巨灾再保险中的数据与模型问题

来源:澳门金莎官网发布时间: 2012年09月24日浏览次数:

  【作者  陈森】

  目前国内财产险公司为防止巨灾风险累积一般都通过分保来转移这部分风险,主要再保险形式包括溢额合同(Surplus Share Treaty)和巨灾超赔合同(Cat XOL Treaty)。对于巨灾风险的量化与定价,目前国内保险市场主要依靠RMS和AIR两家模型公司的巨灾模型。本文根据业界的实际经验,尝试对国内巨灾风险定价中出现的数据与模型方面的常见问题做一些探讨。

  首先,根据澳门金莎官网掌握的行业再保前巨灾风险累积数据运用相关巨灾模型进行测算的结果来看,国内主要财产保险公司再保前百年一遇的地震损失占其净资产的比率在11%到46%之间;再保前百年一遇的风灾损失占其净资产的比率在6%到15%之间。巨灾对净资产的威胁程度是大多数投资人都无法接受的,所以大多数财险公司都把购买再保险作为稳定资本回报率的有效手段。

  目前国内保险市场在购买再保险时一般都只能提供省级的巨灾累积数据,而巨灾模型公司根据数据的详细程度一般都有两种模型,即汇总模型和详细模型。省级巨灾累积数据只能用“粗犷”一些的汇总模型,如果想用详细模型,最好是有逐保单和逐标的的数据。在目前国内市场普遍不能提供逐保单和逐标的数据的情况下,再保公司和再保经纪公司一般有两种分析方法:一种是使用汇总模型直接跑省级数据,另外一种是采用一些行业参数将省级数据拆成详细数据来使用详细模型。从我们的使用经验来看,即便基于同样一组省级地震风险累积数据,使用RMS的ALM和DLM以及AIR的Catrader和Clasic/2模型后,无论是预期损失还是标准差,两种方法的结果差异还是很大的。(说明:RMS ALM与AIR Catrader是汇总模型,RMS DLM与AIRClasic/2是详细模型)

  接下来谈一谈模型参数的敏感性问题。由于国内再保险市场的巨灾数据普遍是省级数据,如前所述,如果想要使用详细模型,只能采用参数拆分省级数据至满足详细模型要求的数据形式,这样就牵扯出参数合理性和准确性的问题。从实践中可以看到,参数的变动对模型的结果有着显著的影响。

  下表是对参数敏感性的测试,表中的百分比是对详细模型主要参数如建筑类型和层高等做10%调整后结果与调整前结果差异占调整前结果的比率,可以看出预期损失和标准差的变化相当大。而主要参数变化10%都属于正常波动或调整范围,这对模型结果的准确性都提出了很大挑战。

  

  最后来看一看模型间的差异。目前国内保险行业使用RMS和AIR两家公司的巨灾模型,RMS公司分别于2007年和2011年发布了中国地震和风灾模型,澳门金莎官网及其子公司是其唯一的国内注册用户;AIR公司分别于2005年和2007年发布了中国地震和风灾模型,人保财险和澳门金莎官网是其国内的注册用户。由于中国地区的巨灾模型历史较短且缺乏大量经验数据的校验,即使用同一组风险暴露数据,不同模型之间结果的差异性还是非常显著的。比如,我们曾经采用同一组地震和风灾风险暴露数据在不同巨灾模型运行超赔合同定价分析,从结果看,对于地震险,总体费率(ROL)范围从0.7%到3.1%;对于风灾,总体费率(ROL)范围从3.2%到11.3%。如此大的差异对于定价精算师和承保人来说都是非常头疼的一件事,精算师和承保人必须根据市场情况给予不同模型不同的权重,而这种专家判断更增加了价格的主观性和不确定性。

  对于以上种种问题,有效的解决方法是增加数据的详细程度,对于再保人来说,面对粗糙的数据等于面对更大的风险不确定性,再保人通常会通过增加价格中的风险附加(Risk Loading)来降低这种影响。所以可以看出,财产保险公司向再保市场提供更详细的数据对于直保公司和再保公司是件双赢的事情。当然,市场的成熟需要时间,更需要直保公司、再保公司、以及再保经济公司的共同努力。

  (陈森,FCAS,澳门金莎官网公司总经理助理兼精算与产品开发部总经理,电子邮箱:chensen@cpcr.com.cn

关闭
XML 地图 | Sitemap 地图