Tenho um irmão que trabalha numa empresa de seguros fazendo modelagem atuarial; no dia a dia, ele precifica riscos de catástrofes. Eu expliquei para ele a lógica de confisco/multa associada ao <a>@BabylonLabs_io </a> e queria que ele, a partir de uma perspectiva probabilística, me desse uma referência: por exemplo, qual seria a ordem de grandeza da chance de um nó ser penalizado/confiscado dentro de um ano?
Depois que ele ouviu, não respondeu diretamente. Ele perguntou qual distribuição de probabilidade vocês usam para esse evento de confisco/multa—Poisson ou Weibull—e se a característica de cauda pesada já foi testada. Fiquei sem resposta. Ele disse que, na área de finanças e seguros, para precificar qualquer evento de risco, primeiro você precisa definir o tipo de distribuição; depois, calibrar os parâmetros com base nas frequências históricas. Mas, no caso dos eventos de confisco/multa do ecossistema cripto, por um lado não existem séries temporais suficientemente longas de dados; por outro, os disparos de confisco/multa muitas vezes não são eventos aleatórios independentes. Bugs do software do nó, congestionamento da rede do Bitcoin, atrasos de timestamp etc. são fatores altamente correlacionados e, em situações extremas, podem “se agrupar” e explodir em conjunto.
Ele disse que esse tipo de risco, na atuária, é chamado de “risco de modelagem insuficiente”. O mais perigoso não é a probabilidade ser alta, e sim o fato de a própria probabilidade não ser precisa. Empresas de seguros, ao se depararem com esse tipo de risco, geralmente recusam cobertura diretamente ou colocam um prêmio com preço exorbitante, porque a incerteza em si já é o maior custo. Os validadores na Babylon, agora, equivalem a executar esse risco de confisco/multa sem um modelo atuarial; as pessoas acham que não é problema não porque o risco seja baixo, e sim porque a amostra ainda é pequena e ainda não aconteceu de “bater”.
#baby $BABY
Depois que ele ouviu, não respondeu diretamente. Ele perguntou qual distribuição de probabilidade vocês usam para esse evento de confisco/multa—Poisson ou Weibull—e se a característica de cauda pesada já foi testada. Fiquei sem resposta. Ele disse que, na área de finanças e seguros, para precificar qualquer evento de risco, primeiro você precisa definir o tipo de distribuição; depois, calibrar os parâmetros com base nas frequências históricas. Mas, no caso dos eventos de confisco/multa do ecossistema cripto, por um lado não existem séries temporais suficientemente longas de dados; por outro, os disparos de confisco/multa muitas vezes não são eventos aleatórios independentes. Bugs do software do nó, congestionamento da rede do Bitcoin, atrasos de timestamp etc. são fatores altamente correlacionados e, em situações extremas, podem “se agrupar” e explodir em conjunto.
Ele disse que esse tipo de risco, na atuária, é chamado de “risco de modelagem insuficiente”. O mais perigoso não é a probabilidade ser alta, e sim o fato de a própria probabilidade não ser precisa. Empresas de seguros, ao se depararem com esse tipo de risco, geralmente recusam cobertura diretamente ou colocam um prêmio com preço exorbitante, porque a incerteza em si já é o maior custo. Os validadores na Babylon, agora, equivalem a executar esse risco de confisco/multa sem um modelo atuarial; as pessoas acham que não é problema não porque o risco seja baixo, e sim porque a amostra ainda é pequena e ainda não aconteceu de “bater”.
#baby $BABY