Monte Carlo simulation
Large simulations estimate aggregate losses and capital, with convergence tested and random seeds recorded so results can be reproduced.
GRA · ریسک اکچوئری و کمّی
مالی فضاییجایی که سرمایه به مخاطره، مواجهه و گذار برمی‌خورد
رایانش با کارایی بالا، ابری و لبه برای ریسک‌های بیمه‌سنجی و کمّی
Computing makes quantitative risk work possible and introduces its own risks. On this platform it covers simulation, reproducible code, version control and the controls that keep spreadsheets and models from producing silent errors.
01ثبت‌خانه
High-performance, cloud and edge computing for actuarial and quantitative risk on the record.
Method recordSTEM method
- روشمحاسبات با عملکرد بالا، ابری و لبه‌ای
- متولیداده و محاسبات
- Applied inریسک بیمه‌سنجی و کمّی
- داده3 inputs
- Checks3 validation steps
- Canonical pageSTEM Commons
02درخواست
What high-performance, cloud and edge computing does here.
High-performance, cloud and edge computing provide the processing and storage capacity for simulation, analytics and digital services. They are both an enabler of تحلیل ریسک and a critical dependency for society. In insurance and catastrophe, methods and modelling and capital markets and investment, computing capacity determines how fast and at what resolution risks can be modelled. Its concentration is itself a systemic dependency for finance, health and government services. The canonical description is on STEM Commons.
Version control and reproducibility
Model code, data and parameters are held under version control, so any result can be traced and rerun by a reviewer.
End-user computing controls
Spreadsheets used in reserving and capital are inventoried, tested and reviewed, since errors in them have caused material misstatements.
03پایش
Compute workload.
The screen a team would use to follow this method: its measures, states and decisions. Names are examples and values are illustrative.
Compute workload
Actuarial and quantitative risk · High-performance, cloud and edge · Run R-8719
- Channels reporting99of 100عادی
- Median latency343ms
- Records failing checks2.8per 1,000پایش
- Backlog15دقیقه
Gaps on 5 channelsGRA · Actuarial and Quantitative Risk
Latency, p95
رویدادها
- 06:25هشدارChannel C-17 stale
- 07:37اطلاعاتSchema v2 accepted
- 08:19ErrorChecksum mismatch, batch quarantined
- 08:31انجام شدReplay complete
04داده
What the method consumes.
Datasets and records used by high-performance, cloud and edge computing on this platform, with the role each plays and the label its values carry. Sources are listed in the source register.
| داده | نقش | برچسب |
|---|---|---|
| Model code repositories | پیاده‌سازی | DECLARED |
| Simulation outputs | نتایج | مدل‌سازی‌شده |
| Spreadsheet inventories | End-user computing | DECLARED |
05الگوی زیان
فراگذشت زیان، زیان سالانهٔ متوسط و بیشینهٔ زیان محتمل.
زیانی که یک سبد در ردپا می‌تواند در سال و در سطح‌های 1 در 100 و 1 در 250 انتظار داشته باشد، سطح‌هایی که بیمه‌گران و وام‌دهندگان قیمت می‌گذارند، از همان سه بلوکی که هر الگوی فاجعه به کار می‌برد. الگوی آموزشی با مقادیر توضیحی اعلام‌شده، نه پیش‌بینی.
کنترل‌ها
- شدت مخاطرهٔ سالانهٔ معمول (مکان)
- شاخص شدت 1.00
- گسترش فرین‌ها (مقیاس)
- شاخص شدت 0.80
- شدتی که در آن نیمی از ارزش از دست می‌رود
- شاخص شدت 4.00
- پراکندگی آسیب‌پذیری
- 0.55
- سهم ارزش در ردپای مخاطره
- 40%
- استاندارد حفاظت (دورهٔ بازگشت)
- 50 سال
خوانش‌ها
- زیان سالانهٔ متوسط
- 0.51% ارزش
- زیان در دورهٔ بازگشت 1 در 100 سال
- 24.5% ارزش
- زیان در دورهٔ بازگشت 1 در 250 سال
- 28.4% ارزش
- شدت در دورهٔ بازگشت 1 در 100 سال
- شاخص شدت 4.68
رقم‌ها، روش‌ها و منابع
| دورهٔ بازگشت (سال) | شدت (شاخص شدت) | زیان (٪ از ارزش) |
|---|---|---|
| 1 | 0.09 | 0.00 |
| 2 | 1.27 | 0.00 |
| 4 | 1.91 | 0.00 |
| 7 | 2.47 | 0.00 |
| 13 | 3.00 | 0.00 |
| 24 | 3.51 | 0.00 |
| 44 | 4.02 | 0.00 |
| 82 | 4.53 | 23.55 |
| 154 | 5.03 | 26.44 |
| 287 | 5.53 | 28.87 |
| 536 | 6.03 | 30.88 |
| 1,000 | 6.53 | 32.53 |
روش‌ها
- مخاطرهٔ مقادیر فرین گامبل Gumbel (1958), Statistics of Extremes, Columbia University Press
- شکنندگی لگ‌نرمال (آسیب‌پذیری) FEMA (2003), HAZUS-MH Technical Manual
- منحنی احتمال فراگذشت و زیان سالانهٔ متوسط Grossi and Kunreuther (2005), Catastrophe Modeling, Springer
- اثر خاکریز Di Baldassarre and others (2013), Socio-hydrology, HESS 17
- بادبزن عدم قطعیت (مونت‌کارلوی پارامتری) Spiegelhalter, Pearson and Short (2011), Visualising uncertainty about the future, Science 333
- حساسیت‌سنجی تک‌متغیره (تورنادو) Saltelli and others (2008), Global Sensitivity Analysis: The Primer, Wiley
داده
The model runs on the teaching values set by the controls. To calibrate it for a place, read it against these admitted layers and series, which this page’s map can draw:
- رودخانه‌ها Natural Earth
- گسترهٔ شهری Natural Earth
- شهرها Natural Earth
- زمین‌لرزه‌های M4.5+، هفتهٔ گذشته (USGS) U.S. Geological Survey · register usgs.earthquake.summary-feeds
- نرخ باران، نیم‌ساعت گذشته (IMERG) NASA GPM IMERG Early · register nasa.gibs.context-live-layers
- پیش‌بینی دبی رودخانه، 30 روز با دامنه (GloFAS از طریق Open-Meteo) Open-Meteo.com (CC BY 4.0)، Copernicus GloFAS · register open-meteo.public-pages
- گسترهٔ ساخته‌شده و سکونتگاهی، 2010 (HBASE، Landsat) CIESIN/Columbia, NASA SEDAC HBASE · register sedac.context-urban-layers
در شش رکن، به رهبری Nexus Consortium
- آزمایش‌ها آزمایشگاه‌ها
- ساخته‌شده در ریسک اکچوئری و کمّی در Foundry
- آزموده‌شده در ریسک اکچوئری و کمّی در Universe
- مدون‌شده در مالی، بیمه و اقتصاد در Standards
- منتشرشده در ریسک اکچوئری و کمّی در Reports
- تدریس‌شده در دانشکدهٔ مالی و اقتصاد در Academy
06اعتبارسنجی
How results are checked.
سامانه‌ها are tested through benchmarks, load testing and failover exercises. Numerical reproducibility is checked across hardware and software configurations.
| بررسی | How it is done |
|---|---|
| همگرایی | Simulation results are stable as iterations increase |
| Reproducibility | A reviewer can rerun results from recorded inputs |
| Independent testing | Code is tested against independent calculations |
Concentration in few providers or regions creates shared points of failure. Energy, water and supply chain constraints limit capacity growth.
07مواجهه، زیان و سرمایه
What it means for exposure, loss and capital.
نماهای مواجهه، زیان، سناریو و سرمایه که یک مدیر ریسک، ناظر یا وزارت دارایی می‌پرسد، همراه با چارچوب‌هایی که بر پایهٔ آن‌ها گزارش می‌دهد. ساختارها از رویهٔ نظارتی و اکچوئری پیروی می‌کنند. مقادیر توضیحی است: هرگز قیمت، رتبه یا توصیه نیست.
مواجهه و زیان در دوره‌های بازگشت
How losses from high-performance, cloud and edge computing for actuarial and quantitative risk grow with severity, gross and net of reinsurance, against capital.
| دورهٔ بازگشت | احتمال سالانه | زیان ناخالص | زیان خالص | خالص، سرمایه = 100 |
|---|---|---|---|---|
| 1 در 10 | 0.10 | 14 | 10 | 10 |
| 1 در 50 | 0.02 | 33 | 21 | 21 |
| 1 در 100 | 0.01 | 46 | 27 | 27 |
| 1 در 250 | 0.004 | 68 | 39 | 39 |
| زیان سالانهٔ متوسط | 3.1 | 2.2 | 2.2 |
سناریوهای اقلیمی NGFS · شبکهٔ سبزسازی نظام مالیIFRS S2 افشاهای مرتبط با اقلیم · ISSBتوصیه‌های TCFD · هیئت ثبات مالی TCFDاصول مدیریت مؤثر ریسک‌های مالی مرتبط با اقلیم · کمیتهٔ بازل برای نظارت بانکی
08Connections
Topics that rely on this method.
09تولیت
Who maintains the method.
داده و محاسبات stewards high-performance, cloud and edge computing for the Consortium and reviews how it is applied across platforms.
10متصل
جایی که این صفحه در سراسر کنسرسیوم به آن می‌رسد.
11پرسش‌ها
پرسش و پاسخ.
What are the limits of high-performance, cloud and edge computing in this field?
Concentration in few providers or regions creates shared points of failure. Energy, water and supply chain constraints limit capacity growth.
How are results checked?
Systems are tested through benchmarks, load testing and failover exercises. Numerical reproducibility is checked across hardware and software configurations.
Are the values on this page real?
The data names, roles and checks are real descriptions of practice. The canvas shows a design of the method’s use, not a run; no result is reported here.
Where else is this method applied?
رصدخانهٔ canonical method page lists every platform that applies it.
گزارش‌هامشارکت
از این صفحه شواهد مشارکت دهید.
گزارش‌ها is the Consortium’s quarterly publication. What you know about this subject can become evidence, a case or a correction in the next edition, credited to you and published under CC BY 4.0 where it is your own work.
Global Risks Allianceریسک بیمه‌سنجی و کمّیروش‌ها و فنیآمادگی مالی و بیمه
- ایمیلدروازهٔ GW-GRAاز همین صفحه ارسال کنیدشواهد، یک اصلاحیه، یک مورد، یک روش، یک داوری، یک ترجمه یا ورودی نمایه. با برچسب این صفحه می‌رسد تا ویراستار مسئول آن را دریافت کند.
- Zenodoسپردهٔ بازآن را واگذار کنید و به جامعه ارائه دهیدسابقهٔ خود را با شناسهٔ ORCID خود در Zenodo منتشر کنید و سپس آن را در همانجا به جامعهٔ Reports ارسال کنید. گزینشگران آن را داوری می‌کنند؛ DOI از آنِ شما میماند.
- گزارش‌هاGlobal Risks Allianceهمهٔ راههای مشارکت را ببینیدانواع مشارکت، نحوهٔ بررسی هر یک، اعتباری که دریافت میکنید، مجوز و آنچه هرگز پذیرفته نمیشود.
هرگز داده شخصی، جزئیات حساس زیرساخت یا چیزی را که حق اشتراکش را ندارید نفرستید. هر مشارکت پیش از استفاده داوری می‌شود؛ ارسال آن حق مؤلفی یا ویرایشی نمی‌دهد و حمایت مالی هرگز یافته‌ای را نمی‌خرد.
ریسک بیمه‌سنجی و کمّی
یک پرسش دربارهٔ مواجهه یا سرمایه را نزد اتحاد مطرح کنید.
اطلاعات و درخواست‌ها امروز باز است. هر درخواست یک شمارهٔ پیگیری می‌گیرد و گام بعدی را مشخص می‌کند؛ درخواست‌های عضویت، پرداخت‌ها، تخصیص رایانش و ثبت‌نام‌ها تنها زمانی باز می‌شوند که تیم، شرایط و ظرفیت داوری آن‌ها فراهم باشد.
حقوقی
اسناد حقوقی.
نقشه‌ها، داده‌ها و ارقام این سایت برای زمینه و اطلاعات عمومی نشان داده می‌شوند. توصیه، پیش‌بینی یا هشدار نیستند؛ حدود این اطلاعات در سلب مسئولیت‌ها و اعلامیه‌های داده بیان شده است.