频率与严重程度建模
事件数量和损失采用与其形态相适应的分布(包括重尾分布)进行拟合,并在结果用于聚合之前检验拟合优度。
GCRI · 系统性风险管理
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.
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.
事件数量和损失采用与其形态相适应的分布(包括重尾分布)进行拟合,并在结果用于聚合之前检验拟合优度。
Copula 函数和共同因子模型刻画风险如何联动,使汇总损失反映多种风险同时发生的可能性。
贝叶斯方法将稀疏的损失数据与作为先验的结构化专家判断相结合,因此对罕见风险的估计会显示其中多少依赖数据、多少依赖判断。
团队遵循该方法时会使用的界面:其指标、状态与决策。名称为示例,数值仅作示意。
Systemic risk · Probability and statistics · Run R-9987
广义帕累托拟合
| 形状参数 ξ | 0.09 | −0.01 | 0.48 | 若大于零则为重尾 |
| 尺度 σ | 2.6 | 0.8 | 7.1 | 变量单位 |
| 超阈值次数 | 60 | 去簇化 |
| 数据 | 角色 | 标签 |
|---|---|---|
| 内部损失事件数据库 | Frequency and severity inputs | 观测 |
| EM-DAT 与各国灾害损失数据库 | 外部事件与损失数据 | 已报告 |
| Structured expert judgement records | 罕见事件的先验 | 估算 |
| 行业事件数据库 | Benchmark frequencies | 已报告 |
模型、其假设、数据和不确定性,以科学家或工程师会核查的形式呈现。结构遵循已发表的方法。所取数值仅为示意,不是研究发现。
用于风险概率与统计的模型结构、其所作的假设,以及每项假设如何检验。
Ri = f(Hi, Ei, Vi, Ci)危害、风险暴露、脆弱性和应对能力EAL = ∑k pk · Lkover events k with annual probability pkxt+1 = A xt + B ut + εtA carries the couplings, u the shock, ε the error| 假设 | 为何制作 | 如何检验 |
|---|---|---|
| 在一次事件中,危害与暴露相互独立 | 使损失积分保持可计算 | 与基于联合记录拟合的 copula 进行比较 |
| 耦合在工作点附近是线性的 | 让冲击通过 A 传播 | 在线性范围之外施加扰动并比较 |
| 脆弱性曲线可以在不同地点之间迁移使用 | 很少有本地曲线可用 | 在有观测损失的地方据此进行验证 |
通过诊断、交叉验证和对假设的敏感性来检查结果。独立复现确认研究发现。
| 核查 | 如何开展 |
|---|---|
| 拟合优度 | 分布须与数据进行检验,并特别关注尾部 |
| Back-testing | Estimated frequencies are compared with events in periods not used for fitting |
| Prior sensitivity | 贝叶斯结果会在替代先验下重新计算,并报告其离散程度 |
推断依赖于关于独立性、分布和抽样的假设,而这些假设未必成立。样本过小或存在偏差会限制可靠性。
Process explorer · Process
10 steps·5 stages
流程
巨灾模型通常包括危害、脆弱性、风险暴露与财务模块,并生成损失表、 年均损失、超越曲线、PML 与 TVaR。
依据公开来源对某一外部标准或方法的概述。它描述的是该框架的内容,而非任何运行记录。它并不表明 Nexus 或任何合作伙伴执行、认证或批准某一步骤。关口是该方法的一个步骤,绝不是 Nexus 的批准。
Reports 是联合体的季刊。您对该主题的了解可以成为下一期中的证据、案例或更正,署名归您,并在属于您本人作品时以 CC BY 4.0 发布。
切勿发送个人数据、敏感基础设施细节或您无权分享的任何内容。贡献在使用前会经过审查;发送贡献不赋予署名权或编辑权,赞助也绝不能换取研究结论。
本网站上的地图、数据和图表仅作为背景和一般信息展示。它们不是建议、预测或预警;信息的局限见免责声明和数据说明。