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.
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 ofанализ рисковand 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 onSTEM 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
06:25ПредупредитьChannel C-17stale
07:37ИнформацияSchema v2accepted
08:19ErrorChecksum mismatch, batch quarantined
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 inреестре источников.
Данные
Роль
Метка
Model code repositories
Внедрение
ЗАДЕКЛАРИРОВАНО
Simulation outputs
Results
СМОДЕЛИРОВАНО
Spreadsheet inventories
End-user computing
ЗАДЕКЛАРИРОВАНО
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)
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
Методы
Опасность по распределению экстремальных значений Гумбеля Gumbel (1958), Statistics of Extremes, Columbia University Press
Кривая вероятности превышения и средние годовые потери Grossi and Kunreuther (2005), Catastrophe Modeling, Springer
Эффект дамбы Di Baldassarre и др. (2013), Socio-hydrology, HESS 17
Веер неопределённости (параметрический метод Монте-Карло) Spiegelhalter, Pearson and Short (2011), Visualising uncertainty about the future, Science 333
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).
По шести опорам, под руководством Nexus Consortium
Системыare tested through benchmarks, load testing and failover exercises. Numerical reproducibility is checked across hardware and software configurations.
Проверка
Как это делается
Конвергенция
Simulation results are stable as iterations increase
Воспроизводимость
A reviewer can rerun results from recorded inputs
Independent testing
Code 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.
Период повторяемости
Годовая вероятность
Валовой убыток
Чистый убыток
Нетто, капитал = 100
1 раз в 10 лет
0.10
14
10
10
1 раз в 50 лет
0.02
33
21
21
1 раз в 100 лет
0.01
46
27
27
1 раз в 250 лет
0.004
68
39
39
Средние годовые потери
3.1
2.2
2.2
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
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.
Отчётыis 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.
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.
Editors and the expert reviewers named on each article decide what we publish. Funders and partners do not review or approve articles before publication.
This site uses only strictly necessary cookies to work and to remember your privacy choices. Nothing loads from other companies, and we never sell or share your personal information.
Details
This site uses only strictly necessary cookies to work and to remember your privacy choices. Nothing loads from other companies, and we never sell or share your personal information. We run no advertising. You can review your choices at any time through Privacy choices at the foot of every page.