GRA · Risiko Aktuaria dan Kuantitatif
Keuangan spasialTempat modal bertemu bahaya, keterpaparan, dan transisi
Metode nilai ekstrem
Extreme value theory gives a statistical basis for estimating the size and frequency of losses and hazards beyond what the record shows. It is used for large-loss pricing, catastrophe hazard, operational risk and capital at high confidence levels. Results depend on thresholds, sample size and whether conditions are stable. This page sets out how extreme value methods work, where they fail, the data they need and who relies on them.
Bagaimana pekerjaan berjalan.
Gbr.Meja kerja pencadangan: nama contoh dan nilai ilustratif, bukan catatan atau sistem yang berjalan.
Extreme value methods: how the risk develops.
Tail estimation for hazards, markets and operational losses. The dossier below sets out how the risk develops, what is measured, where the data come from, how it is modelled and who decides.
Ekor mengikuti hukum pembatas
Under broad conditions, block maxima follow a generalised extreme value distribution and exceedances over a high threshold follow a generalised Pareto distribution.
Ambang batas menukar bias dengan varians
Ambang batas yang tinggi menghormati teori tetapi menyisakan sedikit titik data; ambang batas yang rendah menambah data tetapi juga bias. Hasil bergeser sesuai pilihan tersebut.
Short records widen intervals
Estimating a rare return period from a short record gives wide confidence intervals that are often left unreported.
Non-stationarity breaks assumptions
If climate, exposure or claims practice change, past extremes may not represent future ones, and stationary fits mislead.
Apa arti metode nilai ekstrem bagi keterpaparan, kerugian, dan modal.
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 extreme value methods 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 |
Apa yang diukur, dan seberapa baik.
Setiap indikator membawa satuan, frekuensi, jenis sumber di baliknya, dan label bukti yang akan dibawa suatu nilai. Tidak ada nilai yang ditampilkan: sebuah program menyediakannya berdasarkan wewenangnya sendiri.
| Indikator | Unit | Kadensi | Jenis sumber | Label |
|---|---|---|---|---|
| Shape parameter of the tail | tanpa dimensi | per analisis | Fitted extreme value models | DIMODELKAN |
| Tingkat balik pada periode ulang | currency or hazard unit | per analisis | Fitted models | DIMODELKAN |
| Confidence interval width for return level | currency or hazard unit | per analisis | Bootstrap or profile likelihood | DIMODELKAN |
| Exceedances above threshold | jumlah | per analisis | Data | TERAMATI |
| Panjang rekaman | tahun | per set data | Data | TERAMATI |
| Trend in annual maxima | perubahan per dekade | per analisis | Non-stationary fits | ESTIMASI |
Asal bukti.
Set data publik bernama dan catatan kelembagaan, masing-masing dengan kelas lisensinya. Sumber berdasarkan perjanjian hanya digunakan sesuai ketentuannya dan tidak pernah diterbitkan ulang.
| Sumber | Apa yang diberikannya | Kelas lisensi |
|---|---|---|
| Coles, An Introduction to Statistical Modeling of Extreme Values | Standard reference text on extreme value methods | Proprietary, published book |
| Paket R extRemes dan evd | Alat nilai ekstrem sumber terbuka | Sumber terbuka, GPL |
| NOAA and national meteorological hazard records | Long records of hazard extremes | Public domain or terms per service |
| Operational risk loss data consortia publications | Large operational loss records | Khusus anggota; ringkasan dapat dibaca bebas |
| Basis data kerugian besar milik perusahaan asuransi dan reasuransi | Individual large claims | Proprietary, internal |
Siapa yang memutuskan, dan apa yang dilayani bukti.
Actuarial and Quantitative Risk menyiapkan bukti. Keputusan di bawah ini diambil oleh otoritas yang disebutkan, berdasarkan aturan mereka sendiri, dan tidak pernah oleh platform ini.
| Siapa yang memutuskan | Pertanyaannya | Bukti yang dilayani halaman ini |
|---|---|---|
| Actuaries and risk modellers | Metode nilai ekstrem dan ambang batas mana yang digunakan | Stability diagnostics and data review |
| Capital model owners | How tail estimates enter capital | Bukti ketidakpastian dan sensitivitas |
| Validators | Apakah kecocokan ekor distribusi memadai | Back-testing and alternative fits |
| Pengawas | Whether tail calibration supports regulatory capital | Model documentation and validation |
Keluaran yang dihasilkan topik ini
- Guide to block maxima and peaks-over-threshold methods
- Method note on threshold selection and stability plots
- Brief on reporting uncertainty for return levels
- Questions for reviewers on non-stationarity
Pertanyaan yang diajukan para pakar.
- How large is the loss that is exceeded, on average, once in a given number of years?
- Which threshold or block size gives a reliable estimate of the tail?
- Is the tail heavy, light or bounded, and how confident can we be?
- Is the extreme behaviour changing over time?
- How do extremes in different variables or places occur together?
Teori tentang ekstrem.
Two classical results underpin the field. The distribution of block maxima, such as the largest annual flood, tends towards the generalised extreme value distribution under broad conditions. The distribution of exceedances over a high threshold tends towards the generalised Pareto distribution. A single shape parameter determines whether the tail is heavy, light or bounded, and it is the most important and most uncertain quantity in any extreme value analysis.
Pilihan praktis menentukan hasil: ukuran blok atau ambang batas, cara menangani kelompok nilai ekstrem yang terjadi bersamaan, seperti gempa susulan atau hari perdagangan yang bergejolak, dan apakah menyertakan kovariat untuk tren atau musiman. Model nilai ekstrem nonstasioner membiarkan parameter berubah menurut waktu atau indeks iklim, yang sangat penting ketika proses dasarnya berubah.
Multivariate and spatial extremes address joint behaviour, such as storm surge with rainfall, or losses across regions. Dependence in the extremes can differ from dependence in the bulk of the data, which has direct consequences for diversification.
Metode dan batasannya.
Puncak di atas ambang (peaks over threshold)
Fitting the generalised Pareto distribution to exceedances; results depend on threshold choice.
Maksima blok
Fitting the generalised extreme value distribution to block maxima; uses data less efficiently.
Covariate models
Letting parameters vary with time or climate; risks over-fitting short records.
Limits: estimates far beyond the data rest on the assumption that the limiting distribution applies, and confidence intervals for long return periods are wide. Reporting return levels without intervals overstates certainty.
Cara hal ini dikaji, dan apa yang tidak dapat dinyatakan metodenya.
- 01Teori nilai ekstrem dan risiko ekorPenetapan harga lapisan excess · Ukuran modal ekor · Ekstrem bahaya nonstasionerDiterapkan di sini
- 02Probabilitas dan statistikaModel linear tergeneralisasi dalam penetapan harga · Kredibilitas Bayesian · Uji kecocokanDiterapkan di sini
- 03Kuantifikasi ketidakpastian dan validasi modelRentang cadangan · Ketidakpastian parameter dan model · Peringkat sensitivitasDiterapkan di sini
- 04Komputasi berkinerja tinggi, cloud, dan edgeSimulasi Monte Carlo · Kontrol versi dan reprodusibilitas · Pengendalian komputasi pengguna akhirDiterapkan di sini
Tanya jawab.
What is the peaks-over-threshold method?
Apa yang ditunjukkan oleh parameter bentuk?
Dapatkah teori nilai ekstrem memprediksi bencana berikutnya?
Apa itu periode ulang?
Dapatkah teori nilai ekstrem memprediksi kejatuhan pasar?
What if the climate is changing?
Kontribusikan bukti dari halaman ini.
Reports adalah publikasi triwulanan Konsorsium. Apa yang Anda ketahui tentang subjek ini dapat menjadi bukti, kasus, atau koreksi dalam edisi berikutnya, dengan kredit atas nama Anda dan dipublikasikan di bawah CC BY 4.0 jika merupakan karya Anda sendiri.
- SurelGerbang GW-GRAKirim dari halaman iniBukti, koreksi, kasus, metode, tinjauan, terjemahan, atau masukan profil. Kiriman tiba dengan label halaman ini, sehingga editor pemiliknya menerimanya.
- 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.
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.
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.
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.