Skip to content

GRA · Reasuransi dan Katastrofe

Keuangan spasialTempat modal bertemu bahaya, keterpaparan, dan transisi

Iklim dan katastrofe alam

A warming climate changes the frequency, intensity and location of natural catastrophes: heavier rainfall, more intense heat, shifting tropical cyclones and drier fuels for wildfire. Exposure growth in hazardous areas adds to the effect. This page sets out how climate change affects natural catastrophe risk, how models and pricing take account of it, what data exist and who decides.

01Daftar

Climate and natural catastrophe on the record.

02Pertanyaannya

Bencana iklim dan alam: bagaimana risiko berkembang.

Changing physical hazards and nonstationarity. 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

Statistik bahaya bergeser

Pemanasan meningkatkan probabilitas hujan lebat dan suhu panas ekstrem serta mengubah intensitas siklon . Model yang dikalibrasi pada iklim masa lalu dapat meremehkan risiko saat ini.

Mekanisme

Keterpaparan meningkat di zona bahaya

Population and asset growth in coastal and wildland areas raises losses even with no change in hazard. Separating exposure and climate effects is difficult.

Mekanisme

Secondary perils gain weight

Banjir, badai konvektif parah, dan kebakaran hutan menyebabkan porsi kerugian yang diasuransikan yang terus meningkat dan kurang baik dimodelkan dibandingkan peril utama.

Mekanisme

Insurability comes under strain

Kerugian yang meningkat mendorong kenaikan premi dan menarik kapasitas keluar dari sejumlah wilayah. Tanpa pengurangan risiko, keterasuransian menurun dan kesenjangan perlindungan melebar.

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
Normalised insured catastrophe lossesmata uang per tahun, disesuaikan dengan keterpaparantahunanLoss normalisation studiesESTIMASI
Change in modelled average annual loss under climate scenariospersenper studiModel yang dikondisikan iklimDIMODELKAN
Frekuensi kejadian presipitasi lebatevents per yeartahunanMeteorological recordsTERAMATI
Pangsa peril sekunder dalam kerugian yang diasuransikanpersentahunanCatatan kerugian industriESTIMASI
Non-renewals in high-hazard areascount of policiestahunanData regulatorStatistik yang diterbitkan
Population in high-hazard zonesorangberkalaHazard maps and censusESTIMASI
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
IPCC Sixth Assessment Report, Working Group I chapter on weather and climate extremesPerubahan ekstrem yang dinilai dan tingkat keyakinanGratis, ketentuan IPCC
World Weather Attribution studiesAtribusi cepat peristiwa ekstremGratis dibaca, ketentuan perlu diperiksa
Skenario iklim NGFSSkenario acuan termasuk risiko fisikGratis, dengan ketentuan NGFS
Reanalisis ERA5Historical hazard climatologyGratis dan terbuka, lisensi Copernicus
CMIP6 climate projectionsSkenario iklim masa depanFree, terms per modelling centre
Data Kantor Asuransi Federal Departemen Keuangan Amerika Serikat dan data non-perpanjangan dari regulator negara bagianKetersediaan dan harga asuransi rumah tinggalDomain publik atau catatan publik
07Simulator kembaran dan efek berantai

Trace a shock in climate and natural catastrophe 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
Catastrophe modelling teamsWhether and how to condition hazard on current or future climateClimate science, observed trends and model comparisons
Pengawas asuransiApakah iklim tercermin dalam ORSA dan permodalanSupervisory climate scenarios and guidance
Otoritas penggunaan lahan dan bangunanWhere to build and to what standardProyeksi bahaya dan bukti kerugian
Public pool and government reinsurer boardsHow to price and fund rising riskBukti kerugian yang dikondisikan iklim

Keluaran yang dihasilkan topik ini

  • Guide to climate-conditioned catastrophe catalogues
  • Ringkasan tentang pemisahan pertumbuhan keterpaparan dari perubahan iklim dalam tren kerugian
  • Method note on secondary peril modelling
  • Questions for boards on climate in the view of risk
09Eksposur, kerugian, dan modal

Apa arti iklim dan katastrofe alam bagi eksposur, kerugian, dan modal.

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

How losses from climate and natural catastrophe grow with severity, gross and net of reinsurance, against capital.

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 climate and catastrophe risk.

  • Bahaya apa yang frekuensi atau intensitasnya berubah, dan dengan tingkat keyakinan berapa?
  • Bagaimana model yang dikalibrasi dengan data historis harus disesuaikan untuk iklim saat ini?
  • How much of the trend in losses reflects hazard change versus exposure growth?
  • How do natural climate variability and long-term trends interact?
  • How can forward-looking scenarios be used in risk assessment?
11Mekanisme dan pendorong

How climate change affects catastrophe risk.

Climate science, synthesised in international assessments, has established with high confidence that heat extremes have become more frequent and intense, and that heavy precipitation has increased in many regions. Sea-level rise increases coastal flood risk. For some perils, such as tropical cyclone frequency, trends are less certain, while evidence points to an increasing proportion of intense storms.

Natural variability, such as El Niño and La Niña, also affects hazard frequency year to year and can mask or amplify trends. Distinguishing signals from noise requires long records and physical understanding.

Kerugian meningkat dari waktu ke waktu terutama karena pertumbuhan nilai yang terpapar, tetapi perubahan bahaya turut berkontribusi pada sebagian peril. Model yang dikalibrasi pada catatan historis yang panjang dapat meremehkan risiko saat ini jika bahaya telah berubah.

12Metode dan data

Metode dan batasannya.

  1. 01

    Trend detection

    Statistical analysis of hazard records, using extreme value theory with nonstationary parameters. Short records limit power.

  2. 02

    Atribusi peristiwa

    Estimating how climate change affected specific events, using climate science. Methods are evolving.

  3. 03

    Himpunan peristiwa yang dikondisikan iklim

    Adjusting event frequencies for the current or future climate. Adjustments carry large uncertainty.

  4. 04

    Analisis skenario

    Testing portfolios under climate scenarios. Scenarios are not forecasts.

Projections of hazard change carry uncertainty that grows with time horizon and is larger for some perils than others.

14Pertanyaan

Tanya jawab.

Apakah perubahan iklim meningkatkan kerugian katastrofe yang diasuransikan?
Losses have risen mostly with exposure growth; the IPCC finds that some extremes, such as heavy rainfall and heat, have become more frequent or intense. Separating the two needs careful normalisation.
Apa yang dimaksud dengan katalog berbasis kondisi iklim?
A stochastic event set adjusted to represent current or projected climate rather than the historical average.
What are secondary perils?
Perils such as floods, hail, severe convective storms and wildfire, usually smaller per event than primary perils but frequent and rising in insured loss.
Has climate change increased catastrophe losses?
Kerugian meningkat terutama karena pertumbuhan keterpaparan, tetapi perubahan bahaya turut berkontribusi pada sebagian peril, terutama panas, hujan lebat, dan banjir pesisir.
Apa itu nonstasioneritas?
The property that the statistics of a hazard change over time, so historical averages may not represent current risk.
Does the platform produce climate projections?
Tidak. Ilmu iklim berasal dari GCRI dan kajian internasional. Platform ini mempelajari bagaimana ilmu tersebut digunakan dalam model katastrofe.
Are wildfires covered?
Ya, sebagai bahaya tempat iklim, tata guna lahan, dan pembangunan saling berinteraksi.
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.