Skip to content

GRA · Актуарные и количественные риски

Пространственные финансыГде капитал встречается с опасностями, подверженностью и переходом

Методы экстремальных значений

Extreme value theory gives a statistical basis for estimating the size and frequency of losses and hazards beyond what the record shows. It is used for large-loss pricing, catastrophe hazard, operational risk and capital at high confidence levels. Results depend on thresholds, sample size and whether conditions are stable. This page sets out how extreme value methods work, where they fail, the data they need and who relies on them.

01Полотно

Как ведётся работа.

Системы · по этой темеИллюстративно
Reserving workbench: the screen’s structure, terms and states for Extreme value methods.Example names and illustrative values; a design, not a record or a live system.

Рис.Рабочее место резервирования: примеры названий и иллюстративные значения, не запись и не действующая система.

02Вопрос

Extreme value methods: how the risk develops.

Tail estimation for hazards, markets and operational losses. The dossier below sets out how the risk develops, what is measured, where the data come from, how it is modelled and who decides.

Механизм

Tails follow limiting laws

Under broad conditions, block maxima follow a generalised extreme value distribution and exceedances over a high threshold follow a generalised Pareto distribution.

Механизм

Thresholds trade bias for variance

Высокий порог соответствует теории, но оставляет мало точек; низкий порог добавляет данные, но и смещение. Результаты меняются в зависимости от выбора.

Механизм

Short records widen intervals

Estimating a rare return period from a short record gives wide confidence intervals that are often left unreported.

Механизм

Non-stationarity breaks assumptions

If climate, exposure or claims practice change, past extremes may not represent future ones, and stationary fits mislead.

03Подверженность, убытки и капитал

What extreme value methods 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 extreme value methods 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
04Индикаторы

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.

ИндикаторЕдиницаПериодичностьТип источникаМетка
Shape parameter of the tailбезразмерная величинана один анализFitted extreme value modelsСМОДЕЛИРОВАНО
Return level at stated return periodcurrency or hazard unitна один анализFitted modelsСМОДЕЛИРОВАНО
Confidence interval width for return levelcurrency or hazard unitна один анализBootstrap or profile likelihoodСМОДЕЛИРОВАНО
Exceedances above thresholdколичествона один анализДанныеНАБЛЮДАЕМО
Длина ряда наблюденийлетна набор данныхДанныеНАБЛЮДАЕМО
Trend in annual maximachange per decadeна один анализNon-stationary fitsОЦЕНЕНО
05Источники

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.

ИсточникЧто он даётКласс лицензии
Coles, An Introduction to Statistical Modeling of Extreme ValuesStandard reference text on extreme value methodsProprietary, published book
Пакеты R extRemes и evdИнструменты анализа экстремальных значений с открытым исходным кодомОткрытый исходный код, GPL
Записи об опасностях NOAA и национальных метеорологических службДлинные ряды данных об экстремальных проявлениях опасностейPublic domain or terms per service
Operational risk loss data consortia publicationsLarge operational loss recordsMembers only; summaries free to read
Базы данных о крупных убытках страховщиков и перестраховщиковIndividual large claimsProprietary, internal
06Решения

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 решениеВопросДоказательная база, которую обслуживает эта страница
Actuaries and risk modellersWhich extreme value method and threshold to useStability diagnostics and data review
Capital model ownersHow tail estimates enter capitalUncertainty and sensitivity evidence
ValidatorsWhether tail fits are adequateBack-testing and alternative fits
Надзорные органыWhether tail calibration supports regulatory capitalModel documentation and validation

Результаты, которые даёт эта тема

  • Guide to block maxima and peaks-over-threshold methods
  • Method note on threshold selection and stability plots
  • Brief on reporting uncertainty for return levels
  • Questions for reviewers on non-stationarity
07Ключевые вопросы

Вопросы, которые задают эксперты.

  • How large is the loss that is exceeded, on average, once in a given number of years?
  • Which threshold or block size gives a reliable estimate of the tail?
  • Является ли хвост тяжёлым, лёгким или ограниченным, и с какой уверенностью это можно утверждать?
  • Is the extreme behaviour changing over time?
  • How do extremes in different variables or places occur together?
08Механизмы

The theory of extremes.

Two classical results underpin the field. The distribution of block maxima, such as the largest annual flood, tends towards the generalised extreme value distribution under broad conditions. The distribution of exceedances over a high threshold tends towards the generalised Pareto distribution. A single shape parameter determines whether the tail is heavy, light or bounded, and it is the most important and most uncertain quantity in any extreme value analysis.

Practical choices drive results: the block size or threshold, how to handle clusters of extremes that occur together, such as aftershocks or volatile trading days, and whether to include covariates for trends or seasonality. Non-stationary extreme value models let parameters change with time or with climate indices, which is essential when the underlying process is changing.

Multivariate and spatial extremes address joint behaviour, such as storm surge with rainfall, or losses across regions. Dependence in the extremes can differ from dependence in the bulk of the data, which has direct consequences for diversification.

09Методы и данные

Методы и их ограничения.

Peaks

Пики сверх порога

Fitting the generalised Pareto distribution to exceedances; results depend on threshold choice.

Maxima

Блочные максимумы

Fitting the generalised extreme value distribution to block maxima; uses data less efficiently.

Non-stationary

Covariate models

Letting parameters vary with time or climate; risks over-fitting short records.

Limits: estimates far beyond the data rest on the assumption that the limiting distribution applies, and confidence intervals for long return periods are wide. Reporting return levels without intervals overstates certainty.

10Методы

Как это изучается и чего методы не могут сказать.

  1. Теория экстремальных значений и «хвостовые» рискиЦенообразование эксцедентных слоёв · Хвостовые меры капитала · Нестационарные экстремальные значения опасностейПрименяется здесь
  2. Теория вероятностей и статистикаОбобщённые линейные модели в ценообразовании · Байесовская теория доверия · Проверка согласияПрименяется здесь
  3. Количественная оценка неопределённости и валидация моделейДиапазоны резервов · Неопределённость параметров и моделей · Ранжирование чувствительностиПрименяется здесь
  4. Высокопроизводительные, облачные и периферийные вычисленияМоделирование методом Монте-Карло · Управление версиями и воспроизводимость · Контроль вычислений конечных пользователейПрименяется здесь
11Вопросы

Вопросы и ответы.

Что такое метод превышения порога?
Подход экстремальных значений, который моделирует потери выше высокого порога с помощью обобщённого распределения Парето и использует больше данных, чем годовые максимумы.
What does the shape parameter tell us?
Whether the tail is heavy, light or bounded; a positive shape implies a heavy tail where very large losses are relatively more likely.
Can extreme value theory predict the next catastrophe?
Нет. Он оценивает частоту и масштаб экстремальных явлений при определённых допущениях и с большой неопределённостью, а не время наступления события.
What is a return period?
The average interval between exceedances of a given level under stationary conditions. It is not a schedule: a rare event can happen in consecutive years.
Может ли теория экстремальных значений предсказать крах?
No. It estimates the probability and size of extremes, not their timing.
What if the climate is changing?
Non-stationary models allow parameters to change, but they need care to avoid over-fitting short records.
ОтчётыВнести вклад

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.

Global Risks AllianceActuarial and Quantitative RiskMethods and TechnicalFinance and Insurance Readiness
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.