GRA · Актуарные и количественные риски
Пространственные финансыГде капитал встречается с опасностями, подверженностью и переходом
Достоверность и скудные данные
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.
Credibility and sparse data on the record.
Credibility and sparse data: how the risk develops.
Working where loss history is short or missing. The dossier below sets out how the risk develops, what is measured, where the data come from, how it is modelled and who decides.
Blending own and wider data
Credibility weights give more weight to own experience as it grows. Too little weight ignores real differences; too much prices on noise.
Benchmarks may not fit
Отраслевые или перестраховочные эталонные показатели отражают другие портфели. Если портфель отличается по структуре или практике, смесь содержит смещение.
Экспертные суждения восполняют пробелы
Где данных нет, оценки дают структурированные опрос экспертов . Без структуры и документирования суждение вносит скрытое смещение.
Updating as data arrive
Байесовское обновление пересматривает оценки по мере накопления опыта и показывает, насколько данные сместили априорное допущение.
Индекс засухи относительно точки привязки.
Как сухой сезон оценивается относительно порога, с которого покрытие от засухи начинает выплачиваться. Сезон и условия структуры синтетические.
Что измеряется и насколько хорошо.
Каждый показатель указывает свою единицу, периодичность, тип источника и метку доказательной базы, которую несло бы значение. Значения не показываются: программа предоставляет их под собственную ответственность.
| Индикатор | Единица | Периодичность | Тип источника | Метка |
|---|---|---|---|---|
| Credibility weight assigned to own experience | доля, от нуля до единицы | на один анализ | Pricing analysis | СМОДЕЛИРОВАНО |
| Exposure underlying own experience | exposure units | на один анализ | Данные о портфеле | НАБЛЮДАЕМО |
| Расхождение между собственными и эталонными оценками | процент | на один анализ | Pricing analysis | ОЦЕНЕНО |
| Expert elicitation sessions documented | количество | на модель | Документация модели | ЗАДЕКЛАРИРОВАНО |
| Posterior uncertainty of key parameters | interval width | на один анализ | Байесовские модели | СМОДЕЛИРОВАНО |
| Отношение фактических значений к ожидаемым после запуска | отношение | периодически | Experience monitoring | ОЦЕНЕНО |
Trace a shock in credibility and sparse data to the balance sheet.
Составлена на основе профиля области Указатель Nexus Standards профиль территории Страхование и перестрахование: шоки, которые в нём названы, Системы и секторы, несущие убытки, меры контроля, которые их сдерживают, и данные, по которым их наблюдают. Выберите исходный шок и пройдите каскад шаг за шагом, чтобы увидеть, каких позиций он достигает и где могут концентрироваться убытки. Вид «Карта» помещает расчёт на условную географию с открытыми данными. Каждый вес является заявленным допущением. Это упражнение, а не прогноз, оценка стоимости, рейтинг или инвестиционная рекомендация. Чтобы смоделировать выбранное вами место, откройте полный Конструктор систем.
Опасности
- Тропический циклон
- Землетрясение
- Наводнение из-за ледового затора
- Лесной пожар
- Штормовой нагон (вызванное ниже по цепочке)
- Интенсивные осадки (вызванное ниже по цепочке)
- Речное наводнение (вызванное ниже по цепочке)
- Внезапный паводок (запущено далее по цепочке)
- Опасный прибой (вызванный ниже по цепочке)
- Масштабное отключение электроэнергии (вызванное ниже по цепочке)
- Массовое перемещение населения (вызванное ниже по цепочке)
- Прибрежное наводнение (вызванное ниже по цепочке)
- Серия афтершоков (запущена ниже по цепочке)
- Разрыв поверхности разлома (запущен ниже по цепочке)
- Разжижение грунта (запущено ниже по цепочке)
- Оползень склона (запущен ниже по цепочке)
- Камнепад (запущен ниже по цепочке)
- Цунами (запущено ниже по цепочке)
Системы и связи
- Страхование и перестрахование
- Банковское дело Взаимосвязи
- Учреждения по финансированию развития Взаимосвязи
- Гуманитарный сектор и гражданское общество Взаимосвязи
- Сельское хозяйство и землепользование Взаимосвязи
Меры контроля
NS-0Устав и принципыNS-3UNI записей о рисках (грамматика, сопоставление с прежней системой, полномочия на присвоение)NS-9Контекстные UNI (развертывания, экземпляры, экземпляры программ)NS-10Политики и положения (машиночитаемые обязательства: определение, обязательность, оценка и обеспечение исполнения)NS-11Верификация и мониторинг (доказательства, подтверждения, наблюдение за соответствием принципу нулевого доверия)NS-14Соответствие и сопоставление с внешними стандартамиNRS-F3Страхование, катастрофический риск и разрывы в страховой защитеNRS-H113Семейство опасностей: хрупкость финансовой системы (NHS-1 soc.financial-system)NRS-U17Вселенная : Insurance NexusNRS-H71Семейство опасностей: катастрофы глубокого времени и космические катастрофы (NHS-1 planet.deep-time)NRS-H65Семейство опасностей: нарушение планетарных границ (NHS-1 planet.boundary)NRS-F8Параметрическая и индексная передача риска
Наблюдение
- OECD Data Explorer (включая систему отчётности кредиторов, статистику страхования и пенсий) (приведено для справки)
- Статистика страхования (приведено для справки)
- Сводные потоки USGS о землетрясениях в формате GeoJSON (приведено для справки)
- Прямой экономический ущерб от бедствий в отношении к мировому валовому внутреннему продукту (ВВП)
- Прямой экономический ущерб от бедствий в отношении к мировому валовому внутреннему продукту
- (a) Число отделений коммерческих банков на 100 000 взрослых и (b) число банкоматов на 100 000 взрослых
Пример географии
- Западная Европа: 152 шестиугольные ячейки
- Интенсивность осадков за последние полчаса (IMERG), NASA GIBS
- Ночные огни сегодня, отключения (VIIRS Day/Night Band), NASA GIBS
- Поверхностные воды сквозь облачность, 30 m (радар OPERA DSWx-S1), NASA GIBS
- Угарный газ, перенос дыма (AIRS), NASA GIBS
Откуда берётся доказательная база.
Названные публичные наборы данных и институциональные записи, каждый со своим классом лицензии. Источники по соглашению используются только на их условиях и никогда не публикуются повторно.
| Источник | Что он даёт | Класс лицензии |
|---|---|---|
| Actuarial Standards Board ASOP on credibility procedures | Professional standards for credibility | Бесплатно, условия ASB |
| Casualty Actuarial Society credibility monographs | Bühlmann and limited fluctuation methods | Free to read, CAS terms |
| Industry statistical agent data | Pooled experience for benchmarks | Licensed, terms per agent |
| Structured expert judgement literature (Cooke method) | Methods for eliciting and combining expert estimates | Можно читать бесплатно, условия определяет издатель |
| Stan and PyMC documentation | Инструменты байесовского моделирования с открытым исходным кодом | Open source, BSD and Apache licences |
What credibility and sparse data 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 credibility and sparse data 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 |
Кто принимает решения и чему служит доказательная база.
Направление «Актуарные и количественные риски» готовит доказательную базу. Перечисленные ниже решения принимают указанные органы по своим собственным правилам, но никогда не платформа.
| Кто принимает решение | Вопрос | Доказательная база, которую обслуживает эта страница |
|---|---|---|
| Актуарии по ценообразованию и резервированию | How much credibility to give own data and which benchmark to use | Подверженность, релевантность эталона и профессиональные стандарты |
| Product committees | Whether to launch products with sparse data and what monitoring applies | Uncertainty estimates and monitoring plans |
| Надзорные органы | Whether assumptions for new or small portfolios are reasonable | Actuarial reports |
| Перестраховщики | How to price cover for portfolios with little history | Benchmarks and exposure data |
Результаты, которые даёт эта тема
- Guide to credibility methods
- Method note on Bayesian updating of pricing assumptions
- Brief on structured expert elicitation
- Questions for reviewers on benchmark relevance
Вопросы, которые задают эксперты.
- How much weight should a portfolio’s own experience receive relative to wider data?
- Which external data are relevant, and how different is the target population?
- How should expert judgement be elicited and combined with data?
- How should the extra uncertainty from sparse data be reflected in results?
- Как моделям для условий с дефицитом данных избежать простого заимствования допущений из условий с обилием данных?
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.
In emerging risks such as cyber, the problem is not only volume but change: the threat environment evolves faster than data accumulate, so old data may be less relevant. In lower-income markets, using models built for other countries can embed assumptions about building quality, health or behaviour that do not hold.
Методы и их ограничения.
Credibility models
Сочетание собственного и коллективного опыта; требует разумного определения коллектива.
Hierarchical models
Sharing information across groups with explicit uncertainty; results depend on priors.
Структурированная экспертная оценка
Formal methods to obtain and calibrate expert judgement.
Limits: no method creates information that is not there. Sparse-data estimates carry wide uncertainty, and results can be dominated by assumptions about the collective or prior.
Как это изучается и чего методы не могут сказать.
- 01Актуарная математикаРезервирование с помощью треугольников развития · Построение премии · Оценка аннуитетовПрименяется здесь
- 02Теория вероятностей и статистикаОбобщённые линейные модели в ценообразовании · Байесовская теория доверия · Проверка согласияПрименяется здесь
- 03Количественная оценка неопределённости и валидация моделейДиапазоны резервов · Неопределённость параметров и моделей · Ранжирование чувствительностиПрименяется здесь
- 04Высокопроизводительные, облачные и периферийные вычисленияМоделирование методом Монте-Карло · Управление версиями и воспроизводимость · Контроль вычислений конечных пользователейПрименяется здесь
Вопросы и ответы.
What is credibility in actuarial work?
Что такое кредибильность по Бюльману?
When is expert judgement appropriate?
Can industry share data to reduce sparsity?
Is expert judgement scientific?
Why is cyber risk hard to model?
Поделитесь доказательствами с этой страницы.
Reports является ежеквартальным изданием Консорциума. Ваши знания по этой теме могут стать доказательством, кейсом или исправлением в следующем выпуске с указанием вашего авторства и публикацией по лицензии CC BY 4.0, если это ваша собственная работа.
- Электронная почтаКонтрольная точка GW-GRAОтправьте с этой страницыДоказательная база, исправление, случай, метод, рецензия, перевод или вклад в профиль. Материал приходит с пометкой этой страницы, поэтому его получает редактор, отвечающий за неё.
- 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.
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.
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.
Юридические документы.
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.