Skip to content

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.

01Sicil

Credibility and sparse data on the record.

02Soru

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.

Mekanizma

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.

Mekanizma

Benchmarks may not fit

Sektör veya reasürör kıyaslamaları başka portföyleri yansıtır. Portföy bileşim veya uygulama bakımından farklıysa, karma sonuç yanlılık taşır.

Mekanizma

Uzman yargısı boşlukları doldurur

Where data are absent, structured expert elicitation provides estimates. Without structure and documentation, judgement adds hidden bias.

Mekanizma

Updating as data arrive

Bayesian güncelleme , deneyim biriktikçe tahminleri revize eder ve verilerin önsel varsayımı ne kadar değiştirdiğini gösterir.

03Mekânsal finans

Bir kuraklık endeksinin devreye girme noktasıyla karşılaştırılması.

Kurak bir mevsimin, kuraklık teminatının ödeme yapmaya başladığı noktaya göre nasıl okunduğu. Sentetik mevsim ve tasarım koşulları.

Sahel genelinde bir yağış mevsimi; kuraklık teminatının ödeme yapmaya başlayacağı ve duracağı noktalara göre okunur.Sentetik sezon ve tasarım koşulları; herhangi bir teminat ima edilmez.
04Göstergeler

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.

GöstergeBirimSıklıkKaynak türüEtiket
Credibility weight assigned to own experienceproportion, zero to oneanaliz başınaPricing analysisMODELLENMİŞ
Kendi deneyiminin altında yatan maruziyetexposure unitsanaliz başınaPortfolio dataGÖZLENEN
Difference between own and benchmark estimatesyüzdeanaliz başınaPricing analysisTAHMİNİ
Expert elicitation sessions documentedsayımodel başınaModel belgelendirmesiBEYAN EDİLDİ
Posterior uncertainty of key parametersinterval widthanaliz başınaBayesian modelsMODELLENMİŞ
Lansman sonrası gerçekleşen/beklenen oranıoranperiyodikExperience monitoringTAHMİNİ
05İkiz ve zincirleme etki simülatörü

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)

Kontroller

  • NS-0 Tüzük ve ilkeler
  • NS-3 Risk kaydı UNI'leri (dilbilgisi, eski sistemle eşleştirme, tahsis yetkisi)
  • NS-9 Bağlamsal UNI'ler (dağıtımlar, örnekler, program örnekleri)
  • NS-10 Politikalar ve maddeler (makine tarafından okunabilir yükümlülükler: tanım, bağlayıcılık, değerlendirme ve yaptırım)
  • NS-11 Doğrulama ve izleme (kanıt, beyanlar, sıfır güven uygunluk gözlemi)
  • NS-14 Uygunluk ve dış standartlarla eşleştirme
  • NRS-F3 Sigorta, katastrofi riski ve koruma açıkları
  • NRS-H113 Tehlike ailesi: Finansal sistem kırılganlığı (NHS-1 soc.financial-system)
  • NRS-U17 Evren platform profili: Insurance Nexus
  • NRS-H71 Tehlike ailesi: Derin zaman ve kozmik felaketler (NHS-1 planet.deep-time)
  • NRS-H65 Tehlike ailesi: Gezegen sınırlarının aşılması (NHS-1 planet.boundary)
  • NRS-F8 Parametrik 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
06Kaynaklar

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.

KaynakSağladıklarıLisans sınıfı
Actuarial Standards Board ASOP on credibility proceduresProfessional standards for credibilityÜcretsiz, ASB koşulları
Casualty Actuarial Society credibility monographsBühlmann and limited fluctuation methodsFree to read, CAS terms
Industry statistical agent dataPooled experience for benchmarksLisanslı, koşullar aracıya göre belirlenir
Structured expert judgement literature (Cooke method)Methods for eliciting and combining expert estimatesOkumak ücretsiz, koşullar yayıncıya göre
Stan ve PyMC belgeleriAçık kaynaklı Bayesçi modelleme araçlarıOpen source, BSD and Apache licences
07Maruziyet, kayıp ve sermaye

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.

10 yılda 150 yılda 1100 yılda 1250 yılda 1brütreasürans sonrası net800
Yineleme dönemiYıllık olasılıkBrüt kayıpNet kayıpNet, sermaye = 100
10 yılda 10.10141010
50 yılda 10.02332121
100 yılda 10.01462727
250 yılda 10.004683939
Ortalama yıllık kayıp3.12.22.2
Örnek bir portföy için örnekleyici kayıp endeksi (sermaye = 100): sigortacıların ve denetim otoritelerinin okuduğu aşılma olasılığı biçimi. Herhangi bir kuruma ait veri, fiyat veya derecelendirme değildir.
NGFS iklim senaryoları · Network for Greening the Financial SystemIFRS S2 İklimle İlgili Açıklamalar · ISSBTCFD tavsiyeleri · Finansal İstikrar Kurulu TCFDİklimle ilgili finansal risklerin etkin yönetimine ilişkin ilkeler · Basel Bankacılık Denetim Komitesi
08Kararlar

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 verirSoruBu sayfanın hizmet ettiği kanıt
Fiyatlama ve karşılık aktüerleriHow much credibility to give own data and which benchmark to useMaruziyet, kıyaslama uygunluğu ve mesleki standartlar
Product committeesWhether to launch products with sparse data and what monitoring appliesUncertainty estimates and monitoring plans
Denetleyici kurumlarYeni veya küçük portföyler için varsayımların makul olup olmadığıActuarial reports
ReasürörlerHow to price cover for portfolios with little historyBenchmarks and exposure data

Bu konunun ürettiği çıktılar

09Temel sorular

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?
10Mekanizmalar

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.

11Yöntemler ve veriler

Yöntemler ve sınırları.

Credibility

Credibility models

Blending own and collective experience; requires a sensible definition of the collective.

Bayesian

Hierarchical models

Sharing information across groups with explicit uncertainty; results depend on priors.

Uzmanlar

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.

13Sorular

Sorular ve yanıtlar.

What is credibility in actuarial work?
The weight given to a portfolio’s own experience when combining it with broader data, increasing as the volume and stability of own data grow.
What is Bühlmann credibility?
A method that sets credibility weights from the variance within and between risk groups, balancing own experience against the collective.
When is expert judgement appropriate?
Veriler mevcut olmadığında veya ilgili olmadığında, yapılandırılmış ve belgelenmiş bir biçimde elde edilmesi ve veriler geldikçe sınanması koşuluyla.
Can industry share data to reduce sparsity?
Only aggregated, under GRA’s written competition policy, once membership opens. Competitively sensitive data are not exchanged.
Is expert judgement scientific?
Yapılandırılmış yöntemlerle elde edildiğinde, kalibre edilip belgelendiğinde ve belirsizliği raporlandığında olabilir.
Why is cyber risk hard to model?
Because data are short, threats change quickly and losses can be highly correlated across firms.
RaporlarKatkıda bulunun

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.

Global Risks AllianceActuarial and Quantitative RiskMethods and TechnicalFinance and Insurance Readiness
Aktüeryal ve Nicel Risk

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.