GRA · Aktüeryal ve Nicel Risk
Mekânsal finansSermayenin tehlike, maruziyet ve geçişle buluştuğu yer
Güvenilirlik ve seyrek veri
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
Sektör veya reasürör kıyaslamaları başka portföyleri yansıtır. Portföy bileşim veya uygulama bakımından farklıysa, karma sonuç yanlılık taşır.
Uzman yargısı boşlukları doldurur
Where data are absent, structured expert elicitation provides estimates. Without structure and documentation, judgement adds hidden bias.
Updating as data arrive
Bayesian güncelleme , deneyim biriktikçe tahminleri revize eder ve verilerin önsel varsayımı ne kadar değiştirdiğini gösterir.
Bir kuraklık endeksinin devreye girme noktasıyla karşılaştırılması.
Kurak bir mevsimin, kuraklık teminatının ödeme yapmaya başladığı noktaya göre nasıl okunduğu. Sentetik mevsim ve tasarım koşulları.
Neyin ve ne kadar iyi ölçüldüğü.
Her gösterge birimini, sıklığını, ardındaki kaynak türünü ve bir değerin taşıyacağı kanıt etiketini taşır. Hiçbir değer gösterilmez: değerleri bir program kendi yetkisi altında sağlar.
| Gösterge | Birim | Sıklık | Kaynak türü | Etiket |
|---|---|---|---|---|
| Credibility weight assigned to own experience | proportion, zero to one | analiz başına | Pricing analysis | MODELLENMİŞ |
| Kendi deneyiminin altında yatan maruziyet | exposure units | analiz başına | Portfolio data | GÖZLENEN |
| Difference between own and benchmark estimates | yüzde | analiz başına | Pricing analysis | TAHMİNİ |
| Expert elicitation sessions documented | sayı | model başına | Model belgelendirmesi | BEYAN EDİLDİ |
| Posterior uncertainty of key parameters | interval width | analiz başına | Bayesian models | MODELLENMİŞ |
| Lansman sonrası gerçekleşen/beklenen oranı | oran | periyodik | Experience monitoring | TAHMİNİ |
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.
Tehlikeler
- Tropikal siklon
- Deprem
- Buz tıkanması kaynaklı sel
- Orman yangını
- Fırtına kabarması (zincirin ilerisinde tetiklenen)
- Yoğun yağış (zincirin ilerisinde tetiklenen)
- Nehir taşkını (zincirin ilerisinde tetiklenen)
- Ani sel (aşağı akışta tetiklenen)
- Tehlikeli dalga (zincirin ilerisinde tetiklenen)
- Yaygın elektrik kesintisi (zincirin ilerisinde tetiklenen)
- Kitlesel yerinden edilme (zincirin ilerisinde tetiklenen)
- Kıyı taşkını (zincirin ilerisinde tetiklenen)
- Artçı şok dizisi (aşağı akışta tetiklenen)
- Fay yüzeyi yırtılması (aşağı akışta tetiklenen)
- Zemin sıvılaşması (aşağı akışta tetiklenen)
- Yamaç kayması (aşağı akışta tetiklenen)
- Kaya düşmesi (aşağı akışta tetiklenen)
- Tsunami (aşağı akışta tetiklenen)
Sistemler ve bağlantılar
- Sigorta ve reasürans
- Bankacılık Bağlantı
- Kalkınma finansmanı kurumları Bağlantı
- İnsani yardım ve sivil toplum Bağlantı
- Tarım ve arazi kullanımı Bağlantı
Kontroller
NS-0Tüzük ve ilkelerNS-3Risk kaydı UNI'leri (dilbilgisi, eski sistemle eşleştirme, tahsis yetkisi)NS-9Bağlamsal UNI'ler (dağıtımlar, örnekler, program örnekleri)NS-10Politikalar ve maddeler (makine tarafından okunabilir yükümlülükler: tanım, bağlayıcılık, değerlendirme ve yaptırım)NS-11Doğrulama ve izleme (kanıt, beyanlar, sıfır güven uygunluk gözlemi)NS-14Uygunluk ve dış standartlarla eşleştirmeNRS-F3Sigorta, katastrofi riski ve koruma açıklarıNRS-H113Tehlike ailesi: Finansal sistem kırılganlığı (NHS-1 soc.financial-system)NRS-U17Evren platform profili: Insurance NexusNRS-H71Tehlike ailesi: Derin zaman ve kozmik felaketler (NHS-1 planet.deep-time)NRS-H65Tehlike ailesi: Gezegen sınırlarının aşılması (NHS-1 planet.boundary)NRS-F8Parametrik ve endekse dayalı risk transferi
Gözlem
- OECD Data Explorer (Alacaklı Raporlama Sistemi, sigorta ve emeklilik istatistikleri dahil) (referans için listelenmiştir)
- Sigorta istatistikleri (referans için listelenmiştir)
- USGS deprem GeoJSON özet akışları (referans için listelenmiştir)
- Afetlere bağlanan doğrudan ekonomik kaybın küresel gayri safi yurt içi hasılaya (GSYH) oranı
- Afetlere bağlanan doğrudan ekonomik kaybın küresel gayri safi yurt içi hasılaya oranı
- (a) 100.000 yetişkin başına ticari banka şubesi sayısı ve (b) 100.000 yetişkin başına otomatik vezne makinesi (ATM) sayısı
Örnek coğrafya
- Batı Avrupa: 152 altıgen hücre
- Yağış şiddeti, son yarım saat (IMERG), NASA GIBS
- Bu geceki gece ışıkları, kesintiler (VIIRS Day/Night Band), NASA GIBS
- Bulut altındaki yüzey suyu, 30 m (OPERA DSWx-S1 radarı), NASA GIBS
- Karbon monoksit, duman taşınımı (AIRS), NASA GIBS
Kanıtın nereden geldiği.
Her biri lisans sınıfıyla birlikte, adı belirtilmiş kamuya açık veri kümeleri ve kurumsal kayıtlar. Anlaşmaya dayalı kaynaklar yalnızca koşullarına göre kullanılır ve asla yeniden yayımlanmaz.
| Kaynak | Sağladıkları | Lisans sınıfı |
|---|---|---|
| Actuarial Standards Board ASOP on credibility procedures | Professional standards for credibility | Ücretsiz, ASB koşulları |
| Casualty Actuarial Society credibility monographs | Bühlmann and limited fluctuation methods | Free to read, CAS terms |
| Industry statistical agent data | Pooled experience for benchmarks | Lisanslı, koşullar aracıya göre belirlenir |
| Structured expert judgement literature (Cooke method) | Methods for eliciting and combining expert estimates | Okumak ücretsiz, koşullar yayıncıya göre |
| Stan ve PyMC belgeleri | Açık kaynaklı Bayesçi modelleme araçları | Open source, BSD and Apache licences |
Güvenilirlik ve seyrek verinin maruziyet, kayıp ve sermaye açısından anlamı.
Bir risk yöneticisinin, denetim kurumunun veya maliye bakanlığının talep edeceği maruziyet, kayıp, senaryo ve sermaye görünümleri ile raporlama yaptıkları çerçeveler. Yapılar denetim ve aktüerya uygulamalarını izler. Değerler açıklayıcıdır: asla fiyat, derecelendirme veya tavsiye değildir.
Yineleme dönemlerinde maruziyet ve kayıp
How losses from credibility and sparse data grow with severity, gross and net of reinsurance, against capital.
| Yineleme dönemi | Yıllık olasılık | Brüt kayıp | Net kayıp | Net, sermaye = 100 |
|---|---|---|---|---|
| 10 yılda 1 | 0.10 | 14 | 10 | 10 |
| 50 yılda 1 | 0.02 | 33 | 21 | 21 |
| 100 yılda 1 | 0.01 | 46 | 27 | 27 |
| 250 yılda 1 | 0.004 | 68 | 39 | 39 |
| Ortalama yıllık kayıp | 3.1 | 2.2 | 2.2 |
Kim karar verir ve kanıt neye hizmet eder.
Aktüeryal ve Nicel Risk kanıt hazırlar. Aşağıdaki kararlar, adı geçen otoriteler tarafından kendi kuralları uyarınca alınır; platform tarafından asla alınmaz.
| Kim karar verir | Soru | Bu sayfanın hizmet ettiği kanıt |
|---|---|---|
| Fiyatlama ve karşılık aktüerleri | How much credibility to give own data and which benchmark to use | Maruziyet, kıyaslama uygunluğu ve mesleki standartlar |
| Product committees | Whether to launch products with sparse data and what monitoring applies | Uncertainty estimates and monitoring plans |
| Denetleyici kurumlar | Yeni veya küçük portföyler için varsayımların makul olup olmadığı | Actuarial reports |
| Reasürörler | How to price cover for portfolios with little history | Benchmarks and exposure data |
Bu konunun ürettiği çıktılar
- Guide to credibility methods
- Method note on Bayesian updating of pricing assumptions
- Brief on structured expert elicitation
- Questions for reviewers on benchmark relevance
Uzmanların sorduğu sorular.
- 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?
- Verinin kıt olduğu bağlamlar için modeller, verinin bol olduğu bağlamlardaki varsayımları basitçe aktarmaktan nasıl kaçınabilir?
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.
Yöntemler ve sınırları.
Credibility models
Blending own and collective experience; requires a sensible definition of the collective.
Hierarchical models
Sharing information across groups with explicit uncertainty; results depend on priors.
Structured elicitation
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.
Nasıl incelendiği ve yöntemlerin söyleyemeyecekleri.
- 01Aktüerya matematiğiGelişim üçgenleriyle karşılık ayırma · Prim oluşturma · Yıllık gelir değerlemesiBurada uygulanır
- 02Olasılık ve istatistikFiyatlandırmada genelleştirilmiş doğrusal modeller · Bayesçi güvenilirlik · Uyum iyiliği testiBurada uygulanır
- 03Belirsizliğin nicelleştirilmesi ve model doğrulamasıKarşılık aralıkları · Parametre ve model belirsizliği · Duyarlılık sıralamasıBurada uygulanır
- 04Yüksek performanslı, bulut ve uç bilişimMonte Carlo simülasyonu · Sürüm kontrolü ve tekrarlanabilirlik · Son kullanıcı hesaplama kontrolleriBurada uygulanır
Sorular ve yanıtlar.
What is credibility in actuarial work?
What is Bühlmann credibility?
When is expert judgement appropriate?
Can industry share data to reduce sparsity?
Is expert judgement scientific?
Why is cyber risk hard to model?
Bu sayfadan kanıt katkısında bulunun.
Reports, Konsorsiyumun üç ayda bir yayımlanan yayınıdır. Bu konu hakkında bildikleriniz bir sonraki sayıda kanıt, vaka veya düzeltme olabilir; size atfedilir ve kendi çalışmanızsa CC BY 4.0 kapsamında yayımlanır.
- E-postaGeçit GW-GRABu sayfadan gönderinKanıt, bir düzeltme, bir vaka, bir yöntem, bir inceleme, bir çeviri veya profil girdisi. Bu sayfayla etiketlenmiş olarak gelir; böylece sayfanın sahibi editör onu alır.
- 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.
Hiçbir zaman kişisel veri, hassas altyapı ayrıntısı veya paylaşma hakkınız olmayan hiçbir şey göndermeyin. Bir katkı kullanılmadan önce incelenir. Katkıyı göndermek yazarlık veya editoryal hak sağlamaz ve sponsorluk hiçbir zaman bir bulgu satın almaz.
Bir maruziyet veya sermaye sorusunu İttifak'a getirin.
Bilgi ve başvurular bugün açıktır. Bir başvuru bir referans numarası alır ve bir sonraki adımı belirtir; başvurular, ödemeler, işlem kapasitesi tahsisleri ve kayıtlar yalnızca ekipleri, koşulları ve inceleme kapasiteleri mevcut olduğunda açılır.
Hukuki belgeler.
Bu sitedeki haritalar, veriler ve şekiller bağlam ve genel bilgi amacıyla gösterilir. Tavsiye, tahmin ya da uyarı değildir; bilgilerin sınırları Sorumluluk Reddi ve Veri Bildirimleri'nde açıklanmıştır.