Skip to content

GCRI · Gestion du risque systémique

Probabilités et statistiques pour le risque

Probability and statistics give risk assessment its estimates of frequency, severity and their uncertainty. In systemic risk management they are used for loss distributions, dependence between risks, extreme events and the aggregation of many risks into a portfolio view, always with the data limits stated beside the number.

02Candidature

Ce que font ici les probabilités et la statistique.

Probability and statistics provide the mathematical framework for describing uncertainty and learning from data. They underpin estimation, testing and prediction in every risk discipline. In risk management and systemic risk and methods and modelling, statistical methods quantify the likelihood and uncertainty of losses across interconnected systems. They make the evidence behind risk decisions explicit and reproducible. The canonical description is on the STEM Commons.

Modélisation de la fréquence et de la gravité

Event counts and losses are fitted with distributions suited to their shape, including heavy tails, and goodness of fit is checked before results are used for aggregation.

Dépendance entre les risques

Les copules et les modèles à facteur commun représentent la manière dont les risques évoluent ensemble, de sorte que les pertes agrégées reflètent la probabilité que plusieurs risques se concrétisent simultanément.

Combiner données et jugement

Les méthodes bayésiennes combinent des données de pertes éparses et un jugement d'experts structuré comme lois a priori, de sorte que les estimations des risques rares montrent la part qui repose sur les données et celle qui repose sur le jugement.

03Suivi

Ajustement des queues de distribution.

L'écran qu'une équipe utiliserait pour suivre cette méthode : ses mesures, ses états et ses décisions. Les noms sont des exemples et les valeurs sont illustratives.

Ajustement de la queue

Risque systémique · Probabilités et statistiques · Exécution R-9987

Paramètre de forme incertainGCRI · Gestion du risque systémique

Courbe des niveaux de retour

Fiche méthode

Méthode
Probabilités et statistiques
Approche
pics au-dessus d'un seuil
Seuil
95e centile
Étiquette
MODÉLISÉ

Paramètres

ajustement de Pareto généralisé

Forme ξ0.09−0.010.48queue lourde si supérieur à zéro
Échelle σ2.60.87.1unités de la variable
Dépassements60déclusterisé
Tail fit: the screen’s structure, terms and states for Systemic risk.Example names and illustrative values; a design, not a record or a live system.
04Données

Ce que consomme la méthode.

Jeux de données et enregistrements utilisés par les probabilités et les statistiques sur cette plateforme, avec le rôle de chacun et l'étiquette que portent leurs valeurs. Les sources sont répertoriées dans le registre des sources.

DonnéesRôleÉtiquette
Internal loss event databasesFrequency and severity inputsOBSERVÉ
EM-DAT et bases de données nationales des pertes dues aux catastrophesDonnées externes sur les événements et les pertesDÉCLARÉ
Registres d'avis d'experts structurésPriors for rare eventsESTIMÉ
Bases de données sectorielles d'incidentsBenchmark frequenciesDÉCLARÉ
05Méthodes et preuves

How probability and statistics for risk is modelled, measured and tested.

Le modèle, ses hypothèses, ses données et son incertitude, sous la forme qu'un scientifique ou un ingénieur vérifierait. Les structures suivent des méthodes publiées. Les valeurs représentées sont illustratives, ce ne sont pas des résultats.

Modèle, équations et hypothèses

The model structure used for probability and statistics for risk, the assumptions it makes and how each is tested.

Risque de l'élément iRi = f(Hi, Ei, Vi, Ci)aléa, exposition, vulnérabilité et capacité à faire face
Perte annuelle attendueEAL = ∑k pk · Lkover events k with annual probability pk
Systèmes couplésxt+1 = A xt + B ut + εtA carries the couplings, u the shock, ε the error
HypothèsePourquoi il est réaliséComment il est testé
Aléa et exposition sont indépendants au sein d'un événementGarde l'intégrale des pertes calculableComparer avec un ajustement de copule sur des relevés conjoints
Les couplages sont linéaires près du point de fonctionnementLaisse les chocs se propager à travers APerturber au-delà de la plage linéaire et comparer
Les courbes de vulnérabilité se transposent d'un lieu à l'autreLes courbes locales sont rarement disponiblesValider par rapport aux pertes observées lorsqu'elles existent
Entrées
jeux de données versionnés avec provenance
Productions
des distributions, jamais des nombres isolés
Code
publié avec la fiche de modèle et les tests
Reproduction
mêmes données, code, environnement et graine
Formulations standard du risque et de l'espace d'états ; les hypothèses énumérées sont typiques de la méthode, énoncées pour examen, et non des résultats.
FAIR guiding principles · GO FAIR and FORCE11W3C PROV · World Wide Web ConsortiumGuidance on consistent treatment of uncertainties · IPCCCEOS Analysis Ready Data · Committee on Earth Observation Satellites
06Validation

Comment les résultats sont vérifiés.

Les résultats sont vérifiés par des diagnostics, la validation croisée et la sensibilité aux hypothèses. La réplication indépendante confirme les constats.

VérifierComment c'est fait
Qualité de l'ajustementLes distributions sont testées par rapport aux données, avec une attention particulière portée à la queue de distribution
Back-testingEstimated frequencies are compared with events in periods not used for fitting
Prior sensitivityLes résultats bayésiens sont recalculés avec d'autres lois a priori et la dispersion est rapportée

L'inférence repose sur des hypothèses d'indépendance, de distribution et d'échantillonnage qui peuvent ne pas être vérifiées. Les échantillons petits ou biaisés limitent la fiabilité.

07Processus

Comment le processus se déroule.

Process explorer · Process

Probability and statistics for risk: Catastrophe model pipeline

10 steps5 stages

Processus

Probability and statistics for risk: Catastrophe model pipeline

Les modèles de catastrophe comportent généralement des modules d'aléa, de vulnérabilité, d'exposition et financier, et produisent des tables de pertes, la perte annuelle moyenne, des courbes de dépassement, la PML et la TVaR.

  1. 01 Aléa

    1. 01Catalogue d'événementsJeu de données · Développeur du modèleLe module d'aléa contient un vaste catalogue d'événements simulés qui représente un large éventail de scénarios plausibles.
    2. 03Module d'aléaModèle · Développeur du modèlePour chaque événement, le module d'aléa fournit l' intensité de l'aléa locale que lit le module de vulnérabilité.
  2. 02 Exposition et dommages

    1. 02ExposureDataset · Risk ownerThe exposure module houses the portfolio data, such as location-specific information.
    2. 04Module de vulnérabilitéModèle · Développeur du modèleLe module de vulnérabilité quantifie les dommages attendus sur les éléments exposés lors d'un événement.
  3. 03 Financier

    1. 05Financial moduleModel · Risk ownerThe financial module calculates losses from all event scenarios. Ground-up, gross and net losses differ as shown below.
    2. 06Event loss tableDataset · Risk ownerAn event loss table lists each event with its annual occurrence probability and its loss for the portfolio.
    3. 07Year loss tableDataset · Risk ownerSome models also sample simulated years from event losses. This outline does not describe their format.
  4. 04 Indicateurs

    1. 08Exceedance probability curvesModel · Risk ownerThe occurrence curve gives the chance that the largest loss in a year exceeds an amount. The aggregate curve does so for the sum of losses.
    2. 09AAL, PML and TVaRModel · Risk ownerAverage annual loss sums event probability times loss. PML is one point on the occurrence curve.
  5. 05 Utilisation des résultats

    1. 10Use of resultsDecision · Risk ownerThe tail metrics are used when considering a portfolio’s exposure and the level of catastrophe reinsurance an insurer requires.

Présentation d'une norme ou d'une méthode externe, d'après ses sources publiques. Elle décrit ce que dit le cadre, et non le compte rendu d'une exécution. Elle ne montre pas que Nexus ou un partenaire exécute, certifie ou approuve une étape. Une porte est une étape de la méthode, jamais une approbation de Nexus.

09Intendance

Qui tient à jour la méthode.

Science des systèmes et modélisation est garant des probabilités et de la statistique pour le consortium et examine leur application sur l'ensemble des plateformes.

11Questions

Questions et réponses.

Quelles sont les limites des probabilités et de la statistique dans ce domaine ?
L'inférence repose sur des hypothèses d'indépendance, de distribution et d'échantillonnage qui peuvent ne pas être vérifiées. Les échantillons petits ou biaisés limitent la fiabilité.
Comment les résultats sont-ils vérifiés ?
Les résultats sont vérifiés par des diagnostics, la validation croisée et la sensibilité aux hypothèses. La réplication indépendante confirme les constats.
Les valeurs de cette page sont-elles réelles ?
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.
Où d'autre cette méthode est-elle appliquée ?
Le page canonique de la méthode liste toutes les plateformes qui l'appliquent.
RapportsContribuer

Apportez des éléments de preuve depuis cette page.

Reports est la publication trimestrielle du Consortium. Ce que vous savez de ce sujet peut devenir une donnée probante, un cas ou une correction dans la prochaine édition, avec mention de votre nom et publié sous licence CC BY 4.0 lorsqu'il s'agit de votre propre travail.

GCRIGestion des risques systémiquesScénarios et tests de résistanceMéthodes et techniquePortefeuille et préparation
Gestion des risques systémiques

Apportez une méthode, un jeu de données ou une question.

L'information et les demandes sont ouvertes dès aujourd'hui. Une demande reçoit une référence et indique l'étape suivante ; candidatures, paiements, allocations de calcul et inscriptions n'ouvrent que lorsque l'équipe, les conditions et la capacité d'examen existent.