La raccolta e l’elaborazione di informazioni sui clienti da assicurare permette di valutare il rischio che si assume in un modo più preciso e affidabile rispetto alle sole serie storiche utilizzate dalle compagnie. Soprattutto nel cat nat è fondamentale avere una conoscenza granulare del territorio e qualitativa sui beni
L'obbligo alle imprese di assicurarsi per le catastrofi naturali si presenta come un’opportunità per proteggere il territorio e per far crescere un mercato delle polizze cat nat che è ancora limitato. In questo senso le coperture parametriche rappresentano una soluzione praticabile e alla portata di tutte le realtà. Ma tanto per le soluzioni parametriche quanto per le coperture tradizionali la questione basilare per le compagnie è la capacità di valutare in maniera quanto più precisa i rischi che si assumono. A questo scopo, la tecnologia rende oggi possibile la raccolta e l’analisi di una grande quantità di dati e informazioni utili per conoscere meglio sia il cliente sia l’area in cui vive o opera. Delle possibilità di utilizzo dei dati in ambito cat nat hanno parlato
Giuseppe Dosi, head of insurance market di
Crif e
Ettore Fagà, chief operating officer ed earthquake risk senior manager di
Red Risk. Il valore di avere a disposizione dati e misurazioni precise si comprende constatando che le serie storiche sui temi cat nat a disposizione delle compagnie sono poche e lacunose. Dosi ha osservato che sulla questione “si nota un approccio mediamente mutualistico e spesso non sufficientemente tecnico, laddove la mutualità è un fattore essenziale per l’assicurazione, ma che necessita di essere controllato facendo ricorso a modelli sottostanti precisi che permettano una solidità delle scelte”. Associare l’analisi delle serie storiche a rilevazioni precise e all’elaborazione tecnologica permette di aumentare le conoscenze sulle realtà da assicurare, cosi da qualificare il rischio da un lato, e migliorare la proposta al cliente dall’altro. Nella valutazione dei rischi cat nat vanno considerati tre elementi chiave: l’esposizione, il rischio soggettivo e il rischio oggettivo. Nel primo caso, i dati e l’uso di algoritmi contribuiscono a stimare con precisione il valore dei beni interessati e le perdite attese in caso di interruzione di attività. Per calcolare il rischio soggettivo, sono disponibili algoritmi che aiutano a conoscere in maniera più approfondita il cliente e il contesto in cui opera, incluse le variabili che compongono lo score Esg. Il rischio oggettivo considera primariamente le caratteristiche dell’area in cui risiedono i beni dell’assicurato. “In questo caso – ha spiegato Fagà – si utilizzano modelli cat nat per la valutazione degli impatti del rischio fisico, che considerano dati di pericolosità, ad esempio delle alluvioni o delle frane, ad alta risoluzione e con un’elevata granularità”. Se oggi il modello di coperture parametriche più utilizzato è quello delle Intensity cover, la possibilità di valutare come la vulnerabilità cambia il livello di rischio fa evolvere i modelli verso la terza generazione, costituita dalle loss cover.
© RIPRODUZIONE RISERVATA
