GRA · Risque actuariel et quantitatif
Spatial financeWhere capital meets hazard, exposure and transition
Questions de tarification ajustée au climat
Les primes d'assurance reposent traditionnellement sur de longues moyennes des pertes passées. Lorsque les aléas évoluent avec le climat, les moyennes passées peuvent sous-estimer le risque actuel. La tarification ajustée au climat s'appuie sur des tendances, des modèles de catastrophes conditionnés au climat actuel et des scénarios prospectifs. Cette page expose comment l'ajustement climatique intervient dans la tarification, où subsistent des incertitudes, quelles données et quelles normes sont concernées, et qui décide.
Comment le travail se déroule.
Fig.Reserving workbench: example names and illustrative values, not a record or a live system.
Climate-adjusted pricing questions: how the risk develops.
Comment un aléa non stationnaire modifie les hypothèses de tarification. Le dossier ci-dessous expose comment le risque évolue, ce qui est mesuré, d'où viennent les données, comment il est modélisé et qui décide.
History lags the present
Les longues périodes d'expérience font la moyenne d'un climat qui a déjà changé. Les périodes plus courtes sont plus actuelles, mais plus bruitées.
Models condition the hazard
Les catalogues de catastrophes peuvent être ajustés pour refléter le climat actuel ou proche, ce qui modifie la perte attendue et les estimations de queue de distribution.
La réglementation contraint les taux
Les règles d'approbation des tarifs peuvent limiter l'usage de modèles prospectifs ou exiger un examen public, ce qui influe sur la rapidité avec laquelle les prix reflètent l'évolution du risque.
L'abordabilité fait obstacle
Des prix reflétant davantage le risque peuvent rendre la couverture inabordable pour certains ménages, ce qui soulève des questions sur les subventions croisées et les dispositifs publics.
Un seuil de déclenchement paramétrique, lu sur la carte.
Comment une tempête traversant une zone de déclenchement déclencherait un paiement. Géographie réelle ; tempête synthétique et conditions de conception.
Ce qui est mesuré, et avec quelle qualité.
Chaque indicateur porte son unité, sa périodicité, le type de source qui le sous-tend et l'étiquette de preuve que porterait une valeur. Aucune valeur n'est affichée : un programme les fournit sous sa propre autorité.
| Indicateur | Unité | Fréquence | Type de source | Étiquette |
|---|---|---|---|---|
| Variation de la perte attendue due au conditionnement climatique | pour cent | par mise à jour du modèle | Modèles de catastrophe | MODÉLISÉ |
| Experience period used in pricing | années | par dépôt | Dépôts de tarifs | DÉCLARÉ |
| Tendance appliquée aux pertes liées aux conditions météorologiques | pourcentage par an | par dépôt | Dépôts de tarifs | DÉCLARÉ |
| Dépôts de tarifs fondés sur des modèles de catastrophe prospectifs | nombre | annuel | Dossiers des autorités de régulation | Statistiques publiées |
| Variation des primes dans les zones à fort aléa | pour cent | annuel | Regulator and market data | DÉCLARÉ |
| Observed trend in weather-related claims | variation par an | annuel | Données sur les sinistres | ESTIMÉ |
Risque de transition et risque physique sur un portefeuille.
Three scenario families after the NGFS framework move a sector portfolio through carbon costs and warming damages; the transmission view follows the losses to lenders, investors, public finances and households. Scenario: named assumptions about the future, not a forecast. The map on this page shows Japan and Korea; the model itself is not tied to a place.
Commandes
- Prix du carbone à l'horizon, trajectoire ordonnée
- 200 par tCO2
- Délai avant une transition désordonnée
- 50 % de l'horizon
- Coût répercuté sur les clients
- 50%
- Réchauffement actuel par rapport à l'ère préindustrielle
- 1.30°C
- Réchauffement par décennie, politiques actuelles
- 0.25°C
- Coefficient de dommages
- 0.24 % par °C²
- Années à venir
- 25 ans
Relevés
- Pire scénario à l'horizon
- −33.6 % de la valeur
Chiffres, méthodes et sources
| Année | Transition ordonnée (% de la valeur) | Transition tardive et désordonnée (% de la valeur) | Politiques actuelles (% de la valeur) |
|---|---|---|---|
| 0 | −0.38 | −0.38 | −0.38 |
| 3 | −2.87 | −0.53 | −0.67 |
| 6 | −5.36 | −0.68 | −0.97 |
| 9 | −7.84 | −0.84 | −1.27 |
| 12 | −10.33 | −0.99 | −1.57 |
| 15 | −12.82 | −7.12 | −1.87 |
| 18 | −15.31 | −15.05 | −2.17 |
| 21 | −17.80 | −23.00 | −2.48 |
| 24 | −20.29 | −30.94 | −2.79 |
Méthodes
- Climate scenario families NGFS (2023), Climate Scenarios for central banks and supervisors, Phase IV
- Test de résistance climatique du système financier Battiston et autres (2017), Nature Climate Change 7
- Damage function Nordhaus (2017), Revisiting the social cost of carbon, PNAS 114
- Canaux de transmission CBCB (2021), Climate-related risk drivers and their transmission channels
- Éventail d'incertitude (Monte Carlo sur les paramètres) Spiegelhalter, Pearson et Short (2011), Visualising uncertainty about the future, Science 333
- One-at-a-time sensitivity (tornado) 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:
- Urban extents Natural Earth
- Seaports Natural Earth
- Année écoulée, température quotidienne (ERA5 via Open-Meteo) Open-Meteo.com (CC BY 4.0), Copernicus ERA5 (C3S/ECMWF) · registre open-meteo.public-pages
- Température de l'air en surface, de jour (AIRS) NASA AIRS · registre nasa.gibs.context-live-layers
Sur les six piliers, sous la conduite de Nexus Consortium
- Expériences Laboratoires
- Intégré Risque actuariel et quantitatif dans Foundry
- Testé à Risque actuariel et quantitatif dans Universe
- Codifié dans Finance, assurance et économie dans Standards
- Publié dans Risque actuariel et quantitatif dans Reports
- Enseigné dans Faculté de finance et d'économie dans Academy
D'où proviennent les données probantes.
Jeux de données publics et registres institutionnels nommés, chacun avec sa catégorie de licence. Les sources fournies dans le cadre d'accords ne sont utilisées que selon leurs conditions et ne sont jamais republiées.
| Sources | Ce qu'elle apporte | Catégorie de licence |
|---|---|---|
| Dépôts de tarifs NAIC SERFF | Pricing assumptions and models in United States filings | Registres publics, conditions par État |
| Documents de réglementation de la modélisation des catastrophes du California Department of Insurance | Règles sur l'utilisation de modèles prospectifs de catastrophes dans la tarification | Registres publics |
| Sixième rapport d'évaluation du GIEC, Groupe de travail I | Assessed changes in extremes | Gratuit, conditions du GIEC |
| Institute and Faculty of Actuaries climate research | Approches actuarielles du climat dans la tarification et le provisionnement | Lecture gratuite, conditions à vérifier |
| EIOPA work on climate in non-life underwriting and pricing | Supervisory views on climate in pricing | Gratuit, conditions de réutilisation de l'UE |
Trace a shock in climate-adjusted pricing questions to the balance sheet.
Assembled from the Nexus Standards area profile Insurance and reinsurance: the shocks it names, the systems and sectors that carry the loss, the controls that dampen it and the data that observe it. Pick an initiating shock and step through the cascade to see which exposures it reaches and where losses could concentrate. The Map view places the run on an example geography with open data. Every weight is a stated assumption. An exercise, not a forecast, a valuation, a rating or investment advice. To model a place of your own choosing, open the full System Builder.
Aléas
- cyclones tropicaux
- Séisme
- Inondation par embâcle
- Feu de forêt
- Onde de tempête (déclenchée en aval)
- Précipitations intenses (déclenchées en aval)
- Crue fluviale (déclenchée en aval)
- Flash flood (set off downstream)
- Houle dangereuse (déclenchée en aval)
- Panne d'électricité généralisée (déclenchée en aval)
- Déplacements massifs (déclenchés en aval)
- Inondation côtière (déclenchée en aval)
- Aftershock sequence (set off downstream)
- Fault surface rupture (set off downstream)
- Soil liquefaction (set off downstream)
- Slope slide (set off downstream)
- Rockfall (set off downstream)
- Tsunami (set off downstream)
Systèmes et couplages
- Assurance et réassurance
- Banque Couplage
- Institutions de financement du développement Couplage
- Humanitaire et société civile Couplage
- Agriculture et utilisation des terres Couplage
Commandes
NS-0Constitution et principesNS-3UNI des enregistrements de risque (grammaire, table de correspondance héritée, autorité d'attribution)NS-9UNI contextuels (déploiements, instances, instances de programme)NS-10Politiques et clauses (obligations lisibles par machine : définition, caractère contraignant, évaluation et application)NS-11Vérification et suivi (éléments probants, attestations, observation de la conformité zero trust)NS-14Conformité et correspondance avec les normes externesNRS-F3Assurance, risque de catastrophe et déficits de protectionNRS-H113Famille d'aléas : fragilité du système financier (NHS-1 soc.financial-system)NRS-U17Profil de plateforme Universe : Insurance NexusNRS-H71Famille d'aléas : catastrophes cosmiques et des temps géologiques (NHS-1 planet.deep-time)NRS-H65Famille d'aléas : dépassement des limites planétaires (NHS-1 planet.boundary)NRS-F8Transfert de risque paramétrique et indiciel
Observation
- OECD Data Explorer (incl. Creditor Reporting System, insurance and pension statistics) (listed for reference)
- Insurance statistics (listed for reference)
- USGS earthquake GeoJSON summary feeds (listed for reference)
- Direct economic loss attributed to disasters in relation to global gross domestic product (GDP)
- Direct economic loss attributed to disasters in relation to global gross domestic product
- (a) Number of commercial bank branches per 100,000 adults and (b) number of automated teller machines (ATMs) per 100,000 adults
Géographie d'exemple
- Europe occidentale : 152 cellules hexagonales
- Intensité des précipitations, dernière demi-heure (IMERG), NASA GIBS
- Lumières nocturnes de ce soir, pannes (VIIRS Day/Night Band), NASA GIBS
- Eaux de surface à travers les nuages, 30 m (radar OPERA DSWx-S1), NASA GIBS
- Carbon monoxide, smoke transport (AIRS), NASA GIBS
Qui décide, et à quoi servent les données probantes.
Risque actuariel et quantitatif prépare les données probantes. Les décisions ci-dessous sont prises par les autorités désignées, selon leurs propres règles, et jamais par la plateforme.
| Qui décide | La question | Données probantes servies par cette page |
|---|---|---|
| Pricing actuaries | How to reflect changing hazard in rates | Trends, conditioned models and professional standards |
| Régulateurs des tarifs | Whether forward-looking models may support filings | Examens de modèles et pièces de dépôt |
| Conseils d'administration des assureurs | How to balance risk-reflective pricing and market position | Pricing analysis and affordability evidence |
| Gouvernements | Faut-il intervenir lorsque les prix reflétant le risque deviennent inabordables | Données sur l'accessibilité financière et la disponibilité |
Résultats que produit ce thème
- Guide to climate adjustment in insurance pricing
- Note méthodologique sur le choix de la période d'expérience et des tendances
- Brief on regulatory review of forward-looking models
- Questions for pricing committees on climate assumptions
Ce que signifient les questions de tarification ajustée au climat pour l'exposition, les pertes et le 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
Comment les pertes liées aux questions de tarification ajustée au climat augmentent avec la gravité, brutes et nettes de réassurance, par rapport au capital.
| Période de retour | Probabilité annuelle | Perte brute | Perte nette | Net, capital = 100 |
|---|---|---|---|---|
| 1 sur 10 | 0.10 | 14 | 10 | 10 |
| 1 sur 50 | 0.02 | 33 | 21 | 21 |
| 1 sur 100 | 0.01 | 46 | 27 | 27 |
| 1 sur 250 | 0.004 | 68 | 39 | 39 |
| Perte annuelle moyenne | 3.1 | 2.2 | 2.2 |
Les questions que se posent les experts.
- Quels aléas évoluent en fréquence ou en intensité, et avec quel niveau de confiance ?
- How should historical loss experience be adjusted to reflect current, not past, climate?
- Comment les projections climatiques prospectives devraient-elles entrer dans la tarification, le cas échéant, pour des contrats d'un an ?
- How do changes in exposure and vulnerability compare with changes in hazard?
- Comment les évolutions tarifaires influent-elles sur l'accessibilité financière et sur le déficit de protection?
La non-stationnarité en pratique.
La science du climat indique que certains aléas évoluent, par exemple des pluies abondantes et des extrêmes de chaleur plus intenses dans de nombreuses régions, et une élévation du niveau de la mer qui relève les niveaux de référence des inondation côtière , tandis que l'évolution d'autres aléas est plus incertaine ou varie selon les régions. Les relevés historiques de pertes mêlent donc des événements issus de climats différents, et de simples moyennes peuvent sous-estimer le risque actuel.
Practitioners respond in several ways: trending historical data, giving more weight to recent experience, using catastrophe models that represent current climate conditions, or adjusting event frequencies using climate science. For annual contracts, the relevant question is current-year risk, while long-term questions, such as the future insurability of a region, need scenario analysis over decades.
Exposure growth, from more and more valuable assets in hazardous areas, and changes in vulnerability, from building codes or adaptation, often drive loss trends as much as hazard change. Separating these drivers matters for pricing and for public policy.
Les méthodes et leurs limites.
Retrait de tendance et mise à niveau des primes
Ajustement des pertes passées en fonction de l'exposition, de l'inflation et des tendances des aléas.
Climate-conditioned catastrophe models
Modèles calibrés sur le climat actuel ou futur ; la calibration dépend de la science du climat et des données.
Scénarios à long horizon
Étude de l'assurabilité et de la tarification selon des scénarios climatiques.
Limites : l'attribution des tendances de pertes à l'évolution des aléas est difficile, les projections climatiques sont incertaines aux échelles locales, et les séries courtes rendent les tendances difficiles à détecter statistiquement.
Comment c'est étudié, et ce que les méthodes ne peuvent pas dire.
- 01Mathématiques actuariellesProvisionnement à l'aide de triangles de développement · Construction de la prime · Évaluation des rentesAppliqué ici
- 02Théorie des valeurs extrêmes et risque de queueTarification des tranches d'excédent · Mesures de fonds propres de queue · Extrêmes d'aléas non stationnairesAppliqué ici
- 03Quantification de l'incertitude et validation des modèlesFourchettes de provisions · Incertitude des paramètres et des modèles · Classement des sensibilitésAppliqué ici
- 04Probabilités et statistiquesModèles linéaires généralisés en tarification · Crédibilité bayésienne · Tests d'adéquationAppliqué ici
Questions et réponses.
Pourquoi les pertes passées peuvent-elles sous-estimer le risque actuel ?
Qu'est-ce qu'un modèle prospectif de catastrophes ?
Can regulators restrict climate adjustment in rates?
Does GRA discuss insurance prices?
Le changement climatique est-il le principal moteur de la hausse des pertes ?
Can one-year pricing reflect long-term climate change?
Apportez des éléments de preuve depuis cette page.
Reports est la publication trimestrielle du Consortium. Ce que vous savez de ce sujet peut devenir une donnée probante, un cas ou une correction dans la prochaine édition, avec mention de votre nom et publié sous licence CC BY 4.0 lorsqu'il s'agit de votre propre travail.
- E-mailPasserelle GW-GRAL'envoyer depuis cette pageUne preuve, une correction, un cas, une méthode, un examen, une traduction ou un apport au profil. Elle arrive étiquetée avec cette page, afin que le rédacteur responsable la reçoive.
- ZenodoOpen depositDeposit it and submit to the communityPublish your own record on Zenodo with your ORCID iD, then submit it to the Reports community there. Curators review it; the DOI stays yours.
- ReportsGlobal Risks AllianceSee every way to contributeThe contribution types, how each is reviewed, what credit you receive, the licence and what is never accepted.
N'envoyez jamais de données personnelles, de détails sensibles sur des infrastructures ni rien que vous n'avez pas le droit de communiquer. Une contribution est examinée avant utilisation ; son envoi ne confère ni qualité d'auteur ni droits éditoriaux, et un parrainage n'achète jamais une conclusion.
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.
Documents juridiques.
Les cartes, données et chiffres de ce site sont présentés à titre de contexte et d'information générale. Ils ne constituent ni des conseils, ni des prévisions, ni des alertes ; les limites de l'information sont exposées dans les Avertissements et les Notices sur les données.