Системный имитационный анализ и оптимизация страхового бизнеса

Abstract

Рассмотрены задачи вычислительной актуарной математики, динамического финансового анализа, оптимизации страхового бизнеса и возможность их решения с помощью параллельных вычислений на графических ускорителях. Оценка вероятности разорения и других показателей функционирования страховой компании выполняется методом статистического моделирования Монте-Карло. Во многих случаях это единственно применимый метод. Поскольку вероятность разорения достаточно мала, для достижения приемлемой точности оценок может потребоваться астрономическое число стохастических экспериментов. Параллелизация метода Монте-Карло и использование графических ускорителей позволяют получить достаточно точный результат за приемлемое время. Представлены результаты численных экспериментов на разработанной системе актуарного моделирования, позволяющей использовать графический ускоритель, поддерживающий технологию Nvidia CUDA 1.3 и выше.

Розглянуто задачі обчислювальної актуарної математики, динамічного фінансового аналізу, оптимізації страхового бізнесу і можливість їх розв’язання за допомогою паралельних обчислень на графічних прискорювачах. Оцінка ймовірності розорення та інших показників функціонування страхової компанії здійснюється методом статистичного моделювання Монте-Карло. У багатьох випадках це єдиний застосовний метод. У зв’язку з тим, що ймовірність розорення досить мала, для досягнення прийнятної точності оцінок може знадобитися астрономічне число стохастичних експериментів. Паралелізація методу МонтеКарло та використання графічних прискорювачів дозволяє отримати достатньо точний результат за прийнятний час. Представлено результати чисельних експериментів на розробленій системі актуарного моделювання, що дозволяє використовувати графічний прискорювач з підримкою технології Nvidia CUDA 1.3 та вище.

Problems of computational actuarial mathematics, dynamic financial analysis, optimization of insurance business and the possibility of their solution by means of parallel computing on graphics accelerators are discussed. The ruin probability and other performance criteria of an insurance company are estimated by the Monte Carlo method. In many cases, this is the only applicable method. Since the ruin probability is small enough, to achieve an acceptable estimate accuracy it may be need an astronomical number of simulations. Parallelization of the Monte Carlo method and the use of graphical accelerators allow getting the desired result in a reasonable time. The results of numerical experiments on the developed system of actuarial modeling RISKUS, allowing the use of graphical accelerator that supports Nvidia CUDA 1.3 and higher are presented.