Skip to content

GRA · Risque actuariel et quantitatif

Spatial financeLà où le capital rencontre l'aléa, l'exposition et la transition

High-performance, cloud and edge computing for actuarial and quantitative risk

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.

01Registre

High-performance, cloud and edge computing for actuarial and quantitative risk on the record.

Fiche de la méthodeMéthode STIM
  1. MéthodeCalcul haute performance, en nuage et en périphérie
  2. Appliqué dansRisque actuariel et quantitatif
  3. Données3 inputs
  4. Page canoniqueCommuns STIM
02Candidature

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 analyse des risques 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 le STEM Commons.

Simulation de Monte-Carlo

Large simulations estimate aggregate losses and capital, with convergence tested and random seeds recorded so results can be reproduced.

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.

03Suivi

Compute workload.

L'écran qu'une équipe utiliserait pour suivre cette méthode : ses mesures, ses états et ses décisions. Les noms sont des exemples et les valeurs sont illustratives.

Compute workload

Actuarial and quantitative risk · High-performance, cloud and edge · Run R-8719

  • Channels reporting
    99of 100Normal
  • Median latency
    343ms
  • Records failing checks
    2.8per 1,000Surveillance
  • Backlog
    15min
Gaps on 5 channelsGRA · Actuarial and Quantitative Risk

Latency, p95

Événements

  1. 06:25AlerterChannel C-17 périmée
  2. 07:37InfoSchema v2 accepted
  3. 08:19ErrorChecksum mismatch, batch quarantined
  4. 08:31TerminéReplay complete
Compute workload: the screen’s structure, terms and states for Actuarial and quantitative risk.Noms donnés à titre d'exemple et valeurs illustratives ; une conception, non un enregistrement ni un système en service.
04Données

Ce que consomme la méthode.

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 le registre des sources.

DonnéesRôleÉtiquette
Model code repositoriesMise en œuvreDÉCLARÉ
Simulation outputsResultsMODÉLISÉ
Spreadsheet inventoriesEnd-user computingDÉCLARÉ
05Modèle de pertes

Dépassement de pertes, perte annuelle moyenne et perte maximale probable.

La perte qu'un portefeuille situé dans l'emprise peut attendre par an et aux niveaux 1 sur 100 et 1 sur 250 que tarifent les assureurs et les prêteurs, à partir des trois mêmes blocs que tout modèle de catastrophe . Modèle pédagogique à valeurs illustratives indiquées, et non une prédiction.

Commandes

Intensité annuelle typique de l'aléa (lieu)
Indice d'intensité 1,00
Étendue des extrêmes (échelle)
indice d'intensité de 0.80
Intensité à laquelle la moitié de la valeur est perdue
Indice d'intensité 4,00
Dispersion de la vulnérabilité
0.55
Part de la valeur dans l'empreinte de l'aléa
40%
Norme de protection (période de retour)
50 ans

Relevés

Perte annuelle moyenne
0.51 % de la valeur
Perte à 1 sur 100 ans
24.5 % de la valeur
Perte à 1 sur 250 ans
28.4 % de la valeur
Intensité à 1 sur 100 ans
indice d'intensité de 4.68
Chiffres, méthodes et sources
Période de retour (années)Intensité (indice d'intensité)Perte (% de la valeur)
10.090.00
21.270.00
41.910.00
72.470.00
133.000.00
243.510.00
444.020.00
824.5323.55
1545.0326.44
2875.5328.87
5366.0330.88
1,0006.5332.53

Méthodes

  1. Aléa en valeurs extrêmes de Gumbel Gumbel (1958), Statistics of Extremes, Columbia University Press
  2. Fragilité lognormale (vulnérabilité) FEMA (2003), HAZUS-MH Technical Manual
  3. Courbe de probabilité de dépassement et perte annuelle moyenne Grossi and Kunreuther (2005), Catastrophe Modeling, Springer
  4. Effet digue Di Baldassarre and others (2013), Socio-hydrology, HESS 17
  5. Éventail d'incertitude (Monte Carlo sur les paramètres) Spiegelhalter, Pearson et Short (2011), Visualising uncertainty about the future, Science 333
  6. Sensibilité un facteur à la fois (tornade) Saltelli and others (2008), Global Sensitivity Analysis: The Primer, Wiley

Données

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:

  • Cours d'eau Natural Earth
  • Étendues urbaines Natural Earth
  • Villes Natural Earth
  • Séismes M4.5+, semaine écoulée (USGS) U.S. Geological Survey · registre usgs.earthquake.summary-feeds
  • Intensité des précipitations, dernière demi-heure (IMERG) NASA GPM IMERG Early · registre nasa.gibs.context-live-layers
  • Prévision du débit fluvial, 30 jours avec fourchette (GloFAS via Open-Meteo) Open-Meteo.com (CC BY 4.0), Copernicus GloFAS · registre open-meteo.public-pages
  • Étendue du bâti et des établissements, 2010 (HBASE, Landsat) CIESIN/Columbia, NASA SEDAC HBASE · registre sedac.context-urban-layers
Dépassement de pertes, perte annuelle moyenne et perte maximale probable. Modèle pédagogique illustratif : il fonctionne sur les valeurs fixées par les commandes, et non sur des données mesurées. Méthodes : aléa de valeurs extrêmes de Gumbel (Gumbel (1958), Statistics of Extremes, Columbia University Press) ; fragilité lognormale (vulnérabilité) (FEMA (2003), HAZUS-MH Technical Manual) ; courbe de probabilité de dépassement et perte annuelle moyenne (Grossi et Kunreuther (2005), Catastrophe Modeling, Springer).
06Validation

Comment les résultats sont vérifiés.

Systèmes are tested through benchmarks, load testing and failover exercises. Numerical reproducibility is checked across hardware and software configurations.

VérifierComment c'est fait
ConvergenceSimulation results are stable as iterations increase
ReproductibilitéA reviewer can rerun results from recorded inputs
Independent testingCode 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.

07Exposition, perte et capital

What it means for exposure, loss and capital.

Les vues d'exposition, de pertes, de scénarios et de capital que demanderaient un responsable des risques, une autorité de contrôle ou un ministère des finances, avec les cadres dont ils relèvent pour leurs rapports. Les structures suivent la pratique prudentielle et actuarielle. Les valeurs sont illustratives : jamais des prix, des notations ni des conseils.

Exposition et pertes selon les périodes de retour

How losses from high-performance, cloud and edge computing for actuarial and quantitative risk grow with severity, gross and net of reinsurance, against capital.

1 sur 101 sur 501 sur 1001 sur 250brutnet de réassurance800
Période de retourProbabilité annuellePerte brutePerte netteNet, capital = 100
1 sur 100.10141010
1 sur 500.02332121
1 sur 1000.01462727
1 sur 2500.004683939
Perte annuelle moyenne3.12.22.2
Indice de pertes illustratif pour un portefeuille d'exemple (capital = 100) : la forme de probabilité de dépassement que lisent les assureurs et les superviseurs. Ni des données sur une institution, ni un prix, ni une notation.
Scénarios climatiques du NGFS · Réseau pour le verdissement du système financierIFRS S2 Informations à fournir en lien avec les changements climatiques · ISSBRecommandations de la TCFD · TCFD du Conseil de stabilité financièrePrincipes pour une gestion efficace des risques financiers liés au climat · Comité de Bâle sur le contrôle bancaire
09Intendance

Qui tient à jour la méthode.

Données et calcul stewards high-performance, cloud and edge computing for the Consortium and reviews how it is applied across platforms.

11Questions

Questions et réponses.

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.
Comment les résultats sont-ils vérifiés ?
Systems are tested through benchmarks, load testing and failover exercises. Numerical reproducibility is checked across hardware and software configurations.
Les valeurs de cette page sont-elles réelles ?
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.
Où d'autre cette méthode est-elle appliquée ?
L'Observatoire page canonique de la méthode liste toutes les plateformes qui l'appliquent.
RapportsContribuer

Apportez des éléments de preuve depuis cette page.

Rapports 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 AllianceRisque actuariel et quantitatifMéthodes et techniquePréparation de la finance et de l'assurance
Risque actuariel et quantitatif

Soumettez une question d'exposition ou de capital à l'Alliance.

L'information et les demandes sont ouvertes dès aujourd'hui. Une demande reçoit une référence et indique l'étape suivante ; candidatures, paiements, allocations de calcul et inscriptions n'ouvrent que lorsque l'équipe, les conditions et la capacité d'examen existent.