巨灾模型介绍-动态资讯

巨灾模型介绍

2021-12-15 来源：

近年来，因气候变化的日益剧烈，巨灾发生的频度以及损失的严重程度都有增加的趋势，这大大提升了极端灾害风险，更有可能因此产生新的风险。然而即使在发达国家或经济体中，极端灾害风险带来的保险未保障损失很高，小微企业的低渗透率仍有待提高和改善。为减轻企业在巨灾中可能承受的诸多风险，保险行业均利用巨灾模型做前瞻性研究分析，在该模型的帮助下，可以更好的判断未来一段时间周期内极端灾害事件发生的概率以及程度，以帮助保险行业和被保险人规避或降低巨灾风险带来的经济损失及实施相应措施转移风险。

什么是巨灾模型

巨灾模型是通过计算机辅助用来估算因诸如暴雨、台风、地震、森林火灾或流行病毒等极端灾害风险性事件而可能在资产上承受损失的过程。精确的预估损失，可以帮助公司更好的评估公司抵抗此类风险的能力，拥有更长的资金回流周期，避免因巨灾风险产生的财务危机。

现在全球主流的巨灾模型供应商有AIR、RMS，除此之外，一些经纪人也提供相关服务，以及部分专业的保险和再保险人拥有自己的专利巨灾模型，例如中再巨灾平台，瑞再的CATNET等。

根据有效的行业数据和特定数据，巨灾模型可以从风险暴露性、灾害损失、结构易损性以及金融角度进行分析。其中需要列入保险责任项下的单一风险数据信息，包括了灾害数据、风险暴露数据、环境数据、灾损数据以及结构易损性。

●风险暴露模型：

模型基于风险暴露分布角度，统计承保标的详细地理位置、建筑结构、居住情况、环境情况，气象水文以及遥感数据等。

●灾害模型：

针对历史灾害数据结合风险暴露的结果模拟随机事件，每个事件都有相关的概率。

●易损性模型：

基于风险因子以及保险标的相关联的风险和灾害事件强度的预期造成的损失值。

●金融数据模型：

结合主要承保条件、临分条件或再保合约条件，预期灾难产生的保险及再保险损失和其他输出数据建模产品。基于历史数据的整理，从事件强度和概率损失模型的角度进行评测分析一定时期内巨灾带来的量化巨灾事件的保险损失。

为什么要运用巨灾模型？

近年来，随着经济的不断发展，城镇化的提高，受极端自然灾害或其他巨灾影响造成的损失金额越来越大。各个国家开始建立巨灾应急预案，购买巨灾债券，推动巨灾保险来应对可能带来的巨大风险。

从社会经济角度来看，仅2021年上半年，全国共发生大范围强对流天气过程19次，全国共发生强降水过程20次，天气极端性增强。江淮、华北、黄淮、东北等地，龙卷风等极端对流现象明显增多。上半年，冰雹灾害造成1054万人受灾，81人因灾害死亡失踪，直接经济损失114亿元。下半年，河南、山西相继出现历史罕见的持续性强降雨，造成当地群众大规模伤亡和财产损失。

从保险业角度来看，由气候变化引发的自然灾害日趋严重，保险业损失逐渐加大。根据瑞再发布的公开数据来看，2021年上半年，全球因自然灾害造成的保险损失已达到420亿美元，主要来自冬季寒潮、冰雹和野火等灾害的影响。这一损失额超过了过去十年330亿美元的平均水平，在史上仅次于2011年上半年因日本和新西兰大地震导致的1040亿美元巨额损失。受社会经济持续发展和气候变化加剧的影响，简单的历史经验已不足以准确的评估巨灾所带来的经济损失，借助模型的测算以及分析才能更准确的预估评测。

模型主要功能介绍

为更详细的解释巨灾模型，下面我们从核保、理赔、风控、再保四个方面介绍该模型功能：

核保

过3S技术（GIS，GPS，RS）实现可视化生成客户定制的风险报告以及风险地图，辅助精算定价模型帮助保险公司厘定产品费率。通过标的属性以及相关水文环境等信息，评估单一或多种保单责任中涵盖的自然灾害风险，如地震，洪涝，台风，冰雹等等。精确的预测未来可能发生的原生/次生灾害所带来的损失，降低并控制风险，测算利润，结合核保条件评估公司财产抵抗此类风险的能力。

理赔

定制风险地图，对相关的灾害风险实施监测预警，及时制定防灾减损方案。灾害发生后利用遥感技术实现远程查勘测损，通过模型进行灾后损失快速估算提供灾后理赔服务方案。

风控

通过测算巨灾风险带来的预计损失，合理规避风险可能性，优化业务组合降低风险，亦可通过金融方案转移部分不可控风险，提升公司对风险的应对弹性。

再保

在用户自定义超赔层以及合约条件下，根据被保险标的历史数据，自身风险以及环境等因素，使用客观公平和精算合理的模型计算出损失期望值和标准差来评估每一层保费的费率，事故限额等等。在其他类型的合约中，通常情况下，历史损失经验的可信度并不足以为巨灾的潜在风险定价，再保公司往往会利用巨灾模型计算附加保费来负荷这一部分的风险，例如在部分情况中，再保公司会根据在预期的投资回报周期内，分摊巨额损失来定价的情况。利用巨灾模型计算出预计巨灾事件的损失，在20年1次的投资回报周期的情况下，再保公司将收取预计巨灾损失金额的5%作为附加保费。

模型应用场景

以佛罗里达飓风为例，美国的佛罗里达州因自然环境因素的影响，当地的财产险以及再保市场承受着具有很大不确定性的潜在损失。1992年发生的安德鲁飓风使佛罗里达遭受了巨额损失，11家保险公司因此破产。一旦有巨灾产生，产险市场就会呈现严重的亏损，而一味地增长保险费率并不是一个对当地经济有利的方案。因此建立一个适合当地特殊气候波动的巨灾模型是极其必要的。

2001年，佛罗里达州保险监管办公室资助佛罗里达国际大学独立开发公共飓风损失模型（Florida Public Hurricane Loss Model，以下简称FPHLM），以评估飓风风险并预测这些住宅财产的保险损失。该模型旨在帮助针对飓风灾害制定一个精算基础的费率，以此来帮助产险公司评估定价过程中的费率情况。

在整个佛罗里达飓风损失模型中，主要是由致险因子模型、工程模型和精算模型组成。FPHLM模型是一套非常复杂的最先进的计算机程序。它可以模拟情景，预测飓风的成因，地点，时间，风速，强度以及大小等等。在飓风登陆后，根据工程模型，计算风如何与不同类型的建筑结构相互作用，沿飓风轨道受损的建筑中具体的损坏程度，预估重建和修缮的费用，以及通过精算模型计算保险公司需要支付的金额。这其中运用到了气象学，风力和结构工程、统计学、金融、地理信息系统（GIS）精算学以及计算机科学。该模型可以在规定条件下，依据建筑结构，属性以及额外费用计算平均损失以及最大可能损失。同时，该模型也被用于对保险公司的压力测试，以评估巨灾发生时保险公司的偿付能力。

案例图示

END

https://zh.wikipedia.org/wiki/2021%E5%B9%B47%E6%9C%88%E6%B2%B3%E5%8D%97%E6%B0%B4%E7%81%BE

https://www.willistowerswatson.com/en-US/Insights/2021/02/summary-of-natural-catastrophe-events-2020

https://www.mem.gov.cn/xw/yjglbgzdt/202107/t20210706_391111.shtml

https://fphlm.cs.fiu.edu/publications.html

https://econ.pku.edu.cn/ccissr/bxxljz/309426.htm

https://www.reuters.com/article/analysis-disaster-insurance-china-0811-w-idCNKBS2FE00K

http://money.sohu.com/20091209/n268810564.shtml

https://www.jiemian.com/article/6210056.html

https://n.eastday.com/pnews/163007888077010797

https://share.america.gov/zh-hans/hurricane-forecasts-in-the-caribbean-can-save-lives-zh/

http://www.igsnrr.cas.cn/kxcb/dlyzykpyd/dlzs/dydqh/200702/t20070205_2155140.html

上一篇：劳合社中国与五洲保险经纪签署新的授权承保协议下一篇：半导体行业在建设、运营中的风险与保险