📚 课程目录第2章巨灾风险基础

2. 巨灾风险基础

在进入EP Curve、PML与AAL的量化建模之前，必须先建立一套统一的“风险语言”。巨灾风险度量之所以复杂，是因为它同时涉及自然系统的随机性、工程系统的脆弱性以及资产暴露的空间分布。本节将围绕灾害分类、三个核心术语（暴露、脆弱性、hazard）以及巨灾模型三大模块展开，为后续曲线构建打下概念地基。

一、自然灾害与人为巨灾的分类

巨灾（Catastrophe）通常指造成大范围、高损失、超出常规保险承保能力的极端事件。按成因可分为两大类：

自然灾害：由地球物理、气象、水文等自然过程驱动。常见子类包括地震、海啸、火山喷发（地球物理类）；台风、飓风、龙卷风、冰雹、暴风雪（气象类）；洪水、风暴潮、干旱（水文类）；以及野火、山体滑坡等次生灾害。
人为巨灾：由人类活动或技术系统失效引发。包括工业爆炸、危化品泄漏、核事故、大坝溃决、重大火灾、网络攻击导致的基础设施瘫痪，以及恐怖主义事件等。

分类的意义在于：不同灾害的hazard强度表达方式不同。地震用震级与峰值地面加速度（PGA），台风用中心气压与最大风速，洪水用淹没深度与重现期。若分类混淆，后续脆弱性函数与损失分布将无法正确匹配。

实务提示：同一资产可能同时暴露于多种灾害。例如沿海化工厂既面临台风风暴潮，也面临地震与泄漏风险。巨灾模型通常按“灾害-资产”组合分别建模，再聚合为总损失分布。

二、风险度量三个基本术语：暴露、脆弱性、hazard

巨灾风险可抽象为三个正交维度，缺一不可：

术语	英文	核心含义	典型参数/数据
暴露	Exposure	位于危险区域内、可能受损的资产价值与分布	建筑重置成本、室内财产、业务中断价值、经纬度、楼层数
脆弱性	Vulnerability	给定hazard强度下，资产损失比例的条件概率关系	易损性曲线、损失率函数、结构类型、抗灾等级
危险性	Hazard	灾害事件的发生频率与强度空间分布	震级-频率曲线、风速概率分布、淹没深度-重现期

三者关系可概括为：风险 = f(Hazard, Exposure, Vulnerability)。缺少暴露，风险无标的；缺少脆弱性，无法把强度转为损失；缺少hazard，则不知事件多强、多频繁。任何EP Curve或PML计算，本质上都是对这三个维度的联合概率积分。

常见误区：把“脆弱性”等同于“暴露”。暴露回答“有多少资产在危险区”，脆弱性回答“这些资产在给定强度下会坏多少”。两者数据来源与建模方法完全不同，不可混用。

三、巨灾模型三大模块简介

现代巨灾模型（Catastrophe Model）通常由三个核心模块串联而成，形成从灾害事件到损失分布的完整链路：

Hazard模块（危险性模块）：生成随机事件集（Event Set），描述每个事件的发生位置、频率与强度。例如地震模型会模拟数万至数十万年的断层破裂场景，输出每个事件的PGA分布图。
Exposure模块（暴露模块）：将投保资产按地理编码、建筑属性、价值进行空间化。它回答“每个事件影响哪些资产、价值多少”。
Vulnerability模块（脆弱性模块）：通过易损性曲线将hazard强度映射为损失率，再乘以暴露价值得到每个事件的损失金额。

三模块串联后，模型对每个随机事件计算损失，形成事件损失表（Event Loss Table, ELT）。ELT是后续生成EP Curve、计算PML与AAL的直接输入。其典型结构如下：

Event_ID   Annual_Rate   Loss_Amount
E001       0.002         12,500,000
E002       0.005          3,200,000
E003       0.001         48,000,000
...        ...           ...

其中Annual_Rate为年发生率，Loss_Amount为该事件造成的总损失。对ELT按损失降序排列并累积年发生率，即可绘制EP Curve；对全部事件损失按年率加权求和，即得AAL。

四、案例场景：沿海台风巨灾建模

假设某保险公司承保某沿海城市1万栋住宅，需评估台风巨灾风险。按三模块流程：

Hazard：采用历史台风路径与强度数据，生成10万年随机事件集，每个事件包含登陆位置、最大风速、影响半径。
Exposure：将1万栋住宅按经纬度落图，赋予每栋重置成本（如80万元）、结构类型（砖混/框架）、楼层数。
Vulnerability：对砖混结构采用风速-损失率曲线，例如风速40m/s时损失率15%，60m/s时损失率55%。

模型对每个事件计算每栋损失并汇总，得到ELT。若某事件年发生率0.01、总损失5亿元，则其对AAL贡献为500万元。将所有事件贡献累加，即得组合AAL；按损失降序累积年率，即可读出百年一遇PML。

核心原理：EP Curve的横轴是年超越概率（或重现期），纵轴是损失金额。它由ELT中“损失≥某阈值”的事件年率之和构成。PML是EP Curve上指定超越概率对应的损失分位点；AAL是ELT中所有事件损失的年率加权平均。三者同源，只是读取方式不同。

五、误区与复盘

初学者常犯以下错误：

把hazard强度直接当损失：震级7级不等于损失70%，必须经过脆弱性曲线转换。
忽略暴露的时间变化：城市扩张、资产增值会使同一hazard下的损失逐年上升，模型需定期更新暴露数据。
混用不同灾害的ELT：地震与洪水的年率、损失分布不可直接相加，需先分别建模再聚合。
把PML当作最大可能损失：PML是特定超越概率下的分位点，不是物理上限。极端事件损失可能远超PML。

复盘时建议检查：三模块输入是否匹配、ELT年率总和是否合理、脆弱性曲线是否经过本地化校验。只有基础概念清晰，后续EP Curve、PML与AAL的实战计算才不会沦为“黑箱调参”。