusts geschrieben wird. |
| outputTables | Listet die Namen der Ergebnistabellen auf, die auf dem Server gespeichert werden sollen. |
| outsum | Gibt die Details der Ausgabetabelle für zusammenfassende Statistiken, Perzentile und TVaR an. |
| percentileMethod | Gibt die globale Methode zur Berechnung der Perzentile an. |
| seed | Gibt den Startwert für den Pseudozufallszahlengenerator an. |
| shuffleData | Wenn FALSE, werden die Daten nicht gemischt und Bins im Rumpfbereich nicht gesampelt. |
| tailEDFAccuracy | Gibt die gewünschte Genauigkeit für die empirische Verteilungsfunktion im Randbereich an. |
| tailStart | Gibt den EDF-Wert an, bei dem der Randbereich beginnt. |
| varianceDivisor | Gibt den Divisor für die Varianzberechnung an. |
Erstellt eine Copula-Simulationstabelle und Marginaltabellen zur Verwendung in der ECM-Aktion.
| 1 | |
| 2 | DATA casuser.copula_sim; |
| 3 | DO i=1 to 1000; |
| 4 | u1=rand('uniform'); |
| 5 | u2=rand('uniform'); |
| 6 | OUTPUT; |
| 7 | END; |
| 8 | |
| 9 | RUN; |
| 10 | |
| 11 | DATA casuser.marg1; |
| 12 | DO i=1 to 1000; |
| 13 | x=rand('lognormal'); |
| 14 | OUTPUT; |
| 15 | END; |
| 16 | |
| 17 | RUN; |
| 18 | |
| 19 | DATA casuser.marg2; |
| 20 | DO i=1 to 1000; |
| 21 | x=rand('gamma', 2); |
| 22 | OUTPUT; |
| 23 | END; |
| 24 | |
| 25 | RUN; |
| 26 |
Führt eine einfache Economic Capital Modeling Analyse durch.
| 1 | |
| 2 | PROC CAS; |
| 3 | ecm.ecm copulaSample={name="copula_sim"} marginals={{TABLE={name="marg1"}, sampleVarName="x"}, {TABLE={name="marg2"}, sampleVarName="x"}} seed=12345; |
| 4 | |
| 5 | RUN; |
| 6 |
Führt ECM durch und speichert die Ergebnisse sowie Zusammenfassungsstatistiken in separaten Tabellen.
| 1 | |
| 2 | PROC CAS; |
| 3 | ecm.ecm copulaSample={name="copula_sim"} marginals={{TABLE={name="marg1"}, sampleVarName="x"}, {TABLE={name="marg2"}, sampleVarName="x"}} OUTPUT={outSample={name="total_loss"}, varName="Loss"} outsum={outSummary={name="loss_summary"}, percentiles={{percentile=99.5, variable="VaR995"}}} seed=12345; |
| 4 | |
| 5 | RUN; |
| 6 |
Ein Versicherungsunternehmen muss das Gesamtrisiko (Aggregierter Verlust) aus zwei Hauptgeschäftsbereichen (KFZ und Wohngebäude) berechnen. Ziel ist es, den Value-at-Risk (VaR) ...
Eine Großbank führt einen Stresstest für operationelle Risiken durch. Aufgrund der enormen Datenmenge (Millionen von Datenpunkten) muss die Simulation optimiert werden. Es wird ...
Für ein regulatorisches Audit muss eine exakte Reproduzierbarkeit der Ergebnisse gewährleistet sein. Zudem liegt der Fokus auf extremen 'Tail Events' (sehr seltenen, aber katast...