Reserve ranges
Bootstrap and Bayesian methods produce distributions of reserve outcomes around the central estimate, showing the range that could emerge.
GRA · アクチュアリーと定量的リスク
空間金融資本がハザード、エクスポージャー、移行と出会う場所
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.
01登録
Uncertainty quantification and model validation for actuarial and quantitative risk on the record.
手法の記録STEM の手法
- 手法不確実性の定量化とモデル検証
- スチュワードシステム科学とモデリング
- 適用先アクチュアリーと定量的リスク
- データ3 inputs
- チェック3 つの検証ステップ
- 正式なページSTEM コモンズ
02申請
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 コモンズ.
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.
03損失モデル
超過損失、年間平均損失、予想最大損失。
フットプリント内のポートフォリオが、年間で、また保険会社や貸し手が価格付けに用いる 100 年に 1 度と 250 年に 1 度の水準で、どれだけの損失を見込むかを示します。あらゆる カタストロフィ・モデル が使う同じ三つの構成要素に基づきます。教育用モデルであり、例示的な値を明記しています。予測ではありません。
管理策
- 典型的な年間ハザード強度（所在地）
- 1.00 強度指数
- 極値の広がり（尺度）
- 強度指数 0.80
- 価値の半分が失われる強度
- 4.00 強度指数
- 脆弱性のばらつき
- 0.55
- ハザードの影響範囲内にある価値の割合
- 40%
- 防護水準（再現期間）
- 50 年
読み取り値
- 年間平均損失
- 価値の 0.51%
- 100 年に 1 度の損失
- 価値の 24.5%
- 250 年に 1 度の損失
- 価値の 28.4%
- 100 年に 1 度の強度
- 強度指数 4.68
数値、手法、出典
| 再現期間（年） | 強度（強度指数） | 損失（価値に対する %） |
|---|---|---|
| 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 |
手法
- Gumbel 極値ハザード Gumbel (1958), Statistics of Extremes, Columbia University Press
- 対数正規フラジリティ（脆弱性） FEMA (2003), HAZUS-MH Technical Manual
- 超過確率曲線と年間平均損失 Grossi and Kunreuther (2005), Catastrophe Modeling, Springer
- 堤防効果 Di Baldassarre and others (2013), Socio-hydrology, HESS 17
- 不確実性のファンチャート（パラメータ・モンテカルロ） Spiegelhalter, Pearson and Short (2011), Visualising uncertainty about the future, Science 333
- 一因子ずつの感度分析（トルネード図） Saltelli and others (2008), Global Sensitivity Analysis: The Primer, Wiley
データ
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:
- 河川 Natural Earth
- 都市域 Natural Earth
- 都市 Natural Earth
- 過去 1 週間の M4.5+ の地震（USGS） 米国地質調査所 · 登録 usgs.earthquake.summary-feeds
- 降雨強度、直近 30 分（IMERG） NASA GPM IMERG Early · 登録 nasa.gibs.context-live-layers
- 河川流量予報、30 日間と幅（Open-Meteo 経由の GloFAS） Open-Meteo.com（CC BY 4.0）、Copernicus GloFAS · 登録 open-meteo.public-pages
- 市街地と居住地の範囲、2010 年（HBASE、Landsat） CIESIN/Columbia、NASA SEDAC HBASE · 登録 sedac.context-urban-layers
6 本の柱を通じて、Nexus Consortium が主導
04データ
手法が使用するもの。
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 出典の登録簿.
| データ | 役割 | ラベル |
|---|---|---|
| Model inputs and parameters | Input uncertainty | 推定 |
| Alternative models | Structural uncertainty | モデル推計 |
| Historical outcomes | Calibration of ranges | 観測 |
05エクスポージャー、損失、資本
What it means for exposure, loss and capital.
リスク責任者、監督当局、財務省が求めるエクスポージャー、損失、シナリオ、資本のビューと、それらが報告の根拠とする枠組み。構造は監督実務とアクチュアリー実務に従います。値は例示であり、価格、格付け、助言では決してありません。
再現期間ごとのエクスポージャーと損失
How losses from uncertainty quantification and model validation for actuarial and quantitative risk grow with severity, gross and net of reinsurance, against capital.
| 再現期間 | 年間確率 | 総損失 | 純損失 | 純額、資本 = 100 |
|---|---|---|---|---|
| 10 年に 1 度 | 0.10 | 14 | 10 | 10 |
| 50 年に 1 度 | 0.02 | 33 | 21 | 21 |
| 100 年に 1 度 | 0.01 | 46 | 27 | 27 |
| 250 年に 1 度 | 0.004 | 68 | 39 | 39 |
| 年間平均損失 | 3.1 | 2.2 | 2.2 |
NGFS 気候シナリオ · 気候変動リスク等に係る金融当局ネットワークIFRS S2 気候関連開示 · ISSBTCFD 提言 · 金融安定理事会 TCFD気候関連金融リスクの実効的な管理のための諸原則 · バーゼル銀行監督委員会
06検証
結果の確認方法。
Predictive distributions are tested for calibration and sharpness against held-out observations. Verification confirms that code solves the intended equations.
| 確認 | 実施方法 |
|---|---|
| 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.
07つながり
この手法に依拠するトピック。
08スチュワードシップ
手法を維持する者。
システム科学とモデリング stewards uncertainty quantification and model validation for the Consortium and reviews how it is applied across platforms.
09接続済み
このページがコンソーシアム全体でどこへつながるか。
10質問
質問と回答。
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.
結果はどのように確認されますか？
Predictive distributions are tested for calibration and sharpness against held-out observations. Verification confirms that code solves the intended equations.
このページの値は実際のものですか？
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.
この手法は他にどこで適用されていますか？
社会を動かし続ける 正式な手法のページ には、それを適用するすべてのプラットフォームが掲載されています。
報告書貢献する
このページからエビデンスを提供する。
報告書 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.
グローバル・リスク・アライアンス（Global Risks Alliance）アクチュアリーと定量的リスク手法と技術金融・保険の準備度
- メールゲートウェイ GW-GRAこのページから送信するエビデンス、訂正、事例、手法、レビュー、翻訳、プロファイルへの入力。このページのタグが付いて届くため、担当の編集者が受け取ります。
- Zenodoオープンな寄託寄託してコミュニティに提出するORCID iD を使って Zenodo に自分の記録を公開し、そこから Reports コミュニティに提出してください。キュレーターが審査し、DOI は引き続きあなたのものです。
- 報告書グローバル・リスク・アライアンス（Global Risks Alliance）貢献のすべての方法を見る貢献の種類、それぞれの審査方法、受け取るクレジット、ライセンス、決して受け付けないもの。
個人データ、重要インフラの機微な詳細、共有する権利のないものは決して送らないでください。寄稿は利用前にレビューされます。送付によって著作者としての権利や編集上の権利が生じることはなく、スポンサーシップで調査結果を買うことは決してできません。
アクチュアリーと定量的リスク
エクスポージャーまたは資本に関する問いをアライアンスに持ち込む。
情報提供と問い合わせは本日から受け付けています。問い合わせには参照番号が付き、次の手順が示されます。申請、支払い、計算資源の割り当て、登録は、担当チーム、規約、審査体制が整ってから開始します。
法務
法的文書。
このサイトの地図、データ、図表は、背景と一般的な情報として示すものです。助言、予報、警報ではありません。情報の限界は免責事項とデータに関する注意事項に記載しています。