Skip to content

GCRI · Manajemen Risiko Sistemik

Probabilitas dan statistik untuk risiko

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.

02Permohonan

Peran probabilitas dan statistika di sini.

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.

Pemodelan frekuensi dan tingkat keparahan

Jumlah kejadian dan kerugian dicocokkan dengan distribusi yang sesuai dengan bentuknya, termasuk ekor berat, dan kecocokan model (goodness of fit) diperiksa sebelum hasil digunakan untuk agregasi.

Dependence between risks

Copulas and common-factor models represent how risks move together, so that aggregated losses reflect the chance of several risks materialising at once.

Combining data and judgement

Bayesian methods combine sparse loss data with structured expert judgement as priors, so estimates for rare risks show how much rests on data and how much on judgement.

03Pantau

Kesesuaian ekor distribusi.

Layar yang akan digunakan sebuah tim untuk mengikuti metode ini: ukuran, status, dan keputusannya. Nama adalah contoh dan nilai bersifat ilustratif.

Kecocokan ekor

Systemic risk · Probability and statistics · Run R-9987

Parameter bentuk tidak pastiGCRI · Manajemen Risiko Sistemik

Kurva tingkat kala ulang

Kartu metode

Metode
Probabilitas dan statistika
Pendekatan
puncak di atas ambang batas
Ambang batas
persentil ke-95
Label
DIMODELKAN

Parameter

kecocokan Pareto terampat

Bentuk ξ0.09−0.010.48ekor berat jika di atas nol
Skala σ2.60.87.1satuan variabel
Pelampauan60dideklaster
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.
04Data

Apa yang digunakan metode ini.

Set data dan catatan yang digunakan oleh probabilitas dan statistik di platform ini, beserta peran masing-masing dan label yang disandang nilainya. Sumber tercantum dalam register sumber.

DataPeranLabel
Internal loss event databasesFrequency and severity inputsTERAMATI
EM-DAT and national disaster loss databasesData peristiwa dan kerugian eksternalDILAPORKAN
Structured expert judgement recordsPrior untuk peristiwa langkaESTIMASI
Sector incident databasesBenchmark frequenciesDILAPORKAN
05Metode dan bukti

Bagaimana probabilitas dan statistik untuk risiko dimodelkan, diukur, dan diuji.

Model, asumsi, data, dan ketidakpastiannya, dalam bentuk yang akan diperiksa ilmuwan atau insinyur. Strukturnya mengikuti metode yang dipublikasikan. Nilai yang digambar bersifat ilustratif, bukan temuan.

Model, persamaan, dan asumsi

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

Risiko elemen iRi = f(Hi, Ei, Vi, Ci)bahaya, keterpaparan, kerentanan, dan kapasitas penanggulangan
Kerugian tahunan yang diharapkanEAL = ∑k pk · Lkover events k with annual probability pk
Sistem terhubungxt+1 = A xt + B ut + εtA carries the couplings, u the shock, ε the error
AsumsiMengapa ini dibuatBagaimana ini diuji
Bahaya dan eksposur bersifat independen dalam satu peristiwaMenjaga integral kerugian tetap dapat dihitungBandingkan dengan pencocokan kopula pada catatan gabungan
Keterkaitan bersifat linear di dekat titik operasiMembiarkan guncangan merambat melalui AUji di luar rentang linear lalu bandingkan
Kurva kerentanan dapat dipindahkan antartempatKurva lokal jarang tersediaValidasi terhadap kerugian teramati jika tersedia
Masukan
dataset berversi dengan asal-usul yang tercatat
Keluaran
distribusi, bukan angka tunggal
Kode
dirilis bersama kartu model dan pengujiannya
Reproduksi
data, kode, lingkungan, dan seed yang sama
Formulasi risiko standar dan ruang keadaan; asumsi yang tercantum lazim bagi metode tersebut, dinyatakan untuk ditinjau, bukan hasil.
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
06Validasi

Cara hasil diperiksa.

Hasil diperiksa melalui diagnostik, validasi silang, dan sensitivitas terhadap asumsi. Replikasi independen mengonfirmasi temuan.

PemeriksaanCara pelaksanaannya
Kebaikan kesesuaian (goodness of fit)Distributions are tested against the data, with particular attention to the tail
Back-testingEstimated frequencies are compared with events in periods not used for fitting
Prior sensitivityBayesian results are recomputed under alternative priors and the spread is reported

Inferensi bergantung pada asumsi tentang independensi, distribusi, dan pengambilan sampel yang mungkin tidak terpenuhi. Sampel kecil atau bias membatasi keandalan.

07Proses

Bagaimana proses berjalan.

Process explorer · Process

Probability and statistics for risk: Catastrophe model pipeline

10 steps5 stages

Proses

Probability and statistics for risk: Catastrophe model pipeline

Model katastrofe biasanya memiliki modul bahaya, kerentanan, keterpaparan, dan keuangan, serta menghasilkan tabel kerugian, rata-rata kerugian tahunan, kurva terlampaui, PML, dan TVaR.

  1. 01 Bahaya

    1. 01Katalog peristiwaSet data · Pengembang modelModul bahaya memuat katalog besar kejadian simulasi yang mewakili beragam skenario yang masuk akal.
    2. 03Modul bahayaModel · Pengembang modelUntuk setiap kejadian, modul bahaya memberikan intensitas bahaya lokal yang dibaca modul kerentanan.
  2. 02 Keterpaparan dan kerusakan

    1. 02EksposurSet data · Pemilik risikoModul keterpaparan memuat data portofolio, seperti informasi spesifik lokasi.
    2. 04Modul kerentananModel · Pengembang modelModul kerentanan mengukur kerusakan yang diharapkan pada objek terpapar akibat suatu kejadian.
  3. 03 Keuangan

    1. 05Financial moduleModel · Risk ownerThe financial module calculates losses from all event scenarios. Ground-up, gross and net losses differ as shown below.
    2. 06Tabel kerugian kejadianSet data · Pemilik risikoTabel kerugian kejadian mencantumkan setiap kejadian dengan probabilitas terjadinya per tahun dan kerugiannya bagi portofolio.
    3. 07Tabel kerugian tahunanSet data · Pemilik risikoSebagian model juga mengambil sampel tahun simulasi dari kerugian kejadian. Garis besar ini tidak menjelaskan formatnya.
  4. 04 Metrik

    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 Penggunaan hasil

    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.

Garis besar suatu standar atau metode eksternal, dari sumber publiknya. Garis besar ini menjelaskan apa yang dinyatakan kerangka itu, bukan catatan pelaksanaan apa pun. Garis besar ini tidak menunjukkan bahwa Nexus atau mitra mana pun melaksanakan, menyertifikasi, atau menyetujui suatu langkah. Gerbang adalah langkah dalam metode, tidak pernah persetujuan Nexus.

09Pengelolaan

Siapa yang memelihara metode ini.

Ilmu Sistem dan Pemodelan mengelola probabilitas dan statistika bagi Konsorsium dan meninjau penerapannya di berbagai platform.

11Pertanyaan

Tanya jawab.

Apa saja keterbatasan probabilitas dan statistika di bidang ini?
Inferensi bergantung pada asumsi tentang independensi, distribusi, dan pengambilan sampel yang mungkin tidak terpenuhi. Sampel kecil atau bias membatasi keandalan.
Bagaimana hasil diperiksa?
Hasil diperiksa melalui diagnostik, validasi silang, dan sensitivitas terhadap asumsi. Replikasi independen mengonfirmasi temuan.
Apakah nilai di halaman ini nyata?
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.
Di mana lagi metode ini diterapkan?
Observatory Halaman metode kanonis mencantumkan setiap platform yang menerapkannya.
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.

GCRIManajemen Risiko SistemikSkenario dan Uji TekananMetode dan TeknisPortofolio dan Kesiapan
Manajemen Risiko Sistemik

Bawa metode, dataset, atau pertanyaan.

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.