Skip to content

GRA · Risque actuariel et quantitatif

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

Uncertainty quantification and model validation for actuarial and quantitative risk

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.

01Registre

Uncertainty quantification and model validation for actuarial and quantitative risk on the record.

Fiche de la méthodeMéthode STIM
  1. MéthodeQuantification de l'incertitude et validation des modèles
  2. Appliqué dansRisque actuariel et quantitatif
  3. Données3 inputs
  4. Page canoniqueCommuns STIM
02Candidature

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 le STEM Commons.

Reserve ranges

Bootstrap and Bayesian methods produce distributions of reserve outcomes around the central estimate, showing the range that could emerge.

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.

03Modèle 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).
04Données

Ce que consomme la méthode.

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 le registre des sources.

DonnéesRôleÉtiquette
Model inputs and parametersInput uncertaintyESTIMÉ
Alternative modelsStructural uncertaintyMODÉLISÉ
Historical outcomesCalibration of rangesOBSERVÉ
05Exposition, 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 uncertainty quantification and model validation 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
06Validation

Comment les résultats sont vérifiés.

Predictive distributions are tested for calibration and sharpness against held-out observations. Verification confirms that code solves the intended equations.

VérifierComment c'est fait
Range calibrationStated ranges are compared with outcomes where possible
Dependence of inputsCorrelations between uncertain inputs are documented
Clear communicationUncertainty is presented with each result

Structural uncertainty and unknown unknowns are difficult to represent. Computational cost limits exploration of high-dimensional models.

08Intendance

Qui tient à jour la méthode.

Sciences des systèmes et modélisation stewards uncertainty quantification and model validation for the Consortium and reviews how it is applied across platforms.

10Questions

Questions et réponses.

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.
Comment les résultats sont-ils vérifiés ?
Predictive distributions are tested for calibration and sharpness against held-out observations. Verification confirms that code solves the intended equations.
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.