Reserve ranges
Bootstrap and Bayesian methods produce distributions of reserve outcomes around the central estimate, showing the range that could emerge.
GRA · Risiko Aktuaria dan Kuantitatif
Keuangan spasialTempat modal bertemu bahaya, keterpaparan, dan transisi
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.
01Daftar
Uncertainty quantification and model validation for actuarial and quantitative risk on the record.
Catatan metodeMetode STEM
- MetodeKuantifikasi ketidakpastian dan validasi model
- PengelolaIlmu Sistem dan Pemodelan
- Diterapkan diRisiko Aktuaria dan Kuantitatif
- Data3 inputs
- Pemeriksaan3 langkah validasi
- Halaman kanonisSTEM Commons
02Permohonan
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.
03Model kerugian
Pelampauan kerugian, kerugian tahunan rata-rata, dan kerugian maksimum yang mungkin.
Kerugian yang dapat diperkirakan per tahun oleh portofolio di wilayah terdampak, serta pada tingkat 1 dalam 100 dan 1 dalam 250 tahun yang dihargai perusahaan asuransi dan pemberi pinjaman, dari tiga blok yang sama yang digunakan setiap model katastrofe . Model pengajaran dengan nilai ilustratif yang dinyatakan, bukan prediksi.
Kendali
- Intensitas bahaya tahunan tipikal (lokasi)
- Indeks intensitas 1.00
- Sebaran nilai ekstrem (skala)
- Indeks intensitas 0.80
- Intensitas saat separuh nilai hilang
- Indeks intensitas 4.00
- Sebaran kerentanan
- 0.55
- Porsi nilai dalam jejak bahaya
- 40%
- Standar perlindungan (periode ulang)
- 50 tahun
Pembacaan
- Rata-rata kerugian tahunan
- 0,51% dari nilai
- Kerugian pada 1 dalam 100 tahun
- 24,5% dari nilai
- Kerugian pada 1 dalam 250 tahun
- 28,4% dari nilai
- Intensitas pada 1 dalam 100 tahun
- Indeks intensitas 4.68
Angka, metode, dan sumber
| Periode ulang (tahun) | Intensitas (indeks intensitas) | Kerugian (% dari nilai) |
|---|---|---|
| 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 |
Metode
- Bahaya nilai ekstrem Gumbel Gumbel (1958), Statistics of Extremes, Columbia University Press
- Kerapuhan lognormal (kerentanan) FEMA (2003), HAZUS-MH Technical Manual
- Kurva probabilitas eksedensi dan rata-rata kerugian tahunan Grossi and Kunreuther (2005), Catastrophe Modeling, Springer
- Efek tanggul Di Baldassarre dan lainnya (2013), Socio-hydrology, HESS 17
- Kipas ketidakpastian (Monte Carlo parametrik) Spiegelhalter, Pearson dan Short (2011), Memvisualisasikan ketidakpastian tentang masa depan, Science 333
- Sensitivitas satu per satu (tornado) Saltelli and others (2008), Global Sensitivity Analysis: The Primer, Wiley
Data
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:
- Sungai Natural Earth
- Luasan perkotaan Natural Earth
- Kota Natural Earth
- Gempa bumi M4.5+, pekan lalu (USGS) U.S. Geological Survey · register usgs.earthquake.summary-feeds
- Laju hujan, setengah jam terakhir (IMERG) NASA GPM IMERG Early · register nasa.gibs.context-live-layers
- Prakiraan debit sungai, 30 hari dengan rentang (GloFAS melalui Open-Meteo) Open-Meteo.com (CC BY 4.0), Copernicus GloFAS · register open-meteo.public-pages
- Cakupan lahan terbangun dan permukiman, 2010 (HBASE, Landsat) CIESIN/Columbia, NASA SEDAC HBASE · register sedac.context-urban-layers
Di seluruh enam pilar, dipimpin oleh Nexus Consortium
- Eksperimen Laboratorium
- Tertanam di Risiko Aktuaria dan Kuantitatif di Foundry
- Diuji pada Risiko Aktuaria dan Kuantitatif di Universe
- Dikodifikasi dalam Keuangan, Asuransi, dan Ekonomi di Standards
- Diterbitkan di Risiko Aktuaria dan Kuantitatif di Reports
- Diajarkan di Fakultas Keuangan dan Ekonomi di Academy
04Data
Apa yang digunakan metode ini.
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 register sumber.
| Data | Peran | Label |
|---|---|---|
| Model inputs and parameters | Input uncertainty | ESTIMASI |
| Alternative models | Structural uncertainty | DIMODELKAN |
| Historical outcomes | Calibration of ranges | TERAMATI |
05Eksposur, kerugian, dan modal
What it means for exposure, loss and capital.
Tampilan eksposur, kerugian, skenario, dan modal yang akan diminta oleh pejabat risiko, otoritas pengawas, atau kementerian keuangan, beserta kerangka pelaporan yang mereka gunakan. Strukturnya mengikuti praktik pengawasan dan aktuaria. Nilai bersifat ilustratif: tidak pernah merupakan harga, peringkat, atau saran.
Eksposur dan kerugian pada periode ulang
How losses from uncertainty quantification and model validation for actuarial and quantitative risk grow with severity, gross and net of reinsurance, against capital.
| Periode ulang | Probabilitas tahunan | Kerugian bruto | Kerugian neto | Neto, modal = 100 |
|---|---|---|---|---|
| 1 dalam 10 tahun | 0.10 | 14 | 10 | 10 |
| 1 dalam 50 tahun | 0.02 | 33 | 21 | 21 |
| 1 dalam 100 tahun | 0.01 | 46 | 27 | 27 |
| 1 dalam 250 tahun | 0.004 | 68 | 39 | 39 |
| Rata-rata kerugian tahunan | 3.1 | 2.2 | 2.2 |
Skenario iklim NGFS · Network for Greening the Financial SystemIFRS S2 Pengungkapan terkait Iklim · ISSBRekomendasi TCFD · Financial Stability Board TCFDPrinsip-prinsip pengelolaan efektif risiko keuangan terkait iklim · Basel Committee on Banking Supervision
06Validasi
Cara hasil diperiksa.
Predictive distributions are tested for calibration and sharpness against held-out observations. Verification confirms that code solves the intended equations.
| Pemeriksaan | Cara pelaksanaannya |
|---|---|
| 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.
08Pengelolaan
Siapa yang memelihara metode ini.
Ilmu Sistem dan Pemodelan stewards uncertainty quantification and model validation for the Consortium and reviews how it is applied across platforms.
09Terhubung
Ke mana halaman ini mengarah di seluruh Konsorsium.
10Pertanyaan
Tanya jawab.
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.
Bagaimana hasil diperiksa?
Predictive distributions are tested for calibration and sharpness against held-out observations. Verification confirms that code solves the intended equations.
Apakah nilai di halaman ini nyata?
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.
Di mana lagi metode ini diterapkan?
Observatory Halaman metode kanonis mencantumkan setiap platform yang menerapkannya.
LaporanBerkontribusi
Kontribusikan bukti dari halaman ini.
Laporan 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 AllianceRisiko Aktuaria dan KuantitatifMetode dan TeknisKesiapan Pembiayaan dan Asuransi
- SurelGerbang GW-GRAKirim dari halaman iniBukti, koreksi, kasus, metode, tinjauan, terjemahan, atau masukan profil. Kiriman tiba dengan label halaman ini, sehingga editor pemiliknya menerimanya.
- ZenodoDeposit terbukaDeposit dan ajukan ke komunitasTerbitkan catatan Anda sendiri di Zenodo dengan ORCID iD Anda, lalu ajukan ke komunitas Reports di sana. Kurator meninjaunya; DOI tetap milik Anda.
- LaporanGlobal Risks AllianceLihat semua cara berkontribusiJenis kontribusi, cara masing-masing ditinjau, kredit yang Anda terima, lisensinya, dan apa yang tidak pernah diterima.
Jangan pernah mengirim data pribadi, rincian infrastruktur sensitif, atau apa pun yang tidak berhak Anda bagikan. Kontribusi ditinjau sebelum digunakan. Mengirimkannya tidak memberikan hak kepenulisan atau editorial, dan sponsor tidak pernah membeli sebuah temuan.
Risiko Aktuaria dan Kuantitatif
Ajukan pertanyaan eksposur atau modal kepada Aliansi.
Informasi dan pertanyaan sudah terbuka hari ini. Sebuah pertanyaan menerima nomor referensi dan menyebutkan langkah berikutnya; lamaran, pembayaran, alokasi komputasi, dan pendaftaran hanya dibuka ketika tim, ketentuan, dan kapasitas tinjauannya tersedia.
Hukum
Dokumen hukum.
Peta, data, dan gambar di situs ini ditampilkan untuk konteks dan informasi umum. Semua itu bukan nasihat, prakiraan, atau peringatan; batasan informasinya dijelaskan dalam Penafian dan Pemberitahuan Data.