GRA · Risco Atuarial e Quantitativo
Finanças espaciaisOnde o capital encontra ameaça, exposição e transição
Credibilidade e escassez de dados
Many risks have little data: new products, small portfolios, rare perils and emerging markets. Credibility theory blends a portfolio’s own experience with wider data according to how much the own data can be trusted. Bayesian methods, pooling and expert judgement extend this. This page sets out how actuaries estimate risk with sparse data, where estimates go wrong, the sources used and who decides.
Credibilidade e dados escassos no registro.
Credibility and sparse data: how the risk develops.
Trabalhar onde o histórico de perdas é curto ou inexistente. O dossiê abaixo expõe como o risco se desenvolve, o que é medido, de onde vêm os dados, como são modelados e quem decide.
Combinação de dados próprios e mais amplos
Os pesos de credibilidade dão mais peso à experiência própria à medida que ela cresce. Peso insuficiente ignora diferenças reais; peso excessivo precifica ruído.
Benchmarks may not fit
Os parâmetros de referência do setor ou de resseguradores refletem outras carteiras. Se a carteira diferir em composição ou prática, a combinação carrega viés.
O julgamento de especialistas preenche lacunas
Where data are absent, structured expert elicitation provides estimates. Without structure and documentation, judgement adds hidden bias.
Atualização à medida que os dados chegam
atualização bayesiana revisa as estimativas à medida que a experiência se acumula, mostrando quanto os dados deslocaram a premissa prévia.
Um índice de seca em relação ao seu ponto de ativação.
Como uma estação seca é lida em relação ao ponto em que a cobertura de seca começa a pagar. Estação e termos de desenho sintéticos.
O que é medido e com que qualidade.
Cada indicador leva sua unidade, sua periodicidade, o tipo de fonte por trás dele e a etiqueta de evidência que um valor levaria. Nenhum valor é mostrado: um programa os fornece sob sua própria autoridade.
| Indicador | Unidade | Cadência | Tipo de fonte | Rótulo |
|---|---|---|---|---|
| Credibility weight assigned to own experience | proportion, zero to one | por análise | Análise de preços | MODELADO |
| Exposição subjacente à experiência própria | unidades de exposição | por análise | Dados do portfólio | OBSERVADO |
| Difference between own and benchmark estimates | por cento | por análise | Análise de preços | ESTIMADO |
| Expert elicitation sessions documented | contagem | por modelo | Documentação do modelo | DECLARADO |
| Incerteza posterior dos principais parâmetros | interval width | por análise | Modelos bayesianos | MODELADO |
| Razão entre o real e o esperado após o lançamento | razão | periódico | Monitoramento da experiência | ESTIMADO |
Trace a shock in credibility and sparse data 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.
Ameaças
- ciclones tropicais
- Terremoto
- Inundação por congestionamento de gelo
- Incêndio florestal
- Maré de tempestade (desencadeada a jusante)
- Chuvas intensas (desencadeadas a jusante)
- Inundação fluvial (desencadeada a jusante)
- Flash flood (set off downstream)
- Arrebentação perigosa (desencadeada a jusante)
- Apagão generalizado (desencadeado a jusante)
- Deslocamento em massa (desencadeado a jusante)
- Inundação costeira (desencadeada a jusante)
- 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)
Sistemas e acoplamentos
- Seguros e resseguros
- Bancos Acoplamento
- Instituições de financiamento do desenvolvimento Acoplamento
- Humanitário e sociedade civil Acoplamento
- Agricultura e uso da terra Acoplamento
Controles
NS-0Constituição e princípiosNS-3UNIs de registros de risco (gramática, correspondência legada, autoridade de atribuição)NS-9UNIs contextuais (implantações, instâncias, instâncias de programa)NS-10Políticas e cláusulas (obrigações legíveis por máquina: definição, caráter vinculante, avaliação e aplicação)NS-11Verificação e monitoramento (evidências, atestações, observação da conformidade de confiança zero)NS-14Conformidade e correspondência com normas externasNRS-F3Seguros, risco de catástrofe e lacunas de proteçãoNRS-H113Família de ameaças: fragilidade do sistema financeiro (NHS-1 soc.financial-system)NRS-U17Perfil de plataforma do Universe: Insurance NexusNRS-H71Família de ameaças: catástrofes cósmicas e do tempo profundo (NHS-1 planet.deep-time)NRS-H65Família de ameaças: transgressão dos limites planetários (NHS-1 planet.boundary)NRS-F8Transferência de risco paramétrica e baseada em índices
Observação
- 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
Geografia de exemplo
- Europa Ocidental: 152 células hexagonais
- Taxa de chuva, última meia hora (IMERG), NASA GIBS
- Luzes noturnas desta noite, apagões (VIIRS Day/Night Band), NASA GIBS
- Água superficial através das nuvens, 30 m (radar OPERA DSWx-S1), NASA GIBS
- Carbon monoxide, smoke transport (AIRS), NASA GIBS
De onde vêm as evidências.
Conjuntos de dados públicos nomeados e registros institucionais, cada um com sua classe de licença. As fontes obtidas por acordo só são usadas nos seus termos e nunca são republicadas.
| Fonte | O que oferece | Classe de licença |
|---|---|---|
| Actuarial Standards Board ASOP on credibility procedures | Professional standards for credibility | Gratuito, termos do ASB |
| Monografias de credibilidade da Casualty Actuarial Society | Bühlmann and limited fluctuation methods | Leitura gratuita, termos CAS |
| Dados de agentes estatísticos do setor | Experiência agregada para referências comparativas | Licensed, terms per agent |
| Structured expert judgement literature (Cooke method) | Methods for eliciting and combining expert estimates | Leitura gratuita, termos conforme cada editora |
| Documentação do Stan e do PyMC | Open-source Bayesian modelling tools | Licenças de código aberto, BSD e Apache |
What credibility and sparse data means for exposure, loss and capital.
As vistas de exposição, perda, cenários e capital que um responsável pelo risco, um supervisor ou um ministério das finanças pediria, com os quadros de referência perante os quais reportam. As estruturas seguem a prática de supervisão e atuarial. Os valores são ilustrativos: nunca preços, notações ou aconselhamento.
Exposição e perda por período de retorno
How losses from credibility and sparse data grow with severity, gross and net of reinsurance, against capital.
| Período de retorno | Probabilidade anual | Perda bruta | Perda líquida | Líquido, capital = 100 |
|---|---|---|---|---|
| 1 em 10 | 0.10 | 14 | 10 | 10 |
| 1 em 50 | 0.02 | 33 | 21 | 21 |
| 1 em 100 | 0.01 | 46 | 27 | 27 |
| 1 em 250 | 0.004 | 68 | 39 | 39 |
| Perda anual média | 3.1 | 2.2 | 2.2 |
Quem decide, e a que servem as evidências.
Risco Atuarial e Quantitativo prepara evidências. As decisões abaixo são tomadas pelas autoridades indicadas, segundo suas próprias regras, e nunca pela plataforma.
| Quem decide | A pergunta | Evidências a que esta página serve |
|---|---|---|
| Atuários de precificação e de provisionamento | Quanta credibilidade atribuir aos dados próprios e qual referência usar | Exposição, relevância do parâmetro de referência e padrões profissionais |
| Product committees | Whether to launch products with sparse data and what monitoring applies | Uncertainty estimates and monitoring plans |
| Supervisores | Whether assumptions for new or small portfolios are reasonable | Actuarial reports |
| Resseguradoras | How to price cover for portfolios with little history | Referências de comparação e dados de exposição |
Produtos que este tema gera
- Guia de métodos de credibilidade
- Method note on Bayesian updating of pricing assumptions
- Nota sobre elicitação de especialistas
- Perguntas para revisores sobre a relevância das referências comparativas
As questões que os especialistas levantam.
- How much weight should a portfolio’s own experience receive relative to wider data?
- Quais dados externos são relevantes e quão diferente é a população-alvo?
- How should expert judgement be elicited and combined with data?
- How should the extra uncertainty from sparse data be reflected in results?
- Como os modelos para contextos com poucos dados podem evitar simplesmente importar pressupostos de contextos ricos em dados?
Credibility and borrowing strength.
Credibility theory, developed by actuaries over many decades, blends a risk’s own experience with a broader collective estimate, giving more weight to own experience as its volume and stability grow. The Bühlmann and Bühlmann-Straub models formalise this as a linear estimate that minimises expected error, and they are closely related to Bayesian methods and to hierarchical models in statistics.
Hierarchical Bayesian models extend the idea, letting groups such as regions, industries or policy types share information while retaining their own parameters. They make uncertainty explicit and can incorporate prior knowledge from expert judgement or related data. Structured expert elicitation methods help reduce bias when experts supply estimates.
Em riscos emergentes, como o cibernético, o problema não é só o volume, mas a mudança: o ambiente de ameaças evolui mais rápido do que os dados se acumulam, de modo que dados antigos podem ser menos relevantes. Em mercados de renda mais baixa, usar modelos construídos para outros países pode incorporar pressupostos sobre qualidade das edificações, saúde ou comportamento que não se sustentam.
Métodos e seus limites.
Credibility models
Blending own and collective experience; requires a sensible definition of the collective.
Hierarchical models
Compartilhamento de informações entre grupos com incerteza explícita; os resultados dependem das distribuições a priori.
Structured elicitation
Métodos formais para obter e calibrar o julgamento de especialistas.
Limites: nenhum método cria informação que não existe. Estimativas com dados escassos carregam ampla incerteza, e os resultados podem ser dominados por pressupostos sobre o coletivo ou sobre a distribuição a priori.
Como é estudado e o que os métodos não podem dizer.
- 01Matemática atuarialConstituição de reservas com triângulos de desenvolvimento · Composição do prêmio · Avaliação de rendas vitalíciasAplicado aqui
- 02Probabilidade e estatísticaModelos lineares generalizados na precificação · Credibilidade bayesiana · Testes de qualidade do ajusteAplicado aqui
- 03Quantificação da incerteza e validação de modelosFaixas de reservas · Incerteza de parâmetros e de modelos · Classificação da sensibilidadeAplicado aqui
- 04Computação de alto desempenho, em nuvem e de bordaSimulação de Monte Carlo · Controle de versões e reprodutibilidade · Controles da computação do usuário finalAplicado aqui
Perguntas e respostas.
What is credibility in actuarial work?
O que é a credibilidade de Bühlmann?
When is expert judgement appropriate?
O setor pode compartilhar dados para reduzir a esparsidade?
Is expert judgement scientific?
Why is cyber risk hard to model?
Contribua com evidências a partir desta página.
Reports é a publicação trimestral do Consortium. O que você sabe sobre este tema pode se tornar evidência, um caso ou uma correção na próxima edição, com crédito a você e publicado sob CC BY 4.0 quando for obra sua.
- E-mailPortal GW-GRAEnvie desta páginaEvidência, uma correção, um caso, um método, uma revisão, uma tradução ou uma contribuição ao perfil. Chega marcada com esta página, de modo que o editor responsável a receba.
- 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.
Nunca envie dados pessoais, detalhes sensíveis de infraestrutura nem nada que você não tenha o direito de compartilhar. Uma contribuição é revisada antes do uso. Enviá-la não confere autoria nem direitos editoriais, e o patrocínio nunca compra uma constatação.
Apresente à Alliance uma questão de exposição ou de capital.
A informação e os pedidos estão abertos hoje. Um pedido recebe uma referência e indica o próximo passo; candidaturas, pagamentos, alocações de computação e registros só abrem quando existem a equipa, os termos e a capacidade de revisão.
Documentos jurídicos.
Os mapas, dados e números deste site são apresentados como contexto e informação geral. Não são aconselhamento, previsões nem avisos; os limites da informação estão expostos nos Avisos legais e nos Avisos sobre dados.