Saya punya seorang saudara yang bekerja sebagai aktuari pemodelan di perusahaan asuransi. Tugas rutinnya adalah memberi harga untuk risiko bencana besar (catastrophe). Saya menjelaskan kepada dia logika perampasan @BabylonLabs_io , dengan harapan dia bisa memberi referensi dari sudut pandang probabilitas—misalnya, peluang sebuah node terkena perampasan dalam satu tahun kira-kira berada pada orde besarnya seperti apa?
Setelah mendengar, dia tidak langsung menjawab; dia malah bertanya balik, distribusi probabilitas apa yang kalian pakai untuk peristiwa perampasan ini—Poisson atau Weibull? Apakah sudah diuji adanya ekor tebal (heavy-tail)? Saya jadi tidak bisa menjawab. Dia bilang, dalam bidang penetapan harga di keuangan dan asuransi, untuk setiap peristiwa risiko, prasyaratnya adalah mendefinisikan dulu tipe distribusinya, lalu mengkalibrasi parameternya berdasarkan frekuensi historis. Tapi untuk peristiwa perampasan di ekosistem kripto, pertama, tidak ada deret waktu data yang cukup panjang; kedua, peristiwa pemicu perampasan sering kali bukan peristiwa acak independen—bug pada perangkat lunak node, kemacetan jaringan Bitcoin, penundaan timestamp, dan faktor-faktor lain sangat berkorelasi. Dalam kasus ekstrem, peristiwa semacam ini bisa meledak berkelompok (clustering).
Dia bilang risiko seperti ini dalam aktuaria disebut “risiko pemodelan yang belum memadai” (under-modeling risk). Yang paling berbahaya bukan karena probabilitasnya tinggi, tetapi karena probabilitas itu sendiri ternyata sudah tidak akurat. Perusahaan asuransi yang menghadapi risiko seperti ini biasanya langsung menolak pertanggungan atau memasang premi sangat mahal, karena ketidakpastian itu sendiri adalah biaya terbesar. Saat ini, para validator di Babylon pada dasarnya sedang menjalankan risiko perampasan ini tanpa model aktuaria; orang-orang merasa tidak apa-apa bukan karena risikonya rendah, melainkan karena sampelnya terlalu kecil sehingga belum sempat menabrak (kejadian) tersebut.
#baby $BABY
Setelah mendengar, dia tidak langsung menjawab; dia malah bertanya balik, distribusi probabilitas apa yang kalian pakai untuk peristiwa perampasan ini—Poisson atau Weibull? Apakah sudah diuji adanya ekor tebal (heavy-tail)? Saya jadi tidak bisa menjawab. Dia bilang, dalam bidang penetapan harga di keuangan dan asuransi, untuk setiap peristiwa risiko, prasyaratnya adalah mendefinisikan dulu tipe distribusinya, lalu mengkalibrasi parameternya berdasarkan frekuensi historis. Tapi untuk peristiwa perampasan di ekosistem kripto, pertama, tidak ada deret waktu data yang cukup panjang; kedua, peristiwa pemicu perampasan sering kali bukan peristiwa acak independen—bug pada perangkat lunak node, kemacetan jaringan Bitcoin, penundaan timestamp, dan faktor-faktor lain sangat berkorelasi. Dalam kasus ekstrem, peristiwa semacam ini bisa meledak berkelompok (clustering).
Dia bilang risiko seperti ini dalam aktuaria disebut “risiko pemodelan yang belum memadai” (under-modeling risk). Yang paling berbahaya bukan karena probabilitasnya tinggi, tetapi karena probabilitas itu sendiri ternyata sudah tidak akurat. Perusahaan asuransi yang menghadapi risiko seperti ini biasanya langsung menolak pertanggungan atau memasang premi sangat mahal, karena ketidakpastian itu sendiri adalah biaya terbesar. Saat ini, para validator di Babylon pada dasarnya sedang menjalankan risiko perampasan ini tanpa model aktuaria; orang-orang merasa tidak apa-apa bukan karena risikonya rendah, melainkan karena sampelnya terlalu kecil sehingga belum sempat menabrak (kejadian) tersebut.
#baby $BABY