GRA · Актуарные и количественные риски

Пространственные финансыГде капитал встречается с опасностями, подверженностью и переходом

Высокопроизводительные, облачные и периферийные вычисления для актуарного и количественного риска

Computing makes quantitative risk work possible and introduces its own risks. On this platform it covers simulation, reproducible code, version control and the controls that keep spreadsheets and models from producing silent errors.

01Реестр

High-performance, cloud and edge computing for actuarial and quantitative risk on the record.

Запись о методеSTEM-метод
  1. МетодВысокопроизводительные, облачные и периферийные вычисления
  2. РаспорядительДанные и вычисления
  3. Применяется вАктуарные и количественные риски
  4. Данные3 inputs
  5. Каноническая страницаSTEM Commons
02Заявка

What high-performance, cloud and edge computing does here.

High-performance, cloud and edge computing provide the processing and storage capacity for simulation, analytics and digital services. They are both an enabler of анализ рисков and a critical dependency for society. In insurance and catastrophe, methods and modelling and capital markets and investment, computing capacity determines how fast and at what resolution risks can be modelled. Its concentration is itself a systemic dependency for finance, health and government services. The canonical description is on STEM Commons.

Моделирование методом Монте-Карло

Large simulations estimate aggregate losses and capital, with convergence tested and random seeds recorded so results can be reproduced.

Version control and reproducibility

Model code, data and parameters are held under version control, so any result can be traced and rerun by a reviewer.

End-user computing controls

Spreadsheets used in reserving and capital are inventoried, tested and reviewed, since errors in them have caused material misstatements.

03Мониторинг

Compute workload.

Экран, который команда использовала бы для следования этому методу: его показатели, состояния и решения. Названия приведены для примера, а значения иллюстративны.

Compute workload

Actuarial and quantitative risk · High-performance, cloud and edge · Run R-8719

  • Channels reporting
    99of 100Норма
  • Median latency
    343ms
  • Records failing checks
    2.8per 1,000Наблюдение
  • Backlog
    15мин
Gaps on 5 channelsGRA · Актуарный и количественный риск

Latency, p95

Мероприятия

  1. 06:25ПредупредитьChannel C-17 stale
  2. 07:37ИнформацияSchema v2 accepted
  3. 08:19ErrorChecksum mismatch, batch quarantined
  4. 08:31ГотовоReplay complete
Compute workload: the screen’s structure, terms and states for Actuarial and quantitative risk.Примеры названий и иллюстративные значения; макет, а не запись и не действующая система.
04Данные

Что потребляет метод.

Datasets and records used by high-performance, cloud and edge computing on this platform, with the role each plays and the label its values carry. Sources are listed in реестре источников.

ДанныеРольМетка
Model code repositoriesВнедрениеЗАДЕКЛАРИРОВАНО
Simulation outputsResultsСМОДЕЛИРОВАНО
Spreadsheet inventoriesEnd-user computingЗАДЕКЛАРИРОВАНО
05Модель убытков

Превышение убытков, среднегодовой убыток и вероятный максимальный убыток.

Убыток, который портфель в зоне воздействия может ожидать в год, а также на уровнях 1 раз в 100 и 1 раз в 250 лет, которые закладывают в цену страховщики и кредиторы, на основе тех же трёх блоков, что использует любая катастрофическая модель . Учебная модель с указанными иллюстративными значениями, а не прогноз.

Меры контроля

Типичная годовая интенсивность опасности (место)
Индекс интенсивности 1.00
Разброс экстремальных значений (масштаб)
Индекс интенсивности 0.80
Интенсивность, при которой теряется половина стоимости
Индекс интенсивности 4.00
Разброс уязвимости
0.55
Доля стоимости в зоне воздействия опасного явления
40%
Стандарт защиты (период повторяемости)
Лет: 50

Показания

Средние годовые потери
0,51% стоимости
Потери при периоде повторяемости 1 раз в 100 лет
24,5% стоимости
Потери при периоде повторяемости 1 раз в 250 лет
28,4% стоимости
Интенсивность при периоде повторяемости 1 раз в 100 лет
Индекс интенсивности 4.68
Числа, методы и источники
Период повторяемости (лет)Интенсивность (индекс интенсивности)Потери (% стоимости)
10.090.00
21.270.00
41.910.00
72.470.00
133.000.00
243.510.00
444.020.00
824.5323.55
1545.0326.44
2875.5328.87
5366.0330.88
1,0006.5332.53

Методы

  1. Опасность по распределению экстремальных значений Гумбеля Gumbel (1958), Statistics of Extremes, Columbia University Press
  2. Логнормальная кривая хрупкости (уязвимости) FEMA (2003), HAZUS-MH Technical Manual
  3. Кривая вероятности превышения и средние годовые потери Grossi and Kunreuther (2005), Catastrophe Modeling, Springer
  4. Эффект дамбы Di Baldassarre и др. (2013), Socio-hydrology, HESS 17
  5. Веер неопределённости (параметрический метод Монте-Карло) Spiegelhalter, Pearson and Short (2011), Visualising uncertainty about the future, Science 333
  6. Анализ чувствительности по одному фактору (торнадо) Saltelli and others (2008), Global Sensitivity Analysis: The Primer, Wiley

Данные

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:

  • Реки Natural Earth
  • Городские границы Natural Earth
  • Города Natural Earth
  • Землетрясения M4.5+, за последнюю неделю (USGS) U.S. Geological Survey · register usgs.earthquake.summary-feeds
  • Интенсивность осадков, последние полчаса (IMERG) NASA GPM IMERG Early · register nasa.gibs.context-live-layers
  • Прогноз речного стока, 30 дней с диапазоном (GloFAS через Open-Meteo) Open-Meteo.com (CC BY 4.0), Copernicus GloFAS · register open-meteo.public-pages
  • Застроенные территории и протяжённость поселений, 2010 год (HBASE, Landsat) CIESIN/Columbia, NASA SEDAC HBASE · register sedac.context-urban-layers
Кривая превышения потерь, среднегодовой ущерб и вероятный максимальный ущерб. Иллюстративная учебная модель: она работает на значениях, заданных элементами управления, а не на измеренных данных. Методы: опасность экстремальных значений по Гамбелю (Gumbel (1958), Statistics of Extremes, Columbia University Press); логнормальная функция уязвимости (FEMA (2003), HAZUS-MH Technical Manual); кривая вероятности превышения и среднегодовой ущерб (Grossi and Kunreuther (2005), Catastrophe Modeling, Springer).
06Валидация

Как проверяются результаты.

Системы are tested through benchmarks, load testing and failover exercises. Numerical reproducibility is checked across hardware and software configurations.

ПроверкаКак это делается
КонвергенцияSimulation results are stable as iterations increase
ВоспроизводимостьA reviewer can rerun results from recorded inputs
Independent testingCode is tested against independent calculations

Concentration in few providers or regions creates shared points of failure. Energy, water and supply chain constraints limit capacity growth.

07Подверженность, убытки и капитал

What it means for exposure, loss and capital.

Представления о подверженности, убытках, сценариях и капитале, которые запросил бы риск-менеджер, надзорный орган или министерство финансов, с указанием систем отчётности, которым они следуют. Структуры соответствуют надзорной и актуарной практике. Значения иллюстративны: это никогда не цены, рейтинги или рекомендации.

Подверженность и убытки по периодам повторяемости

How losses from high-performance, cloud and edge computing for actuarial and quantitative risk grow with severity, gross and net of reinsurance, against capital.

1 раз в 10 лет1 раз в 50 лет1 раз в 100 лет1 раз в 250 летбруттоза вычетом перестрахования800
Период повторяемостиГодовая вероятностьВаловой убытокЧистый убытокНетто, капитал = 100
1 раз в 10 лет0.10141010
1 раз в 50 лет0.02332121
1 раз в 100 лет0.01462727
1 раз в 250 лет0.004683939
Средние годовые потери3.12.22.2
Иллюстративный индекс убытков для примерного портфеля (капитал = 100): форма вероятности превышения, которую читают страховщики и надзорные органы. Это не данные о каком-либо учреждении, не цена и не рейтинг.
Климатические сценарии NGFS · Сеть по экологизации финансовой системыIFRS S2 «Раскрытие информации, связанной с климатом» · ISSBРекомендации TCFD · Совет по финансовой стабильности, TCFDПринципы эффективного управления климатическими финансовыми рисками · Базельский комитет по банковскому надзору
09Ведение и сопровождение

Кто ведёт метод.

Данные и вычисления stewards high-performance, cloud and edge computing for the Consortium and reviews how it is applied across platforms.

11Вопросы

Вопросы и ответы.

What are the limits of high-performance, cloud and edge computing in this field?
Concentration in few providers or regions creates shared points of failure. Energy, water and supply chain constraints limit capacity growth.
Как проверяются результаты?
Systems are tested through benchmarks, load testing and failover exercises. Numerical reproducibility is checked across hardware and software configurations.
Значения на этой странице реальные?
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.
Где ещё применяется этот метод?
Observatory Каноническая страница метода перечисляет все применяющие его платформы.
ОтчётыВнести вклад

Поделитесь доказательствами с этой страницы.

Отчёты 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 AllianceАктуарные и количественные рискиМетоды и технические материалы«Готовность к финансированию и страхованию»

Никогда не отправляйте персональные данные, сведения о чувствительной инфраструктуре или то, чем вы не вправе делиться. Материал проходит рассмотрение перед использованием; его отправка не дает авторских или редакционных прав, а спонсорство никогда не покупает выводы.

Актуарные и количественные риски

Обратитесь в Альянс с вопросом о подверженности или капитале.

Информация и запросы открыты уже сегодня. Запрос получает номер и указывает следующий шаг; заявки, платежи, выделение вычислительных ресурсов и регистрации открываются только тогда, когда существуют их команда, условия и возможности для проверки.

Правовая информация

Карты, данные и рисунки на этом сайте приводятся для контекста и общей информации. Они не являются советом, прогнозом или предупреждением; ограничения информации изложены в Оговорках и уведомлениях о данных.

The Global Risks Alliance

Finance · trust · precision

Not for profit

Our articles, maps and twins are free to read and free to republish. Readers and partners keep it that way.

Partner with us

Who funds us

GRA is a not-for-profit institution. To ask who funds a piece of work, use the funding questions form.

Independence

Editors and the expert reviewers named on each article decide what we publish. Funders and partners do not review or approve articles before publication.

Licence

Articles: CC BY 4.0. Figures, maps, twins and data: CC BY 4.0. Other uses: ask through the permissions form.