GRA · Riesgo actuarial y cuantitativo
Spatial financeWhere capital meets hazard, exposure and transition
Credibilidad y escasez de datos
Many risks have little data: new products, small portfolios, rare perils and emerging markets. Credibility theory blends a portfolio’s own experience with wider data according to how much the own data can be trusted. Bayesian methods, pooling and expert judgement extend this. This page sets out how actuaries estimate risk with sparse data, where estimates go wrong, the sources used and who decides.
Credibility and sparse data on the record.
Credibility and sparse data: how the risk develops.
Trabajar donde el historial de pérdidas es corto o inexistente. El expediente siguiente expone cómo se desarrolla el riesgo, qué se mide, de dónde proceden los datos, cómo se modelizan y quién decide.
Combinación de datos propios y datos más amplios
Los pesos de credibilidad dan más peso a la experiencia propia a medida que esta crece. Un peso demasiado bajo ignora diferencias reales; uno demasiado alto fija precios sobre ruido.
Es posible que los puntos de referencia no encajen
Los referentes del sector o de los reaseguradores reflejan otras carteras. Si la cartera difiere en composición o en práctica, la combinación arrastra sesgo.
El juicio experto cubre las lagunas
Where data are absent, structured expert elicitation provides estimates. Without structure and documentation, judgement adds hidden bias.
Actualización a medida que llegan los datos
Bayesian updating revises estimates as experience accumulates, showing how far data have moved the prior assumption.
Un índice de sequía frente a su punto de activación.
Cómo se interpreta una estación seca frente al punto en que la cobertura de sequía empieza a pagar. Estación y condiciones de diseño sintéticas.
Qué se mide y con qué calidad.
Cada indicador lleva su unidad, su periodicidad, el tipo de fuente que lo respalda y la etiqueta de evidencia que llevaría un valor. No se muestran valores: un programa los aporta bajo su propia autoridad.
| Indicador | Unidad | Cadencia | Tipo de fuente | Etiqueta |
|---|---|---|---|---|
| Credibility weight assigned to own experience | proporción, de cero a uno | por análisis | Análisis de precios | MODELIZADO |
| Exposure underlying own experience | exposure units | por análisis | Datos de cartera | OBSERVADO |
| Difference between own and benchmark estimates | por ciento | por análisis | Análisis de precios | ESTIMADO |
| Expert elicitation sessions documented | recuento | por modelo | Documentación del modelo | DECLARADO |
| Incertidumbre a posteriori de los parámetros clave | amplitud del intervalo | por análisis | Modelos bayesianos | MODELIZADO |
| Relación entre lo real y lo esperado tras el lanzamiento | razón | periódico | Experience monitoring | ESTIMADO |
Trace a shock in credibility and sparse data to the balance sheet.
Assembled from the Nexus Standards area profile Insurance and reinsurance: the shocks it names, the systems and sectors that carry the loss, the controls that dampen it and the data that observe it. Pick an initiating shock and step through the cascade to see which exposures it reaches and where losses could concentrate. The Map view places the run on an example geography with open data. Every weight is a stated assumption. An exercise, not a forecast, a valuation, a rating or investment advice. To model a place of your own choosing, open the full System Builder.
Amenazas
- Ciclón tropical
- Terremoto
- Inundación por atasco de hielo
- Incendio forestal
- Marea de tormenta (desencadenada aguas abajo)
- Lluvias intensas (desencadenadas aguas abajo)
- Inundación fluvial (desencadenada aguas abajo)
- Flash flood (set off downstream)
- Oleaje peligroso (desencadenado aguas abajo)
- Apagón generalizado (desencadenado aguas abajo)
- Desplazamiento masivo (desencadenado aguas abajo)
- Inundación costera (desencadenada aguas abajo)
- Aftershock sequence (set off downstream)
- Fault surface rupture (set off downstream)
- Soil liquefaction (set off downstream)
- Slope slide (set off downstream)
- Rockfall (set off downstream)
- Tsunami (set off downstream)
Sistemas y acoplamientos
- Seguros y reaseguro
- Banca Acoplamiento
- Instituciones de financiación del desarrollo Acoplamiento
- Ámbito humanitario y sociedad civil Acoplamiento
- Agricultura y uso de la tierra Acoplamiento
Controles
NS-0Constitución y principiosNS-3UNI de registros de riesgo (gramática, tabla de correspondencia heredada, autoridad de asignación)NS-9UNI contextuales (despliegues, instancias, instancias de programa)NS-10Políticas y cláusulas (obligaciones legibles por máquina: definición, carácter vinculante, evaluación y aplicación)NS-11Verificación y seguimiento (evidencia, atestaciones, observación de la conformidad de confianza cero)NS-14Conformidad y correspondencia con normas externasNRS-F3Seguros, riesgo de catástrofes y brechas de protecciónNRS-H113Familia de amenazas: fragilidad del sistema financiero (NHS-1 soc.financial-system)NRS-U17Perfil de plataforma de Universe: Insurance NexusNRS-H71Familia de amenazas: catástrofes cósmicas y del tiempo profundo (NHS-1 planet.deep-time)NRS-H65Familia de amenazas: transgresión de los límites planetarios (NHS-1 planet.boundary)NRS-F8Transferencia de riesgo paramétrica y basada en índices
Observación
- OECD Data Explorer (incl. Creditor Reporting System, insurance and pension statistics) (listed for reference)
- Insurance statistics (listed for reference)
- USGS earthquake GeoJSON summary feeds (listed for reference)
- Direct economic loss attributed to disasters in relation to global gross domestic product (GDP)
- Direct economic loss attributed to disasters in relation to global gross domestic product
- (a) Number of commercial bank branches per 100,000 adults and (b) number of automated teller machines (ATMs) per 100,000 adults
Geografía de ejemplo
- Europa Occidental: 152 celdas hexagonales
- Intensidad de la lluvia, última media hora (IMERG), NASA GIBS
- Luces nocturnas de esta noche, apagones (VIIRS Day/Night Band), NASA GIBS
- Agua superficial a través de nubes, 30 m (radar OPERA DSWx-S1), NASA GIBS
- Carbon monoxide, smoke transport (AIRS), NASA GIBS
De dónde procede la evidencia.
Conjuntos de datos públicos y registros institucionales identificados, cada uno con su tipo de licencia. Las fuentes obtenidas por acuerdo solo se utilizan conforme a sus condiciones y nunca se republican.
| Fuente | Lo que aporta | Tipo de licencia |
|---|---|---|
| ASOP de la Actuarial Standards Board sobre procedimientos de credibilidad | Normas profesionales para la credibilidad | Gratuito, condiciones de ASB |
| Monografías sobre credibilidad de la Casualty Actuarial Society | Bühlmann and limited fluctuation methods | Lectura gratuita, condiciones de CAS |
| Industry statistical agent data | Experiencia agrupada para puntos de referencia | Licensed, terms per agent |
| Structured expert judgement literature (Cooke method) | Métodos para obtener y combinar estimaciones de expertos | De lectura gratuita, condiciones según la editorial |
| Stan and PyMC documentation | Open-source Bayesian modelling tools | Open source, BSD and Apache licences |
Qué implican la credibilidad y la escasez de datos para la exposición, la pérdida y el capital.
Las vistas de exposición, pérdida, escenarios y capital que pediría un responsable de riesgos, un supervisor o un ministerio de finanzas, con los marcos con arreglo a los cuales informan. Las estructuras siguen la práctica supervisora y actuarial. Los valores son ilustrativos: nunca precios, calificaciones ni asesoramiento.
Exposición y pérdida por periodo de retorno
How losses from credibility and sparse data grow with severity, gross and net of reinsurance, against capital.
| Periodo de retorno | Probabilidad anual | Pérdida bruta | Pérdida neta | Neto, capital = 100 |
|---|---|---|---|---|
| 1 en 10 | 0.10 | 14 | 10 | 10 |
| 1 en 50 | 0.02 | 33 | 21 | 21 |
| 1 en 100 | 0.01 | 46 | 27 | 27 |
| 1 en 250 | 0.004 | 68 | 39 | 39 |
| Pérdida anual media | 3.1 | 2.2 | 2.2 |
Quién decide y a qué sirve la evidencia.
Riesgo actuarial y cuantitativo prepara evidencia. Las decisiones que figuran a continuación las toman las autoridades indicadas, conforme a sus propias normas, y nunca la plataforma.
| Quién decide | La pregunta | Evidencia a la que sirve esta página |
|---|---|---|
| Actuarios de tarificación y de reservas | Cuánta credibilidad otorgar a los datos propios y qué referencia utilizar | Exposición, relevancia de los parámetros de referencia y normas profesionales |
| Product committees | Whether to launch products with sparse data and what monitoring applies | Estimaciones de incertidumbre y planes de seguimiento |
| Supervisores | Whether assumptions for new or small portfolios are reasonable | Actuarial reports |
| Reaseguradoras | How to price cover for portfolios with little history | Benchmarks and exposure data |
Productos que genera este tema
- Guide to credibility methods
- Method note on Bayesian updating of pricing assumptions
- Resumen sobre la elicitación de expertos
- Preguntas para los revisores sobre la pertinencia de los puntos de referencia
Las preguntas que se plantean los expertos.
- How much weight should a portfolio’s own experience receive relative to wider data?
- ¿Qué datos externos son pertinentes y en qué medida difiere la población objetivo?
- How should expert judgement be elicited and combined with data?
- ¿Cómo debe reflejarse en los resultados la incertidumbre adicional derivada de datos escasos?
- ¿Cómo pueden los modelos para contextos con pocos datos evitar importar simplemente supuestos de contextos con abundancia de datos?
Credibilidad y aprovechamiento de información complementaria.
Credibility theory, developed by actuaries over many decades, blends a risk’s own experience with a broader collective estimate, giving more weight to own experience as its volume and stability grow. The Bühlmann and Bühlmann-Straub models formalise this as a linear estimate that minimises expected error, and they are closely related to Bayesian methods and to hierarchical models in statistics.
Los modelos bayesianos jerárquicos amplían la idea y permiten que grupos como regiones, sectores o tipos de póliza compartan información y conserven sus propios parámetros. Hacen explícita la incertidumbre y pueden incorporar conocimiento previo procedente del juicio experto o de datos afines. Los métodos estructurados de elicitación de expertos ayudan a reducir el sesgo cuando los expertos aportan estimaciones.
In emerging risks such as cyber, the problem is not only volume but change: the threat environment evolves faster than data accumulate, so old data may be less relevant. In lower-income markets, using models built for other countries can embed assumptions about building quality, health or behaviour that do not hold.
Los métodos y sus límites.
Credibility models
Blending own and collective experience; requires a sensible definition of the collective.
Hierarchical models
Compartir información entre grupos con incertidumbre explícita; los resultados dependen de las distribuciones a priori.
Structured elicitation
Métodos formales para obtener y calibrar el juicio de expertos.
Límites: ningún método crea información que no existe. Las estimaciones con datos escasos conllevan una incertidumbre amplia, y los resultados pueden estar dominados por los supuestos sobre el colectivo o la distribución previa.
Cómo se estudia y lo que los métodos no pueden decir.
- 01Matemática actuarialConstitución de reservas con triángulos de desarrollo · Composición de la prima · Valoración de rentas vitaliciasAplicado aquí
- 02Probabilidad y estadísticaModelos lineales generalizados en la tarificación · Credibilidad bayesiana · Pruebas de bondad de ajusteAplicado aquí
- 03Cuantificación de la incertidumbre y validación de modelosIntervalos de reservas · Incertidumbre de los parámetros y de los modelos · Clasificación de sensibilidadAplicado aquí
- 04Computación de alto rendimiento, en la nube y en el bordeSimulación de Monte Carlo · Control de versiones y reproducibilidad · Controles de computación de usuario finalAplicado aquí
Preguntas y respuestas.
¿Qué es la credibilidad en el trabajo actuarial?
¿Qué es la credibilidad de Bühlmann?
When is expert judgement appropriate?
¿Puede la industria compartir datos para reducir la dispersión?
Is expert judgement scientific?
¿Por qué es difícil modelizar el riesgo cibernético?
Aporte evidencia desde esta página.
Reports es la publicación trimestral del Consortium. Lo que usted sabe sobre este tema puede convertirse en evidencia, un caso o una corrección en la próxima edición, con su crédito y publicado bajo licencia CC BY 4.0 cuando se trate de obra propia.
- Correo electrónicoPasarela GW-GRAEnvíelo desde esta páginaEvidencia, una corrección, un caso, un método, una revisión, una traducción o un aporte a un perfil. Llega etiquetado con esta página, de modo que lo recibe el editor responsable.
- ZenodoOpen depositDeposit it and submit to the communityPublish your own record on Zenodo with your ORCID iD, then submit it to the Reports community there. Curators review it; the DOI stays yours.
- ReportsGlobal Risks AllianceSee every way to contributeThe contribution types, how each is reviewed, what credit you receive, the licence and what is never accepted.
No envíe nunca datos personales, detalles sensibles de infraestructura ni nada que no tenga derecho a compartir. Un aporte se revisa antes de su uso; enviarlo no confiere autoría ni derechos editoriales, y el patrocinio nunca compra un hallazgo.
Plantee una cuestión de exposición o de capital a la Alliance.
La información y las consultas están abiertas hoy. Una consulta recibe una referencia e indica el siguiente paso; las solicitudes, pagos, asignaciones de cómputo y registros solo se abren cuando existen su equipo, sus condiciones y la capacidad de revisión.
Documentos jurídicos.
Los mapas, datos y cifras de este sitio se muestran como contexto e información general. No son consejos, pronósticos ni avisos; los límites de la información se exponen en los Descargos de responsabilidad y los Avisos sobre datos.