Reserve ranges
Bootstrap and Bayesian methods produce distributions of reserve outcomes around the central estimate, showing the range that could emerge.
GRA · ریسک اکچوئری و کمّی
مالی فضاییجایی که سرمایه به مخاطره، مواجهه و گذار برمی‌خورد
کمّی‌سازی عدم قطعیت و اعتبارسنجی مدل برای ریسک‌های بیمه‌سنجی و کمّی
Uncertainty quantification identifies and propagates uncertainty in data, parameters, model structure and assumptions. On this platform it shows how wide plausible outcomes are for premiums, reserves and capital, and which assumptions matter most.
01ثبت‌خانه
Uncertainty quantification and model validation for actuarial and quantitative risk on the record.
Method recordSTEM method
- روشکمّی‌سازی عدم قطعیت و اعتبارسنجی مدل
- Applied inریسک بیمه‌سنجی و کمّی
- داده3 inputs
- Checks3 validation steps
- Canonical pageSTEM Commons
02درخواست
What uncertainty quantification and model validation does here.
Uncertainty quantification and model validation characterise how uncertainty in inputs, parameters and model structure affects predictions. They establish how much confidence a model’s outputs deserve. In insurance and catastrophe, methods and modelling and capital markets and investment, uncertainty quantification shows where risk estimates are robust and where they are fragile. It guides where better data or models would change decisions. The canonical description is on STEM Commons.
Parameter and model uncertainty
Parameter uncertainty is separated from the uncertainty of choosing one model over another, and both are carried into capital estimates.
Sensitivity ranking
Inputs are varied to rank which assumptions drive results most, guiding where better data or review would add most value.
03الگوی 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
04داده
What the method consumes.
Datasets and records used by uncertainty quantification and model validation 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 inputs and parameters | Input uncertainty | برآوردشده |
| Alternative models | Structural uncertainty | مدل‌سازی‌شده |
| Historical outcomes | Calibration of ranges | مشاهده‌شده |
05مواجهه، 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 uncertainty quantification and model validation 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
06اعتبارسنجی
How results are checked.
Predictive distributions are tested for calibration and sharpness against held-out observations. Verification confirms that code solves the intended equations.
| بررسی | How it is done |
|---|---|
| Range calibration | Stated ranges are compared with outcomes where possible |
| Dependence of inputs | Correlations between uncertain inputs are documented |
| Clear communication | Uncertainty is presented with each result |
Structural uncertainty and unknown unknowns are difficult to represent. Computational cost limits exploration of high-dimensional models.
07Connections
Topics that rely on this method.
08تولیت
Who maintains the method.
علوم سامانه‌ها و مدل‌سازی stewards uncertainty quantification and model validation for the Consortium and reviews how it is applied across platforms.
09متصل
جایی که این صفحه در سراسر کنسرسیوم به آن می‌رسد.
10پرسش‌ها
پرسش و پاسخ.
What are the limits of uncertainty quantification and model validation in this field?
Structural uncertainty and unknown unknowns are difficult to represent. Computational cost limits exploration of high-dimensional models.
How are results checked?
Predictive distributions are tested for calibration and sharpness against held-out observations. Verification confirms that code solves the intended equations.
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.