Un rango de provisiones que puede reproducir cifra a cifra.

Provisiones con cuatro métodos y un bootstrap reproduciblelink

Chain ladder, Bornhuetter-Ferguson, Cape Cod y ELR sobre un triángulo, con Mack y un bootstrap con semilla para el rango.

Un triángulo, cuatro métodos deterministas. El chain ladder desarrolla el triángulo pagado o declarado con factores ponderados por volumen; Bornhuetter-Ferguson mezcla la estimación de desarrollo con un ratio de siniestralidad a priori según la proporción aún no desarrollada; Cape Cod deriva ese a priori de los propios datos en lugar de tomarlo como entrada; y el método del ratio esperado lo mantiene fijo. Correrlos en paralelo es el objetivo — la dispersión entre ellos es la primera lectura del actuario sobre cuánto depende la respuesta del método elegido.

El rango sale de dos métodos estocásticos con supuestos distintos. Mack da un error estándar analítico sobre la estimación de chain ladder sin simular nada. El bootstrap remuestrea residuos para construir una distribución predictiva completa, y lleva SEMILLA — el mismo triángulo y la misma semilla reproducen exactamente los mismos percentiles. Un rango estocástico que no se puede reproducir no es evidencia, y aquí la reproducibilidad es una propiedad de la implementación y no un procedimiento que alguien sigue.

El desarrollo de cola se ajusta en lugar de suponerse: se estima un factor de cola a partir de los factores de desarrollo observados y se aplica más allá del triángulo, de modo que el coste último no se detiene en silencio en el último periodo de desarrollo al que llegan los datos.

Paid and incurred are reconciled rather than selected between. Run classical chain ladder on each triangle in isolation and one book has two ultimates — the reserve then depends on which triangle somebody chose. Munich chain ladder uses the correlation between them, informing each triangle by the other's residuals so the two estimates converge instead of being averaged by hand and called a selection. It narrows the gap and does not close it, and the residual gap is reported: a method producing exact agreement would be hiding the disagreement rather than resolving it. Where the fitted lambdas are near zero Munich collapses back to plain chain ladder, which is the engine saying the method has nothing to add here.

Segment experience is believed in proportion to its exposure. Bühlmann-Straub credibility weights a segment's own loss ratio against the portfolio mean, so a small book cannot price itself on three volatile years — a segment swinging by a factor of four between years is telling you about its size rather than its risk. The weight is applied whether or not the answer it produces is the one the segment's owner wanted.

Medición NIIF 17 y arrastre del MSClink

MMG, EVA y EAP con un margen de servicio contractual que se arrastra en lugar de reexpresarse.

La NIIF 17 se implementa como modelos de medición y no como una plantilla de desglose superpuesta a cifras existentes. El modelo general de medición, el enfoque de la variable de comisión para contratos con participación directa y el enfoque de asignación de primas para negocio de corta duración calculan cada uno su propio pasivo, y cuál aplica es una propiedad de la cartera y no una elección de presentación tomada después.

El margen de servicio contractual se arrastra: saldo de apertura, intereses devengados, nueva producción, cambios en los flujos de cumplimiento relativos a servicio futuro, liberación por servicios prestados en el periodo, saldo de cierre. Arrastrar en lugar de recalcular es lo que hace explicable el movimiento entre periodos — un auditor pregunta por qué se movió el MSC, y un arrastre lo responde línea a línea donde una reexpresión no lo hace.

El ajuste del riesgo no financiero convive con los flujos de cumplimiento, y el componente de pérdida de los contratos onerosos se sigue por separado del MSC, porque un grupo oneroso no tiene MSC que liberar.

SCR de Solvencia II y RBC de la NAIClink

Capital regulatorio calculado en ambos regímenes desde la misma cartera.

El requerimiento de capital de solvencia se calcula por módulo — mercado, vida, no vida, salud, incumplimiento de contraparte y operacional — y se agrega mediante la estructura de correlación prescrita en lugar de sumarse. La agregación importa más que cualquier módulo aislado: sumar SCR ignora la diversificación y sobreestima la exigencia, y por eso la matriz de correlación forma parte del cálculo y no de una nota al pie.

El riesgo de caída se calcula como el peor entre caída masiva, aumento permanente y descenso permanente, que es la forma que realmente prescribe la fórmula estándar — el peor caso y no una estimación central.

El capital basado en riesgo de la NAIC corre sobre la misma cartera para entidades estadounidenses, de modo que un grupo que opera bajo ambos regímenes lee dos respuestas regulatorias desde un mismo conjunto de cifras en lugar de mantener dos preparaciones de datos que se separan.

Mortalidad, caída y estudios de experiencialink

Real frente a esperado contra tablas reales, con credibilidad aplicada y no supuesta.

La mortalidad se toma de tablas reales con interpolación entre edades y bases separadas de fumador y no fumador, de modo que una tasa a una edad intermedia se deriva en lugar de redondearse a la fila publicada más cercana. Los recargos por tabla y los extras planos se aplican encima, que es la estructura que realmente usa una base de tarificación o valoración de vida.

Los estudios de experiencia comparan lo real con lo esperado sobre un periodo de exposición y aplican credibilidad al resultado — porque una exposición pequeña que produce un ratio llamativo suele estar hablándole de la exposición y no de la mortalidad. Aplicar credibilidad es lo que separa un estudio de experiencia de un cociente.

Los estudios de caída y persistencia corren sobre la misma maquinaria, y las hipótesis resultantes alimentan tarificación y valoración desde un único sitio en lugar de reintroducirse en cada una.

Conjuntos de hipótesis versionados y aprobadoslink

Las hipótesis son registros versionados con trazabilidad, de modo que una ejecución se ata a la base que usó.

Las hipótesis viven como conjuntos versionados y no como valores dentro de un modelo. Un conjunto lleva su propia identidad y su estado de aprobación, y una ejecución registra qué conjunto usó — de modo que la pregunta que hace toda revisión de valoración, «qué base produjo esta cifra», la responde la propia ejecución y no una reconstrucción a partir de un registro de cambios.

Como el conjunto se versiona en lugar de editarse, una base sustituida sigue siendo legible. Reproducir un periodo anterior significa apuntar al conjunto que estaba en vigor, no restaurar una copia de seguridad.

Es la misma disciplina que usa el libro de tarifas en el lado de suscripción, y deliberadamente: una cifra que no puede atarse a las hipótesis que la sostienen no es reproducible, se guarde lo que se guarde junto a ella.

This is the same discipline the rate book uses on the underwriting side, and deliberately so: a number that cannot be tied to the assumptions behind it is not reproducible, whatever else is stored with it. Model definitions are held the same way — a validator returns every diagnostic with the path it came from in one pass rather than stopping at the first failure, a definition that fails validation is still saved because authors need drafts, and publishing re-validates against the assumption tables that exist at that moment.

Presentaciones con paquetes de evidencia con hashlink

Una presentación viaja con un paquete con hash SHA-256, de modo que la evidencia enviada es identificable después.

Las presentaciones regulatorias montan un paquete de evidencia y lo firman con hash SHA-256. El hash es lo esencial: hace identificable más adelante el conjunto exacto de cifras y documentos enviados, que es lo que realmente necesita una pregunta de seguimiento de un regulador meses después.

La revisión por pares y la firma del actuario designado se registran contra el trabajo y no se llevan aparte, de modo que la traza de gobierno y las cifras son el mismo registro.

Los tipos de presentación que la plataforma reconoce abarcan Solvencia II, NIIF 17, presentaciones de tarifas de la NAIC, conducta de mercado, RBC, LDTI y APRA — como categorías de presentación. Eso es una capacidad de enrutado y empaquetado, y conviene ser preciso: reconocer LDTI como tipo de presentación no es lo mismo que implementar la medición LDTI.

Tarificación de No Vida y modelado de catástrofeslink

Nivelación, tendencia, frecuencia-severidad y credibilidad en tarificación; PML basado en acumulación para catástrofes.

La tarificación de No Vida sigue la cadena estándar: llevar la prima histórica a nivel de tarifas actuales, tender los siniestros al periodo de tarificación, ajustar frecuencia y severidad por separado en lugar de modelar la prima pura como una sola magnitud, y aplicar credibilidad al cambio de tarifa indicado.

Separar frecuencia de severidad importa porque se mueven por razones distintas y responden a acciones distintas — una tendencia de severidad impulsada por costes de reparación y una tendencia de frecuencia impulsada por exposición dan el mismo cambio indicado y son problemas completamente distintos.

El modelado de catástrofes parte de acumulaciones reales y no de una cifra estática de PML: la exposición se agrega por zona y la pérdida máxima probable se deriva de esa acumulación, de modo que un cambio en la cartera mueve el número.

Dónde termina hoy este módulolink

Dicho en lugar de insinuado: el laboratorio de capital, PBR y el monitor de deriva de modelos no están construidos.

Este es el módulo más profundo de la plataforma, y por eso conviene nombrar con precisión las pocas afirmaciones excesivas en lugar de dejarlas entre las que sí son ciertas.

El módulo de capital implementa el RBC de la NAIC y nada más — no hay laboratorio de capital, ni frontera eficiente, ni ejecución de estrés de 50.000 simulaciones. La página llevaba «50k simulaciones de estrés por ejecución de capital» como métrica principal y esa cifra no existe en ningún punto del motor. La capacidad estocástica genuina es el bootstrap de provisiones, con 500 iteraciones por defecto y un tope de 5.000.

PBR y VM-20 no están implementados; LDTI existe como categoría de presentación y no como modelo de medición, y la página los listaba junto a NIIF 17 y Solvencia II como si fueran equivalentes. Tampoco hay monitorización de deriva de modelos ni «tiempo hasta incumplimiento» con IA para modelos actuariales — esas palabras no aparecen en el código.

Where the gate reaches is a list you can read rather than a claim. Eleven work types each have their own provenance resolver, because "which dataset versions does this run depend on?" has a different answer for reserving, pricing and training. Twenty-one agent actions are gated at the executor dispatch point — before the executor is called, so a refused step genuinely did not compute — plus the reserving close, the reserving run and the pricing run routes. Work whose provenance does not reach a dataset version is counted and reported rather than blocked, because there is nothing there to certify; that limitation travels with the decision, since a gate that finds nothing to check and answers "cleared" is indistinguishable from one that checked.

Sealed evidence packs a reviewer can check without uslink

Eighteen sections, a limitations list built from what the run could not establish, and a seal anyone holding the pack can verify.

A workflow evidence pack assembles a completed run into eighteen sections — source data versions, certification results, reconciliations, model and assumption versions, run parameters, output, diagnostics, sensitivities, movement analysis, recommendations, review comments, approvals, limitations, citations, generated reports and export history. Which section a step's output belongs to is DECLARED on each of the 219 capabilities rather than inferred from the step, so a new agent action cannot silently fail to appear in the evidence.

The limitations section is assembled from what the run could not establish: the steps that ran and found no data, the steps with no executor bound, the steps held for approval and never run. Nobody composes it. It is the section a reviewer needs most and the one a system is most tempted to leave flattering, which is exactly why it is derived rather than written. An empty section states which of three reasons applies — nothing feeds it, its feeding steps found no data, or they did not complete — because "we looked and there is none" and "we did not look" are different findings and a reader must not have to guess.

Immutability is enforced twice. A BEFORE UPDATE and BEFORE DELETE trigger prevents a sealed pack from being altered in the database at all, and a SHA-256 digest over a canonical serialisation of the content detects it if it were. Corrections supersede into a new version; a sealed pack is never edited. The digest is deliberately computed in plain TypeScript rather than through a Node built-in, so a reviewer holding the pack can verify the seal themselves — a seal only the issuing system can check is a claim about the issuing system rather than evidence. The hash covers content and excludes who exported it and when, so two people can confirm they are holding the same pack.

Where this module ends todaylink

Stated rather than implied: the capital lab, PBR and the model-drift monitor are not built, and a pack exports as JSON.

This is the deepest module in the platform, which makes the few overclaims worth naming precisely rather than leaving among things that are true.

The capital module implements NAIC RBC and nothing else — there is no capital lab, no efficient frontier and no 50,000-simulation stress run. The page carried "50k stress simulations per capital run" as its headline metric and no such number exists anywhere in the engine. The genuine stochastic capability is the reserving bootstrap, which defaults to 500 iterations and is bounded at 5,000.

PBR and VM-20 are not implemented; LDTI exists as a filing category, not as a measurement model, and the page previously listed both alongside IFRS 17 and Solvency II as though they were peers. There is also no model-drift monitoring and no "AI time-to-breach" for actuarial models — those words appear nowhere in the codebase.

On the governance layer specifically: a sealed evidence pack exports as JSON, and there is no PDF or XLSX rendering of one. Compute runs synchronously behind hard input caps rather than on a job queue. And the certified-data gate rests on dataset versions and life-valuation model point versions — work whose provenance reaches neither is reported as unresolved rather than blocked, which is stated on every decision the gate makes.