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.
Catastrophe models on the record.
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.
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
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.
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.
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.
Eksposur, bahaya, dan kurva pelampauan.
Tempat mana yang mendorong kerugian pada tahun yang parah, dan seberapa jauh kerugian itu menjangkau reasuransi. Nilai rancangan ilustratif.
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.
| Indikator | Unit | Kadensi | Jenis sumber | Label |
|---|---|---|---|---|
| Rata-rata kerugian tahunan | mata uang per tahun | per eksekusi model | Keluaran model katastrofe | DIMODELKAN |
| Occurrence exceedance probability loss at stated return period | mata uang | per eksekusi model | Keluaran model katastrofe | DIMODELKAN |
| Aggregate exceedance probability loss at stated return period | mata uang | per eksekusi model | Keluaran model katastrofe | DIMODELKAN |
| Selisih kerugian dimodelkan antarvendor | rasio | per perbandingan | Model comparisons | DIMODELKAN |
| Exposure data completeness | persentase lokasi dengan atribut utama | per portfolio | Audit keterpaparan | TERAMATI |
| Non-modelled perils share of losses | percent of catastrophe losses | tahunan | Insurer and broker analysis | ESTIMASI |
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) |
|---|---|---|
| 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 |
Metode
- 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
- Efek tanggul Di Baldassarre dan lainnya (2013), Socio-hydrology, HESS 17
- Kipas ketidakpastian (Monte Carlo parametrik) Spiegelhalter, Pearson dan Short (2011), Memvisualisasikan ketidakpastian tentang masa depan, Science 333
- 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
Di seluruh enam pilar, dipimpin oleh Nexus Consortium
- Eksperimen Laboratorium
- Tertanam di Reasuransi dan Katastrofe di Foundry
- Diuji pada Reasuransi dan Katastrofe di Universe
- Dikodifikasi dalam Keuangan, Asuransi, dan Ekonomi di Standards
- Diterbitkan di Reasuransi dan Katastrofe di Reports
- Diajarkan di Fakultas Keuangan dan Ekonomi di Academy
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.
| Sumber | Apa yang diberikannya | Kelas lisensi |
|---|---|---|
| Oasis Loss Modelling Framework dan pustaka model | Open platform and models in a common format | Open source, BSD licence; models under their own licences |
| Model bahaya dan risiko Global Earthquake Model (GEM) | Model bahaya dan risiko seismik terbuka | Creative Commons (Creative Commons), ketentuan per produk |
| NOAA IBTrACS | Tropical cyclone best-track data | Domain publik |
| Standar dan laporan Florida Commission on Badai Hurikan Loss Projection Methodology | Tinjauan publik atas model badai yang digunakan dalam pengajuan tarif di Florida | Catatan publik |
| Global Flood Database and Copernicus Emergency Management Service | Observed flood extents for calibration | Gratis, ketentuan berlaku per set data |
| Insurance Development Forum Risk Modelling Steering Group outputs | Open risk modelling tools for public and private use | Gratis dibaca, ketentuan perlu diperiksa |
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)
Sistem dan keterkaitan
- Asuransi dan reasuransi
- Perbankan Keterkaitan
- Lembaga pembiayaan pembangunan Keterkaitan
- Kemanusiaan dan masyarakat sipil Keterkaitan
- Pertanian dan penggunaan lahan Keterkaitan
Kendali
NS-0Anggaran dasar dan prinsipNS-3UNI catatan risiko (tata bahasa, pemetaan ke sistem lama, kewenangan alokasi)NS-9UNI kontekstual (penerapan, instans, instans program)NS-10Kebijakan dan klausul (kewajiban yang dapat dibaca mesin: definisi, pengikatan, evaluasi, dan penegakan)NS-11Verifikasi dan pemantauan (bukti, atestasi, pengamatan kesesuaian zero trust)NS-14Kesesuaian dan pemetaan silang ke standar eksternalNRS-F3Asuransi, risiko katastrofe, dan kesenjangan perlindunganNRS-H113Keluarga bahaya: Kerapuhan sistem keuangan (NHS-1 soc.financial-system)NRS-U17Semesta : Insurance NexusNRS-H71Keluarga bahaya: Bencana zaman purba dan kosmik (NHS-1 planet.deep-time)NRS-H65Keluarga bahaya: Pelampauan batas planet (NHS-1 planet.boundary)NRS-F8Transfer 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
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 memutuskan | Pertanyaannya | Bukti yang dilayani halaman ini |
|---|---|---|
| Kepala manajemen risiko dan tim pemodelan katastrofe | Which model or blend to adopt as the company’s view of risk | Perbandingan model, bukti validasi, dan kualitas data |
| Insurance supervisors and rating agencies | Whether model use is appropriate for capital and rating | Validation, governance and sensitivity evidence |
| Rate regulators | Whether models may support rate filings | Public model reviews such as the Florida Commission’s |
| Reinsurers and investors | Seberapa besar mengandalkan keluaran vendor untuk penetapan harga | Keluaran 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
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.
| Periode ulang | Probabilitas tahunan | Kerugian bruto | Kerugian neto | Neto, modal = 100 |
|---|---|---|---|---|
| 1 dalam 10 tahun | 0.10 | 14 | 10 | 10 |
| 1 dalam 50 tahun | 0.02 | 33 | 21 | 21 |
| 1 dalam 100 tahun | 0.01 | 46 | 27 | 27 |
| 1 dalam 250 tahun | 0.004 | 68 | 39 | 39 |
| Rata-rata kerugian tahunan | 3.1 | 2.2 | 2.2 |
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?
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.
Metode dan batasannya.
- 01
Event set generation
Stochastic simulation of hazards. Short historical records limit calibration of rare events.
- 02
Fungsi kerentanan
Damage relationships from engineering and claims. Local building practices vary.
- 03
Data keterpaparan
Lokasi dan karakteristik properti yang diasuransikan. Data yang tidak lengkap atau tidak akurat menimbulkan kesalahan besar.
- 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.
Cara hal ini dikaji, dan apa yang tidak dapat dinyatakan metodenya.
- 01Teori nilai ekstrem dan risiko ekorPenetapan harga lapisan ekses tinggi · Tingkat periode ulang bahaya · Ketergantungan ekor antarbahayaDiterapkan di sini
- 02Ilmu kebumian dan geofisikaModel sumber seismik · Gerakan tanah dan efek lokasi · Bahaya sekunderDiterapkan di sini
- 03Teknik struktur dan kegempaanKerentanan menurut kelas konstruksi · Efektivitas peraturan bangunan · Survei kerusakan pascakejadianDiterapkan di sini
- 04Kuantifikasi ketidakpastian dan validasi modelKetidakpastian primer dan sekunder · Peringkat sensitivitas · Ansambel multimodelDiterapkan di sini
- 05Hidrologi dan ilmu airKumpulan kejadian banjir sungai · Asumsi pertahanan banjir · Pemetaan banjir pluvialDiterapkan di sini
Ke mana halaman ini mengarah di seluruh Konsorsium.
Tanya jawab.
Apa itu kurva probabilitas terlampaui?
What is a stochastic event set?
Why do models from different vendors disagree?
Does the platform endorse a model vendor?
Mengapa model memberikan hasil yang berbeda?
Apa itu periode ulang?
Are open-source models covered?
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.
- SurelGerbang GW-GRAKirim dari halaman iniBukti, koreksi, kasus, metode, tinjauan, terjemahan, atau masukan profil. Kiriman tiba dengan label halaman ini, sehingga editor pemiliknya menerimanya.
- 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.
Jangan pernah mengirim data pribadi, rincian infrastruktur sensitif, atau apa pun yang tidak berhak Anda bagikan. Kontribusi ditinjau sebelum digunakan. Mengirimkannya tidak memberikan hak kepenulisan atau editorial, dan sponsor tidak pernah membeli sebuah temuan.
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.
Dokumen hukum.
Peta, data, dan gambar di situs ini ditampilkan untuk konteks dan informasi umum. Semua itu bukan nasihat, prakiraan, atau peringatan; batasan informasinya dijelaskan dalam Penafian dan Pemberitahuan Data.