Skip to content

GRA · Risque actuariel et quantitatif

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

Probability and statistics for actuarial and quantitative risk

Probability and statistics provide the language of quantitative risk: distributions, estimation, dependence, testing and uncertainty. On this platform they underpin loss modelling, credibility, mortality and validation, and show how much confidence each estimate deserves.

01Registre

Probability and statistics for actuarial and quantitative risk on the record.

Fiche de la méthodeMéthode STIM
  1. MéthodeProbabilités et statistiques
  2. Appliqué dansRisque actuariel et quantitatif
  3. Données3 inputs
  4. Page canoniqueCommuns STIM
02Candidature

What probability and statistics does here.

Probability and statistics provide the mathematical framework for describing uncertainty and learning from data. They underpin estimation, testing and prediction in every risk discipline. In insurance and catastrophe, methods and modelling and capital markets and investment, statistical methods quantify the likelihood and uncertainty of losses across interconnected systèmes. They make the evidence behind risk decisions explicit and reproducible. The canonical description is on le STEM Commons.

Generalised linear models in pricing

Claim frequency and severity are related to risk factors with exposure offsets, so each factor’s effect and uncertainty can be reviewed.

Bayesian credibility

Prior assumptions from industry data are updated with own experience, giving posterior estimates that show how far the data moved the prior.

Goodness-of-fit testing

Fitted distributions are tested with formal statistics and quantile plots, with attention to fit in the tail where it matters most.

03Suivi

Tail fit.

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.

Tail fit

Actuarial and quantitative risk · Probability and statistics · Run R-1415

Shape parameter uncertainGRA · Actuarial and Quantitative Risk

Return level curve

Fiche méthode

Méthode
Probabilités et statistiques
Approche
peaks over threshold
Seuil
93th percentile
Étiquette
MODÉLISÉ

Paramètres

generalised Pareto fit

Shape ξ0.100.010.43heavy tail if above zero
Scale σ1.60.97.1units of the variable
Exceedances132declustered
Tail fit: 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 probability and statistics on this platform, with the role each plays and the label its values carry. Sources are listed in le registre des sources.

DonnéesRôleÉtiquette
Claims and exposure recordsModel fittingDÉCLARÉ
Industry benchmarksPriorsESTIMÉ
Mortality dataLife modelsStatistiques publiées
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.

Results are checked through diagnostics, cross-validation and sensitivity to assumptions. Independent replication confirms findings.

VérifierComment c'est fait
Out-of-sample validationModels are tested on data not used for fitting
Residual diagnosticsResiduals are inspected for structure
Assumption sensitivityDistributional assumptions are varied and effects reported

Inference depends on assumptions about independence, distribution and sampling that may not hold. Small or biased samples limit reliability.

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 probability and statistics 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.

Sciences des systèmes et modélisation stewards probability and statistics for the Consortium and reviews how it is applied across platforms.

11Questions

Questions et réponses.

What are the limits of probability and statistics in this field?
Inference depends on assumptions about independence, distribution and sampling that may not hold. Small or biased samples limit reliability.
Comment les résultats sont-ils vérifiés ?
Results are checked through diagnostics, cross-validation and sensitivity to assumptions. Independent replication confirms findings.
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.