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.
Catastrophe models on the record.
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.
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.
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.
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.
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.
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.
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.
| Indicateur | Unité | Fréquence | Type de source | Étiquette |
|---|---|---|---|---|
| Perte annuelle moyenne | monnaie par an | par exécution de modèle | Catastrophe model output | MODÉLISÉ |
| Perte d'occurrence à une probabilité de dépassement pour une période de retour | devise | par exécution de modèle | Catastrophe model output | MODÉLISÉ |
| Perte associée à la probabilité de dépassement agrégée à la période de retour indiquée | devise | par exécution de modèle | Catastrophe model output | MODÉLISÉ |
| Modelled loss difference between vendors | ratio | par comparaison | Comparaisons de modèles | MODÉLISÉ |
| Exhaustivité des données d'exposition | percent of locations with primary attributes | par portefeuille | Audit d'exposition | OBSERVÉ |
| Non-modelled perils share of losses | percent of catastrophe losses | annuel | Insurer and broker analysis | ESTIMÉ |
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) |
|---|---|---|
| 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
- Gumbel extreme-value hazard Gumbel (1958), Statistics of Extremes, Columbia University Press
- Lognormal fragility (vulnerability) FEMA (2003), HAZUS-MH Technical Manual
- Exceedance-probability curve and average annual loss Grossi and Kunreuther (2005), Catastrophe Modeling, Springer
- Levee effect 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
- 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
Sur les six piliers, sous la conduite de Nexus Consortium
- Expériences Laboratoires
- Intégré Réassurance et catastrophes dans Foundry
- Testé à Réassurance et catastrophes dans Universe
- Codifié dans Finance, assurance et économie dans Standards
- Publié dans Réassurance et catastrophes dans Reports
- Enseigné dans Faculté de finance et d'économie dans Academy
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.
| Sources | Ce qu'elle apporte | Catégorie de licence |
|---|---|---|
| Oasis Loss Modelling Framework and model library | Open platform and models in a common format | Open 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 sismiques | Creative Commons, terms per product |
| NOAA IBTrACS | Tropical cyclone best-track data | Domaine public |
| Soumissions à la Florida Commission on Ouragan Loss Projection Methodology | Examen public des modèles d'ouragans utilisés dans les dossiers tarifaires en Floride | Registres publics |
| Global Flood Database et Copernicus Emergency Management Service | Étendues d'inondation observées pour le calibrage | Gratuit, conditions propres à chaque jeu de données |
| Productions du Risk Modelling Steering Group de l'Insurance Development Forum | Outils ouverts de modélisation des risques pour un usage public et privé | Lecture gratuite, conditions à vérifier |
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)
Systèmes et couplages
- Assurance et réassurance
- Banque Couplage
- Institutions de financement du développement Couplage
- Humanitaire et société civile Couplage
- Agriculture et utilisation des terres Couplage
Commandes
NS-0Constitution et principesNS-3UNI des enregistrements de risque (grammaire, table de correspondance héritée, autorité d'attribution)NS-9UNI contextuels (déploiements, instances, instances de programme)NS-10Politiques et clauses (obligations lisibles par machine : définition, caractère contraignant, évaluation et application)NS-11Vérification et suivi (éléments probants, attestations, observation de la conformité zero trust)NS-14Conformité et correspondance avec les normes externesNRS-F3Assurance, risque de catastrophe et déficits de protectionNRS-H113Famille d'aléas : fragilité du système financier (NHS-1 soc.financial-system)NRS-U17Profil de plateforme Universe : Insurance NexusNRS-H71Famille d'aléas : catastrophes cosmiques et des temps géologiques (NHS-1 planet.deep-time)NRS-H65Famille d'aléas : dépassement des limites planétaires (NHS-1 planet.boundary)NRS-F8Transfert 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
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 décide | La question | Données probantes servies par cette page |
|---|---|---|
| Directeurs des risques et équipes de modélisation des catastrophes | Which model or blend to adopt as the company’s view of risk | Comparaisons de modèles, données probantes de validation et qualité des données |
| Autorités de contrôle des assurances et agences de notation | Si l'utilisation du modèle est appropriée pour le capital et la notation | Validation, governance and sensitivity evidence |
| Régulateurs des tarifs | Si les modèles peuvent étayer les dépôts de tarifs | Public model reviews such as the Florida Commission’s |
| Réassureurs et investisseurs | Dans quelle mesure s'appuyer sur les résultats d'un fournisseur pour la tarification | Résultats de modèle avec incertitude et comparaison |
Résultats que produit ce thème
- Guide des quatre modules d'un modèle de catastrophe
- Note sur la lecture des courbes de probabilité de dépassement avec leur incertitude
- Method note on exposure data quality
- Questions for boards adopting a catastrophe model view
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.
| 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 |
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 ?
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.
Les méthodes et leurs limites.
- 01
Event set generation
Simulation stochastique des aléas. La brièveté des séries historiques limite le calibrage des événements rares.
- 02
Fonctions de vulnérabilité
Damage relationships from engineering and claims. Local building practices vary.
- 03
Données d'exposition
Localisation et caractéristiques des biens assurés. Des données incomplètes ou inexactes entraînent de fortes erreurs.
- 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.
Comment c'est étudié, et ce que les méthodes ne peuvent pas dire.
- 01Théorie des valeurs extrêmes et risque de queueTarification des tranches à franchise élevée · Niveaux de retour des aléas · Dépendance de queue entre périlsAppliqué ici
- 02Sciences de la Terre et géophysiqueModèles de sources sismiques · Mouvements du sol et effets de site · Aléas secondairesAppliqué ici
- 03Génie structurel et parasismiqueVulnérabilité par classe de construction · Efficacité des codes du bâtiment · Relevés des dommages après événementAppliqué ici
- 04Quantification de l'incertitude et validation des modèlesIncertitude primaire et secondaire · Classement des sensibilités · Ensembles multimodèlesAppliqué ici
- 05Hydrologie et sciences de l'eauEnsembles d'événements de crue fluviale · Hypothèses relatives aux ouvrages de protection · Cartographie des inondations pluvialesAppliqué ici
Où mène cette page à travers le Consortium.
Questions et réponses.
What is an exceedance probability curve?
What is a stochastic event set?
Pourquoi les modèles de fournisseurs différents divergent-ils ?
Does the platform endorse a model vendor?
Why do models disagree?
Qu'est-ce qu'une période de retour ?
Are open-source models covered?
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.
- E-mailPasserelle GW-GRAL'envoyer depuis cette pageUne preuve, une correction, un cas, une méthode, un examen, une traduction ou un apport au profil. Elle arrive étiquetée avec cette page, afin que le rédacteur responsable la reçoive.
- 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.
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.
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.
Documents juridiques.
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.