Skip to content

GRA · Resseguro e Catástrofes

Finanças espaciaisOnde o capital encontra ameaça, exposição e transição

Dados sobre perdas por catástrofes

Every catastrophe model, price and parametric trigger depends on loss data: industry loss estimates, insurer claims, economic loss records and event footprints. These data are incomplete, revised over time and often proprietary. This page sets out how catastrophe loss data are produced and where they mislead, the sources that exist with their licences, and who decides how they are used.

01Canvas

Como decorre o trabalho.

Sistemas · em torno deste temaIlustrativo

Resultados do modelo de catástrofes

Catastrophe loss data · Cedent C-07 · Peril: tropical cyclone

  • AAL
    54mi em moeda local
  • OEP 1 em 200
    350mi em moeda local12Observar
  • TVaR 1 em 200
    403mi em moeda localObservar
  • Geocodificação ao nível do telhado
    66pct of TIVNormal
1 em 200 acima da retençãoGRA · Resseguro e Catástrofes

Probabilidade de excedência

Camadas do programa

Retenção047n/a
Camada 179101121-in-9
Camada 217010721-in-53
Camada 32742941.41-in-248

Pipeline de modelos

  1. Catálogo de eventosestocástico
  2. Ameaçaintensidade
  3. exposiçãoTIV
  4. vulnerabilidadecurvas de dano
  5. Financeirotermos
  6. ELT · YLTlosses
  7. EP · TVaRmetrics
Catastrophe model results: the screen’s structure, terms and states for Catastrophe loss data.Example names and illustrative values; a design, not a record or a live system.

Fig.Catastrophe model results: example names and illustrative values, not a record or a live system.

02A pergunta

Catastrophe loss data: how the risk develops.

Registro de perdas e qualidade dos dados. O dossiê abaixo expõe como o risco se desenvolve, o que é medido, de onde vêm os dados, como são modelados e quem decide.

Mecanismo

Estimates develop over time

Industry loss estimates are revised for months or years after an event as claims develop. Contracts triggered on early estimates may settle on different numbers.

Mecanismo

As definições divergem

Economic, insured, total and normalised losses are measured differently by each provider. Comparing them without reconciliation produces false conclusions.

Mecanismo

Data are proprietary

Os dados detalhados de sinistros e de perdas do setor estão em poder de seguradoras e agregadores privados. O acesso público é limitado, o que restringe a pesquisa e os modelos públicos.

Mecanismo

A cobertura é desigual

Loss data are rich where insurance penetration is high and thin elsewhere. Models for low-income regions lack calibration data.

03Finanças espaciais

De uma imagem de satélite a uma atualização de exposição.

Como um radar de satélite transforma uma inundação em uma atualização de exposição. Cena sintética; nenhum evento ou local real.

Como o radar por satélite mapeia uma inundação e atualiza a contagem de edificações afetadas.Cena sintética e modelo esquemático; nenhum evento ou lugar real.
04Indicadores

O que é medido e com que qualidade.

Cada indicador leva sua unidade, sua periodicidade, o tipo de fonte por trás dele e a etiqueta de evidência que um valor levaria. Nenhum valor é mostrado: um programa os fornece sob sua própria autoridade.

IndicadorUnidadeCadênciaTipo de fonteRótulo
Estimativas setoriais de perda segurada por eventomoedapor eventoIndustry loss estimation servicesESTIMADO
Revision of industry loss estimatesvariação percentual da primeira à última estimativapor eventoLoss estimation servicesESTIMADO
Perda econômica por eventomoedapor eventoDisaster databasesESTIMADO
Eventos registrados em bases públicas de dados de desastrescontagem por perigo e regiãoanualEM-DATREPORTADO
Open claims datasets availablecontagemquando há mudançaPortais públicos de dadosOBSERVADO
Time to final industry loss estimatemesespor eventoLoss estimation servicesOBSERVADO
05Modelo de perdas

Excedência de perdas, perda média anual e perda máxima provável.

A perda que uma carteira na área abrangida pode esperar por ano e nos níveis de 1 em 100 e 1 em 250 que seguradoras e credores avaliam, a partir dos mesmos três blocos que qualquer modelo de catástrofes utiliza. Modelo didático com valores ilustrativos declarados, não uma previsão. O mapa desta página mostra a costa do Golfo do México; o modelo em si não está vinculado a um lugar.

Controles

Intensidade anual típica da ameaça (local)
1,00 índice de intensidade
Dispersão dos extremos (escala)
índice de intensidade de 0.80
Intensidade a que se perde metade do valor
4,00 índice de intensidade
Dispersão da vulnerabilidade
0.55
Parte do valor na pegada da ameaça
40%
Norma de proteção (período de retorno)
50 anos

Leituras

Perda anual média
0.51% do valor
Perda a 1 em 100 anos
24.5% do valor
Perda de 1 em 250 anos
28.4% do valor
Intensidade a 1 em 100 anos
índice de intensidade de 4.68
Números, métodos e fontes
Período de retorno (anos)Intensidade (índice de intensidade)Perda (% do valor)
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

Métodos

  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. Levee effect Di Baldassarre and others (2013), Socio-hydrology, HESS 17
  5. Leque de incerteza (Monte Carlo de parâmetros) Spiegelhalter, Pearson e Short (2011), Visualising uncertainty about the future, Science 333
  6. One-at-a-time sensitivity (tornado) Saltelli and others (2008), Global Sensitivity Analysis: The Primer, Wiley

Dados

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
  • Sismos M4.5+, última semana (USGS) U.S. Geological Survey · registo usgs.earthquake.summary-feeds
  • Intensidade da chuva, última meia hora (IMERG) NASA GPM IMERG Early · registo nasa.gibs.context-live-layers
  • Previsão do caudal fluvial, 30 dias com intervalo (GloFAS através do Open-Meteo) Open-Meteo.com (CC BY 4.0), Copernicus GloFAS · registo open-meteo.public-pages
  • Extensão edificada e dos aglomerados, 2010 (HBASE, Landsat) CIESIN/Columbia, NASA SEDAC HBASE · registo sedac.context-urban-layers
Excedência de perdas, perda anual média e perda máxima provável. Modelo didático ilustrativo: funciona com os valores definidos pelos controles, e não com dados medidos. Métodos: ameaça de valores extremos de Gumbel (Gumbel (1958), Statistics of Extremes, Columbia University Press); fragilidade lognormal (vulnerabilidade) (FEMA (2003), HAZUS-MH Technical Manual); curva de probabilidade de excedência e perda anual média (Grossi e Kunreuther (2005), Catastrophe Modeling, Springer).
06Fontes

De onde vêm as evidências.

Conjuntos de dados públicos nomeados e registros institucionais, cada um com sua classe de licença. As fontes obtidas por acordo só são usadas nos seus termos e nunca são republicadas.

FonteO que ofereceClasse de licença
EM-DAT international disaster databaseEventos de desastre com mortes, pessoas afetadas e perdas econômicasGratuito para uso não comercial, termos do CRED
Verisk Property Claim Services (PCS)United States and international industry insured loss estimatesProprietário, sob licença
PERILS AGIndustry exposure and loss data for selected marketsProprietário, sob licença
Sinistros do National Flood Insurance Program, no OpenFEMAUnited States flood claimsDomínio público
Base de dados de Eventos de Tempestade da NOAASevere weather events and damage estimatesDomínio público
DesInventar SendaiBases de dados nacionais de perdas por desastresFree, UNDRR terms
07Simulador de gêmeo e cascata

Trace a shock in catastrophe loss data 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.

Ameaças

  • ciclones tropicais
  • Terremoto
  • Inundação por congestionamento de gelo
  • Incêndio florestal
  • Maré de tempestade (desencadeada a jusante)
  • Chuvas intensas (desencadeadas a jusante)
  • Inundação fluvial (desencadeada a jusante)
  • Flash flood (set off downstream)
  • Arrebentação perigosa (desencadeada a jusante)
  • Apagão generalizado (desencadeado a jusante)
  • Deslocamento em massa (desencadeado a jusante)
  • Inundação costeira (desencadeada a jusante)
  • 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)

Controles

  • NS-0 Constituição e princípios
  • NS-3 UNIs de registros de risco (gramática, correspondência legada, autoridade de atribuição)
  • NS-9 UNIs contextuais (implantações, instâncias, instâncias de programa)
  • NS-10 Políticas e cláusulas (obrigações legíveis por máquina: definição, caráter vinculante, avaliação e aplicação)
  • NS-11 Verificação e monitoramento (evidências, atestações, observação da conformidade de confiança zero)
  • NS-14 Conformidade e correspondência com normas externas
  • NRS-F3 Seguros, risco de catástrofe e lacunas de proteção
  • NRS-H113 Família de ameaças: fragilidade do sistema financeiro (NHS-1 soc.financial-system)
  • NRS-U17Perfil de plataforma do Universe: Insurance Nexus
  • NRS-H71 Família de ameaças: catástrofes cósmicas e do tempo profundo (NHS-1 planet.deep-time)
  • NRS-H65 Família de ameaças: transgressão dos limites planetários (NHS-1 planet.boundary)
  • NRS-F8 Transferência de risco paramétrica e baseada em índices

Observação

  • 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

Geografia de exemplo

  • Europa Ocidental: 152 células hexagonais
  • Taxa de chuva, última meia hora (IMERG), NASA GIBS
  • Luzes noturnas desta noite, apagões (VIIRS Day/Night Band), NASA GIBS
  • Água superficial através das nuvens, 30 m (radar OPERA DSWx-S1), NASA GIBS
  • Carbon monoxide, smoke transport (AIRS), NASA GIBS
08Decisões

Quem decide, e a que servem as evidências.

Resseguro e Catástrofes prepara as evidências. As decisões abaixo são tomadas pelas autoridades indicadas, segundo suas próprias regras, e nunca pela plataforma.

Quem decideA perguntaEvidências a que esta página serve
Modeladores de catástrofesQuais dados de perdas usar para calibraçãoFontes de dados, definições e cobertura
Partes contratantes e agentes de cálculoWhich loss reporting agent and timeline apply to a triggerReporting practice and revision history
Autoridades públicasSe devem ser publicados dados de sinistros e perdasPrática comparável de dados abertos e salvaguardas de privacidade
Researchers and supervisorsComo comparar perdas entre fontesReconciliação de definições

Produtos que este tema gera

  • Guide to catastrophe loss definitions and providers
  • Brief on loss development and contract triggers
  • Nota metodológica sobre a normalização de perdas históricas
  • Perguntas para autoridades públicas sobre dados abertos de perdas
09Exposição, perda e capital

O que os dados de perdas por catástrofes significam para exposição, perda e capital.

As vistas de exposição, perda, cenários e capital que um responsável pelo risco, um supervisor ou um ministério das finanças pediria, com os quadros de referência perante os quais reportam. As estruturas seguem a prática de supervisão e atuarial. Os valores são ilustrativos: nunca preços, notações ou aconselhamento.

Exposição e perda por período de retorno

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

1 em 101 em 501 em 1001 em 250brutolíquido de resseguro800
Período de retornoProbabilidade anualPerda brutaPerda líquidaLíquido, capital = 100
1 em 100.10141010
1 em 500.02332121
1 em 1000.01462727
1 em 2500.004683939
Perda anual média3.12.22.2
Índice de perdas ilustrativo para uma carteira de exemplo (capital = 100): a forma de probabilidade de excedência que seguradoras e supervisores leem. Não são dados sobre nenhuma instituição, nem um preço ou uma classificação.
Cenários climáticos do NGFS · Network for Greening the Financial SystemIFRS S2 Divulgações Relacionadas ao Clima · ISSBRecomendações da TCFD · Financial Stability Board TCFDPrincípios para a gestão eficaz dos riscos financeiros relacionados ao clima · Comitê de Basileia de Supervisão Bancária
10Questões centrais

O que os especialistas perguntam sobre dados de perdas.

  • How are economic and insured losses estimated, and how do sources differ?
  • Quão completos são os registros de eventos menores, de períodos anteriores e de regiões de menor renda?
  • How should losses be normalised for changes in exposure, prices and population?
  • How do losses develop over time as claims are settled?
  • How can claims data be shared for research without revealing sensitive information?
11Mecanismos e fatores

Why loss data are uncertain.

Insured losses are compiled from claims and industry surveys, while economic losses include uninsured damage and are estimated by various methods. Different sources may report different totals for the same event, and estimates change as claims develop.

Coverage is uneven. Records are more complete for large events, recent decades and high-income countries. Smaller events, which can add up to large totals, and losses in regions with low insurance penetration are under-recorded.

As tendências das perdas brutas refletem o crescimento da população, dos valores dos imóveis e dos preços, além das ameaças. A normalização ajusta esses fatores, mas os métodos diferem e podem levar a conclusões distintas.

12Métodos e dados

Métodos e seus limites.

  1. 01

    Loss databases

    Registros compilados de eventos e perdas. As definições e os limiares diferem entre bancos de dados.

  2. 02

    Normalização

    Adjusting historical losses for exposure and price changes. Assumptions affect results.

  3. 03

    Análise de dados de sinistros

    Uso de sinistros detalhados para calibrar a vulnerabilidade, com métodos atuariais. O acesso é restrito.

  4. 04

    Modelagem estatística de perdas

    Ajuste de distribuições a registros de perdas, usando a teoria dos valores extremos. Registros curtos limitam as estimativas de cauda.

Os números de perdas de fontes diferentes não devem ser combinados sem verificar as definições. As análises indicam as fontes e a data de referência de cada uma.

14Perguntas

Perguntas e respostas.

O que é uma estimativa de perdas do setor?
Estimativa de uma agência de notificação sobre o total de perdas seguradas de um evento em todo o mercado, usada em garantias de perda setorial e em contratos acionados por índice.
Por que as estimativas de perdas mudam após um evento?
Claims take time to be reported and settled, especially for business interruption and complex commercial risks, so estimates develop.
O que é normalização de perdas?
Adjusting historical losses to today’s exposure, prices and wealth so that past events can be compared with current conditions.
A plataforma publica estimativas de perdas?
Any estimate would be published with its sources and limits. The platform does not publish members’ claims data.
Why do loss estimates for the same event differ?
Porque as fontes usam definições, métodos e datas diferentes.
What is normalisation?
Adjusting past losses to what they would cost with today’s exposure and prices, so that trends can be compared.
Can insurers share claims data for research?
O compartilhamento de dados foi concebido para ocorrer somente sob termos claros que protejam os segurados e a concorrência.
RelatóriosContribuir

Contribua com evidências a partir desta página.

Reports é a publicação trimestral do Consortium. O que você sabe sobre este tema pode se tornar evidência, um caso ou uma correção na próxima edição, com crédito a você e publicado sob CC BY 4.0 quando for obra sua.

Global Risks AllianceReinsurance and CatastropheFinance and Insurance ReadinessMethods and Technical
Resseguro e Catástrofes

Apresente à Alliance uma questão de exposição ou de capital.

A informação e os pedidos estão abertos hoje. Um pedido recebe uma referência e indica o próximo passo; candidaturas, pagamentos, alocações de computação e registros só abrem quando existem a equipa, os termos e a capacidade de revisão.