Katastrophenmodellierung - Naturkatastrophen, Man Made Risiken, Epidemien und mehr. Proceedings zum 6. FaRis & DAV Symposium am 13.06.2014 in Köln

Forschung am IVW Köln, 6/2014 Institut für Versicherungswesen Katastrophenmodellierung - Naturkatastrophen, Man Made Risiken, Epidemien und mehr Proceedings zum 6. FaRis & DAV Symposium am 13.06.2014 in Köln Maria Heep-Altiner, Marcel Berg (Hrsg.) Forschung am IVW Köln 6/2014 Maria Heep-Altiner, Marcel Berg (beide Hrsg.) Forschungsstelle Forschungsstelle aktuarielle Modelle & Methoden im Risikomanagement Katastrophenmodellierung - Naturkatastrophen, Man Made Risiken, Epidemien und mehr . Proceedings zum 6. FaRis & DAV Symposium am 13.06.2014 in Köln Zusammenfassung Nicht nur seit den jüngsten Flutereignissen ist das Thema „Naturkatastrophen“ bekanntlich in aller Munde. Auch jüngere Mitmenschen haben inzwischen schon relativ häufig sogenannte „Jahrhundert-Fluten“ erlebt. Ob es sich dabei wirklich um Auswirkungen eines weltweiten Kl imawandels handelt, ist unter rein wissenschaftlichen Gesichtspunkten über die relativ kurzen Beobachtungszeiträume schwer beweisbar. Fakt ist allerdings, dass Elementarereignisse sich kaum noch in unberührten Gegenden ereignen, so dass die Schadenaufwendu ngen im Vergleich zur Vergangenheit angestiegen sind. Hier stellt sich also in jedem Fall die Frage nach der generellen Versicherbarkeit. Aber es gibt noch andere Katastrophenereignisse, die die Versicherungsindustrie treffen können. Abstract Not only since the last flood events, natural catastrophes have been an actual topic. Even younger people have observed several so -called “100years floods”. If those events are cause by a climate change is still under scientific discussion, because it is hard to prove significant climate change effects given such a short observation period. But it is quite evident that natural catastrophes do not happen any longer in “empty” regions such that the damages are higher than in the past. Therefore, one may ask the question if and how to insure such events. But there are other catastrophe events that hit the insurance industry. Schlagwörter: Elementarschadenversicherung, Epidemien, Katastrophen, Katastrophenereignis, Katastrophenmodellierung, Man -Made-Katastrophen, Nat Cat, Naturkatastrophen, Pandemien, Rückversicherung, Versicherungswirtschaft Autorenverzeichnis 1. Katastrophenmodellierung. Naturkatastrophen, Man Made Risiken, Epidemien und mehr. Maria Heep-Altiner 2. Versicherbarkeit von Elementarrisiken in Deutschland. Rainer Fürhaupter 3. Naturkatastrophen und Aggregatkontrolle. Nutzen und Grenzen computergestützter Simulationsmodelle. Eberhard Müller 4. Extremereignisse in der Personen(rück)- versicherung. Herausforderungen in der Exposure Modellierung. Lars Pralle, Stefan Falk Vorwort Die Forschungsstelle aktuarielle Modelle & Methoden im Risikomanagement (FaRis) des Instituts für Versicherungswesen (IVW) an der Fachhochschule Köln und die deutsche Aktuarvereinigung e.V. (DAV) veranstalten zweimal pro Jahr ein gemeinsames Symposium. Diese FaRis & DAV Symposien haben dabei zum Ziel, aktuell relevante Fragestellungen nicht nur Aktuaren, sondern auch Personen an den Schnittstellen zu aktuariellen Tätigkeiten näher zu bringen. In diesem Selbstverständnis sind die Symposien ein geeignetes Mittel zur aktuariellen Weiterbildung, so dass im Rahmen der verpflichtenden DAV Weiterbildung die Teilnahme an diesen Symposien entsprechend angerechnet wird. Am 13.06.2014 fand das sechste gemeinsame Symposium zum Thema „Katastrophenmodellierung. Naturkatastrophen, Man Made Risiken, Epidemien und mehr“ in den Räumen der Fachhochschule Köln statt. Nicht nur seit den jüngsten Flutereignissen ist das Thema „Naturkatastrophen“ bekanntlich in aller Munde. Auch jüngere Mitmenschen haben inzwischen schon relativ häufig sogenannte „Jahrhundert Fluten“ erlebt. Ob es sich dabei wirklich um Auswirkungen eines weltweiten Klimawandels handelt, ist unter rein wissenschaftlichen Gesichtspunkten über die relativ kurzen Beobachtungszeiträume schwer beweisbar. Fakt ist allerdings, dass Elementarereignisse sich kaum noch in unberührten Gegenden ereignen, so dass die Schadenaufwendungen im Vergleich zur Vergangenheit angestiegen sind. Hier stellt sich also in jedem Fall die Frage nach der generellen Versicherbarkeit. Katastrophenmodellierung betrifft aber nicht nur Naturkatastrophen, sondern alle Risiken, die sich nur äußerst selten, dann aber mit einer entsprechenden Schwere ereignen und somit nur sehr schwer eingeschätzt werden können. Ein klassisches Beispiel für solche anderen Katastrophenereignisse sind die sogenannten „Man Made“ Risiken wie etwa die Schadenereignisse im Zusammenhang mit dem 11. September 2001. Katastrophenereignisse betreffen aber nicht nur Sachwerte. So schätzt man, dass die spanische Grippe in den Jahren 1918 – 1920 in Europa bis zu 50 Millionen Tote verursacht hat. Es ist somit durchaus ein legitimes Gedankenexperiment, welche Versicherungsleistungen eine vergleichbare Epidemie heute mit einer deutlich gestiegenen Versicherungsrate verursachen würde. Im Eröffnungsvortrag wurde ein allgemeiner Überblick über die Thematik gegeben. Auf Basis seiner Erfahrungen aus dem eigenen Unternehmen und aus der GdV Gremiumsarbeit hat sich der derzeitige DAV Vorstandsvorsitze Rainer Fürhaupter mit der Frage der Versicherbarkeit von Elementarrisiken in Deutschland auseinander gesetzt. Nutzen und Grenzen computergestützter Simulationsmodelle für die Naturkatastrophenmodellierung wurden von Eberhard Müller von der Hannover Rück in seinem Vortrag aufgezeigt. Das Symposium hatte sich aber auch zum Ziel gesetzt, das Thema „Katastrophen“ nicht nur unter dem Blickwinkel Naturkatastrophen zu beleuchten. Insofern haben sich Dr. Lars Pralle und Stefan Falk von der SCOR in ihrem gemeinsamen Vortrag mit Extremereignissen in der Personen(rück)versicherung auseinandergesetzt und die Herausforderungen in der Exposuremodellierung illustriert. Köln, im Juli 2014 Maria Heep-Altiner I Inhaltsverzeichnis INHALTSVERZEICHNIS....................................................................................................................................... I ABBILDUNGSVERZEICHNIS ........................................................................................................................... II ABKÜRZUNGSVERZEICHNIS ......................................................................................................................... IV 1KATASTROPHENMODELLIERUNG ...................................................................................................... 1 1.1NATURKATASTROPHEN .......................................................................................................................... 1 1.2MAN MADE KATASTROPHEN ................................................................................................................. 4 1.3EPIDEMIEN / PANDEMIEN / ENDEMIEN ................................................................................................. 6 2VERSICHERBARKEIT VON ELEMENTARRISIKEN IN DEUTSCHLAND ........................................ 9 2.1BEDEUTUNG VON ELEMENTARSCHADENVERSICHERUNG ..................................................................... 9 2.2KUMULE / RISIKODIFFERENZIERUNG / INFORMATIONSUNGLEICHGEWICHT ...................................... 11 2.3GESELLSCHAFTLICHER UND POLITISCHER EINFLUSS ........................................................................... 13 2.4TECHNIK DER ZONIERUNG .................................................................................................................... 14 2.4.1Zonierung konkreter Objekte ............................................................................................ 15 2.4.2Situation am Beispiel Bayern ............................................................................................. 15 2.5KALKULATION ....................................................................................................................................... 16 2.5.1GDV Kalkulationsstudien .................................................................................................... 16 2.5.2Kumulkontrolle ...................................................................................................................... 16 2.6FAZIT ..................................................................................................................................................... 17 3NATURKATASTROPHEN UND AGGREGATKONTROLLE ............................................................ 18 3.1RÜCKBLICK 1994 - 2014 .................................................................................................................... 19 3.2EINIGE ASPEKTE ZU AUSGEWÄHLTEN NATURKATASTROPHEN ........................................................... 22 3.2.1Die größten Katastrophen in der Enzeldarstellung ...................................................... 22 3.2.2Die größten Katastrophen im Überblick ......................................................................... 28 3.3KLIMAWANDEL: STAND DER AKTUELLEN ERKENNTNISSE ................................................................... 30 3.4NATURKATASTROPHENMODELLIERUNG UND –RISIKOMANAGEMENT .............................................. 32 3.5VERBRIEFUNG VON NATURKATASTROPHEN ........................................................................................ 37 3.6FAZIT ..................................................................................................................................................... 39 4EXTREMEREIGNISSE IN DER PERSONEN(RÜCK)VERSICHERUNG ........................................... 40 4.1LOKALE KATASTROPHENEREIGNISSE ................................................................................................... 40 4.2INFEKTIONSKRANKHEITEN .................................................................................................................... 44 II Abbildungsverzeichnis Abbildung 1: Klassifikation von Naturkatastrophen gemäß der auslösenden Ereignisse. .. 2 Abbildung 2: Weltweite Verteilung der versicherten Schäden von 1950 – 2007. ................... 2 Abbildung 3: Weltweit teuerste Stürme für die Versicherungswirtschaft. ................................. 3 Abbildung 4: Extreme historische Naturkatastrophen. ..................................................................... 3 Abbildung 5: Die größten Seuchen in Europa. ..................................................................................... 7 Abbildung 6: Schadenausmaß bei einem großen Flutereignis ...................................................... 9 Abbildung 7: Verstärkung des Schadenausmaßes durch zusätzliche Faktoren. ................... 10 Abbildung 8: Kumulrisiko durch Überschwemmung am Beispiel von Rosenheim. ............. 11 Abbildung 9: Versicherungsdichte in Abhängigkeit von der Zonierun gsgrenze. ................. 12 Abbildung 10: Hochwassergefährdung und Bebauung am Beispiel von Rosenheim. ........ 13 Abbildung 11: ZÜRS (GDV) versus GIS (Versicherungskammer Bayern). .................................. 15 Abbildung 12: Der „Northridge Schock“ 1994. ................................................................................... 18 Abbildung 13: Auswirkung des Hurrikans Katrina. ............................................................................ 23 Abbildung 14: Auswirkungen des Port-au-Prince Erdbebens. ..................................................... 24 Abbildung 15: Auswirkungen der Überschwemmungen in Australien. ................................... 25 Abbildung 16: Auswirkungen des Tohoku-Erdbebens. ................................................................... 26 Abbildung 17: Auswirkungen der Flut in Thailand. ........................................................................... 27 Abbildung 18: Die größten Naturkatastrophen – nach versicherten Schäden. ..................... 28 Abbildung 19: Die größten Naturkatastrophen – nach Todesopfern. ....................................... 28 Abbildung 20: Temperaturänderungen von 1901 – 2012. ............................................................. 30 Abbildung 21: Komponenten eines Naturgefahrensimulationsmodells. ................................. 33 Abbildung 22: Kombination von GCM und NWP Modellen. .......................................................... 34 Abbildung 23: Stochastischer Ereigniskatalog eines Hurrikans. .................................................. 34 Abbildung 24: Simulierte Ereigniskataloge. ......................................................................................... 35 Abbildung 25: Simulierte Marktschäden für US Hurrikan. .............................................................. 36 Abbildung 26: Ausgelaufene Verbriefungstransaktionen der Hannover Rück. ..................... 38 Abbildung 27: Marktüberblick Katastrophenbonds. ........................................................................ 38 Abbildung 28: Lokale Katastrophenereignisse vs. Infektionskrankheiten. .............................. 40 Abbildung 29: Unterschiedliche Exposures im Ballungsraum City of London. ...................... 40 Abbildung 30: Unterschiedliche Exposures in Manhattan. ............................................................ 41 Abbildung 31: Konferenzzentren im Epizentrum des San Francisco Erdbebens (1906). .... 41 Abbildung 32: Exposureabschätzung bei bekannten Arbeitgeberadressen. ......................... 42 III Abbildung 33: Konzentrationsrisiko bei Gruppenverträgen. ........................................................ 42 Abbildung 34: Exposureüberlappung durch unterschiedliche Produkte / Verträge. .......... 43 Abbildung 35: Epidemiologische Modelle (1). .................................................................................... 45 Abbildung 36: Epidemiologische Modelle (2). .................................................................................... 45 IV Abkürzungsverzeichnis AIR Applied Insurance Research BCAC Bureau Commun d'Assurances Collectives BU Berufsunfähigkeit CFR Case Fatality Ratio DGM Digitales Geländemodell F Feuerrisiko FR Frankreich GCM General Circulation Modelle GDV Gesamtverband der Deutschen Versicherungswirtschaft e.V. GIS Geoinformationssystem GPS Global Positioning System HW Hochwasser IAWG Ingenieurhydrologie, Angewandte Wasserwirtschaft und Geoinformatik IPCC Intergovernmental Panal on Climate Change LLC Limited Liability Company LW Leitungswasserrisiko mph Miles per hour NWP Numerical Weather Prediction / Numerische Wettervorhersage-Modelle RMS Risk Management Solutions SARS Severe Acute Respiratory Syndrome SST Sea surface temperature StHa Sturm-/Hagelrisiko TK25 Topographische Karte im Maßstab 1:25 000 ÜZone Überschwemmungszone VdS Vertrauen durch Sicherheit (hier: VdS Schadenverhütung GmbH) VKB Versicherungskammer Bayern, Versicherungsanstalt des öffentlichen Rechts VS Versicherungssumme ZÜRS Zonierungssystem für Überschwemmung, Rückstau und Starkregen 7 Abbildung 5: Die größten Seuchen in Europa. Da es sich um eine Aufstellung für Europa handelt, sind Epidemien wie SARS nicht mit aufgelistet. Hält man sich relativ genau an die Definition, dann sind viele der genannten Seuchen eher Endemien im Sinne eines permanent erhöhten Auftrittes dieser Krankheiten innerhalb der Bevölkerung. So war Syphilis bis 1909, als Paul Ehrlich das erste wirksame Medikament dagegen entdeckte, kaum behandelbar und trat somit immer zu einem gewissen Prozentsatz bei der sexuell aktiven Bevölkerung auf. Auch Pocken waren bis zur Entdeckung der Schutzimpfung im 18. Jahrhundert eher endemisch als (nur in einzelnen Fällen bei extrem gehäuften Auftreten) epidemisch und betrafen alle Bevölkerungsschichten. Pocken verursachten den Tod von Ludwig dem XV und Zar Peter dem II und „beeinflussten die Heiratspolitik“ der Kaiserin Maria Theresia, da zwei ihrer Töchter daran starben und eine dritte nach überstandener Infektion nicht mehr ‚verheiratbar‘ war. Die gesamte Wiener Klassik – Mozart, Beethoven und Haydn – war an Pocken erkrankt. Tuberkulose muss in der europäischen Vergangenheit wohl ebenfalls eher als Endemie denn als Epidemie betrachtet werden, wobei bereits bei einem Fossil des homo erectus der Erreger nachgewiesen werden konnte. Tuberkulose ist heutzutage in Europa zwar kein größeres Problem mehr, aber im Unterschied zu Syphilis und Pocken ist in anderen Teilen der Welt Tuberkulose auch heute noch stark endemisch und in diesen Gegenden ein großes medizinisches und gesellschaftliches Problem. Richtig große Pandemien hat es in der Geschichte Europas zweimal gegeben: Die Pest von 1347 / 1348, bei der geschätzt ein Drittel der damaligen Bevölkerung ausgerottet wurde – in einigen Landstrichen auch deutlich darüber hinaus – mit extremen wirtschaftlichen und gesellschaftlichen Auswirkungen. Die spanische Grippe 1918 / 1919 hat mindestens 25 Mio. Menschen das Leben gekostet, wobei einige Schätzungen sogar von der doppelten Anzahl ausgehen. Dabei ist der Begriff 8 „spanische Grippe“ im Prinzip irreführend, da diese Infektion aller Voraussicht nach nicht in Spanien, sondern in den USA ihren Ursprung hatte und von dort aus durch den ersten Weltkrieg nach Europa gelangte. Aufgrund der Zensur bei der Berichterstattung der kriegsführenden Mächte war es die Presse im unabhängigen Spanien, die erstmals uneingeschränkt über das Krankheitsphänomen berichtete, woraus sich dann der Begriff „spanische Grippe“ ergeben hat. Spannend ist nun die Frage, wie solche Phänomene modelliert werden können. Die Pest kann zwar aufgrund des medizinischen Fortschritts als weitestgehend ausgerottet oder zumindest gut behandelbar betrachtet werden, Grippewellen bis hin zu Grippeepidemien beobachtet man aber in regelmäßigen Abständen. 9 2 Versicherbarkeit von Elementarrisiken in Deutschland Rainer Fürhaupter Da die Versicherungskammer Bayern Marktführer in Bayern und der Pfalz mit über 38 % Kundenreichweite ist, hat das Thema „Versicherbarkeit von Elementarrisiken“ wegen der Kumulschadenproblematik hier eine besondere Relevanz. 2.1 Bedeutung von Elementarschadenversicherung Wie die nachfolgenden Fotographien verdeutlichen, können Elementarereignisse wie Flutkatastrophen ganze Landstriche „lahmlegen“ und eklatante wirtschaftliche Auswirkungen haben. Abbildung 6: Schadenausmaß bei einem großen Flutereignis12 Bei solchen Bilder ist das Schadenausmaß auf den ersten Blick gut vorstellbar, aber es gibt durchaus auch weitere – schadenverstärkende Einflüsse – die auf den ersten Blick nicht erkennbar sind und die teilweise vermeidbar wären. Wie in der nachfolgenden Abbildung ersichtlich, wirken sich folgende Faktoren zusätzlich erschwerend auf das Schadensmaß aus:  Durch Lecks in (teilweise schon längst nicht mehr zulässigen) Heizöltanks, werden ganze Häuserzeilen derart kontaminiert, dass sie vollständig abgerissen und als Sondermüll entsorgt werden müssen.  Weiterhin schadenerhöhend wirken die Kontaminierungen mit Tierkadavern, die nicht rechtzeitig entsorgt werden können, und mit gewerblichen Abfällen. 12 Quelle: VKB 10  Auch einige längere Einwirkungszeit des Wassers bewirkt, dass die Behebung der Schäden teurer wird als bei einer nur kurzfristigen Durchnässung. Abbildung 7: Verstärkung des Schadenausmaßes durch zusätzliche Faktoren.13 Im Nachfolgenden erfolgt eine Eingrenzung der Betrachtung auf Überschwemmungsrisiken ohne Sturmfluten, d. h. insbesondere auf Starkregen und Ausuferung von Flüssen. Eine Elementarschadenversicherung ist eine Katastrophenversicherung und somit insbesondere eine Existenzsicherung gegen finanziellen Ruin und ermöglicht Wirtschaften trotz seltener, aber existenzieller Gefährdung. Die Elementarschadenversicherung ist dabei ein Tausch der Risikopositionen, nämlich „seltener/ unwahrscheinlicher Totalruin“ gegen „Konsumverzicht in fester Höhe“ und Großschaden gegen Prämienzahlung. Dadurch wird eine Besiedelung von flussnahen Gebieten ermöglicht. Das Bedrohungspotenzial durch Starkregen / Überschwemmungen (ÜZone 1 bis 3) kann mit dem Feuerrisiko (F), dem Leitungswasserrisiko (LW) und dem Sturm-/ Hagelrisiko (StHa) wie folgt verglichen werden: F LW StHa ÜZone 1 ÜZone 2 ÜZone 3 Prämie 45 100 60 50 250 650 Davon für Großschäden 20 5 1 5 125 325 Bei den genannten Werten handelt es sich um Erwartungswerte ohne Kosten und Risikokapitalkosten14 für ein Beispielhaus mit einer Versicherungssumme in Höhe von 400.000 €, wobei Großschäden als Schäden ab 50.000 € definiert sind. 13 VKB 14 GDV 11 Der Risiko Gesamtbedarf / Großschaden von Zone 1 ist mit LW und StHa vergleichbar; bei den Zonen 2 & 3 ist Überschwemmung 5 – 10 mal gefährlicher als Feuer; die Großschadengefährdung ist sogar relativ gesehen noch größer als bei Feuer. 2.2 Kumule / Risikodifferenzierung / Informationsungleichgewicht Bei Elementarrisiken gibt es allgemein eine Kumulproblematik, die in der nachfolgenden Abbildung am Beispiel einer mittelgroßen bayerischen Kreisstadt verdeutlicht wird. Abbildung 8: Kumulrisiko durch Überschwemmung am Beispiel von Rosenheim.15 Versicherung bedeutet Ausgleich im Kollektiv, d. h. der finanzielle Ruin des Einzelnen wird durch Mechanismen wie dem zentralen Grenzwertsatz (unter der Voraussetzung der Unabhängigkeit der Schadensereignisse) zu einem kalkulierbaren Zahlungsstrom für das Kollektiv. Bei Elementarereignissen gibt es das Problem, dass die Voraussetzung der stochastischen Unabhängigkeit verletzt ist, da es eine Gleichzeitigkeit wegen gemeinsamer Ursachen (Witterungsereignis/ Überschwemmung)gibt und somit das Prinzip der Versicherung (Ausgleich im Kollektiv) gestört ist. Denkbare Lösungsansätze sind Risikominderungen/ -aufteilungen durch  Rückversicherung / Mitversicherung,  Ausgleich in der Zeit (Schwankungsrückstellung/ Eigenkapital) und  Sparten-Diversifizierung. 15 GDV/Zürs Geo („Zonierungssystem für Überschwemmungsrisiko und Einschätzung von Umweltrisiken“) 12 In der nachfolgenden Tabelle sind abhängig von der Lage typische Gefährdungssituationen illustriert: Situation Wahrscheinlichkeit Schaden pro Haus 1) faktisch keine Gefährdung nahe 0 bis 10.000 € 2) Starkregen  kleinräumige Überflutung < 1% bis 80.000 € 3) Katastrophe bei Dammbruch 0,5% - 1% bis Totalschaden 4) regelmäßig 10% bis 30.000 € Wie die Tabelle zeigt gehen die Schadenerwartungswerte pro Einfamilienhaus von wenigen Euro p. a. in der Situation 1 bis hin zur Situation 4, wo Versicherung mehr oder weniger unsinnig ist. Hierbei handelt es sich oft um historische Bauten mit Adressen wie „an der Mühle 1“, bei denen häufig auch noch Wasserstandmarken aus der Vergangenheit auf das Phänomen hinweisen. Der Versicherungsschaden ist die Summe der tatsächlich versicherten Erwartungswerte und abhängig von der kleinsträumigen Situation der tatsächlich versicherten Risiken, wobei die Gefährdung kleinsträumig komplett verschieden und durch die Kunden teilweise abschätzbar ist, d. h. innerhalb der Zonen steigt die Versicherungsdichte erheblich „hin zum Gewässer“, siehe dazu auch die nachfolgende Abbildung. Abbildung 9: Versicherungsdichte in Abhängigkeit von der Zonierungsgrenze. Die Thematik ist vielschichtig, wobei insbesondere der gesellschaftliche und politische Einfluss an vielen Stellen noch verschärfend hinzukommt. Risiken der Zone A: Schadensatz abhängig vom Abstand zur Zonengrenze Relativ-Darstellung der 10-m-Bänder (Gesamt = 100%) (gleitende Durchschnitte; "Masse" liegt nur im Band >500m) Daten 1999 - 2005 0 1 2 3 4 5 6 0 100 200 300 400 500 600 700 Abstand zur Zonengrenze Verhältnis Schadensatz zum Durchschnitt Zone B Zone D Zone E kleinste Bäche 13 2.3 Gesellschaftlicher und politischer Einfluss Historisch erfolgte die Besiedelung meist nur in hochwasserfreien Gebieten oder in einer extrem angepassten Bauund Lebensweise wie etwa bei Mühlen, den ersten Baureihen an Mosel, Donau, Rhein etc. Seit etwa 1970 beobachtet man eine verstärkte Besiedelung überschwemmungsgefährdeter Gebiete, d. h. in jüngerer Zeit gibt es immer mehr einen Ausweis von Neubau- / Gewerbegebieten in Flussauen bei einem Interessenkonflikt zwischen der ‚Ausweisung von Bauland‘ und dem ‚Aufwand für Hochwasserschutz‘. Konkurrierende Zuständigkeiten (Kommunen vs. Landesministerien) tragen ebenfalls dazu bei, dass sich die Situation verschärft. Regulierungen von Gewässern können ebenfalls zu einer negativen Veränderung der Hochwasserlage führen. Abbildung 10 verdeutlicht dies wieder am Beispiel der bayerischen Kreisstadt Rosenheim. Abbildung 10: Hochwassergefährdung und Bebauung am Beispiel von Rosenheim.16 Die Bebauung innerhalb der hochgefährdeten (blauen) Bereiche erfolgte erst ab ca. 60er- / 70er Jahre (als Gewerbegebiete!). Neben solchen politischen Einflüssen kommen aber auch gesellschaftliche Einflüsse hinzu wie Veränderungen der Bauweise und andere Wohnstandards, beispielsweise ausgebaute Keller, Isolierung (innen und außen), Heizung und hochwertige technische Ausstattung, was sich in jedem Fall Schaden erhöhend auswirkt. Aber auch weitere Faktoren haben Auswirkungen. Durch die Veränderung der Mobilität erfolgt oft ein Zuzug ortsfremder Neubürger, die beispielsweise ohne Kenntnis der Situation vor Ort bauen. 16 VKB/GIS (Hintergrund TK25) 14 Aber auch ganz allgemein ist ein eingeschränktes Risikobewusstsein gegenüber Naturgefahren beobachtbar. Für den „Normalfall“ meint der heutige Mensch, Schutz gegen alle Einflüsse der Natur zu finden. Gegen Extrem-Katastrophen ist aber jede Technik machtlos. Erschwerend kommt hinzu, dass Bauleitplanungen und Bauordnungen (z. B. im Hinblick auf Heizöltanks) zum Teil nicht risikogerecht sind. 2.4 Technik der Zonierung Modernste Geoinformatik (GDV, IAWG) hat das Ziel, die Gefährdungssituation für jedes Gebäude vorherzusagen. Hierunter fallen insbesondere:  Digitales Geländemodell (DGM 25: Höhenquote zu allen 25-m-Gitterpunkten)  Abfluss-Statistiken (HW: Durchfluss / sec.) an Messpunkten: Normal und Quantile  Hydraulische Modellrechnungen:  Fließgeschwindigkeit abhängig von Steilheit, Fluss-Querschnitt, ...  Ausuferungsflächen / -höhen zu Quantilen  Verschneidung mit den Lage-Koordinaten von Gebäuden  inzwischen Verwendung der Ergebnisse der Wasserwirtschaft im Rahmen der EUFlood-Directive Geoinformatik auf Basis umfangreicher Geound Fachdaten (GDV / VdS mit Ingenieurbüro IAWG) Als Ergebnis erhält man eine Eintrittswahrscheinlichkeit mit Schadenhöhen-Abschätzung für jedes Gebäude, wobei allerdings folgende Problem auftreten:  Die Daten sind teilweise unvollständig / inkonsistent (z.B. sind Gebäudeund FlussKoordinaten teilweise inkonsistent)  Dämme sind oft nicht im DGM abgebildet  manuelle Nacharbeit erforderlich.  Die Daten sind teilweise sehr teuer  Die Daten liegen verteilt auf Bundes- / Landesbehörden vor.  Die Projektionen sind uneinheitlich. 15 2.4.1 Zonierung konkreter Objekte Die Gefährdungsermittlung von zu versichernden Objekten erfolgt dezentral entweder dynamisch online durch Verschneidung der Gebäude-Koordinaten mit Karten der Risikogebiete, oder statisch durch Vorprozessierung und Speicherung aller Objekte, da die mobile Online-Verbindung noch nicht flächendeckend ausreichend stabil ist. Vorprozessierte Daten liegen an der Grenze des derzeit verarbeitbaren Umfangs. Als Lösung bietet sich eine hoch effiziente Verschlüsselung und Speicherung der Zuordnung von Adressdaten und Risikoklassifizierung an, insbesondere „Zürs Light“ (GDV) sowie inzwischen ausgereifte OnlinePlattformen (Zürs Geo, GDV). Die Integration beider Prozesse durch die Versicherer ist nötig. 2.4.2 Situation am Beispiel Bayern Hier gibt es ca. 2,5 Mio. Wohngebäude, davon ca. 88% in Zone 1 und ca. 1,7% (gemäß GDV) bzw. 0,2% (gemäß VKB) in Zone 4 (= nicht versicherbar). Die Versicherungskammer Bayern stuft (auf Basis eigener Einschätzungen mittels manueller Plausibilisierung) teilweise Risiken statt in Zone 4 in den Zonen 2 oder 3 ein – umgekehrt aber auch ca. 2 % der Risiken aus Zone 1 in den Zonen 2 und 3 ein (z. B. bei kleinen Bächen). Wegen Zonierung nicht versicherbar sind unter ZÜRS GDV ca. 40.000 unter GIS VKB ca. 5.000 Wohngebäude, z.T. gibt es individuelle Lösungen über bauliche Maßnahmen, dann „Rest-“ Risikoversicherung, siehe dazu auch die nachfolgende Abbildung: Abbildung 11: ZÜRS (GDV) versus GIS (Versicherungskammer Bayern).17 Maßgeblich für die Risikoentscheidung ist in jedem Fall die eigene Einstufung der Versicherungskammer Bayern. 17 Zürs Geo (GDV / VdS) / GIS (VKB) 16 2.5 Kalkulation 2.5.1 GDV Kalkulationsstudien In der Regel erfolgt eine Kalkulation klassisch auf Basis von GDV Kalkulationsstudien. Falls keine ausreichenden Schadendaten verfügbar sind, ist eine klassische Kalkulation nicht möglich.  Schadenhäufigkeit o gemäß Modellierung der Zonierung  Schadendurchschnitt o Schätzung aus vorliegenden kurzen Zeitreihen und aus sonstigen statistischen Quellen  noch keine wirklichen Katastrophen-Ereignisse in den Daten  Veränderung der Bausubstanz (moderne Dämmung!) Nur Ausuferungen von Flüssen sind modelliert  lokale Überflutungen durch Starkniederschläge beinhalten eine Kalkulationsunsicherheit. Für sonstige Elementargefahren liegen keine Kalkulationsdaten vor. Hier wären Modellierungen von Selektionseffekten denkbar oder Credibility-Modelle zur Berücksichtigung kleinsträumiger individueller Gefährdungsunterschiede. 2.5.2 Kumulkontrolle Das Problem besteht darin, dass es eine Kausalität zwischen Schadenanfall und meteorologischem Extremereignis gibt. Die stochastische Unabhängigkeit ist somit gestört. Lokal ist der Zusammenhang zwischen Wasserstand und Wiederkehrperiode bekannt  Gleichzeitigkeit der Überflutung an vielen Stellen. Daher erfolgt ein Ansatz einer Korrelationsanalyse der Pegelzeitreihen an vielen Messstellen, insbesondere die Modellierung von Abflüssen von Gefälle, Flussquerschnitt etc. sowie die Ausbreitung abseits der Pegel. Die „Gleichzeitigkeit“ der Wasserstände ist statistisch in den Wahrscheinlichkeitsmodellen erfasst. Man hat eine stochastische Modellierung von synthetischen hydrologischen Ereignissen als Zufallsrealisierung aus den geschätzten Wahrscheinlichkeitsverteilungen. Man benötigt eine Verschneidung der Überschwemmungsflächen je synthetischem Ereignis mit den versicherten Gebäuden (Schadengradfunktionen), um den Schadenaufwand je synthetischem Ereignis simulieren zu können. 23  250 Meilen Durchmesser Hurrikanstärke  Bis 9 Meter hohe sturminduzierte Wellenhöhe  ca. 1200 Opfer  KRW bis Zeta: Bisher schlimmste Hurrikan-saison aller Zeiten Schäden  Ökonomisch: > USD 150 Mrd.  Versicherter Marktschaden USD 62 Mrd.  Hoher "Storm Surge" Anteil – Deichbrüche und New Orleans liegt unter Meeresspiegel  Wiederkehrperiode < 40 Jahre Abbildung 13: Auswirkung des Hurrikans Katrina. 20 20 Quelle: Associated Press Photo/Rogelio Solis 24 Port-au-Prince Erdbeben in Haiti am 12. Januar 2010 M 7.0 Erdbeben  EPI Zentrum 25km südwestlich von Port-au-Prince  Hohe Intensität durch geringe Tiefe von 13 km  Aktivierung einer Faltenzone von 36 km Länge  Ca. 225.000 Tote, 100.000 zerstörte Häuser  Kein signifikanter Tsunami Schäden  Ökonomisch: ~ USD 8 Mrd.  Durch geringe Versicherungsdichte davon nur ~USD 200 Mio. versichert  Anfälliger Gebäudebestand, Baustandards praktisch nicht vorhanden  Hohe Zahl an Personenschäden durch kollabierte Häuser  Wiederkehrperiode < 250 Jahre Abbildung 14: Auswirkungen des Port-au-Prince Erdbebens. 21 21 Quelle: Associated Press Photo 25 Überschwemmungen in Australien im Januar 2011 Großraum Brisbane stark betroffen Ereignis  Teil einer Flutserie  Gesamtüberschwemmungsgebiet größer als D und FR zusammen  Größte Schäden im Zentrum von Brisbane  Wasserstand 4.46 m über mittlerem Pegel Schäden  Ökonomischer Schaden > USD 10 Mrd.  Versicherter Schaden: USD 2,5 Mrd.  > 20.000 Häuser betroffen  Stark unterschiedliche Betroffenheit bei Versicherern durch uneinheitliche Flutdefinitionen bzw. Flutausschlüsse  Wiederkehrperiode: ca. 30 Jahre bezogen auf die Pegelstände in Brisbane Abbildung 15: Auswirkungen der Überschwemmungen in Australien. 22 22 Quelle: Australian Emergency Management 26 Tohoku-Erdbeben in Japan am 11. März 2011 Mit schwerer Nachbebensequenz M 9.0 Erdbeben und Tsunami  Weltweit viertgrößtes Erdbeben (seit 1900)  Intensität 8x größer als für möglich gehalten  Großräumige Schäden im Nordostens Japans  Tsunamis im gesamten Pazifikraum, in Japan bis zu 10 km weit an Land, Höhe 15 m  ~ 14.416 Tote, ~ 15.000 Vermisste  > 400 Nachbeben M 5.0+ Schäden  Ökonomisch: USD 200-300 Mrd.  Davon > USD 30 Mrd. versichert  Betroffen sind alle Sparten, inkl. Leben, Transport und Betriebsunterbrechung  Atomunfall der Kategorie 7, Langfristfolgen kaum abschätzbar, nicht versichert  Wiederkehrperiode < 100 Jahre (Japan) Abbildung 16: Auswirkungen des Tohoku-Erdbebens. 23 23 Quelle: Wikipedia/Wikimedia 27 Flut in Thailand vom Juli - Dezember 2011 Nahezu landesweite Flut  Ausgelöst durch anhaltenden Monsunregen kombiniert mit den Ausläufern einer Serie tropischer Zyklone  65 von Thailands 77 Provinzen waren betroffen  Schlimmste Flut der letzten 50 Jahre  884 Tote, Millionen betroffener Menschen Schäden  Ökonomisch: 45,7 Mrd. USD (~8% GDP),  Versichert: 10,8 Mrd. USD (~3% GDP)  Schäden aus allen Sparte inkl. Sach, BU, IBU Tourismus, Transport usw.  7.510 Industrieund Fertigungsanlagen in 40 verschiedenen Provinzen waren betroffen Abbildung 17: Auswirkungen der Flut in Thailand. 24 24 Quelle: Wikipedia/Wikimedia 28 3.2.2 Die größten Katastrophen im Überblick In der nachfolgenden Tabelle sind die größten Naturkatastrophen sortiert nach der Höhe der versicherten Schäden aufgelistet. Abbildung 18: Die größten Naturkatastrophen – nach versicherten Schäden. Bemerkenswert an der Liste ist, dass es sich bis auf das Erdbeben in Chile (welches selbst noch nicht einmal die Solvency II Marke „knackt“) in allen anderen Fällen nicht einmal um 100-Jahresereignisse handelt. Das Erdbeben in Chile war wegen der geringen Versicherungsdichte aber vergleichsweise „billig“. Abbildung 19: Die größten Naturkatastrophen – nach Todesopfern. Ereignis Jahr Opfer Land Vers.-Schaden in Mrd. USD 1) Modellierte WKP 2) Hurrikan Katrina 2005 1.383 USA 62 33 Tōhoku-Erdbeben 2011 14,416 Japan ca. 30 ca. 60 Hurrikan Andrew 1992 43 USA, Karibik 29 12 Hurrikan Ike 2008 170 USA, Karibik 19 8 Northridge Erdbeben 1994 61 USA 17 30 Hurrikan Ivan 2004 125 USA, Karibik 15 6 Hurrikan Wilma 2005 42 USA, Mexico, Karibik 14 6 Hurrikan Rita 2005 10 USA, Mexico, Karibik 14 6 Hurrikan Charley 2004 36 USA, Karibik 9 4 Chile Erdbeben 2010 24 Chile 8 125 Ereignis Jahr Opfer 1) Land Vers.-Schaden in Mrd. USD 1) Erdbeben Haiti 2010 220.000 Haiti 0,2 Tsunami 2004 220.000 Diverse (Ind. Ozean) 1 Zyklon Nargis 2008 140.000 Myanmar n/a Zyklon Bangladesch 1991 140.000 Bangladesch 0,1 Erdbeben Pakistan 2005 90.000 Pakistan << 0,1 Erdbeben China 2008 85.000 China 0,3 Hitzewelle, Dürre 2003 70.000 Europa 1 Hitzewelle, Dürre 2010 55.000 Russland n/a Erdbeben Iran 1990 40.000 Iran 0,1 Erdbeben Iran 2003 25.000 Iran << 0,1 29 Besonders „bitter“ an dieser Tabelle ist, dass die Naturkatastrophen mit den meisten Opfern in armen Ländern mit geringer Versicherungsdichte stattgefunden haben und somit aus Sicht der Versicherungswirtschaft „billig“ waren. Naturkatastrophen verursachen aber nicht nur direkte Schäden, sondern haben auch weitgehende Konsequenzen im sozioökonomischen Umfeld wie etwa das Beispiel des Hurrikans Katrina zeigt: Hier kam es über einen längeren Zeitraum zu einem Zusammenbruch des Gesellschaftssystems mit  Verlust von Häusern, Schulen, Betriebsstätten, Arbeitsplätzen, Grundversorgung mit Lebensmitteln und sozialen Kontakten zwischen Familien und Freunden ,  Schließungen von Restaurants, Clubs und Freizeiteinrichtungen,  Schäden an Infrastrukturen (Abwasser, öffentlichem Nahverkehr & Telekommunikation),  Zusammenbruch der Gesundheitsversorgung,  Verlust an ca. 124.000 Arbeitsstellen und damit einhergehend Verlust des Krankenversicherungsschutzes,  erheblicher Zunahme der Kriminalität (Morde, Diebstähle, Plünderungen usw.)  Evakuierungen von über 1 Mio. Menschen in 369 Städte der Vereinigten Staaten von Amerika, (Houston, Atlanta, Memphis, Baton Rouge …) was • die größte permanente Bevölkerungsmigration in der Vereinigten Staaten von Amerika seit dem Bürgerkrieg, • eine Überfüllung der Zielstädte und • eine Überforderung der lokalen Gesundheitssysteme nach sich zog. 30 3.3 Klimawandel: Stand der aktuellen Erkenntnisse Der Intergovernmental Panel on Climate Change (IPCC) ist eine Institution der Vereinten Nationen, gegründet 1988. In seinem Auftrag tragen Wissenschaftler weltweit den aktuellen Stand der Klimaforschung zusammen und bewerten anhand anerkannter Veröffentlichungen den jeweils neuesten Kenntnisstand zum Klimawandel. Der Weltklimarat IPCC dient der Qualitätssicherung und der Konsenserzielung, insbesondere gilt:  Das IPCC forscht nicht selbst, sondern trägt zusammen und bewertet  Wissenschaftler tragen ehrenamtlich als Autoren und Gutachter bei  Zusätzlich Beobachter von ca. 100 akkreditierten internationalen Organisationen und aus der Zivilbevölkerung  195 Länder sind Mitglied im IPCC  Alle Mitgliedsländer stimmen den Berichten vor Veröffentlichung zu  Alle Beteiligten sollen Konsens über den zu veröffentlichen Bericht erzielen  Veröffentlichung des aktuellen Berichtes am 27.09.2013 25  830 Autoren aus 39 Ländern, 54.677 Kommentierungen, 2216 Seiten  Die Organisation IPCC wurde 2007, gemeinsam mit dem ehemaligen US-Vizepräsidenten Al Gore mit dem Friedensnobelpreis ausgezeichnet Abbildung 20: Temperaturänderungen von 1901 – 2012. 26 25 IPCC (Hrsg.): Climate Change 2013. The Physical Science Basis. 26 Quelle: 5. IPCC Report (2013), „Summary for Policymakers“. 31 Beobachtungen im IPCC Sachstandsbericht zeigen Änderungen im Klimasystem, insbesondere:  Anstieg der globalen Mitteltemperatur in Bodennähe von 0,85°C zwischen 1880 und 2012  Erwärmung der Ozeane in den Schichten nahe der Wasseroberfläche bis 75m zwischen 1971 und 2010 im Mittel um 0,11°C pro Dekade – Erwärmung auch in Tiefen unter 3.000 m  Anstieg des globalen mittleren Meeresspiegels zwischen 1901 und 2010 um 19 cm (durchschnittlich ca. 1,7 mm/Jahr, seit ca. 20 Jahren 3,2 mm/Jahr)  Verringerung der mittleren Ausdehnung des arktischen Meereises um 3,5 bis 4,1 % pro Dekade; Rückgang der Gletscher und Masseabnahme der polaren Eiskappen  Zunahme der Niederschläge zwischen 1950 und 2008 in den feuchten Regionen der Tropen und mittleren Breiten der Nordhalbkugel, Abnahme in trockenen Regionen der Subtropen  Zunahme von Wetterextremen: Hitzewellen, Starkregen, Abnahme der kalten Tage und Nächte Weitere Aussagen zu Naturkatastrophen aus anderen Quellen als dem IPCC Sachstandsbericht: Knutson et al. (2010 Nature – GeoScience) zu Hurrikans  Höhere Intensität, geringere Frequenz  Dekaden bis statistisch belegbar Emanuel (2013):  höhere Intensität und Frequenz Carmago (2013 Journal of Climate)  Keine Änderungen in der Frequenz Holland and Bruyere (2013 Climate Dynamics)  Hurrikan-Intensität bereits heute erhöht Die Aussagen sind insgesamt keineswegs eindeutig. 32 3.4 Naturkatastrophenmodellierung und –Risikomanagement Die "geringe" Anzahl an historischen Ereignissen liefert keine Basis für die Anwendung von mathematisch-statistischen Methoden für Prämienberechnung und Risikomanagement: • Die Ereignishistorie erlaubt keine verlässlichen Aussagen / Hochrechnungen zur Ereignisfrequenz (Wiederkehrperiode). • Die Ereignishistorie ist nicht repräsentativ bezüglich möglicher Ereignisintensitäten. • Die geographische Betroffenheit von Regionen durch eingetretene historische Ereignisse ist nicht repräsentativ. • Änderungen der Exponierung, z.B. in der Bebauungsdichte, können nicht berücksichtigt werden. • Änderungen der Vulnerabilitäten, z.B. durch geänderte Bauweisen können in mathematisch-statistischen Methoden nicht berücksichtigt werden. In der Konsequenz benötigt man in jedem Fall naturwissenschaftliche Simulationsmodelle. Professionelle Modell-Entwickler und Eigeninitiativen erhöhen dabei die Transparenz und Ergebnisvielfalt. Hier insbesondere  AIR Worldwide Corporation (Applied Insurance Research)  RMS, Inc. (Risk Management Solutions, Inc.)  EQECAT, Inc.  Impact Forecasting LLC (Initiative von AON Benfield)  Modellentwicklungen von Erstund Rückversicherungsunternehmen z.B. • VHV Modell für Erdbeben Türkei zusammen mit Universität Karlsruhe • Hannover Rück / E+S Rück Modelle für − Flut, Hagel und Erdbeben (in Entwicklung) in Deutschland (ES Flutet / ES Hagelt / ES Bebt) − Ecuador Erdbeben, Australien Buschfeuer und viele andere Szenarien weltweit • Munich Re / Swiss Re Entwicklungen  Global Earthquake Model Foundation  Universitäten, Forschungsinstitutionen 39 Der Markt für Katastrophenbonds hat sich nach der Finanzkrise erholt, ist aber noch nicht zurück auf dem Stand von 2007. 3.6 Fazit Zusammenfassen kann man folgendes sagen:  Die Bevölkerungsentwicklung führt zu höherer Betroffenheit, und zu höheren ökonomischen und versicherten Schäden aus Naturkatastrophen  Die Unsicherheiten in der Einschätzung großer Naturkatastrophen sind insgesamt und auch für einzelne Gefahren und geographische Regionen sehr hoch  Der Klimawandel führt mit hoher Wahrscheinlichkeit zu unterschiedlichen Änderungen in lokal wahrnehmbaren Wetterphänomenen  Die Versicherungsmärkte werden sich erst mit Verbesserung des Wohlstands in Ländern mit Bevölkerungswachstum, zeitlich nachgelagert, entwickeln  Das Eintreten von Naturkatastrophen ist "zufällig" und bei risikogerechten Prämien (Rendite) verund besicherbar  Die weltweiten finanziellen Kapazitäten der Versicherungsund Kapitalmärkte reichen aus, um aktuelle und zukünftige Schäden aus Naturgefahren zu tragen Oder: Prognosen sind schwierig – vor allem wenn sie die Zukunft betreffen. 40 4 Extremereignisse in der Personen(rück)versicherung Lars Pralle, Stefan Falk Extremereignisse betreffen die Personen(rück)versicherung in zweierlei Hinsicht: Als Personenschäden bei lokalen Katastrophenereignissen und als Personenschäden bei Infektionskrankheiten. Abbildung 29 stellt eine Abgrenzung beider Begrifflichkeiten dar. Die Einschätzung ob und wie stark ein (rück-)versichertes Portefeuille von solchen Extremereignissen betroffen sein könnte, erweist sich in der Praxis als durchaus schwierig. Abbildung 28: Lokale Katastrophenereignisse vs. Infektionskrankheiten. 4.1 Lokale Katastrophenereignisse Die hohe Mobilität der Bevölkerung und damit auch der versicherten Personen erschwert die Einschätzung des Exposures, das bei einem lokalen Katastrophenereignis betroffen sein könnte, wie man anhand Abbildung 30 erkennen kann. Abbildung 29: Unterschiedliche Exposures im Ballungsraum City of London.35 35 „Congestionon-the-London_Underground.jpg“ von susanturner70, gefunden unter http://en.wikipedia.org/wiki/London_Underground#mediaviewer/File:Congestion-on-the-london-underground.jpg; „ StPauls-tube-station.jpg“ von Romazur, gefunden unter http://upload.wikimedia.org/wikipedia/commons/4/45/St-Pauls-tube-station.jpg?uselang=de; Grafik eigene Darstellung lokale Katastrophenereignisse Infektionskrankheiten Charaktersitik • plötzlich auftretend • typischerweise zeitlich und regional begrenzt • Schadenpotential oftmals limitiert • schleichend/über mehrere Quartale • i.d.R. keine regionale Begrenzung • sehr geringe Frequenz, aber massives Schadenspotential Beispiele • Naturkatastrophen • Terroranschläge • Man-Made-Desasters (Industrieunfälle, Reiseunfall) • Pandemien 41 Würde ein lokales Katastrophenereignis wie beispielsweise ein Terroranschlag die City of London an einem Sonntagmorgen treffen, wäre der Effekt für die Personen(rück)versicherung nur sehr gering. Zwei Tage später zur Hauptverkehrszeit sähe es dann schon ganz anders aus. Abbildung 30: Unterschiedliche Exposures in Manhattan. 36 Während des Tages verdoppelt sich aufgrund der Pendler die Bevölkerungszahl von Manhattan. Besonders eklatante Auswirkungen durch die Mobilität können sich dann ergeben, wenn sich viele Versicherte (z.B. über eine Gruppenversicherung abgesicherte Firmenangehörige) bei einer Großkonferenz zusammentreffen, wie das nachfolgende dritte Beispiel zeigt: Abbildung 31: Konferenzzentren im Epizentrum des San Francisco Erdbebens (1906). 37 Das Epizentrum des großen kalifornischen Erdbebens von 1906 lag in der “San Francisco Bay Area”. Dieses Gebiet gilt als eine der Regionen mit der höchsten Erdbebenwahrscheinlichkeit. In dieser Region befinden sich über 20 größere Veranstaltungsorte. 36 Zeitungsartikel der “New York Times” vom 06.06.2013. 37 Quelle: Guy Carpenter. 42 Zugereiste Konferenzteilnehmer beispielsweise, welche häufig ein höheres Einkommen und entsprechend hohe Versicherungssummen aufweisen, können an einzelnen Tagen das lokale Exposure signifikant erhöhen. Dies gilt insbesondere für Gruppenversicherungen. Aber auch ganz allgemein ist bei Gruppenversicherung das Exposure nicht immer einfach abzuschätzen. Bei Gruppenversicherungen schließt ein Arbeitgeber Lebensversicherungen für seine Mitarbeiter ab. Die Arbeitgeberadresse ist üblicherweise bekannt, insofern kann prinzipiell eine Exposureabschätzung erfolgen. Beispielsweise wäre es möglich in einem ersten Schritt die Arbeitgeberadressen in GPS-Informationen zu übersetzen und diese mit entsprechenden Tools zu aggregieren. In einem zweiten Schritt lassen sich dann für die generierten Aggregate Szenarien bilden, die letztendlich eine Indikation über das mögliche Exposure liefern, wie in Abbildung 33 dargestellt. Abbildung 32: Exposureabschätzung bei bekannten Arbeitgeberadressen.38 Abbildung 33: Konzentrationsrisiko bei Gruppenverträgen. 38 Quelle Karte: http://www.openstreetmap.de; eigene Überarbeitung; Quelle Grafik: SCOR Global Life Rückversicherung; Eigene Darstellung Beispiel Klassifikation Konzentrationsrisko Investmentbank (City of London) • kleinere Versichertengruppe • großer Anteil der VP täglich lokal am Arbeitsplatz (Trading Desk/Back Office) • hohes Einkommen = hohe VS hoch Wirtschaftsprüfungs- /beratungsgesellschaft (City of London) • größere Versichertengruppe • großer Anteil der VP nicht täglich lokal am Arbeitsplatz (WP/Beratungsmandate) moderat bis hoch US Autozubehör-Kette • Große Verschertengruppe (> 70,000) • Rückversicherte Summe im dreistelligen Millionenbereich • verteilt auf Management am Hauptsitz und 5000 Niederlassungen in ganz US, Mexico und Brasilien gering 43 Die Gleichung ‚Gruppenversicherung = hohes Konzentrationsrisiko‘ gilt aber nicht unbedingt, wie man Abbildung 34 mit einigen markanten Beispielen entnehmen kann. Darüber hinaus ergeben sich bei lokalen Katastrophenereignissen auch Schwierigkeiten bei der Exposureeinschätzung hinsichtlich der Überlappung von Rückversicherungsprodukten – nachfolgend illustriert am Portefeuille der SCOR Global Life in Frankreich. Im Rückversicherungsportefeuille befinden sich sowohl proportionale als auch nicht-proportionale Deckungen, das zu Grunde liegende Geschäft besteht sowohl aus Individualsowie Gruppenversicherungen. Abbildung 34: Exposureüberlappung durch unterschiedliche Produkte / Verträge.39 Zusammenfassend kann man zur Exposureproblematik bei lokalen Katastrophenereignisse folgende Anmerkungen machen: Granularität, Qualität und Aktualität der Daten sind von entscheidender Bedeutung:  ein detailliertes Verständnis der Versicherungsprodukte (inklusive Optionen)  Einzelrisikoinformationen bzgl. Individualversicherungsgeschäft  detaillierte Informationen über das Gruppengeschäft (Anzahl der versicherten Personen, Unternehmensstandorte, Verteilung der versicherten Personen auf Standorte, regulärer Arbeitsplatz, Anteil Dienstreisetätigkeit etc.)  detaillierte Informationen über das im Rahmen einer Katastrophendeckung versicherte Portfolio 39 Quelle: Eigene Darstellung. 44 Bezüglich der konkreten, adäquaten Quantifizierung des Exposures sind oftmals unterschiedliche (parallele) Herangehensweisen notwendig  Deterministische Szenarien basierend auf Bestandsinformationen/Expertenstudien  Bestimmung eines Gesamtversicherungsschadens und Übertragung auf den eigenen Bestand über Marktanteile  unter Umständen Eigenentwicklung von Tools zur Kumulbestimmung  Detailanalysen, z.B. von einzelnen versicherten Gruppen  Nutzung von kommerziellen Risikomodellierungstools 4.2 Infektionskrankheiten Infektionskrankheiten gehören zu unserem täglichen Leben. Sie sind nicht verbunden mit spektakulären Ereignissen – im Gegensatz zu den eben betrachteten lokalen Katastrophenereignissen. Dennoch können sie eines der größten Risiken für Lebensversicherer sein, insbesondere hier Pandemien: – Nicht räumlich begrenzt, treffen also potentiell das gesamte Portfolio. – Dadurch haben auch geringere Erhöhungen der Sterblichkeit große finanzielle Auswirkungen. Das Problem ist die Abschätzung des Schweregrads zukünftiger Pandemien – möglichst noch mit Angabe der Wahrscheinlichkeit ihres Auftretens. Für die Modellierung ergeben sich hier besondere Herausforderungen: • Wenige Beobachtungsdaten vorhanden als Basis für eine Modellierung • Sich wandelnde Lebensbedingung können Einfluss haben auf die Verbreitung und Auswirkungen von Infektionskrankheiten – Hygiene, sanitäre Bedingungen – Impfstoffe, medizinischer Fortschritt – Verfügbarkeit von epidemiologischen Daten – Public health management – Bevölkerungsdichte – Mobilität – Resistente Erreger 45 • Eine direkte Übertragung von Beobachtungsdaten über zeitliche oder räumliche Entfernung ist daher schwierig • Es bedarf fundamentaler Modellierung der Erkrankungen. Bei epidemiologischen Modellen wird die Ausbreitung einer Infektionskrankheit z. B. durch mathematische Zustandsmodelle beschrieben; Differentialgleichungen beschreiben hier die Zustandsübergänge. Abbildung 35: Epidemiologische Modelle (1). 40 Die Parameter der Differentialgleichungen beschreiben die epidemiologischen Eigenschaften der Krankheit, z. B. Infektiosität (R 0 : Basisreproduktionzahl – mittlere Zahl der Ansteckungen je Fall), Genesungsrate. Aus Sicht eines Lebensversicherers ist die Zahl der Toten das Ziel der Modellierung, daher wird ein erweitertes Modell benötigt: Abbildung 36: Epidemiologische Modelle (2). 41 40 Grafik: Eigene Darstellung; Kurvenplot: Wikimedia Commons (http://commons.wikimedia.org/wiki/File:Sirsys-p9.png; abgerufen am 22.07.2014) 41 Eigene Darstellung S exponiert I infiziert R genesen D tot 46 Die Ausbreitung einer Infektionserkrankung und der resultierenden Sterblichkeit lässt sich im einfachsten Fall durch die nachfolgenden Parameter beschreiben: • Infektiosität (R0: Basisreproduktionzahl), • Genesungsrate, • Letalität (CFR: case fatality ratio). Eine Basisreproduktionszahl R0 < 1 führt zum Verschwinden der Krankheit, R0 > 1 führt zur Ausbreitung. Weitere Einsichten lassen sich durch die Einbeziehung z.B. von epidemiologischen Gegenmaßnahmen, Impfungen, Mobilität, usw. in die Modellierung gewinnen. Die epidemiologischen Modelle können bei der „Übersetzung“ historischer Ereignisse in den aktuellen Kontext helfen. So können z. B. as-if Betrachtungen durchgeführt werden: • Welche Auswirkung hätte die Verfügbarkeit von Penecillin auf die Letalität der Spanischen Grippe 1918 gehabt? • Welche Auswirkung hat der Selektionseffekt von versicherten Kollektiven im Vergleich zur Gesamtbevölkerung? Diese Betrachtungen können hilfreich bei der Kalibrierung einer Wahrscheinlichkeitsverteilung für die Exzess-Mortalität sein. Es bleibt aber – nicht zuletzt aufgrund der dünnen Datenlage – die Notwendigkeit, Expertenmeinungen hinzuzuziehen (interne und externe Experten, kommerzielle Modellierungstools). Neben den direkten Auswirkungen von Pandemien auf Lebensversicherungsbestände, die in den obigen Betrachtungen im Vordergrund standen, können für ein Versicherungsunternehmen aber auch die indirekten Folgen beträchtlich sein. Nachfolgend sind die wichtigsten Auswirkungen von Epidemien auf die Versicherungen aufgelistet: • Übersterblichkeit – die unmittelbare Auswirkung auf Lebensversicherer • Gesundheitskosten – Anstieg durch erhöhte Zahl von Erkrankungsfällen • Sachversicherung – Schäden durch Produktionsausfälle? • Verluste am Kapitalmarkt Operative Schäden – Arbeitszeitverluste durch erkrankte Mitarbeiter, bzw. Mitarbeiter mit erkrankten Angehörigen. In die Betrachtung der Gesamtrisikoposition des Unternehmens hinsichtlich des Pandemierisikos sollte daher mehr als nur die Bezifferung des zusätzlichen Sterblichkeitsrisikos einfließen. Impressum Diese Veröffentlichung erscheint im Rahmen der Online-Publikationsreihe „Forschung am IVW Köln“. Alle Veröffentlichungen dieser Reihe können unter www.ivw-koeln.de oder hier abgerufen werden. Forschung am IVW Köln, 6/2014 Heep-Altiner, Berg (beide Hrsg.): Katastrophenmodellierung - Naturkatastrophen, Man Made Risiken, Epidemien und mehr. Proceedings zum 6. FaRis & DAV Symposium am 13.06.2014 in Köln. Köln, Juli 2014 ISSN (online) 2192-8479 Herausgeber der Schriftenreihe / Series Editorship: Prof. Dr. Lutz Reimers-Rawcliffe Prof. Dr. Peter Schimikowski Prof. Dr. Jürgen Strobel Institut für Versicherungswesen / Institute for Insurance Studies Fakultät für Wirtschaftsund Rechtswissenschaften / Faculty of Business, Economics and Law Fachhochschule Köln / Cologne University of Applied Sciences Web www.ivw-koeln.de Schriftleitung / Contact editor’s office: Prof. Dr. Jürgen Strobel Tel. +49 221 8275-3270 Fax +49 221 8275-3277 Mail [email protected] Institut für Versicherungswesen / Institute for Insurance Studies Fakultät für Wirtschaftsund Rechtswissenschaften / Faculty of Business, Economics and Law Fachhochschule Köln / Cologne University of Applied Sciences Gustav Heinemann-Ufer 54 50968 Köln Kontakt Autor / Contact author: Prof. Dr. Maria Heep-Altiner Institut für Versicherungswesen / Institute for Insurance Studies Fakultät für Wirtschaftsund Rechtswissenschaften / Faculty of Business, Economics and Law Fachhochschule Köln / Cologne University of Applied Sciences Gustav Heinemann-Ufer 54 50968 Köln Tel. +49 221 8275-3449 Fax +49 221 8275-3277 Mail [email protected]