22.01.2023.

Dabas katastrofu ietekmes simulācija uz Latvijas ekonomiku un apdrošināšanas sektoru

Ilustratīvs attēls: koks uzkritis mājai - dabas katastrofas atainojums
Foto: Shutterstock

Šis ir noslēguma raksts sērijā par fiziskajiem klimata riskiem un apdrošināšanu, kurā uz iepriekšējos rakstos iegūtās informācijas un atklāsmju bāzes veidojam modeli dabas katastrofu ietekmes novērtēšanai uz Latvijas ekonomiku un apdrošināšanas sektoru.

Šeit pievērsīsimies galvenajiem pieņēmumiem un rezultātiem, bet detalizēti ar modeli varat iepazīties metodoloģijas rakstā.

Izejas punkts: dabas katastrofu radītie zaudējumi un apdrošināto zaudējumu daļa

Lai novērtētu dabas katastrofu ietekmi, vispirms, protams, ir jāzina, kad un cik lielas dabas katastrofas varam sagaidīt. Rakstā par dabas katastrofām Latvijā jau iezīmējām iespējamos katastrofu apmērus tuvākā un tālākā nākotnē. Devām ieskatu arī šo katastrofu iestāšanās biežumā. Attiecīgi aprēķinu vajadzībām pieņemam, ka liela vētra mūs var sagaidīt 1 līdz 2 reizes līdz 2050. gadam, lieli lietus plūdi 3 līdz 6 reizes, bet pavasara plūdi 7 reizes. Ievērojot šīs varbūtības un iespējamos zaudējumu apmērus, veicām katastrofu simulāciju. Viens no 10 000 variantiem atspoguļots 1. attēlā.

 

Nosakot apdrošināto zaudējumu īpatsvaru, ņēmām vērā gan iespējamo apdrošināto īpašumu daļu (vērtības ziņā), gan attiecīgo risku segumu apdrošināšanas polisēs, gan atlīdzības atteikumu īpatsvaru. Balstoties uz ERGO drošības indeksa [1] datiem un Latvijas Apdrošinātāju asociācijas (LAA) informāciju par apdrošināto īpašumu īpatsvaru [2] , noteicām, ka apdrošināto īpašumu daļas sākotnējā vērtība varētu būt 50% un tā varētu pieaugt proporcionāli IKP pieaugumam, kā arī īslaicīgi palielināties pēc lielām dabas katastrofām.

LAA sniegtajā informācijā redzams, ka dabas katastrofu riski ir iekļauti vidēji 30% nekustamo īpašumu polišu un 1-6% KASKO polišu, attiecīgi pieņēmām, ka šobrīd vētras postījumu segums ir 40% polišu, lietus plūdu risks 30% polišu, bet pavasara plūdu risks 5% polišu. 2050. gadā tas varētu pieaugt attiecīgi līdz 60%, 40% un 10%, īslaicīgi palielinoties pēc lielas attiecīgās dabas katastrofas.

Vēl ņēmām vērā, ka ne visi atlīdzību pieprasījumi tiek apmierināti. Pēc LAA sniegtās informācijas atteikumu īpatsvars ir 9-30%, vidēji sasniedzot 18%. Apvienojot datus par apdrošināto īpašumu īpatsvaru, dabas katastrofu segumu polisēs un atteikumu īpatsvaru, ieguvām katras pētījumā iekļautās dabas katastrofas apdrošināto zaudējumu īpatsvaru. Viena no 10 000 versijām redzama 2. attēlā.

 

Ietekme uz IKP un apdrošināšanas sektoru: Bāzes scenārijs

Lai novērtētu dabas katastrofu un apdrošināšanas ietekmi uz iekšzemes kopprodukta (IKP) izaugsmi, izmantojam Rousovas et al 2021. gada pētījuma [3]  rezultātus. Tie liecina, ka IKP pieauguma temps samazinās par 0,25 procentpunktiem, dabas katastrofām radot zaudējumus 1% apmērā no IKP. Savukārt apdrošinātie zaudējumi 1% apmērā no IKP ļauj palielināt IKP pieauguma tempu par 0,37 procentpunktiem. Atbilstoši šai sakarībai IKP vērtība dabas katastrofu ietekmē samazināsies, ja apdrošināti būs mazāk kā 68% radīto zaudējumu.

Ja runājam par ietekmi nākotnē, tad bez IKP prognozēm neiztikt. Tuvākajiem trim gadiem bāzes vērtībām izmantojam Latvijas Bankas vērtējumu, turpmākajiem periodiem – NGFS (delayed transition) scenāriju, kas ietver augstu hronisko risku zaudējumu novērtējumu, lineāri interpolējot gada datus uz ceturkšņu datiem. Piemērs dabas katastrofu ietekmes simulācijai uz IKP atspoguļots 3. attēlā.

 

Savukārt 4. attēla histogramma parāda, ka atkarībā no tā, kad un cik bieži ir notikušas dabas katastrofas, IKP 2050. gadā varētu būt aptuveni 1-5% zemāks nekā sākotnējā scenārijā.

 

Apdrošināšanas prēmijas modelētas atkarībā no IKP izaugsmes, ņemot vērā līdz šim novēroto sezonalitāti. Izrādās, klienti aktīvāk iegādājas polises tieši gada sākumā. Novērots arī, ka salīdzinoši vairāk polišu tiek iegādāts pēc lielākām dabas katastrofām. Tādēļ pāris gadus pēc lielākas katastrofas prēmiju vērtība ir salīdzinoši lielāka, pēc tam atgriežoties ierastajās sliedēs.

Tā kā koncentrējamies tieši uz dabas katastrofu ietekmi, daļa atlīdzību tiek aprēķināta proporcionāli iepriekšējā gada prēmiju summai, atspoguļojot pārējo risku iestāšanās sekas. Atlikušo atlīdzību daļu veido apdrošinātie zaudējumi. Priekšstatam par prēmiju un atlīdzību nākotnes perspektīvām izveidojām 5. attēlu.

 

Lai varētu novērtēt maksātspējas rādītāja attīstību, nepieciešams modelēt pašu kapitāla un maksātspējas normas dinamiku. Pašu kapitāla vērtējumā ņemam vērā prēmiju un atlīdzību starpību iepriekšējā periodā, kā arī ekonomisko attīstību Latvijā, Eiropas savienībā (ES) un ASV. Lai novērtētu ekonomiskās attīstības ietekmes apmēru, izmantojam datus par aktīvu struktūru. Apkopojot EIOPA apdrošināšanas statistikas datus pieņemam, ka 24% ekonomiskās attīstības ietekmes var attiecināt uz Latvijas tirgu, 73% uz ES tirgu, bet 3% uz ASV tirgu.

Novērtējot maksātspējas normu, ņemam vērā, ka tā saistīta ar vairākiem riskiem – parakstīšanas, tirgus, kredīta un operacionālais risks.

Parakstīšanas risks galvenokārt ir saistīts ar neatbilstoši noteiktu polises cenu. Saskaņā ar LAA informāciju visi dabas katastrofu riski Latvijā tiek pārapdrošināti, tādēļ risks nav liels. Vienlaikus pastāv bažas, ka lielu dabas katastrofu dēļ pārapdrošināšanas cenas var būtiski pieaugt un risku segums samazināties.

Tirgus risks ir saistīts ar obligāciju un akciju vērtības kritumu ekonomiskās lejupslīdes vai lielu dabas katastrofu dēļ. Savukārt, ja liela katastrofa norisinās Latvijā un zaudējumi pārsniedz pārapdrošināšanas limitus, apdrošinātāji var būt spiesti pārdot savus vērtspapīrus par neadekvāti zemām cenām (fire sales).

Kredītrisks ir saistīts ar pašu apdrošinātāju un pārapdrošinātāju maksātspējas risku. Arī ieguldījumi var defoltēt vai zaudēt investīciju klases reitingu, radot nepieciešamību tos pārdot.

Operacionālais risks ir saistīts ar lielām vietēja mēroga katastrofām, kas var izraisīt apdrošinātāju īpašumu bojājumus un dažāda veida problēmas darbiniekiem, tādējādi traucējot apdrošinātāju darbību.

Apkopojot informāciju par riskiem un to iespējamo ietekmi uz maksātspējas normu, novērtējām to atkarībā no ekonomiskās attīstības Latvijā, ES un ASV, kā arī prēmiju apjoma un lielu dabas katastrofu radītajiem zaudējumiem. Jāatzīmē arī, ka IKP pieaugumu ES un ASV atsevišķos laika periodos ietekmē arī lielas dabas katastrofas šajos reģionos. Pašu kapitāla, maksātspējas normas un maksātspējas rādītāja viens no attīstības variantiem atspoguļots 6. attēlā. Tajā uzskatāmi var redzēt, ka viena vai vairākas dabas katastrofas, kas norisinājušās neilgi viena pēc otras, var izraisīt nozīmīgu pašu kapitāla samazinājumu, kā rezultātā cieš apdrošināšanas sektora maksātspēja. Tādēļ ir būtiski pastāvīgi nodrošināt augstāku pašu kapitāla līmeni un monitorēt tā noturību pret potenciālajiem fizisko klimata risku iestāšanās gadījumiem.

 

Aprēķinu ietvaros arī pārbaudām, cik reizes pastāv iespējamība, ka viens no apdrošinātājiem izvēlēsies iziet no tirgus. Tas var notikt pie nosacījuma, ka maksātspējas rādītāja vērtība divus ceturkšņus pēc kārtas ir mazāka par 105%. Visbiežāk modeļa rezultāti liecina, ka šis nosacījums neizpildās, vēl aptuveni 30% gadījumu šis nosacījums izpildās vienu reizi, kā tas redzams 7. attēlā.

 

Kā ar citām iespējām? Alternatīvie scenāriji

Papildus bāzes scenārijam apskatījām arī vairākas alternatīvas.

Pirmā no tām – zemāka apdrošināšanas līmeņa scenārijs. Šajā gadījumā, norisinoties lielām dabas katastrofām, klientu interese par apdrošināšanu nevis pieaug, bet samazinās, kas pamatā skaidrojams ar polišu cenas būtisku pieaugumu. Daļai klientu var rasties maldīgs priekšstats par to, ka 100gadu katastrofa jau pārdzīvota, tātad nākamos 100 gadus var dzīvot bez raizēm. Šī scenārija īstenošanos var veicināt klientu negatīvā pieredze ar atlīdzību izmaksu jeb izjūtas veidošanos, ka apdrošinātājs tāpat atradīs argumentus, lai atlīdzību neizmaksātu vai pēc iespējas samazinās tās apjomu.

Otrā alternatīva – augstāka adaptācijas līmeņa scenārijs. Sākotnējie pieņēmumi šim scenārijam ir tādi paši kā zemāka apdrošināšanas līmeņa scenārijam. Tomēr šajā gadījumā zemāks apdrošināšanas līmenis ir izskaidrojams ne tikai ar apdrošināšanas polišu cenu pieaugumu, bet arī ar adaptācijas pasākumu ieviešanu. Par šo pasākumu pozitīvo ietekmi norādījām jau pirmajā un otrajā šīs sērijas rakstā. Tādējādi lietus un pavasara plūdu gadījumā iespējamie zaudējumi samazinās par 0% 2023. gadā līdz 60% 2050. gadā, bet vētru gadījumā no 0% līdz 30%. Šajā scenārijā ņemta vērā arī lielu dabas katastrofu ietekme, potenciāli bojājot esošo infrastruktūru vai uzskatāmi norādot uz paaugstinātu risku. Tādēļ pēc lielām katastrofām adaptācijas līmenis sākotnēji palielinās par 10%, bet nākamo 2 gadu laikā pakāpeniski atgriežas tendences līmenī.

Trešā alternatīva – apdrošināšanas shēmas ieviešana. Shēmas dizaina izstrādē vadījāmies pēc iepriekšējā rakstā veiktās apdrošināšanas shēmu analīzes. Izvēlētais shēmas darbības periods ir 2030.-2045. gads. Tās fondu veido iemaksas 12% apmērā no prēmiju vērtības. Prēmijas darbības laikā apdrošināto īpašumu īpatsvars ir par 10% augstāks nekā pamata scenārijā, bet limits saglabājas 80% vērtībā. Tāpat pieņemts, ka apdrošinātāji tāpat kā līdz šim sedz vidējos dabas katastrofu radītos zaudējumus un 30% no maksimālajiem zaudējumiem, paturot iespēju, ka daļa apdrošinātāju varētu nepiedalīties izveidotajā shēmā. Attiecīgi 70% no lielo katastrofu zaudējumiem sedz apdrošināšanas shēmas fonda līdzekļi, bet atteikto atlīdzības izmaksu īpatsvars šajā gadījumā ir 3%.

Veicot aprēķinus, noskaidrojās, ka apdrošināšanas shēmas darbības sākumā pastāv iespēja, ka ar shēmas fondā uzkrātajiem finanšu resursiem nepietiek, lai segtu visus zaudējumus. Tomēr turpmākajā laika periodā ar 99% varbūtību fondā ir pietiekami daudz līdzekļu, lai segtu visus radušos zaudējumus (8. attēls).

 

Papildus alternatīvajiem scenārijiem izveidojām arī modeļa versiju ar iespēju vienam apdrošinātājam iziet no tirgus. Tā paredz, ka modelēts trešais lielākais  apdrošinātājs izies no tirgus (iepriekšējos rakstos jau minējām, ka dabas katastrofas nesenā vēsturē ir izraisījušas ne paša lielākā, bet ievērojamas tirgus daļas ieņemoša apdrošinātāja maksātnespēju), kad pirmo reizi izpildīsies nosacījums, ka maksātspējas rādītājs divus ceturkšņus pēc kārtas ir zemāks par 105%. Šajā gadījumā apdrošināto īpašumu īpatsvars samazinātos par 10%, bet prēmiju apjoms par 5%. Vienlaikus paredzam izmaiņas klientu uzvedībā – zemākas konkurences apstākļos sagaidām, ka pēc lielām dabas katastrofām apdrošināšanas polišu cena celsies daudz straujāk, tādēļ apdrošināto īpašumu īpatsvars nevis palielināsies, bet samazināsies.

Attiecībā uz pašu kapitālu pieņemam, ka sākotnēji tas samazinātos atbilstoši trešā lielākā apdrošinātāja maksātspējas normai. Pēc tam gada laikā pakāpeniski pieaugtu atbilstoši 20% trešā apdrošinātāja maksātspējas normai katru ceturksni, ņemot vērā, ka daļa klientu nevēlēsies pāriet pie citiem apdrošinātājiem. Maksātspējas normas daļa, kas saistīta ar prēmijām, mainītos atbilstoši prēmiju izmaiņām. Savukārt tā daļa, kas ir saistīta ar pārējiem riskiem, samazinātos par 5%.

Rezultāti

Saskaņā ar autoru veiktajiem aprēķiniem vislielākā negatīvā ietekme uz ekonomikas attīstību sagaidāma situācijā, kad būtiski samazinās apdrošināto īpašumu daļa. Ja tiek sistemātiski veikti adaptācijas pasākumi, tad šo ietekmi var būtiski samazināt. Dabas katastrofu ietekmi uz IKP var mazināt arī atbilstošas apdrošināšanas shēmas ieviešana, kas vienlaikus veicina vēlmi apdrošināt īpašumus.

Līdzīgi rezultāti iegūti, izmantojot pamata modeli (1. tabula) un modeli, kurā paredzēta iespēja vienam apdrošinātājam iziet no tirgus (2. tabula). Būtiskākās atšķirības starp modeļa versijām redzamas bāzes scenārija gadījumā. Vienam apdrošinātājam izejot no tirgus, samazinās apdrošināto zaudējumu daļa un apdrošināto īpašumu daļa, attiecīgi neapdrošinātie zaudējumi nedaudz palielinās. Ja apdrošināšanas līmenis ir pietiekami augsts (bāzes un apdrošināšanas shēmas scenārijs), tad iespēja vienam apdrošinātājam iziet no tirgus nedaudz samazina maksātnespējas risku. Nosacījumi dalībnieka iziešanai no tirgus 95% gadījumu izpildās līdz vienai reizei, kad apdrošinātājs arī iziet no tirgus. Pamata modeļa gadījumā šādas reizes var būt arī divas.

1. tabula. Simulācijas rezultāti bāzes modelim

 

Bāzes scenārijs

Zemāka apdrošināšanas līmeņa scenārijs

Adaptācijas scenārijs

Apdrošināšanas shēmas scenārijs

IKP starpība 2050. gadā, %

-2,9

(-3,9; -1,8)

-3,4

(-5,2; -1,9)

-2,3

(-3,6; -1,3)

-1,6

(-2,3; -0,9)

Neapdrošinātie zaudējumi, vidējais 2046.-2050. gadā, % no IKP

1,3

(0,8; 2,0)

1,6

(0,9; 2,5)

0,8

(0,5; 1,4)

1,3

(0,8; 2,0)

Apdrošināto zaudējumu daļa, vidējais 2046.-2050. gadā, %

24,5

(18,2; 32,3)

9,0

(7,0; 11,2)

9,9

(7,9; 12,3)

25,3

(18,6; 33,1)

Apdrošināto īpašumu īpatsvars 2050. gada beigās, %

73,3

(64,6; 80,0)

32,4

(26,7; 38,4)

32,4

(26,8; 38,7)

75,2

(66,2; 80,0)

Periodu skaits, kad izpildījušies nosacījumi par iespējamo apdrošinātāja iziešanu no tirgus

0,6

(0; 2)

0,0

(0; 0)

0,0

(0; 0)

0,4

(0; 2)

Avots: autoru aprēķini

Piezīme: tabulā norādītas vidējās vērtības un intervāls ar 5% sadalījuma zemākās un augstākās vērtības robežu.

2. tabula. Simulācijas rezultāti modelim, kas paredz iespēju vienam apdrošinātājam iziet no tirgus

 

Bāzes scenārijs

Zemāka apdrošināšanas līmeņa scenārijs

Adaptācijas scenārijs

Apdrošināšanas shēmas scenārijs

IKP starpība 2050. gadā, %

-3,0

(-4,4; -1,8)

-3,4

(-5,2; -1,9)

-2,3

(-3,5; -1,3)

-1,6

(-2,5; -0,9)

Neapdrošinātie zaudējumi, vidējais 2046.-2050. gadā, % no IKP

1,4

(0,8; 2,2)

1,6

(0,9; 2,5)

0,8

(0,5; 1,4)

1,3

(0,8; 2,1)

Apdrošināto zaudējumu daļa, vidējais 2046.-2050. gadā, %

20,0

(10,5; 28,1)

9,0

(7,0; 11,3)

9,9

(7,9; 12,2)

23,7

(17,4; 30,7)

Apdrošināto īpašumu īpatsvars 2050. gada beigās, %

55,9

(29,0; 78,6)

32,3

(26,7; 38,6)

32,4

(26,9; 38,4)

64,8

(34,6; 80,0)

Periodu skaits, kad izpildījušies nosacījumi par iespējamo apdrošinātāja iziešanu no tirgus

0,4

(0; 1)

0,0

(0; 0)

0,0

(0; 0)

0,3

(0; 1)

Avots: autoru aprēķini

Piezīme: tabulā norādītas vidējās vērtības un intervāls ar 5% sadalījuma zemākās un augstākās vērtības robežu.

Lai skaidrāk atspoguļotu iegūtos rezultātus, apkopojām datus pa piecgadēm. IKP starpība pamatā visos scenārijos pakāpeniski palielinās (9. attēls), bet apdrošināšanas shēmas scenārijā tā pēc shēmas ieviešanas būtiski nepieaug, tomēr palielinās, shēmas termiņam beidzoties.

 

Maksātspējas rādītāja vērtība bāzes scenārijā pakāpeniski samazinās (10. attēls). Šis samazinājums ir lēnāks gadījumā, ja tiek ieviesta apdrošināšanas shēma, tomēr, tai beidzoties, maksātspējas rādītāja vērtība strauji krītas. Savukārt zemāka apdrošinātās īpašumu vērtības daļa ļauj maksātspējas rādītājam saglabāt noturīgākas vērtības, īpaši, ja tiek īstenoti arī adaptācijas pasākumi.

 

Līdzīgus secinājumus var izdarīt, aplūkojot gadījumu skaitu, kad pastāv nosacījumi viena apdrošinātāja iziešanai no tirgus (11. attēls).

 

Apdrošinātās īpašumu vērtības daļa būtiski palielinās, ieviešot apdrošināšanas shēmu (12. attēls).

 

Rezultātā arī apdrošināto zaudējumu īpatsvars būtiski pieaug shēmas darbības laikā (13. attēls).

 

Attiecīgi arī neapdrošināto zaudējumu vērtība samazinās līdzīgi kā adaptācijas pasākumu ieviešanas gadījumā (14. attēls). Tomēr tā atkal pieaug, shēmas darbībai pārtraucoties.

 

Tātad galvenie secinājumi – gan ekonomikas attīstībai, gan apdrošinātājiem ir izdevīgi, ja tiek veikti adaptācijas pasākumi, samazinot iespējamo zaudējumu apmēru. Savukārt – atbilstoši izstrādāta apdrošināšanas shēma var uz noteiktu laiku mazināt dabas katastrofu radīto zaudējumu negatīvo ietekmi gan uz tautsaimniecību, gan apdrošināšanas sektoru. Tomēr, iesaistīto pušu (iedzīvotāju, uzņēmumu un valsts sektora) paradumiem būtiski nemainoties, situācija var krasi pasliktināties, shēmas darbībai beidzoties.

Autorēm noslēdzot pētījumu par fiziskajiem klimata riskiem un apdrošināšanu, ir izvirzīti šādi priekšlikumi:

  • Valstij, apdrošinātājiem un interešu grupām veicināt iedzīvotāju izpratni par fiziskajiem klimata riskiem.
  • Iedzīvotājiem un uzņēmumiem lēnām pārvietot īpašumus uz mazāk fiziskajiem riskiem pakļautām zonām un kritiski izvērtēt īpašuma iegādi vai attīstīšanu riskantajās zonās.
  • Gan valstij, gan pašvaldībām, gan uzņēmumiem un iedzīvotājiem izvērtēt pieejamos adaptācijas pasākumus un plānot to secīgu ieviešanu.
  • Klientiem, izvēloties apdrošināšanu, izpētīt, kuri riski un kādā apmērā tiek apdrošināti.
  • Politikas veidotājiem iepazīties ar katastrofu zaudējumu shēmu dizaina variantiem un vājajām vietām.
  • Apdrošinātāju uzraugiem, politikas veidotājiem un apdrošinātājiem nodrošināt apdrošināšanas tirgus pieejamību un raitu funkcionēšanu.
  • Apdrošinātāju uzraugiem – monitorēt, vai būtiski nemainās apdrošinātāju rīcība tirgū, sašaurinot piedāvājumu vai atsakoties no kādu risku apdrošināšanas.
  • Pētniekiem – attīstīt fizisko klimata risku ietekmes uz ekonomiku un apdrošinātājiem modeļus.

 

[1] LAA (2022) ERGO Drošības indekss: Vairāk nekā puse Latvijas iedzīvotāju baidās nonākt nabadzībā. https://www.laa.lv/ergo-drosibas-indekss-vairak-neka-puse-latvijas-iedzivotaju-baidas-nonakt-nabadziba/

[2] LSM.lv (2022) Pēc VUGD paziņojuma par atsevišķu posteņu slēgšanu apdrošinātāji ar bažām gaida ziemu. https://www.lsm.lv/raksts/zinas/latvija/pec-vugd-pazinojuma-par-atsevisku-postenu-slegsanu-apdrosinataji-ar-bazam-gaida-ziemu.a479681/

[3] Rousova L. F. et al (2021) Climate Change, Catastrophes and the Macroeconomic Benefits of Insurance. EIOPA https://www.eiopa.europa.eu/sites/default/files/financial_stability/thematic-article-climate-change-july-2021.pdf

  • Metodoloģija rakstam: Dabas katastrofu ietekmes simulācija uz Latvijas ekonomiku un apdrošināšanas sektoru

    Velga Ozoliņa, Latvijas Bankas ekonomiste
    Kristīne Petrovska, Latvijas Bankas ekonomiste

    Izveidotais modelis ir paredzēts tikai dabas katastrofu radīto zaudējumu tiešās ietekmes analīzei uz iekšzemes kopproduktu (IKP) un apdrošināšanas sektoru. Tajā netiek analizēta rekonstrukcijas darbu, adaptācijas pasākumu un citu aspektu ietekme uz IKP izaugsmi. Modelī lielākā daļa rādītāju ir attiecināti pret IKP, tādēļ cenu ietekme modelī tiek atspoguļota tikai netieši.

    Modeļa pieņēmumi un sakarības attiecībā uz dabas katastrofām un apdrošināšanas segumu

    Dabas katastrofu radītie zaudējumi

    Vidējo un maksimālo zaudējumu apmērs katram risku veidam noteikts atbilstoši rakstā par dabas katastrofām Latvijā dotajiem novērtējumiem. Atgādinājumam – Latvijā novērotie dabas katastrofu radītie zaudējumi palielinās atbilstoši Austrum- un Ziemeļeiropas tendencēm.

    Lai vienkāršotu aprēķinus, izmantojām pieņēmumu, ka liela vētra iespējama tikai pirmajā ceturksnī, pavasara pali tikai otrajā ceturksnī, bet lietus plūdi trešajā ceturksnī. Savukārt vidējie zaudējumi vētrām un lietus plūdiem tiek rēķināti kā ceturtā daļa no attiecīgā gada vērtības, bet pavasara plūdiem gada vidējie zaudējumi tiek attiecināti uz 2. ceturksni un tikai tad, ja attiecīgajā gadā nav novēroti lieli pavasara plūdi.

    Dabas katastrofu radītie zaudējumi tiek aprēķināti, izmantojot sakarības:

    Dmaxtot = Dmaxstorm + Dmaxrain + Dmaxspring

    Dmeantot = Dmeanstorm + Dmeanrain + Dmeanspring

    Dtot = Dmaxtot + Dmeantot

    DImaxtot = SIstorm*Dmaxstorm + SIrain*Dmaxrain + SIspring*Dmaxspring

    DImeantot = SIstorm*Dmeanstorm + SIrain*Dmeanrain + SIspring*Dmeanspring

    DItot =DImaxtot + DImeantot

    kur        

    Dmaxtot, Dmaxstorm, Dmaxrain, Dmaxspring – lielie kopējie - lielu vētru, lielu lietus plūdu un lielu palu - radītie zaudējumi,

    Dmeantot, Dmeanstorm, Dmeanrain, Dmeanspring – vidējie kopējie - vētru, lietus plūdu un palu - radītie zaudējumi,

    Dtot – kopējie dabas katastrofu radītie zaudējumi,

    SIstorm, Sirain, SIspring – apdrošināto zaudējumu īpatsvars (attiecīgi vētrām, lietus plūdiem un pavasara plūdiem),

    DImaxtot, DImeantot, DItot – apdrošinātie zaudējumi lielu katastrofu, vidēju katastrofu gadījumā un kopējie.

    Piezīme:  Vidējie pavasara plūdu zaudējumi tiek ņemti vērā tikai tad, ja attiecīgajā gadā nav novērojami katastrofāli plūdi. Vētrām un lietus plūdiem sagaidāmie zaudējumi ir vienmērīgi sadalīti gada ietvaros, bet pavasara plūdiem tikai 2. ceturksnī.

    Lielu dabas katastrofu varbūtības

    Lai simulētu lielu dabas katastrofu radīto zaudējumu iestāšanos, tika izmantoti gadījuma skaitļi un attiecīgo katastrofu norises varbūtības. Lai noteiktu šīs varbūtības, nepieciešami pieņēmumi par dabas katastrofu skaitu līdz 2050. gadam (t.i., turpmākajos 28 gados). Balstoties uz analīzi, kuras galvenie rezultāti atspoguļoti rakstā par dabas katastrofām Latvijā, noteicām, ka līdz 2050. gadam mūs sagaida:

    • Lielas vētras – 1 līdz 2, tādējādi varbūtības pieaug no 3,6% perioda sākumā līdz 7,1% 2050. gadā.
    • Lieli lietus plūdi – 3 līdz 6, attiecīgi varbūtības palielinās no 10,7% līdz 21,4%.
    • Lieli pavasara pali – 7 visa perioda laikā, atbilstošā varbūtība 25%.

    Pieņēmumi par apdrošināto zaudējumu īpatsvaru

    Sākam ar pieņēmumu, ka 50% no visiem īpašumiem (vērtības izteiksmē) ir apdrošināti (galvenokārt nekustamais īpašums, bet arī transportlīdzekļi un citi objekti). Turpmāk šis īpatsvars varētu pieaugt desmit reizes lēnākā tempā nekā IKP iepriekšējā perioda pieaugums (ja ņem vērā bāzes IKP tendences, tas pieaugtu līdz 60% 2050. gadā). Pieņēmumi ir balstīti uz informāciju no 2022. gada ERGO drošības indeksa[1], kura analīze liecina, ka 38,7% respondentu – automašīnu īpašnieku – ir iegādājušies KASKO polisi, savukārt 59,4% no respondentiem, kam pieder nekustamais īpašums, ir atbilstoša apdrošināšanas polise. Savukārt LAA informācija saistībā ar ugunsgrēkiem[2] liecina, ka 90-95% uzņēmumu un 30-40% mājsaimniecības apdrošina savus īpašumus. Mājsaimniecību gadījumā galvenokārt tiek apdrošinātas privātmājas.

    LAA sniegtajā informācijā norādīts, ka nekustamo īpašumu apdrošināšanā 5-100%, bet vidēji 30% parakstīto prēmiju ietver arī dabas stihiju apdrošināšanu, KASKO gadījumā šis īpatsvars vidēji ir 1-6%. Pieņemot, ka daudzos gadījumos kustamo mantu ir vienkāršāk nosargāt nekā nekustamo īpašumu, savus pieņēmumus par dabas katastrofu segumu polisēs balstām pamatā uz datiem par nekustamo īpašumu apdrošināšanu.

    Tā kā apdrošinātāju izmaksātajās atlīdzībās dominē vētras un krusa, tad pieņemts, ka vētru izraisīto zaudējumu segums palielināsies no 40% šobrīd līdz 60% 2050. gadā. Lietus radīto plūdu gadījumā pieņemam, ka segums atbilst vidējam, tas ir, 30% šobrīd un pieaug līdz 40% 2050. gadā. Savukārt, pavasara plūdiem pieņemam 5% segumu šim brīdim vairāku iemeslu dēļ – pirmkārt, ne visi īpašumi ir pakļauti palu riskam; otrkārt, ja īpašums regulāri applūst, to nav iespējams apdrošināt pret plūdu risku (apdrošināšana parasti ir iespējama, ja plūdu attiecīgajā īpašumā nav bijis iepriekšējos 5 gados). Ņemot vērā, ka pavasara plūdu risks nākotnē var pieaugt (un aptvert plašākas teritorijas) jūras līmeņa celšanās un ledus sastrēgumu dēļ, pieņemam, ka apdrošināšanas segums šim riskam var pieaugt līdz 10% 2050. gadā.

    LAA sniegtā informācija ietvēra arī datus par atteikumu īpatsvaru atlīdzību pieprasījumos. Tas svārstās 9-30% ietvaros, vidēji sasniedzot 18%. Aprēķinu vajadzībām pieņemam, ka vētru gadījumā atteikumu īpatsvars ir viszemākais, tas ir, 9%. Lietus plūdu gadījumā pieņemam, ka atteikumu īpatsvars atbilst vidējam, tas ir 18%. Bet palu gadījumā pieņemam, ka atteikumu īpatsvars ir visaugstākais jeb 30%.

    Sakarības apdrošināto zaudējumu īpatsvara aprēķinam:

    SIPV = SIPV(-1)*(GDPA(-1)/GDPA(-2)/10+0.9)

    SIstorm = SIPV*SPRstorm*SICstorm

    SIrain = SIPV *SPRrain*SICrain

    SIspring = SIPV *SPRspring*SICspring

    kur

    SIPV – īpašumu vērtības daļa, kas ir apdrošināta,

    GDPA – atbilstoši simulācijas rezultātiem koriģētais IKP,

    CC – lielu katastrofu efekta korekcijas koeficients,

    SPRstorm, SPRrain, SPRspring – prēmiju vērtības daļa, kas ir saistīta ar dabas katastrofām (attiecīgi vētrām, lietus plūdiem un pavasara plūdiem),

    SICstorm, SICrain, SICspring – apdrošinātāju akceptēto atlīdzības pieteikumu īpatsvars dabas stihiju radīto zaudējumu segšanai (attiecīgi vētrām, lietus plūdiem un pavasara plūdiem).

    Pieņēmumi par apdrošināšanas īpatsvara pieaugumu pēc lielām dabas katastrofām

    Lielas dabas katastrofas ne tikai rada lielus zaudējumus, bet var ietekmēt arī lēmumus attiecībā uz īpašumu apdrošināšanu. Savos aprēķinos pieņemam, ka šī ietekme izpaužas trīs veidos, pirmkārt, lielas dabas katastrofas ietekmē apdrošināto īpašumu daļu, otrkārt, tās ietekmē konkrētā riska iekļaušanu polises segumā, treškārt tās ietekmē prēmiju apjomu. Faktiski prēmijas pieaug gan polišu skaita, gan cenu pieauguma dēļ.

    Faktori, kas ietekmē lēmumus par apdrošināšanas polišu iegādi, vairāk ir pētīti tieši saistībā ar plūdiem. Kā būtiskākie ietekmējošie faktori tiek minēti iedzīvotāju ienākumi un polises cena, kā arī plūdu radītie zaudējumi iepriekšējā gadā.

    Pētījums par plūdu apdrošināšanu ASV[3] norāda, ka pēc plūdiem (neatkarīgi no to apmēra) attiecīgajā reģionā apdrošināto īpašumu īpatsvars pieaug par 9%, pēc tam tas pakāpeniski samazinās līdz 9 gadu laikā sasniedz bāzes līmeni. Savukārt, ja plūdi notikuši blakus reģionā vai par plūdiem citos reģionos stāstīts vietējā televīzijā, apdrošināto īpašumu īpatsvars pieaug par 3% un tas atgriežas bāzes līmenī 6 gadus pēc plūdiem. Šis vērtējumam ir divi trūkumi:

    • Pirmkārt, pētījumā pieņemts, ka plūdu varbūtības 1958.-2007. gadā ir nemainīgas, kas neatbilst klimata pārmaiņu procesa būtībai;
    • Otrkārt, apdrošināšanas prēmijas (insurance rates) ASV nosaka federālā valdība, tādēļ tās pirms un pēc plūdiem ir gandrīz identiskas. Attiecīgi nav novērtēta polišu cenu ietekme uz apdrošināto īpašumu izmaiņām.

    Salīdzinājumam – citā pētījumā par plūdu riska apdrošināšanu pēc orkāniem[4] noteikts, ka pie nosacījuma, ka federālā atbalsta saņēmējiem jāiegādājas plūdu apdrošināšana, rezultātā tika iegādāts par 5% vairāk polišu. Savukārt, ja šāds nosacījums nebija jāievēro, tad polišu skaits palielinājās par 1,5%, bet trīs gadu laikā šis efekts bija izzudis.

    Savukārt pētījumā, kas aptver dažāda veida katastrofas ASV[5] novērtēts, ka privātīpašumu apdrošināšanā svarīga ir inerce, t.i., liela ietekme ir iepriekšējā perioda prēmiju apjomam. Pēc katastrofām pieaug polišu cena, palielinot kopējo prēmiju apjomu attiecīgajām polisēm. Tomēr vienlaikus novērojama vēl lielāka negatīvā ietekme, jo daļa īpašnieku atteiksies no apdrošināšanas, kā arī apdrošinātāji var pamest attiecīgo reģionu, tādējādi samazinot izsniegto polišu skaitu. Attiecīgi kopējā parakstīto prēmiju vērtība un apdrošināto īpašumu īpatsvars pēc katastrofām samazinās.

    Tā kā Latvijā līdz šim apdrošinātāji ir novērojuši noteiktu klientu aktivitātes pieaugumu pēc lielākām dabas katastrofām, pieņemam, ka kopējais efekts ir pozitīvs, bet tas ir neliels un pakāpeniski izbeidzas trīs gadu laikā. Nākamajā ceturksnī pēc katastrofas attiecīgā riska segums palielinās par 1,5%. Savukārt attiecībā uz apdrošināto īpašumu daļu un prēmiju apjomu ņemam vērā vidējo ietekmi. Tātad, ja iepriekšējā ceturksnī ir novēroti lieli zaudējumi visu trīs modelī iekļauto dabas katastrofu dēļ, tad arī apdrošināto īpašumu daļa un parakstīto prēmiju vērtības palielināsies par 1,5%, bet pārējos gadījumos pieaugums būs mazāks un atkarīgs no tā, cik sen lielās katastrofas notikušas.

    Sakarības, kurās izmantoti korekcijas koeficienti pēc lielām dabas katastrofām:

    CC = (CCstorm + CCrain + CCspring)/3

    SPRstorm = SPRTstorm*(1+CCstorm)

    SPRrain = SPRTrain*(1+CCrain)

    SPRspring = SPRTspring*(1+CCspring)

    kur

    CC – lielu katastrofu efekta korekcijas koeficients,

    CCstorm, CCrain, CCspring – korekcijas koeficienti apdrošināšanas seguma pieaugumam pēc attiecīgās dabas katastrofas (vētras, lietus vai pavasara plūdiem),

    SPRstorm, SPRrain, SPRspring – prēmiju vērtības daļa, kas ir saistīta ar dabas katastrofām (attiecīgi vētrām, lietus plūdiem un pavasara plūdiem),

    SPRTstorm, SPRTrain, SPRTspring – trends prēmiju vērtības daļai, kas ir saistīta ar dabas katastrofām (attiecīgi vētrām, lietus plūdiem un pavasara plūdiem).

    Ietekme uz IKP un apdrošināšanas sektoru: Bāzes scenārijs

    IKP pieauguma temps

    Aprēķinos izmantojam Latvijas Bankas IKP prognozes (salīdzināmajās cenās, sezonāli un kalendāri izlīdzināti dati) līdz 2024. gadam. Turpmākajam 2025.-2050. gada periodam izmantotas NGFS novēlotās pārejas (Delayed transition) scenārija IKP vērtības (iegūtas ar REMIND-MAgPIE 3.0-4.4 modeli)[6], kas ietver augstu hronisko fizisko risku zaudējumu novērtējumu, lineāri interpolējot gada datus uz ceturkšņa datiem un kalibrējot vērtības tā, lai 2024. gadā tās atbilstu Latvijas Bankas prognozēm.

    Modeļa sakarībās IKP pieauguma temps tiek rēķināts pret koriģēto IKP, ņemot vērā dabas katastrofu ietekmi. Pieņēmums ir tāds, ka IKP pieauguma tempu dabas katastrofas ietekmē tikai attiecīgajā ceturksnī, bet jau nākamajā ir iespējams tāds pats pieaugums absolūtajā izteiksmē kā bāzes scenārijā. Pie neliela apdrošināto zaudējumu īpatsvara tas nozīmē, ka nākamajā ceturksnī IKP relatīvā izteiksmē pieaugs nedaudz straujāk kā bāzes scenārija gadījumā, ko var skaidrot arī ar atjaunošanas darbiem.

    Koriģētā IKP aprēķina vienādojumi:

    GDPDgr = -0.25* Dmaxtot + 0.37* DImaxtot

    GDPgr = (GDP – GDP(-1))/GDPA(-1)

    GDPAgr = GDPgr + GDPDgr

    GDPA = GDPA(-1) *(1 + GDPAgr/100)

    GDPAtot(-1) = GDPA(-1) + GDPA(-2) + GDPA(-3) + GDPA(-4)

    kur

    GDPAgr – koriģētais IKP pieauguma temps,

    Dmaxtot – lielu katastrofu radītie zaudējumi,

    DImaxtot – apdrošinātie lielu katastrofu radītie zaudējumi,

    GDPgr – bāzes IKP pieauguma temps,

    GDP – IKP bāzes vērtība (Latvijas Bankas un NGFS prognozes),

    GDPA – atbilstoši simulācijas rezultātiem koriģētais IKP,

    GDPAtot(-1) – IKP gada vērtība ar viena ceturkšņa nobīdi.

    Pieņēmumi par apdrošināšanas prēmijām un atlīdzībām

    Attiecībā uz prēmijām pieņemts, ka caurmērā tās aug proporcionāli gada kopējām IKP izmaiņām. Aprēķinos izmantots arī sezonalitātes koeficients, kas atspoguļo salīdzinoši lielo prēmiju apjomu katra gada 1.ceturksnī. Savukārt atlīdzību gadījumā pieņemts, ka atlīdzības, kas nav saistītas ar dabas katastrofām, mainās proporcionāli gada prēmiju apjomam.

    Prēmiju un atlīdzību aprēķina vienādojumi:

    Premiums = GDPAtot(-1) * (k1 + kseas1) /1000*(1+CC)

    Premiumstot(-1) = Premiums(-1) + Premiums(-2) + Premiums(-3) + Premiums(-4)

    Claims = Premiumstot(-1)*k2 + DItot

    Net = Premiums – Claims

    kur

    Premiums – prēmiju apjoms ceturksnī,

    Premiumstot(-1) – prēmiju gada vērtība ar viena ceturkšņa nobīdi,

    GDPAtot(-1) – IKP gada vērtība ar viena ceturkšņa nobīdi,

    kseas1 – 1. ceturkšņa sezonalitāte koeficients prēmijām,

    CC – lielu katastrofu efekta korekcijas koeficients,

    Claims – atlīdzības ceturksnī,

    DItot – apdrošinātie zaudējumi,

    Net – prēmiju un atlīdzību starpība.

    Pieņēmumi attiecībā uz pašu kapitālu

    Iespējamo maksātnespējas risku izvērtēšanai apdrošināšanas sektorā definējam nosacījumus, pie kuriem trešais lielākais apdrošinātājs varētu pamest tirgu. Šo maksātspējas rādītāja (SCR) slieksni vienam apdrošinātājām noteicām 90%. Ja pārējo apdrošinātāju maksātspējas norma netiktu ietekmēta, tad visu apdrošinātāju maksātspējas rādītājs būtu vidēji 130%. Tomēr dabas katastrofu gadījumā nav ticama situācija, ka cieš tikai viens apdrošinātājs. Tādēļ pieņemam, ka pārējo apdrošinātāju maksātspējas rādītājs samazinās līdz 110%, tādējādi nozares vidējā vērtība ir aptuveni 105%. Savukārt par riskantu uzskatām tādu situāciju, kad maksātspējas rādītājs ir zemāks par 105% divus ceturkšņus pēc kārtas.

    Apdrošināšanas sektora maksātspējas rādītāja turpmākās dinamikas novērtēšanai, nepieciešams vērtēt pašu kapitāla attīstību. Pieņemam, ka tā, galvenokārt, ir atkarīga no ekonomiskās attīstības Latvijā un ārvalstīs, kā arī prēmiju un atlīdzību starpības iepriekšējā ceturksnī.

    Lai novērtētu, cik lielā mērā pašu kapitāla vērtību ietekmē Latvijas un citu valstu ekonomika, izmantojām datus par aktīvu (ieguldījumu) struktūru. Atbilstoši mums pieejamajiem datiem (Latvijas Bankas vērtspapīru statistika, EIOPA insurance statistics) vidēji 70% apdrošinātāju ieguldījumu portfeļa veido valdības obligācijas, 20% uzņēmumu obligācijas un 10% akcijas (equity). Valdības obligāciju grupā 20% ir Latvijas valdības, bet 78% ES/EEA valdību parādzīmes. Uzņēmumu obligāciju grupā 15% ir Latvijā, 59% ES/EEA, bet 13% ir ASV bāzēto uzņēmumu parādzīmes. Savukārt akciju grupā 62% ir Latvijas, bet 37% ES/EEA uzņēmumu akcijas. Apkopojot šos datus, pieņemam, ka 24% ieguldījumu portfeļa ir saistīts ar Latvijas tirgu, 73% ar ES tirgu, bet 3% ar ASV tirgu. Tas nozīmē, ka, klimata katastrofai skarot Latviju, ES vai ASV, būtiski tiek ietekmēta arī apdrošinātāju ieguldījuma portfeļa vērtība (dabas katastrofu seku likvidēšanas izdevumu segšana no valsts budžeta mazina (reģionu) valdības un uzņēmumu parādzīmju vērtību).

    Prēmiju un atlīdzību starpība iepriekšējā ceturksnī pašu kapitāla vērtību ietekmē tieši – ja tā ir pozitīva, tad apdrošinātāji var palielināt pašu kapitāla vērtību. Savukārt, ja tā ir negatīva, apdrošinātāji būs spiesti daļu vērtspapīru pārdot, lai varētu segt atlīdzības.

    Maksātspējas rādītāja un pašu kapitāla aprēķina vienādojumi:

    Solvency = (Cap/SCR)*100

    CapLV = SCLV * Cap(-1) * (1 + GDPAgr/100)

    CapEU = SCEU * Cap(-1) * (1 + GDPEUgr/100)

    CapUS = SCUS * Cap(-1) * (1 + GDPUSgr/100)

    Cap1 = k3 * (CapLV + CapEU + CapUS)

    Cap = Net + Cap1

    kur

    Solvency – maksātspējas rādītājs,

    Cap – pašu kapitāls,

    SCR – maksātspējas norma,

    CapLV , CapEU , CapUS – apdrošinātāju pašu kapitāls, kas saistīts ar ekonomisko attīstību Latvijā, ES/EEZ un ASV,

    SCLV , SCEU , SCUS – apdrošinātāju aktīvu īpatsvars, kas ieguldīts obligācijās un akcijās Latvijā, ES/EEZ un ASV,

    GDPAgr – koriģētais Latvijas IKP pieauguma temps,

    GDPEUgr – IKP pieauguma temps ES (28 bez Maltas un Kipras),

    GDPUSgr – IKP pieauguma temps ASV,

    Cap1 – pašu kapitāla daļa, kas ir atkarīga no ekonomiskās attīstības Latvijā, ES un ASV,

    Net – starpība starp prēmijām un atlīdzībām.

    Pieņēmumi par maksātspējas normu (Solvency Capital Requirement – SCR).

    Maksātspējas norma tiek aprēķināta, ņemot vērā četrus būtiskākos riskus:

    • Parakstīšanas risks – neatbilstoši noteiktas prēmijas, tādēļ atlīdzības pārsniedz parakstīto prēmiju apjomu. Saskaņā ar LAA datiem, Latvijas apdrošinātāji visus dabas katastrofu riskus pārapdrošina, tādēļ risks nav liels. Tomēr, ja nav noteikts atbilstošs pārapdrošināšanas limits, tad šis risks var iestāties. Tāpat problēmas var radīt pārapdrošināšanas cenu izmaiņas, kas var būtiski pieaugt, palielinoties globālā mērogā lielu dabas stihiju radīto zaudējumu apmēram. Tādējādi maksātspējas norma var tikt palielināta gan pēc vietējā, gan pasaules mērogā lielām dabas katastrofām.
    • Tirgus risks – dabas katastrofu dēļ samazinās obligāciju un akciju vērtība, īpaši tajās valstīs, kurās šīs katastrofas norisinās. Lielai dabas katastrofai norisinoties Latvijā, apdrošinātājiem var nākties savus vērtspapīrus pārdot par neadekvāti zemām cenām (fire sales), lai varētu segt atlīdzības. Attiecīgi lielu dabas katastrofu gadījumā šis risks palielinās, tādējādi palielinās arī maksātspējas norma.
    • Kredītrisks – šis risks ir saistīts ar apdrošinātāju maksātnespējas risku, kas apdrošināšanas sabiedrību filiālēm var nebūt tik aktuāls, jo mātes uzņēmums var novirzīt nepieciešamo kapitālu šī riska novēršanai. Kredītriska gadījumā var runāt arī par aktīvu portfeļa defolta risku, tas ir, ka ieguldījumi var defoltēt vai zaudēt investīciju klases reitingu, radot nepieciešamību tos pārdot. Bankrotēt var arī pārapdrošinātājs, radot problēmas ar atlīdzību segšanu postošas katastrofas norises brīdī. Attiecīgi maksātspējas norma palielinās.
    • Operacionālais risks – šeit svarīgas ir tikai vietējā mērogā lielas katastrofas, kas var izraisīt apdrošinātāja ēku un tehnikas bojājumus, problēmas ar darbiniekiem (piemēram, traucētas mobilitātes vai veselības problēmu dēļ) un tādējādi traucēt apdrošinātāju darbību.

    Praktiski ir tā, ka pie augstākas ekonomiskās izaugsmes un citiem labvēlīgiem faktoriem, maksātspējas norma ir zemāka, bet lejupslīdes laikā tā paaugstinās. Vēl ir jāņem vērā ne tikai situācija iekšzemē, bet arī saistītajās valstīs. Latvijas gadījumā tās ir ES un ASV, kas lielā mērā spēj ietekmēt arī pārapdrošināšanas nosacījumus.

    Attiecībā uz riskiem bāzes scenārijā pieņemam:

    • Parakstīšanas risks nemainās dabas katastrofu dēļ, tas ir, pārapdrošināšanas nosacījumi ļauj segt visus dabas katastrofu radītos apdrošinātos zaudējumus. Tomēr risks mainās līdz ar prēmiju izmaiņām, pieņemot, ka lielākas prēmijas palielina risku kļūdīties, nosakot polises cenu.
    • Tirgus risks ir atkarīgs tikai no kopējām ekonomikas attīstības tendencēm gan Latvijā, gan ES un ASV.
    • Kredītrisks nemainās lielu dabas katastrofu dēļ, jo grūtību gadījumā apdrošinātājiem palīdz mātes uzņēmums, bet ieguldījumi ir veikti atbilstošas kvalitātes aktīvos. Tas mainās atbilstoši Latvijas ekonomikas attīstībai.
    • Operacionālais risks palielinās tikai lielu vētru gadījumā attiecīgajā ceturksnī.

    Papildus maksātspējas normas vērtību ietekmē arī tās vērtība pirms gada, iekļaujot sevī lielu skaitu citu faktoru, ko makro līmenī grūtāk novērtēt.

     

    Maksātspējas normas aprēķina vienādojumi:

    SCR = SCRuwr + SCRmr + SCRcr + SCRopr +SCRbase

    SCRuwr = k4 * Premiums

    SCRmr = k5 * (-SCLV * GDPAgr – SCEU * GDPEUgr – SCUS * GDPUSgr)

    SCRcr = k6 * GDPAgr

    SCRopr = k7 * Dmaxstorm / 1000

    SCRbase = k8 * SCR(-4)

    kur

    SCR, SCRuwr, SCRmr, SCRcr, SCRopr, SCRbase – maksātspējas norma un tās daļas, kas ir saistītas ar parakstīšanas risku, tirgus risu, kredītrisku, operacionālo risku un pārējiem riskiem,

    Premiums – prēmijas,

    SCLV , SCEU , SCUS – apdrošinātāju aktīvu īpatsvars, kas ieguldīts obligācijās un akcijās Latvijā, ES/EEZ un ASV,

    GDPAgr – koriģētais Latvijas IKP pieauguma temps,

    GDPEUgr – IKP pieauguma temps ES (28 bez Maltas un Kipras),

    GDPUSgr – IKP pieauguma temps ASV ,

    Dmaxstorm – zaudējumi lielu vētru gadījumā.

    Pieņēmumi par IKP, dabas katastrofu biežumu un to ietekmi uz IKP ES un ASV

    IKP novērtējumam izmantoti divi avoti: Ekonomiskās sadarbības un attīstības organizācijas (OECD) prognozes līdz 2025. gadam pa ceturkšņiem[7] un NGFS novēlotās pārejas (Delayed transition) scenāriju dati (aprēķināti, izmantojot REMIND-MAgPIE 3.0-4.4 modeli)[8], kas ietver augstu hronisko fizisko risku zaudējumu novērtējumu, lineāri interpolējot piecu gadu datus uz ceturkšņa datiem.

    Dabas katastrofu ietekmes novērtējumam uz IKP izmantoti S&P Global Ratings 2022. gada pētījuma dati[9], kas parāda, ka fizisko klimata risku iestāšanās gadījumā IKP samazinājums ASV var būt ap 1 procentpunktu, bet Eiropā tas ir salīdzinoši niecīgs – ap 0,1 procentpunktu. Mēs pieņemam, ka šī ietekme ir īslaicīga un attiecinām to uz ceturksni, kurā parādās liela katastrofa.

    Izmantojot USA Facts apkopoto informāciju[10] un atlasot tajā dabas katastrofas, kas radījušas zaudējumus lielākus par 50 miljardiem dolāru (2022. gada cenās) laika periodā 1980.-2022. gads, novērtējām, ka lielu katastrofu iestāšanās varbūtība ir aptuveni 20%. Attiecībā uz Eiropu izmantojām Yale Climate Connections apkopojumu par dabas katastrofām[11]. Tajā izceltas 11 dabas katastrofas, kas radījušas vismaz 10 miljardus dolāru (2022. gada cenās) lielus zaudējumus. Tādējādi pieņemam, ka lielu katastrofu iestāšanās varbūtība Eiropā ir 26%. Mazākais lielu katastrofu raksturojošais zaudējumu slieksnis daļēji arī izskaidro starpību starp katastrofu ietekmi uz ASV un ES ekonomisko izaugsmi jeb IKP.

    Minētās sakarības parāda vienādojumi:

    GDPEUgr = (GDPEU/GDPEU(-1) – 1) – CCEU

    GDPUSgr = (GDPUS/GDPUS(-1) – 1) – CCUS

    kur

    GDPEUgr – IKP pieauguma temps ES (28 bez Maltas un Kipras),

    GDPEU – IKP vērtība ES (28 bez Maltas un Kipras) – OECD un NGFS prognozes,

    GDPUSgr – IKP pieauguma temps ASV,

    GDPUS – IKP vērtība ASV – OECD un NGFS prognozes,

    CCEU, CCUS – IKP korekcijas koeficienti lielu dabas katastrofu gadījumā (attiecīgi ES un ASV).

    Alternatīvie scenāriji

    Pieņēmumi zemāka apdrošināšanas līmeņa scenārijam:

    • Korekcijas koeficienta vērtība pēc lielām dabas katastrofām ir 2%. Tā pozitīvi ietekmē prēmiju apmēru, jo apdrošināšanas polišu cenas pieaug. Savukārt negatīva ietekme ir uz apdrošināto īpašumu vērtību, t.i., lielāko prēmiju dēļ daļa klientu izvēlēsies savu īpašumu neapdrošināt.
    • Prēmiju daļa, kas saistīta ar konkrētu dabas katastrofu segumu, nav atkarīga no lielajām dabas katastrofām.

    Specifiskie zemāka apdrošināšanas scenārija vienādojumi:

    SIPV = SIPV(-1)*(GDPA(-1)/GDPA(-2)/10+0.9)*(1-CC)
    SPRstorm = SPRTstorm
    SPRrain = SPRTrain
    SPRspring = SPRTspring

    kur

    SIPV – īpašumu vērtības daļa, kas ir apdrošināta,

    GDPA – atbilstoši simulācijas rezultātiem koriģētais IKP,

    CC – lielu katastrofu efekta korekcijas koeficients,

    SPRstorm, SPRrain, SPRspring – prēmiju vērtības daļa, kas ir saistīta ar dabas katastrofām (attiecīgi vētrām, lietus plūdiem un pavasara plūdiem),

    SPRTstorm, SPRTrain, SPRTspring – trends prēmiju vērtības daļai, kas ir saistīta ar dabas katastrofām (attiecīgi vētrām, lietus plūdiem un pavasara plūdiem).

    Pieņēmumi zemāka apdrošināšanas un augstāka adaptācijas līmeņa scenārijam:

    • Saglabājas tie paši pieņēmumi, kas zemāka apdrošināšanas līmeņa scenārijā.
    • Adaptācijas pasākumi ļauj samazināt katastrofu izraisītos zaudējumus, sākot no 0% 2023. gadā līdz 60% 2050.gadā lietus un pavasara palu plūdiem un līdz 30% vētrām (stingrāku būvnormatīvu un piekrastes plūdu aizsardzības dēļ).
    • Adaptācijas pasākumu līmenis pieaug straujāk pēc lielām katastrofām pieņemot, ka esošā infrastruktūra var būt bojāta un tādēļ tiks atjaunota atbilstoši jaunākajām adaptācijas nepieciešamībām, vai tiks lemts par adaptācijas pasākumu nepieciešamību tur, kur iepriekš tie nebija pieejami. Adaptācijas līmenis nākamajā ceturksnī pēc lielām katastrofām palielinās par 10%, tad pakāpeniski 2 gadu laikā samazinās līdz tendences vērtībai.

    Pieņēmumi apdrošināšanas shēmas scenārijam:

    • Shēmas darbības periods ir 2030.-2045. gads.
    • Shēmas fondu veido iemaksas 12% apmērā no prēmiju vērtības.
    • Shēmas darbības laikā apdrošinātā īpašuma vērtība ir par 10% augstāka un tās limits ir 80%.
    • Klasiskā apdrošināšana sedz vidējos zaudējumus un lielo katastrofu zaudējumus 30% no apdrošināto īpašumu vērtības apmērā atbilstoši segumam un izmaksāto atlīdzību proporcijai.
    • Lielo dabas katastrofu zaudējumus 70% no apdrošināto īpašumu vērtības sedz no apdrošināšanas shēmas fonda ar 97% izmaksāto atlīdzību proporciju – atbilstoši fondā pieejamo līdzekļu apjomam.

    Koriģētie un papildu vienādojumi apdrošināšanas shēmas scenārijam:

    SIPV = SIPV(-1)*(GDPA(-1)/GDPA(-2)/10+0.9)*(1+CC)+A1
    DImaxS = A2 * SIPV * SICs * Dmaxtot
    DImaxtot = (SIstorm*Dmaxstorm + SIrain*Dmaxrain + SIspring*Dmaxspring)*(1-A2) + DImaxS
    SFund = SFund(-1) + Premiums(-1)*A3 - DImaxS

    A1, A2, A3 – ar apdrošināšanas shēmas darbību saistītie korekcijas koeficienti,

    SIPV – īpašumu vērtības daļa, kas ir apdrošināta,

    GDPA – atbilstoši simulācijas rezultātiem koriģētais IKP,

    CC – lielu katastrofu efekta korekcijas koeficients,

    DImaxS – shēmas ietvaros apdrošinātie zaudējumi,

    SICS – apdrošināšanas shēmas akceptēto atlīdzības pieteikumu īpatsvars dabas stihiju radīto zaudējumu segšanai

    Dmaxtot – kopējie zaudējumi lielu dabas katastrofu gadījumā

    SIstorm, Sirain, SIspring – apdrošināto zaudējumu īpatsvars (attiecīgi vētrām, lietus plūdiem un pavasara plūdiem),

    DImaxtot, DImaxstorm, DImaxrain, DImaxspring – apdrošinātie dabas katastrofu radītie zaudējumi (attiecīgi kopējie, vētru, lietus un palu plūdu),

    SFund – uzkrātie apdrošināšanas shēmas līdzekļi.

    Modeļa versija, kas paredz iespēju vienam apdrošinātājam iziet no tirgus

    Pieņēmumi par prēmiju un apdrošināšanas īpatsvara izmaiņām.

    Apdrošinātājam izejot no tirgus, daļu to saistību pārņem citi apdrošinātāji, daļa polišu attiecīgajā ceturksnī automātiski tiek slēgtas, jo beidzas to derīguma termiņš, vēl daļa polišu līgumu tiek lauzti. Attiecīgi daļa klientu, kam vairs nav polises, var lemt to iegādāties pie cita apdrošinātāja, vai atteikties no apdrošināšanas pavisam. Piemēram, pētījumā par 155 nedzīvības apdrošinātāju iziešanu no tirgus Kanādā[12] 1996.-2014. gadā norādīts, ka 25% apdrošinātāju apvienojās ar citu apdrošināšanas sabiedrību, 8% gadījumos to saistības pārņēma pārapdrošinātāji, vēl 32% gadījumu saistības pārņēma citi apdrošinātāji, bet 35% gadījumu apdrošinātāji izgāja no tirgus pakāpeniski, beidzoties ar to klientiem noslēgto apdrošināšanas līgumu termiņiem.

    Mēs pieņemam, ka apdrošināto īpašumu īpatsvars samazinātos par 10%, bet prēmiju apjoms mazākā mērā – par 5 % (atbilst īpatsvaram, kas iegūts 20% trešā lielākā apdrošinātāja parakstītās prēmijas attiecinot pret kopējo prēmiju vērtību, pieņemot, ka izmaiņu gadījumā 20% no klientiem nevēlētos pāriet pie cita apdrošinātāja). Tā kā tirgū piedāvājums samazinātos, pieaugtu polišu cenas. Tādējādi savus īpašumus vairs neapdrošinātu gan daļa no tirgu pametušā apdrošinātāja klientiem, gan daļa no citiem klientiem, kam jaunā polišu cena būtu par augstu.

    Pieņēmumi par pašu kapitālu

    Pieņemam, ka apdrošinātāji, kas pārņems klientus no tirgu pametušā apdrošinātāja, palielinās pašu līdzekļu vērtību atbilstoši “zaudētajai” maksātspējas normai turpmāko 4 ceturkšņu laikā. Citiem vārdiem sakot, trešajam apdrošinātājam izejot no tirgus, kopējā apdrošināšanas sektora pašu kapitāla vērtība samazināsies par 80% no šī apdrošinātāja pašreizējās maksātspējas normas, attiecīgi turpmākā gada laikā ik ceturksni šis “iztrūkums” tiktu samazināts par ceturto daļu no šīs vērtības. Attiecīgi sektora pašu kapitāla vērtība palielināsies tādā apmērā, kas nodrošina pietiekamu apdrošinātāju maksātspējas līmeni, tas ir, sasniedzot vērtību, kas ir lielāka par sektora maksātspējas normu.

    Pieņēmumi par maksātspējas normu

    Maksātspējas normas aprēķinā daļa, kas saistīta ar parakstīšanas riskiem, samazinās automātiski, sarūkot prēmijām. Maksātspējas normas daļas, kas saistītas ar tirgus risku, kredītrisku un operacionālo risku, paliek nemainīgas, jo tās jau ir nelielas un mūsu modelī tās nav piesaistītas polišu vērtībai. Savukārt maksātspējas normas daļa, kas ir saistīta ar pārējiem riskiem, samazinās atbilstoši pieņēmumam, ka, samazinoties klientu skaitam par 20%, atbilstoši samazinātos arī maksātspējas norma apdrošinātājam, kas iziet no tirgus. Tādējādi kopējā maksātspējas norma samazinātos vidēji par 5%.

    Specifiskie šīs modeļa versijas vienādojumi:

    SIPV = SIPV(-1)*(GDPA(-1)/GDPA(-2)/10+0.9)*(1+CC)*E1
    Premiums = GDPAtot(-1) * (k1 + kseas1)/1000*(1+CC)*E2
    Cap = Net + Cap1 - E3 + E4
    SCRbase = k8 * SCR(-4) * E5

    E1, E2, E3, E4, E5 – korekcijas koeficienti gadījumā, ja trešais lielākais apdrošinātājs iziet no tirgus,

    SIPV – īpašumu vērtības daļa, kas ir apdrošināta,

    GDPA – atbilstoši simulācijas rezultātiem koriģētais IKP,

    CC – lielu katastrofu efekta korekcijas koeficients,

    Cap – pašu kapitāls,

    Cap1 – pašu kapitāla daļa, kas ir atkarīga no ekonomiskās attīstības Latvijā, ES un ASV,

    Net – starpība starp prēmijām un atlīdzībām,

    SCRbase – maksātspējas norma (SCR), kas saistīta ar pārējiem riskiem.

     

    [1] LAA (2022) ERGO Drošības indekss: Vairāk nekā puse Latvijas iedzīvotāju baidās nonākt nabadzībā. https://www.laa.lv/ergo-drosibas-indekss-vairak-neka-puse-latvijas-iedzivotaju-baidas-nonakt-nabadziba/

    [2] LSM.lv (2022) Pēc VUGD paziņojuma par atsevišķu posteņu slēgšanu apdrošinātāji ar bažām gaida ziemu. https://www.lsm.lv/raksts/zinas/latvija/pec-vugd-pazinojuma-par-atsevisku-postenu-slegsanu-apdrosinataji-ar-bazam-gaida-ziemu.a479681/

    [3] Gallagher J. (2014) Learning about an Infrequent Event: Evidence from Flood Insurance Take-Up

    in the United States. American Economic Journal: Applied Economics 2014, 6(3): 206–233 https://pubs.aeaweb.org/doi/pdfplus/10.1257/app.6.3.206

    [4] Bradt J. T. et al (2021) Voluntary purchases and adverse selection in the market for flood insurance. Journal of Environmental Economics and Management, Volume 110, October 2021, 102515 https://www.sciencedirect.com/science/article/abs/pii/S0095069621000826

    [5] Born P., Viscusi W. K. (2006) The catastrophic effects of natural disasters

    on insurance markets. Journal of Risk Uncertainty (2006) 33:55–72 https://law.vanderbilt.edu/files/archive/263_The-Catastrophic-Effects-of-Natural-Disasters-on-Insurance-Markets.pdf

    [6] NGFS Scenario Explorer https://data.ece.iiasa.ac.at/ngfs

    [7] Šajā datuāzē nav pieejami dati par Maltu un Kipru, tādēļ ES iekļautas 26 valstis. OECD Dataset: Economic Outlook No 112 - November 2022, https://stats.oecd.org/#

    [8] NGFS Scenario Explorer https://data.ece.iiasa.ac.at/ngfs

    [9] Jones M. (2022) Climate change putting 4% of global GDP at risk, new study estimates. Reuters. https://www.reuters.com/world/climate-change-putting-4-global-gdp-risk-new-study-estimates-2022-04-27/

    [10] USA Facts (2022) Is the number of major natural disasters increasing? https://usafacts.org/articles/are-the-number-of-major-natural-disasters-increasing/

    [11] Masters J. (2022) World rocked by 29 billion-dollar weather disasters in 2022. Yale Climate Connections. https://yaleclimateconnections.org/2022/10/world-rocked-by-29-billion-dollar-weather-disasters-in-2022/

    [12]Kelly G. (2017) Why inrurers fail. Exit strategies of P&C insurers in Canada. PACICC. http://www.pacicc.ca/wp-content/uploads/2017/11/WIF-2017-Exit-Strategies.pdf

APA: Ozoliņa, V., Petrovska, K. (2024, 06. dec.). Dabas katastrofu ietekmes simulācija uz Latvijas ekonomiku un apdrošināšanas sektoru . Ņemts no https://www.makroekonomika.lv/node/5803
MLA: Ozoliņa, Velga. Petrovska, Kristīne. "Dabas katastrofu ietekmes simulācija uz Latvijas ekonomiku un apdrošināšanas sektoru " www.makroekonomika.lv. Tīmeklis. 06.12.2024. <https://www.makroekonomika.lv/node/5803>.

Restricted HTML

Up