Comment industrialiser les résultats de copulaFit pour propulser vos futurs scénarios de stress tests ?

Industrialisation et Persistance CAS

L'industrialisation des modèles économétriquesOutils statistiques et mathématiques analysant des données économiques pour valider des théories, quantifier des relations entre variables et prévoir des tendances futures via des équations. dans un plan de données CAS repose sur la persistance et la réutilisabilité. L'action permet de sauvegarder l'intégralité des propriétés du modèleReprésentation mathématique entraînée sur des données pour capturer des tendances, prédire des résultats ou classifier des observations via des algorithmes (Régression, Forêt aléatoire, Gradient Boosting). ajusté dans un magasin d'éléments via le paramètre store, le rendant immédiatement exploitable par d'autres processus comme l'action de simulation.

De plus, l'analyste peut commander la création d'une table en mémoireGemini said
Espace de stockage temporaire (RAM) utilisé par le moteur CAS pour charger et traiter les données à haute vitesse, minimisant les accès disque pour optimiser les performances de SAS Viya.
contenant les pseudo-échantillons via le paramètre outpseudo. Ces données, transformées en distributions marginales uniformesLes distributions marginales uniformes assurent que chaque variable d'entrée suit une loi uniforme continue $[0, 1]$, facilitant l'analyse des dépendances via des copules dans SAS Viya., sont le carburant essentiel pour évaluer des scénarios de risques conjoints. En activant l'option promote=TRUE dans la configuration de la table de sortie, ce précieux jeu de données devient globalement accessible à travers tout le clusterEnsemble de nœuds (machines) interconnectés, gérés par Kubernetes, qui collaborent pour exécuter les microservices et le moteur CAS de SAS Viya, assurant haute disponibilité et passage à l'échelle. pour l'ensemble des équipes d'actuariat.

Exemples pour l'action copulaFit

Estimation simple d'une copule de Clayton

On estime le paramètre theta pour une copule de Clayton avec des marginales empiriques.

Modélisation complète avec optimisation et sortie pseudo-observations

Utilisation d'une copule de Student (T), calcul des pseudo-observations, et configuration avancée de l'optimiseur.