MODELDEN KARARA KARARDAN DAYANIKLILIĞA: T-Rupt’a İki Yıl Sonra Yeniden Bakış
Yaklaşık iki yıl önce T-Rupt'ı ziyaret etmiş, bu blogda üç yazılık bir seri hazırlamıştım. Depremi önceden bilmenin mümkün olup olmadığından başlayıp afet modellemesinin nasıl çalıştığına, Katastrofik Modelleme Platformu’na (CatMod), 6 Şubat depremlerine, sektör stres testlerine ve T-Rupt'ın gelecek projelerine kadar uzanan kapsamlı bir seri olmuştu.
Geçtiğimiz günlerde yeniden T-Rupt'taydım.
Ziyaretlerime eli boş gitmeyi sevmeme, T-Rupt’a her gidişimde bir kutu donutla gider, ben de fırsattan istifade diyeti biraz bozardım. Bu kez arabamda çıkan bir sorun nedeniyle almaya vakit bulamadım. Her işte bir hayır vardır derler ya, toplantıya girince fark ettim ki zaten artık bir kutu donut bütün ekibe yetmeyecekmiş!
Çünkü ekip büyümüş, projeler çoğalmış.
Bu toplantının en güzel taraflarından biri de tüm ekibin katılması ve farklı hizmet gruplarının yürüttükleri projeleri kendilerinden dinleme fırsatı oldu. Gençlik enerjisinin, bilimin, teknolojinin ve sigorta ve reasürans bilgisinin bir araya geldiği bir ortamda her ekip kendi projesini anlatırken yaptığı işin teknik tarafına duyduğu heyecanı da hissediyorsunuz.
Hikayenin bir diğer güzel tarafı da iki yıl önce konuştuğumuz çalışmaların bugün geldiği noktayı ve modellemenin sigortacılığın karar mekanizmalarının ne kadar içine girebildiğini görmek.
Artık soru “Model ne hesaplıyor?” değil. Modelin ürettiği bilgiyle ne yapıyoruz?
Deprem modeli hasarı hesapladı. Sonra?
Bir sigorta şirketinin deprem portföyünü düşünelim. Türkiye'nin farklı bölgelerinde binlerce riski sigortalıyor. Bazı bölgelerde risk yoğunluğu yüksek, bazılarında daha düşük. Üstlendiği riskin bir bölümünü kendi üzerinde tutuyor, bir bölümünü reasüransa devrediyor ve bütün bunları belirli bir deprem kapasitesi içinde yönetiyor.
Modelleme tam burada “Deprem olursa ne kadar hasar çıkar?” sorusunun ötesine geçiyor.
Portföy hangi bölgelerde yoğunlaşıyor? Şirket toplam deprem kapasitesinin ne kadarını kullanmış? Olası farklı deprem senaryolarında ne kadar kayıp oluşabilir? Bunun ne kadarı reasürans programına devredilebilir ne kadarı şirketin üzerinde kalabilir?
İşte bu soruların cevapları doğrudan sigortacının kararlarına dokunuyor:
Kümül yönetimi, kapasite, event limitleri, fiyatlama, retention ve trete yapısı.
Örneğin belirli bir bölgede kümül yükselmişse şirket o bölgede yeni risk kabulünde aynı rahatlıkla davranmalı mı? Kapasitesini sınırlamalı mı? Fiyatlamasını değiştirmeli mi?
Ya da üzerinde taşıdığı kısmı (retention) yükseltmek istiyorsa büyük bir deprem senaryosunda bilançosunun üzerinde ne kadar ilave yük kalacağını önceden görebiliyor mu?
Modelleme “doğru karar budur” demiyor ama kararların olası sonucunu, deprem gerçekleşmeden önce görmeye yardımcı oluyor.
Model trete masasına oturunca
Reasürans anlaşmaları yapılırken geçmiş hasar deneyimi elbette önemli. Ancak katastrofik risklerde geçmiş, geleceği anlatmak için tek başına yeterli değil. Henüz yaşanmamış ama yaşanması mümkün binlerce senaryo var.
Portföy bu senaryolar altında çalıştırıldığında farklı depremlerin yaratabileceği kayıp dağılımları görülebiliyor. Ardından bu kayıplar mevcut veya alternatif reasürans yapılarıyla birlikte değerlendirilebiliyor.
Hangi senaryoda retention aşılır?Hangi reasürans katmanı devreye girer?Event limitleri yeterli mi?Şirketin üzerinde ne kadar net risk kalır?
Ve belki en önemlisi:
Bir sonraki trete yenilemesinde şirketin gerçekte ne kadar korumaya ihtiyacı var?
Bu açıdan katastrofik modelleme reasürans fiyatlamasına yardımcı olan bir araç olduğu kadar reasürans programının yapısının ve şirketin üzerinde tutacağı riskin değerlendirilmesinde de bir karar destek mekanizması haline geliyor.
Süreç trete masasında başlayıp bitmiyor. Model çıktıları underwriting süreçlerine uygulandığında,
Underwriting → Kümül → Kapasite → Modelleme → Retention → Reasürans → Fiyatlama → yeniden Underwriting çemberi tamamlanıyor. Model artık bu döngünün içinde.
Bir deprem, birçok branş
T-Rupt ziyaretinde konuştuğumuz önemli konulardan biri de deprem stres testleriydi.
Büyük bir Marmara depremi gerçekleştiğinde sigorta sektörünün karşılaşacağı yük yalnızca bina hasarından ibaret olmayacak. Aynı katastrofik olay farklı sigorta branşlarında eşzamanlı yük yaratabilir. Konutlar, ticari ve endüstriyel tesisler zarar görebilir; araç hasarları oluşabilir; hayat ve ferdi kaza poliçelerinde tazminatlar gündeme gelebilir.
Dolayısıyla:“Ne kadar sigortalı bina hasarı oluşacak?” sorusundan daha büyük soru şu:
“Bu deprem sigorta şirketinin toplam mali yapısında ne yaratır ve şirketin sermayesi ile reasürans koruması bu şoku karşılamaya ne kadar yeterli?”
İki yıl önce T-Rupt serisindeki yazılarımdan birinin başlığında tam olarak bunu sormuştum:
“Sigorta Sektörü Beklenen Marmara Depremini Karşılayacak Mali Güçte mi?”
Bugün aynı sorunun yalnızca teorik olarak tartışılmadığı, stres testleriyle şirket bazında ölçülmeye çalışıldığı bir noktadayız.
Sonuçlar şirketlere özel ve kamuya açık değil. Ancak stres testlerinin asıl değeri, hangi şirketin ne sonuç aldığı değil; olası zayıflıkların afet gerçekleşmeden önce görülebilmesi./ ortaya konabilmesi.
Sonuçlara göre kapasite politikası gözden geçirilebilir, retention değiştirilebilir, reasürans koruması yeniden yapılandırılabilir, fiyatlama ve sermaye ihtiyacı değerlendirilebilir.
Kısacası model bir kez daha raporda kalmayıp karara dönüşebilir.
Deprem oldu. Şimdi ne biliyoruz?
Afet modellemesinin bir diğer özelliği de deprem gerçekleştiğinde modelin görevinin sona ermemesi.
T-Rupt'ın Event Response Modülü tam olarak bu noktada devreye giriyor.
Bir deprem meydana geldiğinde sistem AFAD, Kandilli Rasathanesi, USGS, EMSC ve GFZ gibi (*) ulusal ve uluslararası kaynaklardan olayın ilk bilgilerini alıyor. Depremin zamanı, merkez üssü, büyüklüğü ve derinliğiyle başlayan süreçte kırılmanın geometrisi modelleniyor.
Ardından T-Rupt'ın yer hareketi modeli devreye giriyor. Ama bence işin önemli tarafı bundan sonrası.
Model yalnızca kendi tahminine bakmıyor. AFAD ve Kandilli Rasathanesi'nin Türkiye genelindeki 1.272 yer hareketi istasyonundan gelen gerçek ölçümler de sisteme dahil ediliyor. Yani model ile sahadaki gerçek gözlem buluşuyor.
Bu veriler bir araya getirilerek depremin farklı bölgelerde yarattığı yer hareketini gösteren PGA, PGV ve MMI haritaları oluşturuluyor. Son aşamada deprem parametreleri, yer hareketi dağılımı, artçı depremler, bölgedeki tarihsel depremler, istasyon kayıtları ve hızlı değerlendirme bulguları bir bilgi notuna dönüşüyor.
Hedef, bu çıktıları 24 saat içerisinde otomatik raporlayabilmek.
Afet sonrasındaki ilk saatlerde bilgi eksikliğinin ne kadar büyük olduğunu düşünüldüğünde, bunun anlamı daha iyi anlaşılır. Henüz olayın şoku yaşanırken, tüm hasar ihbarlarının gelmediği, eksperlerin sahaya yeni çıktığı ve gerçek hasarın büyüklüğünün bilinmediği bir durumda, artık en azından şu sorunun cevabına daha hızlı ulaşılabiliyor.
“Neresi, ne kadar sarsıldı?”
Bu bilgi daha sonra portföy bilgileri ve hasar modelleriyle birleştiğinde finansal kayıp tahminlerinin de temelini oluşturuyor.
Aslında bunun ilk örneklerinden birini T-Rupt'ın kuruluşunun hemen ardından gördük. 6 Şubat 2023 Kahramanmaraş depremlerinden sonra CatMod kullanılarak Doğal Afet Sigortaları Kurumu (DASK) için yapılan erken hasar tahminleri, hasar süreçlerinin planlanmasından reasürör bilgilendirmelerine kadar farklı alanlarda kullanılmıştı.
Bugün Event Response ile bu sürecin giderek daha sistematik ve otomatik bir yapıya dönüştüğünü görüyoruz.
Marmara bize yeni veri vermeye devam ediyor
Tam da modellemenin neden yaşayan bir süreç olduğunu konuşurken, 18–20 Ağustos 2026 arasında Adalar'ın güneyinde yaklaşık 20 kilometrelik bir alanda 117 mikrodeprem kaydedildi. Depremlerin büyüklükleri 0,7 ile 3,1 arasında değişirken, hareketlilik kamuoyunda doğal olarak “Büyük İstanbul depreminin habercisi mi?” sorusunu yeniden gündeme taşıdı.
Bilim insanlarının büyük bölümü bu mikrodeprem dizisinden kısa vadeli bir büyük deprem öngörüsü yapılamayacağı konusunda hemfikir. Küçük depremlerin büyük depremin enerjisini boşalttığı düşüncesi de bilimsel olarak desteklenmiyor. Ancak bu, yaşanan hareketliliğin modelleme açısından önemsiz olduğu anlamına gelmiyor.
Tam tersine son yıllardaki araştırmalar Marmara'nın altındaki sistemi tek ve düzgün bir fay çizgisinden çok; birbirine bağlı segmentlerden, ikincil faylardan, kilitli ve sürünen kesimlerden oluşan daha karmaşık bir deformasyon alanı olarak ele almaya başlıyor.
Bunun sigortacılık açısından karşılığı ise önemli.
Çünkü bir katastrofik deprem modeli yalnızca “İstanbul'da 7'nin üzerinde deprem olursa ne kadar hasar oluşur?” sorusuna cevap vermez. Depremin nerede başladığı, hangi segmentlerin kırıldığı, kırılmanın hangi yönde ilerlediği, yer hareketinin nerelerde yoğunlaştığı ve yapı stokunun buna nasıl tepki verdiği sonuçları değiştirebilir.
Dolayısıyla fay geometrisine ilişkin bilimsel anlayış değişiyorsa, modelin varsayımlarının da bu yeni bilgiyle test edilmesi gerekir.
250 yıllık modele bakmak yetiyor mu?
İki yıl önce T-Rupt'a ilk gittiğimde modellemenin bana en çarpıcı gelen taraflarından biri buydu: fizik, saha gözlemi, istatistik, olasılık ve sayısal simülasyon aynı yerde buluşuyordu.
Bugün ise soru biraz daha ileri taşınmış durumda. Bir sigorta veya reasürans şirketinin portföyünü yalnızca 250, 500 veya 1.000 yıllık geri dönüş periyotlarındaki kayıp rakamları üzerinden yönetmesi yeterli mi?
Bugünlerde olduğu gibi Marmara'nın altında yeni bir hareketlilik oluşuyorsa, yeni istasyon verileri geliyorsa, fay geometrisine ilişkin akademik çalışmalar güncelleniyorsa ve yeni depremler bize sistem hakkında yeni bilgiler sağlıyorsa; bunların modelin içine ne kadar hızlı girebildiği de en az modelin kendisi kadar önemli hale geliyor.
T-Rupt'ın Event Response yaklaşımını bu nedenle önemli buluyorum. Deprem meydana geldikten sonra olayın tespiti, kırılma geometrisinin değerlendirilmesi, istasyon kayıtlarının alınması ve PGA, PGV ve MMI gibi yer hareketi göstergelerinin modellenmesiyle olayın ilk fotoğrafını çok daha hızlı çekmek mümkün hale geliyor.
Bir sonraki aşama daha da önemli:
Depremden sonra modeli çalıştırmak kadar, deprem olmadan önce değişen sismik resmi izlemek de gerekiyor. Marmara bize sürekli veri üretiyor. Bilim bu veriyi yorumluyor. Modelleme ise bu yeni bilgiyi finansal riske çevirebilecek köprüyü kuruyor.
Ve o köprünün diğer tarafındaki yalnızca bir bilgisayar modeli değil. Sigorta şirketinin İstanbul'da ne kadar kümül taşıyacağı, hangi bölgelerde kapasitesini sınırlayacağı, ne kadar reasürans satın alacağı, retention seviyesini nerede tutacağı, hangi senaryolarla stres testi yapacağı ve büyük bir depremden sonra ne kadar sermayeye ihtiyaç duyacağı var.
Bilim kimin için?
Tüm bu sunumları dinlerken aklımdan geçen asıl düşüncelerden biri buydu. Ekranda rupture modellemesi, yer hareketi, PGA, PGV, kümül, retention, trete gibi kavramları görüyoruz. Teknik olarak son derece karmaşık bir iş.
Ama bütün bu modellerin, senaryoların ve hesaplamaların sonunda aslında bir insan var.
Bugün bir afet modelinin doğrudan evimize sağladığı faydayı görmeyebiliriz. Model depremi engellemiyor, binamızı güçlendirmiyor, afet olduğunda kapımıza yardım getirmiyor.
Ama zincirin biraz gerisine baktığımızda etkisi değişiyor. Doğru modelleme sigorta şirketlerinin karşı karşıya oldukları katastrofik riski daha doğru görmelerine; ne kadar risk üstlendiklerini, ne kadarını kendi üzerlerinde taşıyabileceklerini ve ne kadarını reasüransa transfer etmeleri gerektiğini daha sağlıklı değerlendirmelerine yardımcı oluyor.
Bu da şirketlerin büyük bir afet karşısında finansal pozisyonlarını daha güçlü tutabilmelerinin araçlarından biri.
Bunun bireye uzanan tarafı ise çok somut.
Afet gerçekleştiğinde sigorta şirketinin mali olarak ayakta kalabilmesi, yeterli reasürans korumasına sahip olması ve karşılaşacağı hasara hazırlıklı olması; doğru bedel ve doğru teminatla sigortalanmış insanların tazminatlarına mümkün olduğunca hızlı ve sağlıklı biçimde ulaşabilmesinin de ön koşullarından biri.
Yani konu yalnızca bir sigorta şirketinin bilançosunu korumak değil. İnsanların, hanelerin, işletmelerin ve nihayetinde ekonominin afet sonrasında yeniden ayağa kalkabilme gücü. Finansal dayanıklılık.
İlk T-Rupt yazımda yer verdiğim “Modelleme kahinlik değildir!” cümlesinin arkasındayım.
Modelin görevi bize depremin hangi gün ve saatte gerçekleşeceğini söylemek değil. Asıl değer, gerçekleşebilecek olayların sonuçlarını henüz olay olmadan anlamaya çalışmak; olay gerçekleştikten sonra ise yeni veriler geldikçe belirsizliği hızla azaltmak.
İki yıl önce daha çok modelin nasıl çalıştığını konuşurken; bugün model çıktısının underwriting'den kümül ve kapasite yönetimine, fiyatlamadan retention ve trete kararlarına, sermaye değerlendirmesinden deprem gerçekleştikten sonraki ilk saatlere kadar nerelerde kullanılabildiğini konuşuyoruz.
Afet modellemesinin olgunlaşmasının gerçek göstergesi ise bana göre üretilen bilginin verilen kararları gerçekten değiştirip değiştirmediği .
Değiştiriyorsa model artık yalnızca bir teknoloji ürünü değil, risk yönetiminin ve finansal dayanıklılığın parçası olmuş demektir.
Ve bana göre bunca matematik ve teknolojisinin gölgesinde kalan asıl toplumsal taraf tam da burada.
Bilim de teknoloji de sonunda insan için var. Ekrandaki sayıların sonunda insan var.
Burada çok daha büyük bir soru geliyor.
Bir depremin fiziksel hasarı ile ekonomik zararı aynı şey değil. Ekonomik zararın tamamı sigortalı değil. Sigortalı zararın bir bölümü reasüransa transfer edilirken bir bölümü sigorta şirketlerinin üzerinde kalıyor. Geri kalan ekonomik yük ise şirketlere, bireylere ve nihayetinde kamuya yayılıyor.
Deprem olduğunda insanların ve şirketlerin kayıplarını karşılayacak para gerçekten orada olacak mı? Peki büyük bir afetin faturasını gerçekte kim ödüyor?
T-Rupt'a iki yıl sonra yeniden bakışın ikinci yazısında buradan devam edeceğiz.
#t-rupt #modelleme #deprem #eventresponse #insan #bilim #yapayzeka #reasurans #trete #tahmin #protectiongap #afet #planlama #ekip #enerji #ekonomikkayip #economicalloss #earthquakemodeling #ai #disaster #team #motivation #society #fayda #reinsurance #treaty #eventlimit #underwriting
(*)
Kısaltma | Açılımı | Ne yapar? |
AFAD | Afet ve Acil Durum Yönetimi Başkanlığı | Türkiye’nin resmi afet yönetimi kurumu. Türkiye’deki deprem gözlem ağlarından veri toplar; depremin konumu, büyüklüğü, derinliği gibi parametreleri yayımlar. Deprem izleme yanında afet müdahale ve koordinasyonundan da sorumludur. |
Kandilli Rasathanesi | Boğaziçi Üniversitesi Kandilli Rasathanesi ve Deprem Araştırma Enstitüsü – KRDAE | Türkiye ve yakın çevresindeki depremleri izleyen bilimsel/akademik kurum. Sismik ağları üzerinden deprem konumu, büyüklüğü ve yer hareketi verileri üretir; deprem ve tsunami araştırmaları da yapar. |
USGS | United States Geological Survey – ABD Jeolojik Araştırmalar Kurumu | ABD merkezli ancak küresel deprem izleme yapar. Büyük depremlerde hızlı deprem parametreleri, ShakeMap gibi yer sarsıntısı/şiddet haritaları ve PAGER ile olası can ve ekonomik kayıp tahminleri üretir. |
EMSC | European-Mediterranean Seismological Centre – Avrupa-Akdeniz Sismoloji Merkezi | Avrupa-Akdeniz merkezli fakat küresel veri kullanan deprem bilgi merkezi. Çok sayıda ulusal sismoloji ağından gelen verileri birleştirerek hızlı deprem bilgisi sağlar. Halktan gelen “depremi hissettim” bildirimlerini de toplar. |
GFZ | GFZ Helmholtz Centre for Geosciences (eski adı German Research Centre for Geosciences) | Almanya merkezli büyük bir yerbilimleri araştırma merkezi. Küresel sismik ağlar, deprem kaynak mekanizması, yer hareketi, tektonik süreçler ve sismik tehlike üzerine araştırma ve veri üretir. |
T- Rupt Blog Yazıları
Yorumlar