Contexte Métier
Un réassureur doit évaluer son exposition au risque 'Catastrophe Naturelle' (CAT). Il doit simuler un très grand nombre de scénarios (5 millions) pour capturer des événements rares (queues de distribution épaisses) et calculer la Value-at-Risk (VaR) à 99.9%.
À propos du Set : cdm
Outils pour le modèle de données commun (Common Data Model).
Découvrir toutes les actions de cdm Préparation des Données
Définition d'une sévérité Gamma pour les événements moyens et Pareto (simulée ici par une approximation via paramètres ajustés pour l'exemple) pour les événements extrêmes.
Copié !
| 1 | |
| 2 | DATA mycas.sev_cat_def; |
| 3 | LENGTH model $ 10; |
| 4 | INPUT model $ parm1 parm2; |
| 5 | DATALINES; |
| 6 | gamma 5.0 2000 ; |
| 7 | |
| 8 | RUN; |
| 9 |
Étapes de réalisation
1
Lancement d'une simulation massive (5M réplications) avec calcul direct des percentiles extrêmes (VaR).
Copié !
| 1 | |
| 2 | PROC CAS; |
| 3 | cdm.cdm / aggLossModelType='COLLECTIVERISK' severityDefinitions={name='sev_cat_def'} countDistributions={{name='Poisson', parmValues={{value=50}}}} nReplicates=5000000 seed=999 outsum={outSummary={name='cat_risk_metrics', replace=true}, percentiles={{percentile=99.5}, {percentile=99.9}}, summaryStatistics={{statistic='MEAN'}, {statistic='STDDEV'}}}; |
| 4 | |
| 5 | RUN; |
| 6 | |
| 7 | QUIT; |
| 8 |
Résultat Attendu
L'action s'exécute sans erreur de mémoire malgré la volumétrie. La table 'cat_risk_metrics' contient les indicateurs de risque extrêmes (P99.9) nécessaires au reporting prudentiel.