Skip to content

GCRI · Управление системными рисками

Количественная оценка неопределённости для рисков

Uncertainty quantification states how much a risk estimate could differ from reality and why. In systemic risk management it separates variability from lack of knowledge, propagates uncertainty through models, and shows decision makers which uncertainties matter for their choice.

02Заявка

Что здесь делают количественная оценка неопределённости и валидация моделей.

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 risk management and systemic risk and methods and modelling, 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 the STEM Commons.

Propagating input uncertainty

Ranges and distributions for inputs are sampled through risk models so that outputs carry intervals, and the inputs that drive most of the output range are identified.

Separating kinds of uncertainty

Natural variability and incomplete knowledge are kept apart, so that decision makers see which uncertainty could be reduced by further study and which could not.

Постановка задачи в условиях глубокой неопределённости

Where probabilities cannot be defended, results are presented across scenarios without weights, and decisions are examined for robustness rather than expected value.

03Мониторинг

Анализ неопределённости.

Экран, который команда использовала бы для следования этому методу: его показатели, состояния и решения. Названия приведены для примера, а значения иллюстративны.

Анализ неопределённости

Systemic risk · Uncertainty quantification · Run R-7955

Чувствительность ранжированаGCRI · Управление системными рисками

Чувствительность полного порядка

Распределение результатов

Исходные данные

Риски выше риск-аппетитаРавномерноеrisks, statedопрос экспертов
Key risk indicators in breachНормаKRIs, statedопрос экспертов
Controls tested effectiveНорма of controls, statedопрос экспертов
Interdependency links mappedБетасвязи, заявленныеопрос экспертов
Uncertainty analysis: the screen’s structure, terms and states for Systemic risk.Example names and illustrative values; a design, not a record or a live system.
04Данные

Что потребляет метод.

Наборы данных и записи, используемые для количественной оценки неопределённости и валидации моделей на этой платформе, с указанием роли каждого и метки, присваиваемой его значениям. Источники перечислены в реестре источников.

ДанныеРольМетка
Model input distributionsSampling inputsОЦЕНЕНО
Выявление экспертных оценок записываетRanges for poorly known parametersОЦЕНЕНО
Observed outcomesCalibration and validationНАБЛЮДАЕМО
Наборы сценариевDeep uncertainty explorationСМОДЕЛИРОВАНО
05Методы и доказательная база

How uncertainty quantification for risk is modelled, measured and tested.

Модель, её допущения, данные и неопределённость в том виде, в каком их проверил бы учёный или инженер. Структуры следуют опубликованным методам. Показанные значения являются иллюстративными, а не результатами.

Модель, уравнения и допущения

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

Риск элемента iRi = f(Hi, Ei, Vi, Ci)опасность, подверженность, уязвимость и потенциал реагирования
Ожидаемый годовой ущербEAL = ∑k pk · Lkover events k with annual probability pk
Связанные системыxt+1 = A xt + B ut + εtA carries the couplings, u the shock, ε the error
ДопущениеЗачем это создаётсяКак это проверяется
В пределах события опасность и подверженность независимыДелает интеграл убытков вычислимымСравнить с подгонкой копулы по совместным записям
Вблизи рабочей точки связи линейныПозволяет потрясениям распространяться через AВыйдите за пределы линейного диапазона и сравните
Кривые уязвимости переносятся между местамиМестные кривые редко доступныПроверять по наблюдаемым убыткам там, где они есть
Исходные данные
версионированные наборы данных с указанием происхождения
Результаты
распределения, а не отдельные числа
Код
выпускается вместе с карточкой модели и тестами
Воспроизведение
те же данные, код, среда и начальное значение
Стандартные формулировки риска и пространства состояний; перечисленные допущения типичны для метода и приведены для рецензирования, а не как результаты.
Руководящие принципы FAIR · GO FAIR и FORCE11W3C PROV · Консорциум Всемирной паутиныРуководство по единообразному учёту неопределённостей · МГЭИКCEOS Analysis Ready Data · Комитет по спутникам наблюдения Земли
06Валидация

Как проверяются результаты.

Прогнозные распределения проверяются на калибровку и резкость по отложенным наблюдениям. Верификация подтверждает, что код решает заданные уравнения.

ПроверкаКак это делается
Глобальный уровень анализа чувствительностиVariance-based or other global methods identify which inputs drive output uncertainty
Calibration of intervalsStated intervals are compared with how often outcomes fall inside them
Structural uncertaintyРезультаты альтернативных структур моделей сравниваются и публикуются вместе

Структурную неопределённость и неизвестные неизвестные трудно представить. Вычислительные затраты ограничивают исследование моделей высокой размерности.

07Процесс

Как устроен процесс.

Process explorer · Process

Uncertainty quantification for risk: Hazard, exposure, vulnerability

10 steps4 stages

Процесс

Uncertainty quantification for risk: Hazard, exposure, vulnerability

In IPCC AR6 Working Group II, climate risk results from interactions between hazards and a system’s exposure and vulnerability, and responses can add risk.

  1. 01 Движущие факторы

    1. 01ОпасностьНабор данных · Директор по рискамВозможное наступление природного или антропогенного физического события или тенденции, которые могут причинить вред людям, имуществу, услугам или экосистемам.
    2. 02ПодверженностьНабор данных · Директор по рискамПрисутствие людей, источников средств к существованию, видов, экосистем, инфраструктуры или активов в местах и условиях, которые могут подвергнуться неблагоприятному воздействию.
    3. 03ЧувствительностьНабор данных · Директор по рискамСтепень, в которой система или вид подвергается неблагоприятному или благоприятному воздействию изменчивости климата или его изменения.
    4. 04Потенциал реагирования и адаптацииНабор данных · Директор по рискамСпособность системы, учреждений, людей и других организмов приспосабливаться к ущербу, использовать возможности или реагировать на последствия.
  2. 02 Оценка

    1. 05Риск, создаваемый мерами реагированияКомпонент · Директор по рискамРиски, связанные с мерами реагирования на изменение климата, возникают, когда эти меры не достигают своих целей, либо из-за компромиссов или негативных побочных эффектов.
    2. 06УязвимостьКомпонент · Директор по рискамСклонность или предрасположенность к неблагоприятному воздействию. Она включает чувствительность к вреду и недостаток потенциала реагирования и адаптации.
    3. 07RiskModel · Systemic Risk ManagementRisk results from dynamic interactions between hazards and the system’s exposure and vulnerability. Each may be uncertain and change.
  3. 03 Реагирование

    1. 08Управление рисками и реагированиеШаг · Директор по рискамУправление рисками охватывает планы, действия, стратегии или политику, снижающие вероятность или масштаб неблагоприятных последствий.
    2. 09Остаточный рискЗапись · Директор по рискамРиск климатических воздействий, сохраняющийся после усилий по адаптации и смягчению последствий изменения климата. Адаптация может перераспределять риск между территориями и группами.
  4. 04 Решение

    1. 10Решение ответственной стороныРешение · Директор по рискамПостановка не называет единственного лица, принимающего решения. Решения о мерах реагирования принимает ответственная сторона по своим правилам.

Описание внешнего стандарта или метода по его публичным источникам. Оно описывает, что говорит рамочная основа, а не запись о каком-либо прогоне. Оно не показывает, что Nexus или какой-либо партнёр выполняет, сертифицирует или утверждает какой-либо шаг. Этап является шагом метода и никогда не является утверждением Nexus.

09Ведение и сопровождение

Кто ведёт метод.

Системная наука и моделирование ведёт и сопровождает количественную оценку неопределённости и валидацию моделей для Консорциума и проверяет их применение на разных платформах.

11Вопросы

Вопросы и ответы.

Каковы пределы количественной оценки неопределённости и валидации моделей в этой области?
Структурную неопределённость и неизвестные неизвестные трудно представить. Вычислительные затраты ограничивают исследование моделей высокой размерности.
Как проверяются результаты?
Прогнозные распределения проверяются на калибровку и резкость по отложенным наблюдениям. Верификация подтверждает, что код решает заданные уравнения.
Значения на этой странице реальные?
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.
Где ещё применяется этот метод?
Observatory Каноническая страница метода перечисляет все применяющие его платформы.
ОтчётыВнести вклад

Поделитесь доказательствами с этой страницы.

Reports является ежеквартальным изданием Консорциума. Ваши знания по этой теме могут стать доказательством, кейсом или исправлением в следующем выпуске с указанием вашего авторства и публикацией по лицензии CC BY 4.0, если это ваша собственная работа.

GCRIУправление системными рискамиСценарии и стресс-тестыМетоды и технические материалыПортфель и готовность
Управление системными рисками

Предложите метод, набор данных или вопрос.

Информация и запросы открыты уже сегодня. Запрос получает номер и указывает следующий шаг; заявки, платежи, выделение вычислительных ресурсов и регистрации открываются только тогда, когда существуют их команда, условия и возможности для проверки.

Правовая информация

Карты, данные и рисунки на этом сайте приводятся для контекста и общей информации. Они не являются советом, прогнозом или предупреждением; ограничения информации изложены в Оговорках и уведомлениях о данных.