Kuinka vakuutusala voi varautua ilmastonmuutokseen?

Vakuutusalan musta joutsen voi olla laaja, harvinaisen tuhoisa tapahtuma, joka johtaa poikkeuksellisen isoihin korvauksiin. Sellaisia ovat vaikkapa ilmastonmuutoksen myötä yleistyneet luonnonkatastrofit, laajat metsäpalot tai voimakkaat myrskyt.

Miriam Hägelen väitöskirja ”On multivariate heavy-tailed risk modelling in insurance and finance” tarkastettiin Helsingin yliopistolla 22.10.2022. Siinä analysoidaan moniulotteisten riskien luonnetta matemaattisten mallien avulla ja se tarjoaa ratkaisuja vakuutusalan ajankohtaisiin ongelmiin.

Riittävätkö rahat?

Vakuutus- ja finanssialan yhtiöt kohtaavat monia erilaisia riskejä. Osa niistä voidaan arvioida ja mallintaa suoraviivaisesti, mutta on olemassa myös sellaisia riskejä, jotka ovat vaikeasti ennustettavia.

Menneisyyden finanssikriisit näyttävät, että yleisesti käytetyt mallit ja työkalut eivät aina riitä suurten riskien mallintamiseen. Esimerkiksi vakuutusalalla arvaamattomat isot vahingot voivat helposti aiheuttaa isoja korvauksia, joiden seurauksena yhtiö joutuu vararikkoon.

Katastrofaaliset tapahtumat, kuten maanjäristykset, tulvat, pandemiat, terrori-iskut ja kyberiskut luovat suuria vahinkoja, jotka johtavat poikkeuksellisen isoihin kustannuksiin vakuutus- ja jälleenvakuutusyhtiöissä.

–Havainnot ja olemassa oleva data eivät aina riitä ennustamaan äärimäisiä ilmiöitä tulevaisuudessa, koska maailma muuttuu, eikä ennustettavista ilmiöistä ole riittävästi hyödyllistä dataa, sanoo Miriam Hägele.

Esimerkiksi ilmastonmuutos aiheuttaa uudenlaisia luonnonkatastrofeja, kuten aiempaa laajempia metsäpaloja ja voimakkaampia myrskyjä. Rahoitusmarkkinoilla osakesalkkujen tuotoilla on samanlaisia ominaisuuksia. Usein tuotot ovat pieniä ja seuraavat hyvin ennusteita, mutta pörssiromahdukset ovat mahdollisia. Siksi tarvitaan malleja, jotka ottavat huomioon sekä pienet keskimääräiset muutokset että suuret ääritapahtumat.

Paksuhäntäiset jakaumat

– Matemaattisesti niin sanotut paksuhäntäiset jakaumat täyttävät nämä vaatimukset. Paksuhäntäiset jakaumat ovat jakaumia, joiden häntä ei ole eksponentiaalisesti rajoitettu, joten äärimäiset tapahtumat eivät ole käytännössä mahdottomia, sanoo Miriam Hägele.

Yleensä vakuutusyhtiöt tarjoavat monenlaisia vakuutuksia eri vakuutusaloilta ja operoivat eri alueilla Näin ollen yhtiöille ei riitä tarkastella erilaisten vakuutusalojen riskejä erikseen, vaan myös niiden vuorovaikutukset ja riippuvuudet on otettava huomioon yhtiön vakavaraisuuden arvioimisessa. Esimerkiksi maanjäristys ei vaikuta vain yhteen vakuutuslajiin, vaan voi aiheuttaa suuria korvauksia eri vakuutuslajeihin.

Väitöstutkimuksessa vakuutusyhtiön vuosittaisia nettokorvauksia tarkastellaan stokastisena prosessina, joka perustuu paksuhäntäisiin satunnaisvektoreihin ja mahdollistaa vakavaraisuuden mallintamisen pitkällä aikavälillä.

Väitöskirjassa myös esitellään menetelmä korkeariskisimpien liiketoimintahaarojen tunnistamiseksi ja strategia näihin liittyvien riskien tasaamiseksi jälleenvakuutuksen avulla.

Matematiikan opiskelijasta matemaatikoksi

Saksalainen Miriam Hägele aloitti matematiikan opiskelut vuonna 2011 Saksassa ja tutustui Helsingin yliopistoon vaihto-oppilasvuotenaan. Hän palasi tekemään maisteriopinnot Helsinkiin ja suuntautui vakuutusmatematiikkaan, koska siinä matematiikkaa voi soveltaa käytäntöön yhteiskuntaa hyödyttävällä tavalla. Helsingin yliopistossa on Suomessa ainutlaatuinen vakuutus- ja finanssimatematiikan erikoistumislinja, jossa on mahdollista suorittaa koko maisteritutkinto ja jatko-opinnot vakuutusmatematiikan alalta.

– Myös työllistyminen on vakuutusmatematiikan alalla varmaa, hän naurahtaa ja suosittelee alaa muillekin matematiikan opiskelijoille. Jo opiskeluaikana hän oli kesätöissä Eläketurvakeskuksessa ja sieltä löytyi työpaikka valmistumisen jälkeen päätoimisena matemaatikkona.

Myös aktuaaritutkinto (SHV) on tähtäimessä. Vakuutusyhtiölain mukaan suomalaisilla vakuutusyhtiöillä on oltava vastuullinen vakuutusmatemaatikko eli aktuaari vakuutusteknisten laskelmien ja selvitysten laatimista varten. Pätevyyteen tarvitaan matematiikan osaamista, jota saa Helsingin yliopistossa vakuutus- ja finanssimatematiikan linjalla tarjottavilla kursseilla. Lisäksi tarvitaan esimerkiksi lainsäädännön tuntemusta ja työkokemusta vakuutusalalta.

Väitöskirja: Miriam Hägele: On multivariate heavy-tailed risk modelling in insurance and finance 2022 https://helda.helsinki.fi/handle/10138/349773

Lisätietoja: Miriam Hägele, p. 0504732860, miriam.hagele@helsinki.fi