Skip to content

GRA · Réassurance et catastrophes

Spatial financeWhere capital meets hazard, exposure and transition

Modèles de catastrophe

Les modèles de catastrophe simulent de nombreux événements possibles, tels que des ouragans, des séismes et des inondations, et estiment la perte que chacun causerait à un portefeuille. Ils combinent des modules d'aléa, de vulnérabilité, d'exposition et de finance, et leurs résultats déterminent la tarification, l'achat de réassurance, le capital et la notation. Cette page expose le fonctionnement des modèles de catastrophe, l'origine de leur incertitude, les données qu'ils utilisent et les responsables de leur mode d'utilisation.

01Registre

Catastrophe models on the record.

02La question

Modèles de catastrophe : comment le risque se développe.

Ensembles d'événements, vulnérabilité et limites. Le dossier ci-dessous expose comment le risque se développe, ce qui est mesuré, d'où viennent les données, comment il est modélisé et qui décide.

Mécanisme

Hazard catalogues sample the possible

Stochastic event sets represent the range of plausible events and their frequencies, built from short historical records extended with physics and statistics.

Mécanisme

Vulnerability links hazard to damage

Les fonctions de dommages relient la vitesse du vent, le mouvement du sol ou la hauteur d'inondation à la part de valeur perdue, selon le type de construction, l'occupation et l'âge. Elles sont calibrées sur les sinistres et les études d'ingénierie.

Mécanisme

La qualité des données d'exposition détermine l'erreur

Missing or wrong location, construction and value data shift results as much as hazard assumptions. Models are only as good as the portfolio data entered.

Mécanisme

Financial terms shape the result

Deductibles, limits, sub-limits and reinsurance terms are applied to ground-up losses. Small changes in terms can change modelled insured loss substantially.

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.
04Indicateurs

Ce qui est mesuré, et avec quelle qualité.

Chaque indicateur porte son unité, sa périodicité, le type de source qui le sous-tend et l'étiquette de preuve que porterait une valeur. Aucune valeur n'est affichée : un programme les fournit sous sa propre autorité.

IndicateurUnitéFréquenceType de sourceÉtiquette
Perte annuelle moyennemonnaie par anpar exécution de modèleCatastrophe model outputMODÉLISÉ
Perte d'occurrence à une probabilité de dépassement pour une période de retourdevisepar exécution de modèleCatastrophe model outputMODÉLISÉ
Perte associée à la probabilité de dépassement agrégée à la période de retour indiquéedevisepar exécution de modèleCatastrophe model outputMODÉLISÉ
Modelled loss difference between vendorsratiopar comparaisonComparaisons de modèlesMODÉLISÉ
Exhaustivité des données d'expositionpercent of locations with primary attributespar portefeuilleAudit d'expositionOBSERVÉ
Non-modelled perils share of lossespercent of catastrophe lossesannuelInsurer and broker analysisESTIMÉ
05Modèle 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 catastrophe . Modèle pédagogique à valeurs illustratives indiquées, et non une prévision. La carte de cette page montre la côte du golfe du Mexique ; le modèle lui-même n'est lié à aucun lieu.

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)
10.090.00
21.270.00
41.910.00
72.470.00
133.000.00
243.510.00
444.020.00
824.5323.55
1545.0326.44
2875.5328.87
5366.0330.88
1,0006.5332.53

Méthodes

  1. Gumbel extreme-value hazard Gumbel (1958), Statistics of Extremes, Columbia University Press
  2. Lognormal fragility (vulnerability) FEMA (2003), HAZUS-MH Technical Manual
  3. Exceedance-probability curve and average annual loss Grossi and Kunreuther (2005), Catastrophe Modeling, Springer
  4. Levee effect Di Baldassarre and others (2013), Socio-hydrology, HESS 17
  5. Éventail d'incertitude (Monte Carlo sur les paramètres) Spiegelhalter, Pearson et Short (2011), Visualising uncertainty about the future, Science 333
  6. One-at-a-time sensitivity (tornado) 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:

  • Rivers Natural Earth
  • Urban extents Natural Earth
  • Cities Natural Earth
  • Séismes M4.5+, semaine écoulée (USGS) U.S. Geological Survey · registre usgs.earthquake.summary-feeds
  • 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).
06Sources

D'où proviennent les données probantes.

Jeux de données publics et registres institutionnels nommés, chacun avec sa catégorie de licence. Les sources fournies dans le cadre d'accords ne sont utilisées que selon leurs conditions et ne sont jamais republiées.

SourcesCe qu'elle apporteCatégorie de licence
Oasis Loss Modelling Framework and model libraryOpen platform and models in a common formatOpen source, BSD licence; models under their own licences
Modèles d'aléas et de risques du Global Earthquake Model (GEM)Modèles ouverts d'aléa et de risque sismiquesCreative Commons, terms per product
NOAA IBTrACSTropical cyclone best-track dataDomaine public
Soumissions à la Florida Commission on Ouragan Loss Projection MethodologyExamen public des modèles d'ouragans utilisés dans les dossiers tarifaires en FlorideRegistres publics
Global Flood Database et Copernicus Emergency Management ServiceÉtendues d'inondation observées pour le calibrageGratuit, conditions propres à chaque jeu de données
Productions du Risk Modelling Steering Group de l'Insurance Development ForumOutils ouverts de modélisation des risques pour un usage public et privéLecture gratuite, conditions à vérifier
07Simulateur de jumeau et de cascade

Trace a shock in catastrophe models 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.

Aléas

  • cyclones tropicaux
  • Séisme
  • Inondation par embâcle
  • Feu de forêt
  • Onde de tempête (déclenchée en aval)
  • Précipitations intenses (déclenchées en aval)
  • Crue fluviale (déclenchée en aval)
  • Flash flood (set off downstream)
  • Houle dangereuse (déclenchée en aval)
  • Panne d'électricité généralisée (déclenchée en aval)
  • Déplacements massifs (déclenchés en aval)
  • Inondation côtière (déclenchée en aval)
  • Aftershock sequence (set off downstream)
  • Fault surface rupture (set off downstream)
  • Soil liquefaction (set off downstream)
  • Slope slide (set off downstream)
  • Rockfall (set off downstream)
  • Tsunami (set off downstream)

Commandes

  • NS-0 Constitution et principes
  • NS-3 UNI des enregistrements de risque (grammaire, table de correspondance héritée, autorité d'attribution)
  • NS-9 UNI contextuels (déploiements, instances, instances de programme)
  • NS-10 Politiques et clauses (obligations lisibles par machine : définition, caractère contraignant, évaluation et application)
  • NS-11 Vérification et suivi (éléments probants, attestations, observation de la conformité zero trust)
  • NS-14 Conformité et correspondance avec les normes externes
  • NRS-F3 Assurance, risque de catastrophe et déficits de protection
  • NRS-H113 Famille d'aléas : fragilité du système financier (NHS-1 soc.financial-system)
  • NRS-U17Profil de plateforme Universe : Insurance Nexus
  • NRS-H71 Famille d'aléas : catastrophes cosmiques et des temps géologiques (NHS-1 planet.deep-time)
  • NRS-H65 Famille d'aléas : dépassement des limites planétaires (NHS-1 planet.boundary)
  • NRS-F8 Transfert de risque paramétrique et indiciel

Observation

  • OECD Data Explorer (incl. Creditor Reporting System, insurance and pension statistics) (listed for reference)
  • Insurance statistics (listed for reference)
  • USGS earthquake GeoJSON summary feeds (listed for reference)
  • Direct economic loss attributed to disasters in relation to global gross domestic product (GDP)
  • Direct economic loss attributed to disasters in relation to global gross domestic product
  • (a) Number of commercial bank branches per 100,000 adults and (b) number of automated teller machines (ATMs) per 100,000 adults

Géographie d'exemple

  • Europe occidentale : 152 cellules hexagonales
  • Intensité des précipitations, dernière demi-heure (IMERG), NASA GIBS
  • Lumières nocturnes de ce soir, pannes (VIIRS Day/Night Band), NASA GIBS
  • Eaux de surface à travers les nuages, 30 m (radar OPERA DSWx-S1), NASA GIBS
  • Carbon monoxide, smoke transport (AIRS), NASA GIBS
08Décisions

Qui décide, et à quoi servent les données probantes.

Réassurance et catastrophes prépare les données probantes. Les décisions ci-dessous sont prises par les autorités désignées, selon leurs propres règles, et jamais par la plateforme.

Qui décideLa questionDonnées probantes servies par cette page
Directeurs des risques et équipes de modélisation des catastrophesWhich model or blend to adopt as the company’s view of riskComparaisons de modèles, données probantes de validation et qualité des données
Autorités de contrôle des assurances et agences de notationSi l'utilisation du modèle est appropriée pour le capital et la notationValidation, governance and sensitivity evidence
Régulateurs des tarifsSi les modèles peuvent étayer les dépôts de tarifsPublic model reviews such as the Florida Commission’s
Réassureurs et investisseursDans quelle mesure s'appuyer sur les résultats d'un fournisseur pour la tarificationRésultats de modèle avec incertitude et comparaison

Résultats que produit ce thème

09Exposition, perte et capital

Ce que les modèles de catastrophe signifient pour l'exposition, les pertes et le 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 catastrophe models grow with severity, gross and net of reinsurance, against capital.

1 sur 101 sur 501 sur 1001 sur 250brutnet de réassurance800
Période de retourProbabilité annuellePerte brutePerte netteNet, capital = 100
1 sur 100.10141010
1 sur 500.02332121
1 sur 1000.01462727
1 sur 2500.004683939
Perte annuelle moyenne3.12.22.2
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
10Questions essentielles

Ce que demandent les experts sur les modèles de catastrophe.

  • Dans quelle mesure l' ensemble d'événements représente-t-il la fréquence et la gravité des aléas réels ?
  • How reliable are vulnerability functions for different building types and regions?
  • Quels périls et effets secondaires sont modélisés, et lesquels manquent ?
  • Dans quelle mesure les estimations de pertes sont-elles sensibles aux hypothèses et à la qualité des données?
  • Comment communiquer les résultats des modèles avec leur incertitude ?
11Mécanismes et facteurs

How catastrophe models work.

Le module d'aléas génère un large ensemble d'événements simulés, tels que des trajectoires d' ouragan ou des ruptures de parasismique , à partir des archives historiques et de la compréhension physique issue des sciences du climat et des géosciences. Chaque événement possède une fréquence et une empreinte d' intensité de l'aléa.

Le module de vulnérabilité estime les dommages aux bâtiments et à leur contenu en fonction de l'intensité de l'aléa et des caractéristiques des bâtiments, à partir de l' ingénierie des structures et de données de sinistres. Le module financier applique les franchises, les limites et les conditions de réassurance pour estimer les pertes assurées. Le résultat est une distribution des pertes, dont sont dérivées des mesures telles que la perte annuelle moyenne et les pertes à longues périodes de retour.

Models are simplifications. Secondary perils such as hail, flood and wildfire have historically been less well modelled than primary perils, and non-modelled losses, such as some business interruption, can be significant.

12Méthodes et données

Les méthodes et leurs limites.

  1. 01

    Event set generation

    Simulation stochastique des aléas. La brièveté des séries historiques limite le calibrage des événements rares.

  2. 02

    Fonctions de vulnérabilité

    Damage relationships from engineering and claims. Local building practices vary.

  3. 03

    Données d'exposition

    Localisation et caractéristiques des biens assurés. Des données incomplètes ou inexactes entraînent de fortes erreurs.

  4. 04

    Analyse d'incertitude

    Quantification des incertitudes primaire et secondaire, au moyen de la quantification des incertitudes.

Different models can give materially different estimates for the same portfolio. Model output is one input to judgement, not a definitive answer.

15Questions

Questions et réponses.

What is an exceedance probability curve?
A curve showing the probability that losses exceed each amount in a year, either for the largest single event (occurrence) or the year’s total (aggregate).
What is a stochastic event set?
Un vaste catalogue simulé d'événements, chacun associé à une fréquence, représentant l'éventail des événements qu'un péril pourrait produire.
Pourquoi les modèles de fournisseurs différents divergent-ils ?
Ils utilisent des catalogues d'aléas, des fonctions de vulnérabilité et des hypothèses sur les effets secondaires différents. Le désaccord est une information sur l'incertitude.
Does the platform endorse a model vendor?
Non. Elle étudie le fonctionnement et les différences des modèles, sans les approuver.
Why do models disagree?
Because they use different event sets, vulnerability functions and assumptions, especially for rare events and secondary perils.
Qu'est-ce qu'une période de retour ?
The average interval between events of a given size, expressed as the inverse of annual probability. It does not mean the event happens on a fixed schedule.
Are open-source models covered?
Yes. Open models and frameworks are part of the topic alongside commercial ones.
RapportsContribuer

Apportez des éléments de preuve depuis cette page.

Reports est la publication trimestrielle du Consortium. Ce que vous savez de ce sujet peut devenir une donnée probante, un cas ou une correction dans la prochaine édition, avec mention de votre nom et publié sous licence CC BY 4.0 lorsqu'il s'agit de votre propre travail.

Global Risks AllianceReinsurance and CatastropheFinance and Insurance ReadinessMethods and Technical
Réassurance et catastrophes

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.