巨灾框架及之外的数据泄露事件

为网络风险开发可持续保险，并带来相关收益，尤其需要降低该风险的不确定性。将网络风险（特别是数据泄露）视为人为灾害，明确了精算工作需进行多层次分析的需求——不仅要超越单纯基于索赔的损失统计，还需纳入暴露、危害、泄露规模等方面——并且要求数据和模型在范围、质量与标准上取得具体进展。网络风险显著的人为因素及其动态、网络化与多类型特征，使其或许具有独特的挑战性。本文讨论了互补的自上而下统计与自下而上分析方法。聚焦于以提取的私人信息条目（'ids'）衡量的数据泄露严重程度，我们利用相对成熟的美国数据泄露公开数据。我们表明，这种极端重尾风险对于外部攻击者（'hack'）事件而言正在恶化——无论是在频率还是严重程度方面。写于2018年第二季度，预测2018年下半年美国因黑客攻击导致泄露的ids中位数为5亿。但有5%的可能性该数字超过70亿——使历史总量翻倍。'幸运地'是，该时期的总泄露量最终接近中位数。