Approximation of stochastic insurer balance-sheet results using signatures of economic scenarios
创建于 更新于
摘要
本研究提出基于时间增强签名的近似框架，用以高效预测保险公司ALM模型的现金流总和（CF）及VIF等指标。核心思想是通过对经济情景路径求时间增强签名，将CF近似表示为签名特征的线性组合，并通过正则化线性回归进行校准。论文系统说明了输入降维（如PCA）、路径变换（对数收益、lead-lag、累积等）对表达能力的提升，以及使用后验签名特征的回归实现的可解释性与稳定性。实验部分显示，在中心ESG分布下，签名代理能够高精度重现逐路径现金流，并且对VIF的相对误差极小，且对经济情景分布的扰动具有鲁棒性。此外，与FDA/TSER等基线方法相比，签名近似在准确性与计算成本之间呈现更优的权衡；经校准的代理可以用来加速外部情景的快速评估、嵌套模拟以及沙盒测试。最终结论指出，该方法并非用于替代全量ALM在监管生产中的作用，而是作为 exploratory、敏感性分析和大规模情景评估的高效补充工具，且在扩展到更大规模ALM及不确定性量化方面具有潜力。 [page::1][page::3][page::4][page::6][page::7][page::8][page::13][page::14][page::15][page::18][page::19][page::20]
