Spatial financeLà où le capital rencontre l'aléa, l'exposition et la transition
Extreme value theory for insurance tails
Extreme value theory gives the tail of the loss distribution its shape: how large a rare event loss may be, how losses accumulate in a bad year, and how uncertain those estimates become beyond the record. Capital, reinsurance and catastrophe pricing all rest on it.
What extreme value theory and tail risk does here.
Extreme value theory andrisque de queuestudy the behaviour of rare, high-impact events. They provide methods to estimate the magnitude and frequency of extremes beyond the range of observed data. In insurance and catastrophe, climate and hazards and health and biosecurity, extreme value methods set design levels and capital buffers for rare events. Tail dependence analysis reveals when extremes in differentsystèmestend to occur together. The canonical description is onle STEM Commons.
Large-loss pricing for excess layers
Losses above a threshold are fitted with a generalised Pareto distribution to price excess-of-loss reinsurance layers, with the threshold choice and its effect on the layer price shown.
Tail measures for solvency capital
Loss distributions are extended into the tail to estimatevaleur à risqueand tail value at risk at regulatory confidence levels, withparameter uncertaintyand alternative fits reported.
Tail dependence across lines and perils
Copulas and multivariate extreme value models examine whether extreme losses in different lines, regions or asset classes tend to occur together, which governs how much diversification credit is defensible.
03Spatial finance
Exposition, aléa et courbe de dépassement.
Quels lieux génèrent les pertes lors d'une année sévère, et jusqu'où elles remontent dans la réassurance. Valeurs de conception illustratives.
Exposition côtière dans les zones de cyclones et de séismes, à côté de la courbe de pertes qu'elle produit.Valeurs de conception illustratives, ni un résultat de modèle ni un prix.
04Données
Ce que consomme la méthode.
Datasets and records used by extreme value theory andrisque de queueon this platform, with the role each plays and the label its values carry. Sources are listed inle registre des sources.
L'écran qu'une équipe utiliserait pour suivre cette méthode : ses mesures, ses états et ses décisions. Les noms sont des exemples et les valeurs sont illustratives.
Tail fit
Insurance · Extreme value theory for insurance · Run R-7661
Shape parameter uncertainGRA · Insurance Nexus
Return level curve
Fiche méthode
Méthode
Théorie des valeurs extrêmes et risque de queue
Approche
peaks over threshold
Seuil
90th percentile
Étiquette
MODÉLISÉ
Paramètres
generalised Pareto fit
Shape ξ
0.22
−0.03
0.45
heavy tail if above zero
Scale σ
2.7
1.0
6.9
units of the variable
Exceedances
88
declustered
Tail fit: the screen’s structure, terms and states for Insurance.Noms donnés à titre d'exemple et valeurs illustratives ; une conception, non un enregistrement ni un système en service.
06Validation
Comment les résultats sont vérifiés.
Fits are checked with diagnostic plots, goodness-of-fit tests and out-of-sample comparison. Sensitivity to threshold and record length is reported.
Vérifier
Comment c'est fait
Threshold stability
Tail parameters are estimated across a range of thresholds and the choice is justified by stability plots
Goodness of fit in the tail
Fits are judged on tail behaviour, not overall fit, using quantile plots and out-of-sample large losses
Confidence intervals for return-period losses are reported, by bootstrap or profile likelihood
Indexation and stationarity
Losses are brought to a common basis for inflation and exposure, and trends are tested before fitting
Extrapolation far beyond the data is highly uncertain. Changing climates and markets violate stationarity assumptions.
07Modèle de pertes
Dépassement de pertes, perte annuelle moyenne et perte maximale probable.
La perte qu'un portefeuille situé dans l'emprise peut attendre par an et aux niveaux 1 sur 100 et 1 sur 250 que tarifent les assureurs et les prêteurs, à partir des trois mêmes blocs que tout modèle de catastropheuses. Teaching model with stated illustrative values, not a prediction. The map on this page shows The Gulf of Mexico coast; the model itself is not tied to a place.
Commandes
Intensité annuelle typique de l'aléa (lieu)
Indice d'intensité 1,00
Étendue des extrêmes (échelle)
indice d'intensité de 0.80
Intensité à laquelle la moitié de la valeur est perdue
Indice d'intensité 4,00
Dispersion de la vulnérabilité
0.55
Part de la valeur dans l'empreinte de l'aléa
40%
Norme de protection (période de retour)
50 ans
Relevés
Perte annuelle moyenne
0.51 % de la valeur
Perte à 1 sur 100 ans
24.5 % de la valeur
Perte à 1 sur 250 ans
28.4 % de la valeur
Intensité à 1 sur 100 ans
indice d'intensité de 4.68
Chiffres, méthodes et sources
Période de retour (années)
Intensité (indice d'intensité)
Perte (% de la valeur)
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
Méthodes
Aléa en valeurs extrêmes de Gumbel Gumbel (1958), Statistics of Extremes, Columbia University Press
Courbe de probabilité de dépassement et perte annuelle moyenne Grossi and Kunreuther (2005), Catastrophe Modeling, Springer
Effet digue Di Baldassarre and others (2013), Socio-hydrology, HESS 17
Éventail d'incertitude (Monte Carlo sur les paramètres) Spiegelhalter, Pearson et Short (2011), Visualising uncertainty about the future, Science 333
Sensibilité un facteur à la fois (tornade) Saltelli and others (2008), Global Sensitivity Analysis: The Primer, Wiley
Données
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:
Intensité des précipitations, dernière demi-heure (IMERG) NASA GPM IMERG Early · registre nasa.gibs.context-live-layers
Prévision du débit fluvial, 30 jours avec fourchette (GloFAS via Open-Meteo) Open-Meteo.com (CC BY 4.0), Copernicus GloFAS · registre open-meteo.public-pages
Étendue du bâti et des établissements, 2010 (HBASE, Landsat) CIESIN/Columbia, NASA SEDAC HBASE · registre sedac.context-urban-layers
Dépassement de pertes, perte annuelle moyenne et perte maximale probable. Modèle pédagogique illustratif : il fonctionne sur les valeurs fixées par les commandes, et non sur des données mesurées. Méthodes : aléa de valeurs extrêmes de Gumbel (Gumbel (1958), Statistics of Extremes, Columbia University Press) ; fragilité lognormale (vulnérabilité) (FEMA (2003), HAZUS-MH Technical Manual) ; courbe de probabilité de dépassement et perte annuelle moyenne (Grossi et Kunreuther (2005), Catastrophe Modeling, Springer).
Sur les six piliers, sous la conduite de Nexus Consortium
Trace a shock in extreme value theory for insurance tails to the balance sheet.
Assembled from theNexus Standardsarea profileAssurance et réassurance: the shocks it names, thesystèmesand 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 fullConstructeur de systèmes.
What extreme value theory for insurance tails means for exposure, loss and capital.
Les vues d'exposition, de pertes, de scénarios et de capital que demanderaient un responsable des risques, une autorité de contrôle ou un ministère des finances, avec les cadres dont ils relèvent pour leurs rapports. Les structures suivent la pratique prudentielle et actuarielle. Les valeurs sont illustratives : jamais des prix, des notations ni des conseils.
Exposition et pertes selon les périodes de retour
How losses from extreme value theory for insurance tails grow with severity, gross and net of reinsurance, against capital.
Période de retour
Probabilité annuelle
Perte brute
Perte nette
Net, capital = 100
1 sur 10
0.10
14
10
10
1 sur 50
0.02
33
21
21
1 sur 100
0.01
46
27
27
1 sur 250
0.004
68
39
39
Perte annuelle moyenne
3.1
2.2
2.2
Indice de pertes illustratif pour un portefeuille d'exemple (capital = 100) : la forme de probabilité de dépassement que lisent les assureurs et les superviseurs. Ni des données sur une institution, ni un prix, ni une notation.
Scénarios climatiques du NGFS · Réseau pour le verdissement du système financierIFRS S2 Informations à fournir en lien avec les changements climatiques · ISSBRecommandations de la TCFD · TCFD du Conseil de stabilité financièrePrincipes pour une gestion efficace des risques financiers liés au climat · Comité de Bâle sur le contrôle bancaire
What are the limits of extreme value theory and tail risk in this field?
Extrapolation far beyond the data is highly uncertain. Changing climates and markets violate stationarity assumptions.
Comment les résultats sont-ils vérifiés ?
Fits are checked with diagnostic plots, goodness-of-fit tests and out-of-sample comparison. Sensitivity to threshold and record length is reported.
Les valeurs de cette page sont-elles réelles ?
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.
Apportez des éléments de preuve depuis cette page.
Rapportsis 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 AllianceInsurance NexusPréparation de la finance et de l'assuranceRisque et résilience sectoriels mondiaux
N'envoyez jamais de données personnelles, de détails sensibles sur des infrastructures ni rien que vous n'avez pas le droit de communiquer. Une contribution est examinée avant utilisation ; son envoi ne confère ni qualité d'auteur ni droits éditoriaux, et un parrainage n'achète jamais une conclusion.
Insurance Nexus
Soumettez une question d'exposition ou de capital à l'Alliance.
L'information et les demandes sont ouvertes dès aujourd'hui. Une demande reçoit une référence et indique l'étape suivante ; candidatures, paiements, allocations de calcul et inscriptions n'ouvrent que lorsque l'équipe, les conditions et la capacité d'examen existent.
Les cartes, données et chiffres de ce site sont présentés à titre de contexte et d'information générale. Ils ne constituent ni des conseils, ni des prévisions, ni des alertes ; les limites de l'information sont exposées dans les Avertissements et les Notices sur les données.
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.