巨灾风险与巨灾模型（catastrophe risk and cat modeling）
/ kuh-TAS-truh-fee; cat /
保险的大部分都依赖坏运气彼此分散：你的车祸和邻居的车祸毫无关系，所以成千上万名司机组成的资金池既稳定又可预测。巨灾打破了这份安稳。一场飓风、地震或山火，可能一击之下、同时、由同一个事件，摧毁数万户家庭。这种扎堆——同一个起因带来众多损失、同时击中一个地区——就是巨灾风险，也是保险公司最需要预先筹划的噩梦情景。
由于巨灾既罕见又巨大，普通的“看看近几年理赔”的方法会失灵——你的数据里可能一次大地震都没有，然后来了一次就让你破产。于是行业改用巨灾模型：把科学和工程结合起来、而不只是依赖历史的大型模拟。一个巨灾模型生成成千上万个假设事件（各种路径和强度的风暴），把每个事件映射到保险公司真实的暴露上（承保建筑在哪里、建得有多牢），估计损坏，并给出可能的总损失分布。由此你可以读出诸如“百年一遇”或“两百五十年一遇”的损失，以及定价所用的年均损失。
巨灾建模塑造着定价（在高暴露地区的保费里加一项巨灾附加）、再保险购买（买多少保障、在什么起赔点）以及资本（针对超级事件要持有多少盈余）。它不可或缺，但诚实很重要：模型不是水晶球。它们内嵌着关于气候、建筑规范和罕见物理的假设，而这些可能是错的；不同供应商的模型彼此分歧，有时分歧很大；而且“百年一遇”是约 1% 的年发生概率，并不是“一个世纪只发生一次”的承诺——你完全可能连续两年都遭遇这样的年份。
一家承保 8 万户沿海住宅的保险公司跑了一个飓风巨灾模型。它报告年均损失 4000 万元（用于定价），以及百年一遇损失 9 亿元（用于决定买多少再保险、持有多少资本）。过去任何单一年度的理赔都无法揭示那 9 亿元的尾部。
巨灾模型在真实暴露上模拟大量假设事件，以估计罕见的、覆盖整片地区的损失。
“百年一遇”的损失约等于每年 1% 的概率，而不是保证一个世纪发生一次——这样的年份完全可能接连出现。巨灾模型不可或缺却充满不确定；不同供应商彼此分歧，其假设（尤其是关于气候变化的假设）可能是错的。