Con riferimento al business Non-life, il calcolo del SCR prevede la valutazione di vari rischi di natura catastrofale. Tra questi, il rischio catastrofale Man Made Cat Fire merita un approfondimento per via alcune problematiche operative che si possono incontrare in fase di applicazione della formula standard.

Peraltro il tema sta diventando di interesse per gli attori di mercato poiché è uno dei pochi punti rispetto ai quali la pratica si allontana molto da quanto richiesto dalla normativa. Questo espone le compagnie ad un rischio di compliance che, con il tempo, si fa sempre più grande.

Definizione

Il rischio Man Made Cat Fire è definito come la somma assicurata massima tra quelle relative ai gruppi di immobili assicurati distanti tra di loro non più di 200 metri.

Da un punto di vista pratico, le fasi di calcolo sono le seguenti:

  1. Raggruppamento degli immobili assicurati in gruppi di unità raccolte in un raggio di 200 metri;
  2. Calcolo della somma assicurata totale per ciascun gruppo;
  3. Identificazione del SCR come valore massimo tra le somme assicurate dei gruppi, di cui al punto precedente.

Problematiche

Il raggruppamento di immobili entro il raggio di 200 metri (punto 1) presenta delle difficoltà poiché presuppone il possesso di dati (indirizzi verificati, normalizzati e geo-localizzati) e di strumenti (algoritmi per il raggruppamento) non prontamente disponibili.

Per questo motivo, l’approccio generale degli addetti ai lavori è quello di utilizzare delle approssimazioni. È però importante notare che tali approssimazioni possono comportare degli errori (sovrastime o sottostime del requisito di capitale) il cui impatto potenziale non è in alcun modo valutabile a priori.

Le metodologie di approssimazione che si sono diffuse sono varie. Nel seguito riporto quelle principali riscontrate nella pratica evidenziando le rispettive criticità.

1 – Approssimazione: raggruppamento per CAP

In questo caso si considerano facenti parte dello stesso gruppo tutti gli immobili con lo stesso CAP.

Tale approccio presenta due criticità:

  • L’estensione di un CAP è nettamente maggiore di 200 metri. Ne deriva una possibile forte sovrastima del SCR e quindi una perdita in termini di costo del capitale.
  • Gli immobili tra loro vicini, ma con CAP differente, non vengono mai raggruppati insieme. Questo comporta una possibile sottostima netta del SCR e quindi un rischio di compliance per la Compagnia.

2 – Approssimazione: raggruppamento per indirizzo

In questo caso, tutti gli immobili che sono posizionati nella stessa via, piazza o altro vengono considerati come facenti parte dello stesso gruppo.

Il rischio che ne deriva è evidente: quasi tutte le vie sono più lunghe di 200 metri il che porta ad una sovrastima del rischio.

3 – Approssimazione: raggruppamento intorno all’immobile di maggior valore.

In questo caso si parte dall’immobile assicurato con la somma assicurata più alta e si includono nel gruppo tutti gli immobili distanti da esso meno di 200 metri. È possibile anche applicare l’algoritmo alla lista degli “n” immobili di maggior valore aumentando in questo modo la probabilità di cogliere il gruppo corretto.

In questo caso, qualora il gruppo con somma assicurata massima fosse composto da tanti immobili di dimensione media (es. uno o più condomini tutti assicurati ma composti da unità immobiliari differenti), il risultato colto dall’algoritmo sarebbe certamente sbagliato.

Soluzione

Tra le tre metodologie di approssimazione sopra riportate, la terza è sicuramente quella che offre le maggiori possibilità di cogliere il risultato corretto.

Ma in tutti e tre i casi, l’entità e il segno dello scarto dal valore corretto non sono assolutamente prevedibili e ciò comporta per la compagnia rischio di compliance potenzialmente alto.

L’unica via per avere certezza del risultato è quella di adottare una procedura completa che preveda:

  1. un livello alto di data quality con riferimento al database degli indirizzi degli immobili assicurati. Ciò comporta una raccolta dei dati ottimale e/o una normalizzazione (correzione) degli indirizzi degli immobili assicurati;
  2. un sistema per la geo-localizzazione degli immobili partendo dagli indirizzi di cui al punto precedente;
  3. degli algoritmi di raggruppamento degli immobili in base alle distanze reciproche sviluppati internamente o acquisiti da un provider esterno.

Negli ultimi mesi alcune compagnie di medie dimensioni si sono mosse in tal senso al fine adeguare le proprie metodologie a quanto richiesto dalla normativa.

Dal punto di vista pratico, le problematiche principali che si riscontrano per implementare un sistema di calcolo sono le seguenti:

  • data quality degli indirizzi relativi agli immobili assicurati. È necessario uno screening iniziale per verificare se ci sono dei problemi di completezza delle informazioni o solo di qualità delle stesse. In entrambi i casi l’analisi è utile per iniziare a collezionare i dati in modo corretto ed essere pronti per il calcolo del SCR nell’esercizio successivo
  • geo-localizzazione degli immobili assicurati: si utilizzano degli algoritmi collegati con le banche dati di google o di altri provider. Una parte degli indirizzi possono non essere geo-localizzabili per vari motivi. In tal caso si procede con soluzioni differenti.
  • algoritmo di raggruppamento: è un algoritmo standard acquisibile dall’esterno il cui sviluppo richiede competenze di natura statistica.

Conclusione

Nella fase iniziale di implementazione di Solvency 2, l’attenzione delle compagnie e dell’autorità di vigilanza è stata posta sulle problematiche più ampie, tralasciando quelle con maggior livello di specificità.

Ma questa fase si può considerare adesso (quasi) conclusa per cui arriva il tempo di concentrarsi sugli aspetti specifici. Tra questi vi è sicuramente il calcolo del SCR CAT Fire la cui implementazione richiede l’adozione di una procedura complessa ma necessaria per essere in linea con quanto richiesto dalla normativa.