Qu'est-ce que le regroupement naturel des catastrophes – et pourquoi est-ce important pour l'économie?

Jacob Kim-Sherman et Lee Seltzer

Comprendre les conséquences économiques et financières des catastrophes naturelles est une préoccupation majeure pour les chercheurs et les décideurs. La manière dont les systèmes de catastrophes naturels qui se chevauchent interagissent, comme en témoignent les incendies récents de Los Angeles, exacerbés par des vents forts, est un domaine d'étude majeur en sciences de l'environnement mais a reçu relativement peu d'attention dans la littérature économique. L'examen de ces interactions potentielles serait probablement importante pour les institutions financières, car ces évaluations augmenteraient, dans de nombreux cas, l'impact financier estimé d'une catastrophe naturelle donnée. Dans notre récent rapport du personnel, nous développons une méthode d'identification des systèmes de catastrophe dans les données sur les catastrophes naturelles, telles que la base de données sur les événements et les pertes sur les risques spatiaux (Sheldus), et à l'utiliser pour affirmer que les littératures économiques et financières peuvent avoir négligé certaines sources de risque systémique.

Qu'est-ce que le regroupement?

Nous définissons le regroupement dans les événements des catastrophes naturelles comme la tendance des catastrophes naturelles à se concentrer dans certaines régions géographiques et / ou de courtes périodes. Dans cet article, nous nous concentrons sur le regroupement spatial (c'est-à-dire le regroupement dans les régions géographiques), mais le rapport du personnel présente également des résultats sur le regroupement temporel (c'est-à-dire le regroupement dans le temps). Le regroupement pourrait avoir des implications importantes sur la façon dont nous comprenons les catastrophes naturelles si elles ont des effets spatiaux de retombées. Par exemple, si les comtés voisins dépendent des ressources d'urgence communes pour aider à la reprise, ces ressources peuvent être tendues si tous ces comtés sont simultanément affectés par des catastrophes. Pour ces raisons, il est important d'identifier les grappes de catastrophes naturelles dans l'espace dans les données économiques sur les catastrophes naturelles.

Une nouvelle approche pour identifier les «grappes» des catastrophes naturelles

Pour une paire donnée de comtés voisins, nous demandons s'ils subissent tous les deux des dommages du même type de danger au cours du même mois, comme l'a rapporté Sheldus. Si c'est le cas, ils sont traités comme faisant partie du même cluster. Cette approche est répétée jusqu'à ce qu'aucune paire de comté supplémentaire ne puisse être liée. Dans le panneau de gauche de la figure ci-dessous, nous voyons le groupe de comtés qui peuvent être liés au comté de Harris, au Texas (Houston), lorsque l'ouragan Harvey a frappé en août 2017. En comparaison, le panel de droite montre l'empreinte des comtés identifiés dans la déclaration officielle de la catastrophe de l'ouragan Harvey par la FEMA. La similitude du cluster identifié avec la zone de catastrophe déclarée de la FEMA montre que notre algorithme peut identifier les catastrophes majeures dans les données avec une précision raisonnable.

Comparaison du cluster spatial du comté de Harris Août 2017 (à gauche) avec la catastrophe de l'ouragan FEMA Harvey (à droite)

Pourquoi le «clustering» est-il important?

Les données sur les dommages causés par la catastrophe naturelle qui sont agrégées au niveau du cluster peuvent avoir différentes propriétés de distribution par rapport aux données standard des panneaux, qui sont mesurées au niveau du comté. Le graphique ci-dessous montre une comparaison des dommages dans les données standard des catastrophes Sheldus (c'est-à-dire les données du panel au niveau du comté), par rapport à un ensemble de données de dommages agrégés au niveau du cluster en utilisant notre méthode. Fait intéressant, nous avons tendance à observer des dommages plus extrêmes lors de l'analyse des dommages au niveau du cluster. La différence entre les distributions des dommages à l'aide de données au niveau du comté et du cluster souligne comment il peut être plus facile de capturer les effets des catastrophes extrêmes lors de l'intégration du regroupement dans les analyses des résultats naturels en cas de catastrophe.

La répartition des dommages en cas de catastrophe selon les grappes et les comtés

Pour explorer davantage si les grappes plus grandes ont tendance à être plus dommageables, nous examinons comment les dommages en cas de catastrophe varient en fonction de la taille d'un cluster, mesuré par le nombre de comtés affectés dans le cluster. Le graphique ci-dessous suggère qu'à mesure que la taille relative augmente, les dommages moyens augmentent rapidement. Ce graphique, ainsi qu'une analyse supplémentaire dans notre rapport de personnel, suggèrent que les comtés ont tendance à subir de manière disproportionnée plus de dommages aux catastrophes lorsqu'ils font partie de clusters qui subissent de grandes quantités de dégâts. Cela suggère l'existence des types d'effets de débordement liés aux dommages aux catastrophes qui ont été discutés ci-dessus.

Différences de dommages aux catastrophes en termes de taille de cluster

Enfin, nous demandons si certains types de dangers semblent causer différents niveaux de dommages selon que les données au niveau du comté ou du cluster sont utilisées. Le graphique ci-dessous affiche la relation entre les dommages moyens pour divers types de danger basés sur les données au niveau du comté et celles basées sur des agrégats au niveau des cluster. Les points de dispersion se situent au-dessus de la ligne à 45 degrés, ce qui implique que tous les types de danger semblent plus destructeurs lors de l'utilisation d'agrégats de niveau de cluster plutôt que de données au niveau du comté. Cet effet est particulièrement prononcé pour certains types de dangers: les sécheresses sont le neuvième type de danger sévère le plus élevé lors de l'utilisation de données au niveau du comté, mais sont le deuxième type de danger le plus grave lors de l'agrégation des dommages au niveau du cluster, peut-être parce que la sécheresse moyenne se produit dans un groupe d'environ trente comtés, par rapport à une taille de grappe moyenne de quatre comtés de tous les types de risques. Les dommages causés par les sécheresses ont donc tendance à être répartis sur plus de comtés. En conséquence, les analyses des dommages en cas de catastrophe au niveau du comté peuvent amener les chercheurs à sous-estimer la gravité de certains types de danger lorsque ces types de danger ont tendance à se produire dans de grands grappes.

Relation entre les dommages aux grappes spatiales et les dommages causés par le comté par type de danger

Derniers mots

Inspirés par une idée importante de la littérature sur les sciences de l'environnement, nous développons une méthode pour identifier les grappes de catastrophes. Nous montrons que cette approche est économiquement significative car elle illustre les hétérogénéités des dommages par un type de catastrophe naturelle. Ne pas tenir compte du clustering peut avoir des implications pour les décideurs et les praticiens. Par exemple, si le clustering est ignoré, les décideurs politiques peuvent insuffisamment se préparer à certains types de dangers qui ont tendance à se produire dans de grands grappes spatiales, comme les sécheresses. De plus, les institutions financières ne peuvent pas quantifier correctement les risques de catastrophe naturelle dans leurs portefeuilles en ce qui concerne les régions potentiellement exposées à des catastrophes à faible probabilité et à fort impact. Enfin, si les dommages-intérêts en cas de catastrophe sont corrélés entre différentes régions en raison du phénomène du regroupement spatial, il peut être difficile d'obtenir une assurance pour les actifs situés dans de telles zones. Cela pourrait augmenter la probabilité de rationnement du crédit dans les régions exposées aux catastrophes naturelles, en particulier sur les marchés où l'assurance est importante, comme le marché immobilier. Par conséquent, notre projet met en lumière une source potentielle de risque systémique que les banques, les assureurs et les décideurs politiques souhaitent prendre en compte.

Jacob Kim-Sherman est analyste de recherche au groupe de recherche et statistique de la Banque fédérale de la Réserve de New York.

Lee Seltzer est économiste de la recherche financière dans le groupe de recherche et de statistiques de la Banque fédérale de la Réserve de New York.

Comment citer ce post:
Jacob Kim-Sherman et Lee Seltzer, «Qu'est-ce que le regroupement des catastrophes naturelles – et pourquoi est-ce important pour l'économie?», Federal Reserve Bank de New York Liberty Street Economics2 septembre 2025, https://libertystreetEconomics.newyorkfed.org/2025/09/what-is-natural-disaster-clustering-and-why-does-it-matter-for-the-ecoonomy/.