METHOD AND SYSTEM FOR EVALUATING INSURANCE LIABILITIES USING STOCHASTIC MODELING AND SAMPLING TECHNIQUES

In computer-implemented methods and systems for estimating financial modeling outcomes, financial data segmented into a number (x) of classes and scenario data for a set of model scenarios are processed to obtain an estimated model outcome distribution. The class segments are mutually exclusive and collectively exhaustive of the financial data. Multiple model tests are performed with samples of the financial data until a cumulative model outcome distribution is within a pre-determined acceptable tolerance limit from a distribution of fully assessed model outcomes obtainable by performing a single test of the scenarios using all of the financial data. The number (x) of classes, the sample size (z), and a number (y) of times that the tests are performed ensure that the cumulative model outcome distribution is within the pre-determined acceptable tolerance limit from the distribution of fully assessed model outcomes. Dans des procédés et des systèmes mis en oeuvre par ordinateur pour estimer des résultats de modélisation financiers, des données financières segmentées en un nombre (x) de classes et de données de scénario pour un ensemble de scénarios modèles, sont traitées pour obtenir une distribution de résultats modèles estimés. Les segments de classe sont mutuellement exclusifs et collectivement exhaustifs des données financières. De multiples tests modèles sont réalisés avec des échantillons des données financières jusqu'à ce qu'une distribution de résultats modèles cumulatifs soit comprise dans une limite de tolérance acceptable prédéterminée à partir d'une distribution de résultats modèles évalués complètement pouvant être obtenus par réalisation d'un simple test des scénarios à l'aide toutes les données financières. Le nombre (x) de classes, la taille de l'échantillon (z), et un nombre (y) de fois où les tests sont réalisés assurent que la distribution de résultats modèles cumulatifs se trouve dans la limite de tolérance acceptable prédéterminée à partir de la distribution des résultats modèles évalués complètement.