GRA · Réassurance et catastrophes
Spatial financeWhere capital meets hazard, exposure and transition
Validation des modèles
Catastrophe models inform capital, price and rating decisions, so they must be shown fit for purpose. Validation tests each module against observations, compares models, challenges assumptions and documents limits. Supervisors, rating agencies and professional standards set expectations. This page sets out how catastrophe model validation works and where it falls short, the evidence it uses, and who decides.
Model validation on the record.
Model validation: how the risk develops.
Incertitude, sensibilité et valeurs de référence. 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.
Module-by-module testing
Hazard is compared with observed event statistics, vulnerability with claims, and the full model with historical losses. Each test covers part of the model, not all of it.
Les séries courtes limitent les tests
Rare events cannot be validated against long loss histories. Validation relies on scientific plausibility and expert judgement for the tail.
L'indépendance est essentielle
Validation by the team that adopted the model is weaker than independent challenge. Governance separates development, adoption and validation.
Un changement de modèle bouleverse les résultats
Les mises à jour des fournisseurs peuvent modifier fortement les résultats. La gestion du changement évalue pourquoi les résultats ont évolué et si la nouvelle vision est adoptée.
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 |
|---|---|---|---|---|
| Pertes modélisées et pertes historiques pour les événements passés | ratio | par validation | Rapports de validation | MODÉLISÉ |
| Change in results from model version updates | variation en pourcentage des indicateurs clés | par mise à jour | Analyse des changements | MODÉLISÉ |
| Validation indépendante achevée | oui ou non, selon le modèle | annuel | Registres de gouvernance | DÉCLARÉ |
| Modèles internes approuvés par les autorités de supervision | nombre | annuel | Supervisor records | Statistiques publiées |
| Constats de validation en suspens | nombre par niveau de gravité | périodique | Dossiers de validation | DÉCLARÉ |
| Public model reviews completed | nombre | annuel | Commissions publiques | Statistiques publiées |
Trace a shock in model validation 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
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 |
|---|---|---|
| Florida Commission on Hurricane Loss Projection Methodology standards and reports | Public standards and acceptance reviews for hurricane and flood models | Registres publics |
| EIOPA and PRA guidance on internal model use and validation | Attentes prudentielles en matière de validation des modèles | Conditions libres, de l'UE et de la Bank of England |
| Lloyd’s catastrophe modelling guidance and minimum standards | Validation and governance expectations for managing agents | Free to read, Lloyd’s terms |
| ASOP de l'Actuarial Standards Board sur la modélisation des catastrophes | Normes professionnelles pour l'utilisation des modèles | Gratuit, conditions de l'ASB |
| Oasis LMF model documentation | Open model documentation enabling comparison | Open source, terms per model |
Ce que signifie la validation des modèles 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 model validation 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 |
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 |
|---|---|---|
| Fonctions de validation des modèles | Whether a model is fit for each intended use | Résultats des tests, comparaisons et limites documentées |
| Conseils d'administration et comités des risques | Adopter ou non un modèle ou une version comme position de l'entreprise | Constatations de validation et analyse des changements |
| Superviseurs | Whether to approve internal models for capital | Données probantes de validation et de gouvernance |
| Public model commissions | Si les modèles satisfont aux normes applicables aux dépôts de tarifs | Soumissions de modèles et conclusions des examens |
Résultats que produit ce thème
- Guide to validating each catastrophe model module
- Note méthodologique sur l'analyse des changements de modèle
- Note sur la contestation indépendante et la gouvernance
- Questions pour les conseils d'administration qui approuvent une vue de modèle
What experts ask about validation.
- Les modules d'aléa, de vulnérabilité et financiers reflètent-ils l'état actuel des connaissances scientifiques ?
- How do modelled losses compare with observed losses from past events?
- Quelles hypothèses influencent le plus fortement les résultats ?
- Comment les résultats se comparent-ils entre différents modèles pour un même portefeuille ?
- How should model uncertainty be communicated to decision-makers?
Pourquoi la validation est difficile.
The events that matter most are the rarest, so there are few observations against which to test tail estimates. A model may match recent losses well but misestimate the tail. Validation must therefore test components separately, against hazard records, engineering studies and claims, as well as the model as a whole.
Sensitivity analysis shows which assumptions matter. Small changes in vulnerability functions, event frequencies or exposure data can change loss estimates significantly. Understanding these sensitivities is essential for using models responsibly.
La comparaison de modèles aide à révéler l'incertitude structurelle : si des modèles construits indépendamment divergent, ce désaccord indique le degré d'incertitude de l'estimation.
Les méthodes et leurs limites.
- 01
Component validation
Mise à l'épreuve des modules au regard de données probantes indépendantes, à l'aide de la quantification de l'incertitude et la validation des modèles.
- 02
Comparaison avec les pertes historiques
Comparing modelled and observed losses for past events. Exposure changes complicate comparison.
- 03
Analyse de sensibilité
Faire varier systématiquement les hypothèses clés. Les interactions entre hypothèses peuvent être complexes.
- 04
Intercomparaison de modèles
Comparing outputs of different models on common portfolios. Requires shared, consistent inputs.
Validation reduces but cannot remove model uncertainty. It is an ongoing process, repeated as models and science change.
Comment c'est étudié, et ce que les méthodes ne peuvent pas dire.
- 01Quantification de l'incertitude et validation des modèlesIncertitude primaire et secondaire · Classement des sensibilités · Ensembles multimodèlesAppliqué ici
- 02Théorie des valeurs extrêmes et risque de queueTarification des tranches à franchise élevée · Niveaux de retour des aléas · Dépendance de queue entre périlsAppliqué ici
- 03Génie structurel et parasismiqueVulnérabilité par classe de construction · Efficacité des codes du bâtiment · Relevés des dommages après événementAppliqué ici
- 04Sciences de la Terre et géophysiqueModèles de sources sismiques · Mouvements du sol et effets de site · Aléas secondairesAppliqué ici
Questions et réponses.
Can a catastrophe model be validated against history?
Why do model updates move results?
Who reviews catastrophe models publicly?
Does the platform validate models?
Why compare models?
Un modèle peut-il être entièrement validé ?
L'exercice Universe compare-t-il des modèles ?
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.