En 2021, el equipo de riesgos implementó un enfoque cuantitativo basado en riesgos para las renovaciones de seguros, lo que resultó en una reducción del 60% en el costo del seguro y en la mejora de la calidad de cobertura en todas las líneas de seguros. Este enfoque nos permitió ahorrar, o más bien pagar un precio justo por el seguro en todo el mundo. La clave del éxito fue no confiar en las "mejores prácticas" del mercado, sino en probar varias hipótesis en el mercado y confiar en los datos.
El primer y probablemente el paso más importante es entender el perfil de riesgo subyacente. Esto es qué en decisión La ciencia sería llamada "enmarcar el problema". Por ejemplo, una vez que comenzamos a investigar cada renovación de seguro, descubrimos que:
- No había evidencia para seguir asegurando algunos riesgos en absoluto, dado que la exposición estaba dentro del apetito de riesgo de los accionistas.
- Los límites a menudo estaban completamente desconectados de los escenarios de riesgo reales (generalmente subaseguramiento en propiedad y carga y sobreaseguramiento en líneas de responsabilidad)
- Los deducibles bajos no tenían sentido económico dado el costo de transferencia y el costo de retención del riesgo.
- Bajos índices de pérdida en algunas de las líneas que necesitaban ser investigadas.
Comenzamos separando los seguros obligatorios y los voluntarios. Dado que los seguros obligatorios en varios países suelen estar fuertemente regulados, incluyendo los precios, intentamos cambiar a pólizas a más largo plazo y no perder tiempo en renovaciones cada año. En las líneas de seguros voluntarios, comenzamos con la discusión con el negocio, el cliente interno, para averiguar: razones para tener un seguro, pérdidas históricas, perfil de riesgo percibido y otra información relevante. A veces descubrimos que el seguro es un requisito de los clientes, socios comerciales, contratistas, bancos o un requisito regulatorio impuesto en algunos países y entonces activamos nuestro sombrero de análisis de riesgo cuantitativo. Somos muy selectivos en los lugares donde tiene sentido cuantificar riesgos, ya que generalmente toma mucho tiempo, meses de trabajo en realidad. Aviso de spoiler, definitivamente vale la pena.
Pasamos meses recopilando datos internos y consultando con expertos en riesgos relevantes antes de contactar a los mercados de seguros. Una vez que hayamos construido un decisión árbol o un diagrama de la corbata y un modelo simple para el riesgo; nos ponemos en contacto con fuentes externas: suscriptores, corredores, aseguradoras, reaseguradoras, agencias de calificación y análisis, para recopilar datos de reclamaciones del mercado y cualquier otra información relevante. Necesitaremos datos externos más adelante para comparar el perfil de riesgo de nuestra empresa con la industria y para agregar eventos extremos a nuestro modelo.
Pregunta a RAW@AI sobre esta publicación o simplemente habla sobre la gestión de riesgos
Por ejemplo, para el seguro de carga investigamos y evaluamos los riesgos de qué cargas estaban siendo transportadas (revisamos muchas hojas de datos de seguridad), qué rutas, qué puertos, qué barcos, qué riesgos son los más significativos para los otros actores del mercado, qué riesgos son los más importantes para nosotros, qué controles tenemos en marcha sobre estos riesgos. Luego analizamos las estadísticas internas y externas, modelamos la distribución de las pérdidas esperadas para este tipo de riesgo. Podríamos usar la distribución de Poisson para la frecuencia de eventos y Pareto o Lognormal para las consecuencias. A veces tendría sentido usar una distribución de empalme, con GPD utilizada para modelar la cola de la distribución. El límite se determina a partir de un escenario de peor caso, generalmente perdiendo el barco más grande con el transporte de producto más caro posible en ese barco, dada la volatilidad de los precios. Para otros tipos de seguros, a menudo contratamos ingenieros de riesgos externos para estimar escenarios plausibles de peor caso. Escribiré un artículo separado sobre ingenieros de riesgos, ya que resultó que lo que se consideraba las mejores prácticas de la industria era absolutamente inútil para nosotros al cuantificar el perfil de riesgo, por lo que terminamos escribiendo una especificación técnica completamente nueva para la encuesta de riesgos desde cero.
A veces, después del análisis inicial de riesgos, volvemos a la empresa con la conclusión de que puede que no sea necesaria un seguro en absoluto, ya que el riesgo está dentro del apetito de riesgo, y solicitamos información adicional si la empresa insiste en el seguro. Recientemente, el cliente (propietario del riesgo interno) dijo que quiere el mismo límite de seguro que el año pasado. Habiendo recopilado los datos, vimos que no había evidencia que sugiriera que fuera necesario el mismo límite y un límite cuatro veces menor cubriría el riesgo con el nivel de confianza dado.
Sin embargo, no solo excluiríamos el límite superior, siempre probar múltiples hipótesis en el mercado, esto significa que nunca hacemos un decisión sin haber recibido primero retroalimentación del mercado de seguros y la fijación de precios de diferentes hipótesis. Como muestra mi experiencia, en realidad terminamos aumentando, no reduciendo, los límites la mayoría de las veces, basándonos en el perfil de riesgo calculado.
Así es como se ve un perfil de riesgo típico
El perfil de riesgo nos permite responder preguntas importantes antes de que siquiera nos acerquemos a los mercados de seguros
- Límite razonable para la política
- Precio justo para la póliza
- Capacidad para probar diferentes opciones de deducible para ver cuál ofrece un mejor retorno
- Información importante sobre riesgos operativos, incluyendo pérdidas esperadas (necesarias para la presupuestación) y pérdidas inesperadas, VaR (necesario para la gestión de liquidez).
Lo mejor de construir un perfil de riesgo es que las matemáticas son bastante simples y replicables. Utilizamos modelos similares para carga, responsabilidad, PD/BI, salud y otras líneas. Y ahora estamos trabajando en automatizar un modelo usando la plataforma Archer. Regístrate aquí para saber cuándo se activa https://go.archerirm.co/Insight-RiskAcademy
En los próximos artículos escribiré sobre la selección de corredores, la preparación de presentaciones (nosotros realizamos todas las presentaciones nosotros mismos, nunca utilizando presentaciones de corredores), cómo tratar con los suscriptores y cómo comparar cotizaciones con el perfil de riesgo para seleccionar la lista corta y luego la mejor póliza.
Ver otros gestión de riesgos libros
RISK-ACADEMY ofrece cursos en línea
Toma de Riesgos Informada
Aprende 15 pasos prácticos para la integración. gestión de riesgos dentro de decisión creación, procesos de negocio, cultura organizacional y otras actividades!
ISO 31000 Integración Gestión de Riesgos
Alex Sidorenko, conocido por su gestión de riesgos blog http://www.riskacademy.blog, ha creado un programa de 25 pasos para integrar gestión de riesgos dentro de decisión la creación de los procesos centrales del negocio y de la cultura general de la organización.
Gobernanza de Riesgos Avanzada
Este curso ofrece orientación, motivación, información crítica y estudios de casos prácticos para ir más allá de la gobernanza tradicional del riesgo, ayudando a garantizar gestión de riesgos No es un proceso independiente, sino un motor del cambio para el negocio.
¡Gran explicación clara, como era de esperar! Estaré esperando con interés los próximos artículos.
Muchas gracias, Alex, por este artículo. He estudiado estadística durante varios años intentando desarrollar un modelo para medir los riesgos en mi propio trabajo (soy ingeniero de control de pérdidas y actualmente trabajo para una compañía de reaseguros). Según lo que he aprendido, la distribución que se debe usar, como mencionaste, es Poisson para la frecuencia y lognormal para la consecuencia, pero eso es todo lo que he avanzado sin poder aplicarlo realmente a un caso real.
¿Existe la posibilidad de ver el modelo PD/BI en acción, aunque solo sea sin los datos reales en caso de que sean confidenciales?
Es una distribución de Poisson X de esplice (lognormal para el cuerpo y GPD para la cola por encima del 95%), los parámetros de las distribuciones dependen de la industria y los datos de reclamaciones.
Estaré ansioso por leer tu artículo sobre ingeniero de riesgos (yo soy uno también).
Estoy completamente de acuerdo en que entender el perfil de riesgo es crucial en las decisiones de seguros. Es desconcertante por qué no es una práctica universal, especialmente considerando la naturaleza compleja de los riesgos en la actualidad. Quizás sea la complejidad y el proceso intensivo en recursos de evaluar riesgos con precisión lo que disuade a algunos. Sin embargo, este paso es fundamental, no solo para el seguro sino también de manera crítica para la reaseguradora, donde las apuestas son aún mayores. Una evaluación de riesgos efectiva puede conducir a soluciones de reaseguro más adaptadas que puedan gestionar mejor los riesgos y ofrecer mayor estabilidad y confianza a largo plazo. Ya es hora de que esto se convierta en una práctica estándar en todos lados.