Catastrophe insurance risk selection – Hva det er og hvordan det påvirker investorer

Hva er catastrophe insurance risk selection?

Catastrophe insurance risk selection er en avgjørende prosess for forsikringsselskaper som tilbyr dekning mot naturkatastrofer som storm, flom, jordskjelv og skogbrann.

I motsetning til vanlig risikoseleksjon, hvor hver enkelt forsikringstaker vurderes individuelt, handler katastroferisiko om hendelser som kan ramme mange forsikringstakere samtidig. Dette skaper en stor opphopning av risiko (accumulation risk) som kan true selskapets soliditet.

Derfor må selskapene nøye velge hvilke geografiske områder og hvilke typer eiendommer de vil forsikre, og til hvilken pris. Målet er å oppnå en portefølje som er diversifisert nok til å tåle en stor katastrofe uten å gå konkurs.

For investorer som eier aksjer i forsikringsselskaper eller vurderer katastrofeobligasjoner, er det viktig å forstå hvordan selskapene utfører denne seleksjonen. En dårlig risikoseleksjon kan føre til store tap og svekke aksjekursen.

Forstå catastrophe insurance risk selection

For å forstå catastrophe insurance risk selection må man først se på hvilke faktorer som inngår i vurderingen. Forsikringsselskaper analyserer geografisk eksponering – for eksempel om en eiendom ligger i en flomsone, i et jordskjelvområde eller i et skogbrannutsatt strøk. De vurderer også bygningens konstruksjon og alder, samt tilgang til beredskap og slukningsutstyr.

I tillegg brukes historiske data og avanserte katastrofemodeller for å beregne sannsynligheten for ulike hendelser og det forventede skadeomfanget. Modellene tar hensyn til klimascenarier, topografi og andre relevante parametere.

Et sentralt begrep i denne sammenhengen er «adverse selection» (uheldig utvalg). Hvis et selskap priser risikoen for lavt, vil de med høyest risiko søke dekning, mens de med lav risiko kanskje lar være. Det kan føre til at selskapet sitter igjen med en portefølje som er langt mer risikofylt enn forutsatt.

Derfor er risikoseleksjon ikke bare et spørsmål om å avvise eller akseptere, men også om å sette riktig pris som gjenspeiler den reelle risikoen. For investorer gir dette innsikt i selskapets risikostyring og fremtidige inntjening.

Hvordan fungerer catastrophe insurance risk selection?

Prosessen kan deles inn i flere trinn. Først identifiserer selskapet potensielle katastrofer som kan påvirke de områdene de opererer i. For norske selskaper er dette typisk ekstremvær med storm og flom, samt skred og i mindre grad jordskjelv.

Deretter kvantifiseres sannsynlighet og forventet skade. Dette gjøres ved hjelp av statistiske modeller og data fra tidligere hendelser. For eksempel bruker Gjensidige og If historiske værdata og NVE-flomsonekart for å vurdere flomrisiko.

På bakgrunn av analysen setter selskapet en premie som skal dekke forventede tap, administrasjonskostnader og en risikopremie. Hvis risikoen anses som for høy i forhold til den premien markedet er villig til å betale, kan selskapet velge å ikke tilby dekning, eller tilby dekning med høye egenandeler.

Til slutt vurderer selskapet om de skal overføre deler av risikoen til gjenforsikringsselskaper (reinsurance) eller utstede katastrofeobligasjoner (CAT-bonds). Dette sprer risikoen og reduserer sannsynligheten for at en enkelt katastrofe skal knekke selskapet.

For investorer er det viktig å følge med på selskapets risikoseleksjon gjennom årsrapporter og solvensrapporter. Selskaper med god risikostyring har ofte lavere svingninger i resultatet og bedre evne til å betale utbytte.

Historisk bakgrunn

Frem til 1990-tallet var katastrofeforsikring i stor grad basert på enkle risikovurderinger og historiske erfaringer. Orkanen Andrew i 1992 endret dette dramatisk. Den forårsaket forsikringstap på over 15 milliarder dollar og førte til at flere forsikringsselskaper gikk konkurs.

Etter Andrew utviklet bransjen mer avanserte katastrofemodeller, og bruken av gjenforsikring og CAT-bonds økte. CAT-bonds ble først utstedt i 1997, og markedet har vokst betydelig siden da.

I Norge har ekstremvær som Dagmar (2011) og Hans (2023) vist hvor sårbare både forsikringsselskaper og samfunnet er for flom og storm. Disse hendelsene førte til at norske selskaper skjerpet sin risikoseleksjon, spesielt for flomutsatte områder.

Historien viser at katastroferisiko ikke er statisk. Klimaendringer gjør at tidligere erfaringer ikke nødvendigvis er representative for fremtiden. Derfor må risikoseleksjonen kontinuerlig oppdateres med nye data og modeller.

Praktisk eksempel

La oss ta et konkret norsk eksempel: Et forsikringsselskap vurderer å tilby husforsikring i et område langs Glomma i Østerdalen. Området har historisk sett vært utsatt for vårflom, og klimaprognoser tilsier økt nedbør.

Selskapet henter inn data fra NVE om flomsoner, og bruker en katastrofemodell for å beregne sannsynligheten for en 100-årsflom. Modellen anslår at en slik flom vil kunne føre til skader på 200 millioner kroner i området.

Basert på dette setter selskapet en årlig premie på 15 000 kroner for en gjennomsnittsbolig, men med en egenandel på 50 000 kroner ved flomskade. De velger også å kjøpe gjenforsikring for å dekke tap over 100 millioner kroner.

Hvis selskapet i stedet hadde tegnet forsikring uten å ta hensyn til flomrisiko, kunne en enkelt flom ha utslettet flere års overskudd. Det praktiske eksempelet viser hvordan risikoseleksjon direkte påvirker både prisen til kunden og selskapets finansielle stabilitet.

Fordeler og ulemper

Fordelene med god catastrophe insurance risk selection er flere. For det første reduserer det sannsynligheten for at selskapet lider store tap som kan true solvensen. For det andre gir det mer forutsigbare resultater, noe investorer setter pris på. For det tredje kan det føre til mer rettferdig prising, der de med lav risiko betaler mindre enn de med høy risiko.

Ulempene er også verdt å merke seg. En for streng risikoseleksjon kan føre til at enkelte områder eller grupper ikke får dekning i det hele tatt, noe som skaper «forsikringshull». Dette kan være et samfunnsproblem, for eksempel i flomutsatte dalstrøk der ingen vil forsikre boligene.

Videre kan selskaper som er for konservative tape markedsandeler til konkurrenter som tar mer risiko. Det er en balansegang mellom å være trygg og å være konkurransedyktig.

Tabellen under oppsummerer sentrale fordeler og ulemper:

Vanlige misforståelser

En vanlig misforståelse er at katastrofeforsikring alltid er lønnsomt for selskapene. I virkeligheten kan store katastrofer føre til enorme tap som overstiger flere års premieinntekter. Derfor er risikoseleksjon så viktig.

En annen misforståelse er at risikoseleksjon kun handler om å nekte dekning. I praksis handler det like mye om riktig prising, bruk av egenandeler og vilkår, samt overføring av risiko til gjenforsikring.

Mange investorer tror at de ikke trenger å forholde seg til dette begrepet fordi det er «forsikringsteknisk». Men dårlig risikoseleksjon kan føre til brå fall i aksjekursen når en katastrofe inntreffer, eller til at et selskap må hente ny kapital og utvanne aksjonærene.

En tredje misforståelse er at historiske data er tilstrekkelig for å vurdere fremtidig risiko. Klimaendringer gjør at historien ikke nødvendigvis gjentar seg, og selskaper som ikke oppdaterer modellene sine, kan bli overrasket.

Oppsummering

Catastrophe insurance risk selection er en kompleks, men avgjørende prosess for forsikringsselskaper som opererer i et marked med naturkatastrofer. Prosessen handler om å identifisere, kvantifisere og prise risiko, samt å avgjøre om og hvordan den skal aksepteres eller overføres.

For investorer gir kunnskap om dette begrepet en dypere forståelse av forsikringsselskapers forretningsmodell og risikoprofil. Det kan hjelpe deg å vurdere om et selskap er godt rustet til å håndtere fremtidige katastrofer, og dermed om aksjen er en trygg investering.

Videre er begrepet relevant for alle som investerer i katastrofeobligasjoner (CAT-bonds), fordi disse instrumentene er direkte knyttet til selskapets risikoseleksjon og evne til å betale.

Ved å følge med på selskapets rapportering om katastroferisiko og solvens, kan du som investor ta mer informerte beslutninger og unngå ubehagelige overraskelser.