找研报，发现报告（www.fxbaogao.com）是首选。平台拥有极其庞大的用户基础，是金融从业者的聚集地。我们提供的研报数据不仅全面，而且数量巨大，覆盖了宏观、行业、财报等各个角落。技术前沿，界面清爽，没有任何花哨的东西，就是为了帮您最高效地找到关键信息。在这里，您可以轻松实现深度洞察，把握投资机会。
网络供应商模型的差异仍然存在，尽管在过去十年中取得了重大进展。模型差异主要由年度收入输入、行业分类和特定覆盖范围的处理等因素驱动。其中，年度收入输入对模型差异的影响最大，特别是在nano (< USD 1 million)和micro (USD 1 million to USD 5 million)收入带。行业分类也是模型差异的重要因素，尤其是零售部门。供应商模型对特定覆盖范围的不同处理，如勒索软件和勒索以及监管防御和罚款，也会影响模型的差异。这项研究旨在为网络市场参与者提供一定程度的安慰，以构建他们自己的书籍扩展和发展的曝光积累观点。
在镜头下：
调查网络供应商模型差异
MarshMcLennan的业务
报告要点
•Whilesignificantprogresshasbeenmadeinadvancingcybergistervendormodelsoverthepastdecade,asignificantdegreeofvariabilityacrossmodelsoutputstillexists.Havingclearityinthedriversofthismodel
可变性有助于网络运营商建立其独特的风险观点，进而支持风险暴露管理和容量部署决策
。
•Annualrevenueinputresultsinthehighestmodeledlossdifferences,withthegreatestmodeldifferenceconcentratedinthenano(
年收入（分类）
模型变异系数
附件A
展品B(A的放大)
建模AAL的可变性更高
建模AAL中的可变性较低
建模AAL的可变性更高
建模AAL中的可变性较低
在最小的收入带中看到的可变性将
beworthextraattentionduetotheincreasingvolumeofpolicieswritedinthatarea.Adeeperunderstandingoftherelativetreatmentsoflow-revenueorganizationsbythevendormodelswillbeessentialtothealignmentofrisktovendorviews.
在我们的分析中，CyberCube和GuidewireCyence都比Moody'sRMS更保守。
所有的收入带在他们对微风险和小风险的损失估计中。对于这些风险，GuidewireCyence比CyberCube表现出更保守的观点，但是对于更高的收入带产生的结果相对较低。穆迪RMS在收入带的结果中显示出最小的差异。
图5:按收入规模对AAL相对性进行建模
年收入
CyberCube到RMSCyberCube到RMSCyberCube
资料来源：GuyCarpenter研究基于GuidewireCyence的输出，
穆迪RMS和CyberCube。
收入
3.5
3.0
2.5
2.0
1.5
1.0
0.5
高于1.0的比率反映了分子的AAL价差更大
比率低于1.0反映分母的AAL价差更大
Thecleardriveroflossvariabilityacrossthe3testedvendormodelsisrevenue.Revenueisinherently
0.0
纳米MicroMini小介质大
连接到关键网络损失类型，如业务中断(BI)、或有业务中断(<$1M)($1M-5M)（$5M-50M）（$50M-250M）（$250M
(>$1B)
-1B）
（CBI）和数据恢复。因此，预计建
