Skip to content

GRA · 재보험과 재해

공간 금융자본이 재해, 노출, 전환과 만나는 곳

재보험과 재해를 위한 불확실성 정량화와 모델 검증

Uncertainty quantification separates and propagates the uncertainty in catastrophe models: in hazard, vulnerability, exposure and financial terms. In reinsurance it shows decision makers how far a modelled loss could move and which assumption moves it most.

문의하기 Back to STEM foundation of Reinsurance and Catastrophe
01등록

Uncertainty quantification and model validation for reinsurance and catastrophe on the record.

방법 기록STEM 방법
  1. 방법불확실성 정량화와 모델 검증
  3. 적용 분야재보험과 재해
  4. 데이터3 inputs
  6. 정본 페이지STEM 공유지
02신청서

What uncertainty quantification and model validation does here.

Uncertainty quantification and model validation characterise how uncertainty in inputs, parameters and model structure affects predictions. They establish how much confidence a model’s outputs deserve. In insurance and catastrophe, climate and hazards and disaster and crisis, uncertainty quantification shows where risk estimates are robust and where they are fragile. It guides where better data or models would change decisions. The canonical description is on STEM 공유 자원.

Primary and secondary uncertainty

Event occurrence uncertainty is separated from damage uncertainty given an event, and both are carried through to layer losses.

Sensitivity ranking

Inputs are varied one at a time and jointly to rank which assumptions drive the most change in key metrics.

Multi-model ensembles

Results from several models are presented together with their spread, rather than a single number.

03공간 금융

노출, 재해 및 초과확률 곡선입니다.

극심한 해에 손실을 이끄는 지역과 그 손실이 재보험에 어디까지 미치는지를 보여 줍니다. 설명용 설계 값입니다.

사이클론 및 지진 구역의 해안 노출과, 그 노출이 만들어 내는 손실 곡선.예시 설계 값이며, 모델 산출물이나 가격이 아닙니다.
04데이터

방법이 사용하는 입력.

Datasets and records used by uncertainty quantification and model validation on this platform, with the role each plays and the label its values carry. Sources are listed in 출처 등록부.

데이터역할라벨
Model parameter rangesInput uncertainty추정
Alternative model outputsStructural uncertainty모델 추정
Exposure audit resultsData uncertainty관측
05손실 모델

손실 초과, 연평균 손실과 예상 최대 손실.

모든 재해 모델 uses. Teaching model with stated illustrative values, not a prediction. The map on this page shows The Gulf of Mexico coast; the model itself is not tied to a place.

통제 수단

전형적인 연간 재해 강도(위치)
1.00 강도 지수
극값의 퍼짐(척도)
강도 지수 0.80
가치의 절반이 손실되는 강도
4.00 강도 지수
취약성의 분산
0.55
재해 영향 범위 내 가치 비중
40%
방호 기준(재현 기간)
50년

판독값

연평균 손실
가치의 0.51%
100년에 1번 발생하는 손실
가치의 24.5%
250년에 1번 발생하는 손실
가치의 28.4%
100년에 1번 발생하는 강도
강도 지수 4.68
수치, 방법과 출처
재현 기간(년)강도(강도 지수)손실(가치 대비 %)
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

방법

  1. Gumbel 극값 재해 Gumbel (1958), Statistics of Extremes, Columbia University Press
  2. 로그정규 취약도(취약성) FEMA (2003), HAZUS-MH Technical Manual
  3. 초과 확률 곡선과 연평균 손실 Grossi and Kunreuther (2005), Catastrophe Modeling, Springer
  4. 제방 효과 Di Baldassarre and others (2013), Socio-hydrology, HESS 17
  5. 불확실성 팬 차트(매개변수 몬테카를로) Spiegelhalter, Pearson and Short (2011), Visualising uncertainty about the future, Science 333
  6. 단일 요인 민감도(토네이도) Saltelli and others (2008), Global Sensitivity Analysis: The Primer, Wiley

데이터

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:

  • 하천 Natural Earth
  • 도시 범위 Natural Earth
  • 도시 Natural Earth
  • 지난 1주일 M4.5+ 지진(USGS) 미국 지질조사국 · 등록 usgs.earthquake.summary-feeds
  • 강우 강도, 최근 30분(IMERG) NASA GPM IMERG Early · 등록 nasa.gibs.context-live-layers
  • 하천 유량 예보, 30일 및 범위(Open-Meteo 경유 GloFAS) Open-Meteo.com(CC BY 4.0), Copernicus GloFAS · 등록 open-meteo.public-pages
  • 시가지 및 정주지 범위, 2010년(HBASE, Landsat) CIESIN/Columbia, NASA SEDAC HBASE · 등록 sedac.context-urban-layers
손실 초과확률, 연평균 손실 및 추정 최대 손실. 예시용 교육 모델로, 실측 데이터가 아니라 컨트롤에서 설정한 값으로 작동합니다. 방법: Gumbel 극값 재해(Gumbel(1958), Statistics of Extremes, Columbia University Press), 로그정규 취약성(FEMA(2003), HAZUS-MH Technical Manual), 초과확률 곡선과 연평균 손실(Grossi와 Kunreuther(2005), Catastrophe Modeling, Springer).

여섯 기둥 전반에 걸쳐, Nexus Consortium 주도

06검증

결과가 점검되는 방식.

Predictive distributions are tested for calibration and sharpness against held-out observations. Verification confirms that code solves the intended equations.

점검수행 방식
Coverage of intervalsStated uncertainty ranges are tested against outcomes where possible
Correlation assumptionsDependencies between uncertain inputs are documented
커뮤니케이션Uncertainty is shown with the result, not in an appendix

Structural uncertainty and unknown unknowns are difficult to represent. Computational cost limits exploration of high-dimensional models.

07트윈 및 캐스케이드 시뮬레이터

Trace a shock to the balance sheet.

Assembled from the Nexus Standards area profile 보험과 재보험: the shocks it names, the 시스템 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.

재해

  • 열대저기압
  • 지진
  • 얼음 둑 홍수
  • 산불
  • Storm surge (하류에서 유발)
  • Intense rainfall (하류에서 유발)
  • 하천 홍수(하류에서 유발)
  • Flash flood (set off downstream)
  • 위험한 파도(하류에서 유발)
  • 광역 정전(하류에서 유발)
  • 대규모 실향(하류에서 유발)
  • 연안 홍수(하류에서 유발)
  • 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)

통제 수단

  • NS-0 헌장과 원칙
  • NS-3 리스크 기록 UNI(문법, 기존 체계 대응, 할당 권한)
  • NS-9 맥락 UNI(배치, 인스턴스, 프로그램 인스턴스)
  • NS-10 정책과 조항(기계 판독 가능한 의무: 정의, 구속, 평가 및 집행)
  • NS-11 검증 및 모니터링(근거, 증명, 제로 트러스트 적합성 관찰)
  • NS-14 적합성 및 외부 표준과의 대응
  • NRS-F3 보험, 재해 리스크 및 보장 격차
  • NRS-H113 재해 유형: 금융 시스템 취약성(NHS-1 soc.financial-system)
  • NRS-U17 유니버스 platform profile: Insurance Nexus
  • NRS-H71 재해 계열: 지질 시대 및 우주적 대재앙(NHS-1 planet.deep-time)
  • NRS-H65 재해 계열: 행성 경계 초과(NHS-1 planet.boundary)
  • NRS-F8 파라메트릭 및 지수 기반 리스크 이전

관측

  • 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

예시 지리

  • 서유럽: 152개 육각형 셀
  • 최근 30분 강우율(IMERG), NASA GIBS
  • 오늘 밤 야간 조명과 정전(VIIRS 주야간 밴드), NASA GIBS
  • 구름을 투과한 지표수, 30 m(OPERA DSWx-S1 레이더), NASA GIBS
  • Carbon monoxide, smoke transport (AIRS), NASA GIBS
08연결

이 방법에 의존하는 주제.

09노출, 손실 및 자본

What it means for exposure, loss and capital.

리스크 책임자, 감독 당국이나 재무부가 요구할 익스포저, 손실, 시나리오와 자본 보기와 이들이 보고의 기준으로 삼는 체계. 구조는 감독과 보험계리 실무를 따릅니다. 값은 예시이며 가격, 등급이나 조언이 결코 아닙니다.

재현 기간별 익스포저와 손실

How losses from uncertainty quantification and model validation for reinsurance and catastrophe grow with severity, gross and net of reinsurance, against capital.

1/10 빈도1/50 빈도1/100 빈도1/250 빈도총액재보험 공제 후800
재현 기간연간 확률총손실순손실순액, 자본 = 100
1/10 빈도0.10141010
1/50 빈도0.02332121
1/100 빈도0.01462727
1/250 빈도0.004683939
연평균 손실3.12.22.2
예시 포트폴리오의 예시 손실 지수(자본 = 100): 보험사와 감독 당국이 읽는 초과 확률 형식입니다. 어떤 기관의 데이터도, 가격이나 등급도 아닙니다.
NGFS 기후 시나리오 · 녹색금융협의체IFRS S2 기후 관련 공시 · ISSBTCFD 권고안 · 금융안정위원회 TCFD기후 관련 금융 리스크의 효과적 관리 원칙 · 바젤은행감독위원회
10스튜어드십

방법을 유지하는 주체.

시스템 과학과 모델링 stewards uncertainty quantification and model validation for the Consortium and reviews how it is applied across platforms.

Canonical page: Uncertainty quantification and model validation

11연결됨

이 페이지가 컨소시엄 전체에서 어디로 이어지는지.

12질문

질문과 답변.

What are the limits of uncertainty quantification and model validation in this field?
Structural uncertainty and unknown unknowns are difficult to represent. Computational cost limits exploration of high-dimensional models.
결과는 어떻게 점검됩니까?
Predictive distributions are tested for calibration and sharpness against held-out observations. Verification confirms that code solves the intended equations.
이 페이지의 값은 실제입니까?
The data names, roles and checks are real descriptions of practice. The canvas shows a design of the method’s use, not a run; no result is reported here.
이 방법은 다른 어디에 적용됩니까?
사회를 움직이는 정본 방법 페이지 는 이를 적용하는 모든 플랫폼을 나열합니다.
보고서기여하기

이 페이지에서 증거를 기여하십시오.

보고서 is the Consortium’s quarterly publication. What you know about this subject can become evidence, a case or a correction in the next edition, credited to you and published under CC BY 4.0 where it is your own work.

글로벌 리스크 얼라이언스(Global Risks Alliance)재보험과 재해금융 및 보험 준비도방법 및 기술

개인정보, 민감한 인프라 세부 정보, 공유할 권리가 없는 자료는 절대 보내지 마십시오. 기여물은 사용 전에 검토됩니다. 기여물을 보낸다고 해서 저작자 지위나 편집 권한이 부여되지 않으며, 후원으로 조사 결과를 얻을 수 없습니다.

재보험과 재해

익스포저나 자본에 관한 질문을 얼라이언스에 가져오십시오.

정보와 문의는 오늘부터 열려 있습니다. 문의에는 참조 번호가 부여되고 다음 단계가 안내됩니다. 신청, 결제, 컴퓨팅 할당, 등록은 해당 팀, 약관, 심사 역량이 갖추어졌을 때만 열립니다.

준비 태세 시범사업 제안 모든 연락 경로 보기
법률

이 사이트의 지도, 데이터와 그림은 맥락과 일반 정보로 제시됩니다. 조언, 예보 또는 경보가 아니며, 정보의 한계는 면책 고지와 데이터 고지에 나와 있습니다.