Skip to content

GRA · Reasuransi dan Katastrofe

Keuangan spasialTempat modal bertemu bahaya, keterpaparan, dan transisi

Model katastrofe

Model katastrofe mensimulasikan berbagai kejadian yang mungkin terjadi, seperti badai hurikan, gempa bumi, dan banjir, lalu mengestimasi kerugian yang ditimbulkan masing-masing terhadap suatu portofolio. Model ini menggabungkan modul bahaya, kerentanan, keterpaparan, dan keuangan, dan keluarannya menjadi dasar penetapan harga, pembelian reasuransi, modal, dan pemeringkatan. Halaman ini menguraikan cara kerja model katastrofe, di mana letak ketidakpastiannya, data yang digunakan, dan siapa yang menentukan penggunaannya.

01Daftar

Catastrophe models on the record.

02Pertanyaannya

Catastrophe models: how the risk develops.

Event sets, vulnerability and limits. The dossier below sets out how the risk develops, what is measured, where the data come from, how it is modelled and who decides.

Mekanisme

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.

Mekanisme

Vulnerability links hazard to damage

Damage functions relate wind speed, ground motion or flood depth to the share of value lost, by construction type, occupancy and age. They are calibrated on claims and engineering studies.

Mekanisme

Kualitas data keterpaparan menentukan galat

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.

Mekanisme

Financial terms shape the result

Deduktibel, limit, sublimit, dan ketentuan reasuransi diterapkan pada kerugian ground-up. Perubahan kecil pada ketentuan dapat mengubah kerugian yang diasuransikan hasil pemodelan secara substansial.

03Keuangan spasial

Eksposur, bahaya, dan kurva pelampauan.

Tempat mana yang mendorong kerugian pada tahun yang parah, dan seberapa jauh kerugian itu menjangkau reasuransi. Nilai rancangan ilustratif.

Keterpaparan pesisir di zona siklon dan gempa bumi, di samping kurva kerugian yang dihasilkannya.Nilai rancangan ilustratif, bukan keluaran model atau harga.
04Indikator

Apa yang diukur, dan seberapa baik.

Setiap indikator membawa satuan, frekuensi, jenis sumber di baliknya, dan label bukti yang akan dibawa suatu nilai. Tidak ada nilai yang ditampilkan: sebuah program menyediakannya berdasarkan wewenangnya sendiri.

IndikatorUnitKadensiJenis sumberLabel
Rata-rata kerugian tahunanmata uang per tahunper eksekusi modelKeluaran model katastrofeDIMODELKAN
Occurrence exceedance probability loss at stated return periodmata uangper eksekusi modelKeluaran model katastrofeDIMODELKAN
Aggregate exceedance probability loss at stated return periodmata uangper eksekusi modelKeluaran model katastrofeDIMODELKAN
Selisih kerugian dimodelkan antarvendorrasioper perbandinganModel comparisonsDIMODELKAN
Exposure data completenesspersentase lokasi dengan atribut utamaper portfolioAudit keterpaparanTERAMATI
Non-modelled perils share of lossespercent of catastrophe lossestahunanInsurer and broker analysisESTIMASI
05Model kerugian

Pelampauan kerugian, kerugian tahunan rata-rata, dan kerugian maksimum yang mungkin.

Kerugian yang dapat diperkirakan per tahun oleh portofolio di wilayah terdampak, serta pada tingkat 1 dalam 100 dan 1 dalam 250 tahun yang dihargai perusahaan asuransi dan pemberi pinjaman, dari tiga blok yang sama yang digunakan setiap model katastrofe . Model pengajaran dengan nilai ilustratif yang dinyatakan, bukan prediksi. Peta pada halaman ini menampilkan pesisir Teluk Meksiko; modelnya sendiri tidak terikat pada suatu tempat.

Kendali

Intensitas bahaya tahunan tipikal (lokasi)
Indeks intensitas 1.00
Sebaran nilai ekstrem (skala)
Indeks intensitas 0.80
Intensitas saat separuh nilai hilang
Indeks intensitas 4.00
Sebaran kerentanan
0.55
Porsi nilai dalam jejak bahaya
40%
Standar perlindungan (periode ulang)
50 tahun

Pembacaan

Rata-rata kerugian tahunan
0,51% dari nilai
Kerugian pada 1 dalam 100 tahun
24,5% dari nilai
Kerugian pada 1 dalam 250 tahun
28,4% dari nilai
Intensitas pada 1 dalam 100 tahun
Indeks intensitas 4.68
Angka, metode, dan sumber
Periode ulang (tahun)Intensitas (indeks intensitas)Kerugian (% dari nilai)
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

Metode

  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. Efek tanggul Di Baldassarre dan lainnya (2013), Socio-hydrology, HESS 17
  5. Kipas ketidakpastian (Monte Carlo parametrik) Spiegelhalter, Pearson dan Short (2011), Memvisualisasikan ketidakpastian tentang masa depan, Science 333
  6. One-at-a-time sensitivity (tornado) Saltelli and others (2008), Global Sensitivity Analysis: The Primer, Wiley

Data

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
  • Earthquakes M4.5+, past week (USGS) U.S. Geological Survey · register usgs.earthquake.summary-feeds
  • Rain rate, last half hour (IMERG) NASA GPM IMERG Early · register nasa.gibs.context-live-layers
  • River discharge forecast, 30 days with range (GloFAS via Open-Meteo) Open-Meteo.com (CC BY 4.0), Copernicus GloFAS · register open-meteo.public-pages
  • Built-up and settlement extent, 2010 (HBASE, Landsat) CIESIN/Columbia, NASA SEDAC HBASE · register sedac.context-urban-layers
Kurva eksedensi kerugian, rata-rata kerugian tahunan, dan kerugian maksimum yang mungkin terjadi. Model pengajaran ilustratif: model ini berjalan pada nilai yang ditetapkan oleh kontrol, bukan pada data terukur. Metode: bahaya nilai ekstrem Gumbel (Gumbel (1958), Statistics of Extremes, Columbia University Press); fungsi kerentanan lognormal (FEMA (2003), HAZUS-MH Technical Manual); kurva peluang eksedensi dan rata-rata kerugian tahunan (Grossi dan Kunreuther (2005), Catastrophe Modeling, Springer).
06Sumber

Asal bukti.

Set data publik bernama dan catatan kelembagaan, masing-masing dengan kelas lisensinya. Sumber berdasarkan perjanjian hanya digunakan sesuai ketentuannya dan tidak pernah diterbitkan ulang.

SumberApa yang diberikannyaKelas lisensi
Oasis Loss Modelling Framework dan pustaka modelOpen platform and models in a common formatOpen source, BSD licence; models under their own licences
Model bahaya dan risiko Global Earthquake Model (GEM)Model bahaya dan risiko seismik terbukaCreative Commons (Creative Commons), ketentuan per produk
NOAA IBTrACSTropical cyclone best-track dataDomain publik
Standar dan laporan Florida Commission on Badai Hurikan Loss Projection MethodologyTinjauan publik atas model badai yang digunakan dalam pengajuan tarif di FloridaCatatan publik
Global Flood Database and Copernicus Emergency Management ServiceObserved flood extents for calibrationGratis, ketentuan berlaku per set data
Insurance Development Forum Risk Modelling Steering Group outputsOpen risk modelling tools for public and private useGratis dibaca, ketentuan perlu diperiksa
07Simulator kembaran dan efek berantai

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.

Bahaya

  • siklon tropis
  • Gempa bumi
  • Banjir akibat sumbatan es
  • Kebakaran hutan dan lahan
  • Gelombang badai (dipicu di hilir)
  • Curah hujan lebat (dipicu di hilir)
  • Banjir sungai (dipicu di hilir)
  • Banjir bandang (dipicu di hilir)
  • Gelombang berbahaya (dipicu di hilir)
  • Pemadaman listrik meluas (dipicu di hilir)
  • Pengungsian massal (dipicu di hilir)
  • Banjir pesisir (dipicu di hilir)
  • Rangkaian gempa susulan (dipicu di hilir)
  • Pecahnya permukaan sesar (dipicu di hilir)
  • Likuefaksi tanah (dipicu di hilir)
  • Longsor lereng (dipicu di hilir)
  • Longsoran batu (dipicu di hilir)
  • Tsunami (dipicu di hilir)

Kendali

  • NS-0 Anggaran dasar dan prinsip
  • NS-3 UNI catatan risiko (tata bahasa, pemetaan ke sistem lama, kewenangan alokasi)
  • NS-9 UNI kontekstual (penerapan, instans, instans program)
  • NS-10 Kebijakan dan klausul (kewajiban yang dapat dibaca mesin: definisi, pengikatan, evaluasi, dan penegakan)
  • NS-11 Verifikasi dan pemantauan (bukti, atestasi, pengamatan kesesuaian zero trust)
  • NS-14 Kesesuaian dan pemetaan silang ke standar eksternal
  • NRS-F3 Asuransi, risiko katastrofe, dan kesenjangan perlindungan
  • NRS-H113 Keluarga bahaya: Kerapuhan sistem keuangan (NHS-1 soc.financial-system)
  • NRS-U17 Semesta : Insurance Nexus
  • NRS-H71 Keluarga bahaya: Bencana zaman purba dan kosmik (NHS-1 planet.deep-time)
  • NRS-H65 Keluarga bahaya: Pelampauan batas planet (NHS-1 planet.boundary)
  • NRS-F8 Transfer risiko parametrik dan berbasis indeks

Pengamatan

  • OECD Data Explorer (termasuk Creditor Reporting System, statistik asuransi dan pensiun) (dicantumkan sebagai rujukan)
  • Statistik asuransi (dicantumkan sebagai rujukan)
  • Umpan ringkasan GeoJSON gempa bumi USGS (dicantumkan sebagai rujukan)
  • Kerugian ekonomi langsung akibat bencana dibandingkan dengan produk domestik bruto (PDB) global
  • Kerugian ekonomi langsung akibat bencana dibandingkan dengan produk domestik bruto global
  • (a) Jumlah kantor cabang bank umum per 100.000 orang dewasa dan (b) jumlah anjungan tunai mandiri (ATM) per 100.000 orang dewasa

Contoh geografi

  • Eropa Barat: 152 sel heksagonal
  • Laju hujan, setengah jam terakhir (IMERG), NASA GIBS
  • Cahaya malam hari ini, pemadaman (VIIRS Day/Night Band), NASA GIBS
  • Air permukaan menembus awan, 30 m (radar OPERA DSWx-S1), NASA GIBS
  • Karbon monoksida, sebaran asap (AIRS), NASA GIBS
08Keputusan

Siapa yang memutuskan, dan apa yang dilayani bukti.

Reinsurance and Catastrophe menyiapkan bukti. Keputusan di bawah ini diambil oleh otoritas yang disebutkan, berdasarkan aturan mereka sendiri, dan tidak pernah oleh platform.

Siapa yang memutuskanPertanyaannyaBukti yang dilayani halaman ini
Kepala manajemen risiko dan tim pemodelan katastrofeWhich model or blend to adopt as the company’s view of riskPerbandingan model, bukti validasi, dan kualitas data
Insurance supervisors and rating agenciesWhether model use is appropriate for capital and ratingValidation, governance and sensitivity evidence
Rate regulatorsWhether models may support rate filingsPublic model reviews such as the Florida Commission’s
Reinsurers and investorsSeberapa besar mengandalkan keluaran vendor untuk penetapan hargaKeluaran model dengan ketidakpastian dan perbandingan

Keluaran yang dihasilkan topik ini

  • Guide to the four modules of a catastrophe model
  • Ringkasan tentang cara membaca kurva Probabilitas terlampaui beserta ketidakpastiannya
  • Catatan metode tentang kualitas data eksposur
  • Questions for boards adopting a catastrophe model view
09Eksposur, kerugian, dan modal

What catastrophe models means for exposure, loss and capital.

Tampilan eksposur, kerugian, skenario, dan modal yang akan diminta oleh pejabat risiko, otoritas pengawas, atau kementerian keuangan, beserta kerangka pelaporan yang mereka gunakan. Strukturnya mengikuti praktik pengawasan dan aktuaria. Nilai bersifat ilustratif: tidak pernah merupakan harga, peringkat, atau saran.

Eksposur dan kerugian pada periode ulang

Bagaimana kerugian dari model katastrofe tumbuh seiring tingkat keparahan, bruto dan neto setelah reasuransi, dibandingkan dengan modal.

1 dalam 10 tahun1 dalam 50 tahun1 dalam 100 tahun1 dalam 250 tahunbrutoneto setelah reasuransi800
Periode ulangProbabilitas tahunanKerugian brutoKerugian netoNeto, modal = 100
1 dalam 10 tahun0.10141010
1 dalam 50 tahun0.02332121
1 dalam 100 tahun0.01462727
1 dalam 250 tahun0.004683939
Rata-rata kerugian tahunan3.12.22.2
Indeks kerugian ilustratif untuk portofolio contoh (modal = 100): bentuk probabilitas pelampauan yang dibaca perusahaan asuransi dan pengawas. Bukan data tentang lembaga mana pun, bukan harga atau peringkat.
Skenario iklim NGFS · Network for Greening the Financial SystemIFRS S2 Pengungkapan terkait Iklim · ISSBRekomendasi TCFD · Financial Stability Board TCFDPrinsip-prinsip pengelolaan efektif risiko keuangan terkait iklim · Basel Committee on Banking Supervision
10Pertanyaan inti

What experts ask about catastrophe models.

  • Seberapa baik set peristiwa merepresentasikan frekuensi dan keparahan bahaya nyata?
  • Seberapa andal fungsi kerentanan untuk berbagai jenis bangunan dan wilayah?
  • Which perils and secondary effects are modelled, and which are missing?
  • Seberapa sensitif estimasi kerugian terhadap asumsi dan kualitas data?
  • How should model outputs be communicated with their uncertainty?
11Mekanisme dan pendorong

How catastrophe models work.

Modul bahaya menghasilkan sekumpulan besar peristiwa simulasi, seperti lintasan badai tropis atau patahan gempa bumi , berdasarkan catatan historis dan pemahaman fisik dari ilmu iklim dan geosains. Setiap peristiwa memiliki frekuensi dan jejak intensitas bahaya.

The vulnerability module estimates damage to buildings and contents as a function of hazard intensity and building characteristics, using structural engineering and claims data. The financial module applies deductibles, limits and reinsurance terms to estimate insured losses. The result is a loss distribution, from which measures such as average annual loss and losses at long return periods are derived.

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.

12Metode dan data

Metode dan batasannya.

  1. 01

    Event set generation

    Stochastic simulation of hazards. Short historical records limit calibration of rare events.

  2. 02

    Fungsi kerentanan

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

  3. 03

    Data keterpaparan

    Lokasi dan karakteristik properti yang diasuransikan. Data yang tidak lengkap atau tidak akurat menimbulkan kesalahan besar.

  4. 04

    Analisis ketidakpastian

    Mengukur ketidakpastian primer dan sekunder dengan kuantifikasi ketidakpastian.

Model yang berbeda dapat memberikan estimasi yang berbeda secara material untuk portofolio yang sama. Keluaran model adalah salah satu masukan bagi pertimbangan, bukan jawaban definitif.

15Pertanyaan

Tanya jawab.

Apa itu kurva probabilitas terlampaui?
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?
Katalog simulasi berskala besar berisi peristiwa, masing-masing dengan frekuensi, yang mewakili rentang peristiwa yang dapat ditimbulkan oleh suatu bahaya.
Why do models from different vendors disagree?
They use different hazard catalogues, vulnerability functions and assumptions about secondary effects. The disagreement is information about uncertainty.
Does the platform endorse a model vendor?
Tidak. Ia mempelajari cara kerja dan perbedaan model, tanpa memberikan dukungan.
Mengapa model memberikan hasil yang berbeda?
Because they use different event sets, vulnerability functions and assumptions, especially for rare events and secondary perils.
Apa itu periode ulang?
Rata-rata selang waktu antarperistiwa dengan ukuran tertentu, dinyatakan sebagai kebalikan dari probabilitas tahunan. Ini tidak berarti peristiwa terjadi menurut jadwal yang tetap.
Are open-source models covered?
Ya. Model dan kerangka kerja terbuka menjadi bagian dari topik ini bersama yang komersial.
LaporanBerkontribusi

Kontribusikan bukti dari halaman ini.

Reports adalah publikasi triwulanan Konsorsium. Apa yang Anda ketahui tentang subjek ini dapat menjadi bukti, kasus, atau koreksi dalam edisi berikutnya, dengan kredit atas nama Anda dan dipublikasikan di bawah CC BY 4.0 jika merupakan karya Anda sendiri.

Global Risks AllianceReinsurance and CatastropheFinance and Insurance ReadinessMethods and Technical
Reasuransi dan Katastrofe

Ajukan pertanyaan eksposur atau modal kepada Aliansi.

Informasi dan pertanyaan sudah terbuka hari ini. Sebuah pertanyaan menerima nomor referensi dan menyebutkan langkah berikutnya; lamaran, pembayaran, alokasi komputasi, dan pendaftaran hanya dibuka ketika tim, ketentuan, dan kapasitas tinjauannya tersedia.