我有个兄弟在保险公司做模型精算,平时干的事就是给巨灾风险定价。我把@BabylonLabs_io 的罚没逻辑讲给他听,想让他从概率角度给个参考,比如做验证节点一年被罚没的几率大概在什么量级?
他听完没直接回答,反问我你们这个罚没事件用的是什么概率分布,泊松还是威布尔,厚尾特性测过没有?我被问住了。他说金融保险领域定价任何一个风险事件,前提是你得先定义它的分布类型,再根据历史频率校准参数,但你们加密圈的罚没事件一来没有足够长的时间序列数据,二来罚没触发往往不是独立随机事件,节点软件bug、比特币网络拥堵、时间戳延迟这些因子高度相关,极端情况下会扎堆爆发。
他说这种风险在精算里叫“未充分建模风险”,最危险的不是概率高,是概率本身就算不准。保险公司碰到这类风险通常会直接拒保或者挂一个天价保费,因为不确定性本身就是最大的成本。Babylon上的验证者现在等于是在没有精算模型的情况下裸跑这个罚没风险,大家觉得没事不是因为风险低,是因为样本太小还没撞上。
#baby $BABY
他听完没直接回答,反问我你们这个罚没事件用的是什么概率分布,泊松还是威布尔,厚尾特性测过没有?我被问住了。他说金融保险领域定价任何一个风险事件,前提是你得先定义它的分布类型,再根据历史频率校准参数,但你们加密圈的罚没事件一来没有足够长的时间序列数据,二来罚没触发往往不是独立随机事件,节点软件bug、比特币网络拥堵、时间戳延迟这些因子高度相关,极端情况下会扎堆爆发。
他说这种风险在精算里叫“未充分建模风险”,最危险的不是概率高,是概率本身就算不准。保险公司碰到这类风险通常会直接拒保或者挂一个天价保费,因为不确定性本身就是最大的成本。Babylon上的验证者现在等于是在没有精算模型的情况下裸跑这个罚没风险,大家觉得没事不是因为风险低,是因为样本太小还没撞上。
#baby $BABY
