建筑物暴风易损性和保险损失估计.docx

建筑物的暴风易损性和保险损失估计A.C Khanduri1、引言每年严重暴风肆虐大西洋、印度洋和太平洋区域。1992年的安德鲁飓风，总共经济损失达300亿美元被标上美国历史上耗费最高的自然灾害之一。1998年的飓风Georges在美国和加勒比区域造成了35亿美元的损失，1999年的飓风Floyd美国19.6亿的保险损失。1999年10月印度有数千人在超级气旋05B中丧失了生命。1999年12月欧洲的风暴罗莎和马丁分别造成保险业58亿和24亿的保险损失。这些数据显示与风相关的巨灾对人和财产的严重冲击。暴风的经济冲击的评估需要对风的气象学知识和冲击的财产方面的知识。应急管理者、财政政策制定者、政府和保险业使用暴风损失和风险评估模型来研究当地严重大风的影响。保险行业是工业化国家主要在机理上管理风暴风险的行业。保险行业使用风险评估模型来估计他们的暴风风险暴露的金融风险。一个风暴风险评估模型包含四个基本部分：危险性、暴露性、脆弱性和损失。危险性模型是物理事件本身的再表述，它决定了危险的强度，进一步说也就是风速。暴露性模型是描述财产的地理和结果分布。脆弱性模型，通过使用脆弱性方程，建立起危险和物理损坏结果之间的关系，或者估计破坏修复花费的费用。损失模型计算给定保险暴露情况下的经济损失，使用特定的承保条件如限额或者免赔额等。本文的重点是描述建筑物脆弱性的评估过程。许多在定义建筑物的风的脆弱性方面无法估计的变量如风速、风向、风暴持续时间、建筑物尺寸和几何结构、屋顶形状、地形条件、周围结构的围蔽、建筑质量、建筑法规和他们的应用情况等，使得脆弱性量化过程非常复杂。由于风暴有很多种不同的保单，保险人和再保人对此非常关注。因此保险行业在巨灾建模者的帮助下，处于检查严重风灾对财产破坏性的前沿，经常分析风对保险组合引起的经济损失来发展脆弱性模型。然而，由于这些数据的专有性特点，这些努力的细节在公共领域并不能够直接获得。基于有限理赔数据的统计的风速-损坏关系在文献5、6中有叙述。虽然对损失数据的多变量回归分析经常用于发展脆弱性方程，对数据的缺乏破事研究者去寻找其他方法，如基于逻辑假设的脆弱性模型。在美国之外的许多市场，尤其是低保险深度的非工业化国家，暴风损失估计模型的发展仍然处于初级阶段。这种状况的明显原因是，缺少在上世纪九十年代以来的保险损失的主要数据，而这是发展和校正模型同时也是决定他们可信性的重要依据。即便保险损失数据可得，通常也是总体损失数据，如同一地区各类不同建筑物损失的汇总。有时损失使用不同的名词来表示，如住宅的、商业的等等，但是在过去很少能提供一个对详细的对建筑物等级的组成如建筑材料、尺寸的精算数据。尽管这能够显示一个损失的整体情况，但是它不能够提供特定房屋类型的损失。因此，发展建筑等级脆弱性曲线以及评估财产的风力脆弱性的问题是没有合适的损失数据。本文讨论了建筑物的风力脆弱性和飓风损失脆弱性方程的发展过程。文章还介绍了使用有限的建筑物信息和精算数据组合将具有详细损失数据的建筑物脆弱性曲线迁移到其他缺少数据地区的方法。这个方法能将一个总体的脆弱性曲线分解为不同类型建筑物的脆弱性曲线。发展飓风脆弱性模型最终于飓风风场模型和保险暴露相组合来估计Puerto Rico地区的保险损失。2、发展脆弱性方程建筑组合的暴风脆弱性表达为脆弱性方程，也被称为脆弱性曲线或者损坏曲线。暴风的脆弱性方程代表风速和平均损坏比率(MDR)之间的关系。MDR、Dv在风速v下定义为：这里Li是位于地点i建筑物的修复损坏的成本（或者损失），Vi是该地点的建筑物的总价值，n是遭受风速v的地点的总数。损坏通过建筑物的总价值的百分比来表达，代表建筑物对风的脆弱性，一个高的MDR代表高的脆弱性。开发风暴脆弱性方程的两个先决条件是经济损失数据和风场。除此之外，建筑物损坏的统计，风力-结构相互作用的知识，建筑物法规信息、以及当地的社会经济条件知识都对发展一个稳健的脆弱性模型有贡献。对每一个地点来说，典型的理赔数据可能包括总的保险价值，限额、免赔和损失。理赔数据还需要区分为建筑物、内容物和经营中断损失，还需要根据行业来区分、有时需要根据建筑物类型来分。当准备用作分析的赔案的时候，了解免赔和限额在计算保险财产的总价值和对应真实损失的损失赔偿（扣减免赔）时是如何考虑的是非常重要的一件事。下一步是获得所考虑地区的风速并将每一理赔数据可得区域的风速与损失相关联起来。这样，考虑风暴气象特性的风场模型与地点信息如地面粗糙度、地形特点等相耦合，用于计算相关区域的风速。风场模型也利用有限的观察数据进行校正。因此，对于每个在保险案卷中的地点（邮政区），风速都可以在风场模型中获得。理赔数据可以分为不同的风速范围，（10kph）以风速的升序排列、用于方程1的每一范围的MDR和平均风速被计算出来。最后，数据被回归以