Skip to content

GCRI · 系统性风险管理

面向风险的不确定性量化

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.

02申请

不确定性量化与模型验证在此发挥的作用。

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

通过风险模型对输入的范围和分布进行抽样,使输出带有区间,并识别出对大部分输出范围起决定作用的输入。

区分不确定性的类型

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.

深度不确定性框架

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

03监测

不确定性分析。

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。

不确定性分析

系统性风险 · 不确定性量化 · 运行 R-7955

敏感度排序GCRI · 系统性风险管理

总阶敏感度

产出分布

输入

超出风险偏好的风险均匀已述明的风险专家判断征询
已突破的关键风险指标正常已说明的关键风险指标(KRI)专家判断征询
经测试有效的控制措施正常 of controls, stated专家判断征询
已绘制相互依赖关系Beta链接,已说明专家判断征询
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.
04数据

该方法使用的输入。

本平台上不确定性量化和模型验证所用的数据集和记录,及其各自的作用和数值所带标签。来源列于 来源登记册.

数据角色标签
模型输入分布Sampling inputs估算
专家意见征询 记录了解不充分的参数的取值范围估算
观测结果校准与验证观测
情景集深度不确定性 探索模型生成
05方法与证据

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

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。

模型、方程与假设

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

要素 i 的风险Ri = f(Hi, Ei, Vi, Ci)危害、风险暴露、脆弱性和应对能力
预期年度损失EAL = ∑k pk · Lkover events k with annual probability pk
耦合系统xt+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
输入
带溯源信息的版本化数据集
成果
分布,绝不是单一数字
代码
连同模型卡和测试一起发布
复现
相同的数据、代码、环境和随机种子
标准的风险与状态空间表述;所列假设是该方法的典型假设,供审查之用,并非结果。
FAIR 指导原则 · GO FAIR 和 FORCE11W3C PROV · 万维网联盟关于一致处理不确定性的指南 · IPCCCEOS 分析就绪数据 · 地球观测卫星委员会
06验证

结果如何核查。

预测分布依据留出的观测数据,检验其校准度和锐度。验证确认代码求解的是预期方程。

核查如何开展
全球 敏感性分析基于方差的方法或其他全局方法可识别哪些输入驱动输出的不确定性
Calibration of intervalsStated intervals are compared with how often outcomes fall inside them
结构不确定性对替代模型结构的结果进行比较并一并报告

结构性不确定性和未知的未知难以表示。计算成本限制了对高维模型的探索。

07流程

流程如何运行。

Process explorer · Process

风险的不确定性量化:危害、风险暴露、脆弱性

10 steps4 stages

流程

风险的不确定性量化:危害、风险暴露、脆弱性

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 驱动因素

    1. 01危害数据集 · 首席风险官可能对人员、财产、服务或生态系统造成伤害的自然或人为物理事件或趋势的潜在发生。
    2. 02风险暴露数据集 · 首席风险官人员、生计、物种、生态系统、基础设施或资产处于可能受到不利影响的地点与环境之中。
    3. 03敏感性数据集 · 首席风险官某一系统或物种受到 气候变率 或气候变化不利或有利影响的程度。
    4. 04Capacity to cope and adaptDataset · Chief risk officerThe ability of systems, institutions, humans and other organisms to adjust to damage, take opportunities or respond to consequences.
  2. 02 评估

    1. 05应对措施带来的风险组件 · 首席风险官当气候应对措施未能实现目标,或因权衡取舍或负面副作用,就会产生来自应对措施的风险。
    2. 06脆弱性组件 · 首席风险官易受不利影响的倾向或习性。它包括对伤害的敏感性以及应对与适应能力的缺乏。
    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 响应

    1. 08风险管理与响应步骤 · 首席风险官风险管理是指降低不利后果发生的可能性或规模的计划、行动、战略或政策。
    2. 09剩余风险记录 · 首席风险官在适应与减缓努力之后仍然存在的气候影响风险。适应可能在地区与群体之间重新分配风险。
  4. 04 决定

    1. 10由责任方作出决定决策 · 首席风险官该框架不指定单一决策者。关于应对措施的决定由责任方依据其自身规则作出。

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。

09管理责任

由谁维护该方法。

系统科学与建模 负责联合体的不确定性量化和模型验证管理,并审查其在各平台中的应用情况。

11问题

问题与解答。

在该领域,不确定性量化与模型验证的局限是什么?
结构性不确定性和未知的未知难以表示。计算成本限制了对高维模型的探索。
结果如何核查?
预测分布依据留出的观测数据,检验其校准度和锐度。验证确认代码求解的是预期方程。
本页面上的数值是真实的吗?
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.
该方法还应用于何处?
维持社会运转的 规范方法页面 列出应用该方法的每个平台。
报告贡献

从本页贡献证据。

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。

GCRI系统性风险管理情景与压力测试方法与技术组合与准备度
系统性风险管理

带来一种方法、一个数据集或一个问题。

信息和咨询现已开放。每项咨询都会获得一个编号,并告知下一步;申请、付款、算力分配和注册只有在相应团队、条款和审查能力就绪时才会开放。