Integracija ESG v kvantifikacijo operativnih tveganj pod Solvency II

Uvod v kompleksnost operativnih tveganj in vpliv ESG

V zavarovalništvu se nenehno srečujemo z izzivom natančnega ocenjevanja in upravljanja tveganj. Medtem ko so tržna in kreditna tveganja že dolgo v središču pozornosti, so operativna tveganja – tista, ki izvirajo iz neustreznih ali neuspešnih notranjih procesov, ljudi, sistemov ali iz zunanjih dogodkov – pridobila na pomenu, še posebej v luči hitrega tehnološkega napredka in globalizacije. Kot nekdo, ki sem zadnjih dvajset let preživela v slovenskem zavarovalništvu, vidim, da se paradigma ocenjevanja teh tveganj bistveno spreminja, predvsem zaradi vse večjega poudarka na okoljskih, družbenih in upravljavskih (ESG) dejavnikih.

Integracija dejavnikov ESG v analizo operativnih tveganj ni zgolj etična, temveč strateška in finančna nuja. Slabo upravljanje dejavnikov ESG lahko neposredno vpliva na operativne izgube. Pomislite na kibernetske napade, ki so posledica neustrezne varnosti IT (G – upravljanje), ali na motnje v dobavni verigi zaradi kršitev delovnih pravic (S – družbeni dejavniki) ali podnebnih dogodkov (E – okoljski dejavniki). Moje izkušnje kažejo, da neupoštevanje teh medsebojno povezanih tveganj ne more več biti opcija. Cilj te strokovne objave je podrobno raziskati, kako te kompleksne interakcije kvantificiramo in vključimo v kapitalske zahteve pod Solvency II, kar je ključno za robustnost in stabilnost zavarovalnice.

Solvency II in operativna tveganja: Okvir in izzivi

Direktiva Solvency II je postavila stroga pravila za upravljanje in kvantifikacijo vseh vrst tveganj, s katerimi se srečujejo zavarovalnice. Eden od stebrov te regulative je določitev kapitalskih zahtev za operativno tveganje (Operational Risk Capital, OpRC), ki je običajno izračunano kot del osnovne kapitalske zahteve (SCR – Solvency Capital Requirement). Standardna formula za izračun OpRC pogosto temelji na bruto pisanih premijah in tehničnih rezervacijah, kar pa morda ne zajame v celoti vseh nians in specifičnosti, ki jih prinašajo dejavniki ESG.

Glavni izziv pri integraciji ESG v okvir Solvency II je pomanjkanje standardiziranih kvantitativnih metodologij in zgodovinskih podatkov. Medtem ko so nekatere ESG politike že del standardnih ocen tveganj, je njihova monetizacija in vključitev v finančne modele zapletena. Zavarovalnice se srečujemo z vprašanjem, kako vpliv podnebnih sprememb na pogostost in intenzivnost naravnih katastrof (E) pretvoriti v verjetnost operativnih prekinitev, ali kako kršitve etičnih standardov v dobavni verigi (S, G) povečajo verjetnost reputacijske škode in s tem povezane finančne izgube. V Sloveniji smo že opazili, kako lahko ekstremni vremenski dogodki, povezani s podnebnimi spremembami, povzročijo ne samo premoženjske škode, temveč tudi dolgotrajne operativne motnje v ključnih sektorjih, kar seveda vpliva na verigo zavarovanj.

Metodološki pristopi za kvantifikacijo ESG v operativnih tveganjih

Razvoj robustnih kvantitativnih modelov za integracijo dejavnikov ESG v oceno operativnih tveganj zahteva večplasten pristop. Prvi korak je identifikacija ključnih dejavnikov ESG, ki so relevantni za specifična operativna tveganja zavarovalnice. Na primer, za tveganje kibernetskega napada so pomembni dejavniki upravljanja (G), kot so raven naložb v kibernetsko varnost, usposabljanje zaposlenih in robustnost notranjih kontrol. Za tveganje prekinitve dobavne verige so ključni okoljski dejavniki (E), kot je lokacija dobaviteljev na potresno ogroženih območjih, ter družbeni dejavniki (S), kot so delovni pogoji v proizvodnih obratih.

Kvantifikacija se običajno začne z zbiranjem podatkov. Kjer je mogoče, uporabljamo zgodovinske podatke o izgubah, ki so nastale zaradi dogodkov, povezanih z dejavniki ESG. Vendar pa so ti podatki pogosto redki, zato je nujno dopolnjevanje z ekspertnimi ocenami, scenarijskimi analizami in uporabo zunanjih zbirk podatkov. Za oceno verjetnosti in vpliva specifičnih ESG tveganj se lahko uporabijo statistične metode, kot so regresijska analiza, ki povezuje ESG kazalnike z operativnimi izgubami, ali modelske simulacije (npr. Monte Carlo), ki generirajo možne scenarije izgub in njihove verjetnosti.

Vloga ORX Loss Data Exchange in internih zbirk podatkov

ORX Loss Data Exchange je globalna iniciativa, ki zavarovalnicam omogoča izmenjavo anonimiziranih podatkov o operativnih izgubah. Ta zbirka podatkov je neprecenljiv vir za kalibracijo modelov operativnih tveganj, saj omogoča vpogled v tveganja, s katerimi se srečuje celotna industrija. Ko analiziramo podatke ORX, iščemo vzorce in trende, ki bi lahko bili povezani z dejavniki ESG. Na primer, porast kibernetskih napadov v določenem sektorju, ki so povzročili izgube, lahko kaže na splošno pomanjkljivost v upravljanju informacijske varnosti v tem sektorju. Moj nasvet je, da se te podatke aktivno vključi v interne modele.

Poleg zunanjih virov so interne zbirke podatkov o operativnih izgubah, ki jih zbira vsaka zavarovalnica, ključnega pomena. Čeprav so morda manj obsežne, so specifične za poslovanje določene zavarovalnice. Pomembno je, da te interne podatke obogatimo z informacijami o dejavnikih ESG. Na primer, pri beleženju kibernetskega incidenta ne smemo zabeležiti samo finančne izgube, temveč tudi vzroke, ki bi lahko bili povezani z ESG (npr. pomanjkljivo usposabljanje o varnosti – S, zastareli sistemi – G). To omogoča podrobnejšo analizo in razvoj modelov, ki so bolj prilagojeni specifičnim tveganjem zavarovalnice.

Modeliranje tveganj in vključitev nestandardnih podatkov v Solvency II

Za vključitev nestandardnih podatkov in dejavnikov ESG v kapitalske zahteve Solvency II se pogosto uporablja metoda naprednega modeliranja, kot je na primer notranji model (Internal Model). Namesto standardne formule, ki je relativno splošna, notranji model zavarovalnici omogoča, da razvije lasten, bolj prilagojen model za oceno vseh tveganj. To je še posebej pomembno pri operativnih tveganjih, kjer se specifične značilnosti poslovanja in ESG profil zavarovalnice lahko bistveno razlikujejo od industrijskega povprečja.

Modeliranje operativnih tveganj z uporabo notranjega modela pogosto vključuje kombinacijo frekvenčnih in intenzivnostnih modelov. Frekvenčni modeli ocenjujejo verjetnost nastanka operativnega dogodka, medtem ko intenzivnostni modeli ocenjujejo obseg izgube, če dogodek nastane. Dejavniki ESG so lahko vključeni v oba dela modela. Na primer, slaba korporativna etika (G) lahko poveča frekvenco regulativnih kazni, medtem ko neustrezno upravljanje okoljskih tveganj (E) lahko poveča intenzivnost izgub v primeru okoljskega incidenta. Pri tem se uporabljajo tudi verjetnostne porazdelitve, kot so Poissonova porazdelitev za frekvenco in logaritemsko-normalna porazdelitev za intenzivnost, ki so nato združene z uporabo tehnik, kot je simulacija Monte Carlo, za izračun skupne kapitalske zahteve. Z razvojem internih modelov v Sloveniji se srečujemo z izzivom pomanjkanja domačih zgodovinskih podatkov, zato je uporaba sintetičnih podatkov in scenarijev še toliko bolj pomembna.

Kibernetski napadi in dobavna veriga: Primer vključitve ESG

Kibernetski napadi so eden najhitreje rastočih virov operativnih tveganj, ki imajo jasne povezave z dejavniki ESG. Nezadostne naložbe v varnost IT, pomanjkljiva obravnava zasebnosti podatkov strank in šibko korporativno upravljanje (G) lahko drastično povečajo ranljivost za kibernetske napade. Kvantifikacija vpliva ESG na kibernetska tveganja vključuje oceno verjetnosti in obsega izgub. Na primer, lahko modeliramo, kako je verjetnost vdora v sistem P_v = f(I_IT, S_usposabljanje, C_ISO27001), kjer I_IT predstavlja naložbe v varnost IT, S_usposabljanje raven usposabljanja zaposlenih in C_ISO27001 skladnost s standardom ISO 27001. Obseg izgube L_v pa je lahko odvisen od števila prizadetih strank, stroškov obnove in potencialnih regulativnih kazni. Zavarovalnica lahko nato s pomočjo teh podatkov izračuna pričakovano izgubo in kapitalsko zahtevo.

Tveganja v dobavni verigi so prav tako tesno povezana z ESG. Na primer, podjetje, ki se zanaša na dobavitelja v regiji, ki je izpostavljena ekstremnim vremenskim pojavom (E), ali na dobavitelja, ki uporablja sporno delovno silo (S), je izpostavljeno večjemu tveganju prekinitve dobave. Za kvantifikacijo lahko uporabimo modele, ki ocenjujejo verjetnost prekinitve P_p = f(L_dobavitelj, S_dobavitelj, E_dobavitelj), kjer so L, S, E dejavniki, povezani z lokacijo, socialnim in okoljskim profilom dobavitelja. Obseg izgube L_p lahko vključuje izpad prihodkov, dodatne stroške nabave in reputacijsko škodo. V Sloveniji se to kaže v podjetjih, ki so močno odvisna od globalnih dobavnih verig in so se v zadnjem času soočala z motnjami, ki so imele kaskadne finančne učinke.

Kaj je krito in kaj ni krito pri zavarovanju operativnih tveganj z ESG vidikom

Pri zavarovanju operativnih tveganj, zlasti tistih z ESG komponento, je ključno natančno razumeti obseg kritja. Standardna zavarovalna kritja za operativna tveganja, kot so prekinitev poslovanja ali kibernetsko zavarovanje, pogosto vključujejo: kritje za izgubo dobička zaradi prekinitve poslovanja, stroške obnove podatkov, stroške obvestila prizadetim strankam, stroške PR in kriznega komuniciranja ter regulativne kazni in stroške pravdanja. To zajema dogodke, kot so kibernetski napadi, napake v sistemih ali človeške napake, ki povzročijo izgube.

Vendar pa je pomembno poudariti, kaj običajno ni krito ali je kritje omejeno. To vključuje: izgube, ki so posledica namernih nezakonitih dejanj s strani zavarovanca, izgube zaradi vojn ali terorističnih dejanj, izgube zaradi pomanjkljivosti, ki so bile znane pred sklenitvijo zavarovanja, ter izgube, ki presegajo določene agregate. Zavarovalnice tudi ne krijejo izgub, ki izvirajo iz splošnega padca tržne vrednosti delnic ali pomanjkljivega strateškega upravljanja. Poleg tega, čeprav dejavniki ESG povečujejo tveganje, je kritje običajno vezano na konkretni dogodek in ne na splošno ESG neustreznost, razen če je to specifično vključeno v prilagoditve premije ali dodatna kritja. Zato je ključno, da se podrobno preberejo zavarovalni pogoji, ki se pri vsaki zavarovalnici razlikujejo, saj ni enotnega zakona o zavarovalništvu (ZZavar-1) za določanje kritij, temveč so to interne politike posameznih ponudnikov.

Stresni testi in scenarijska analiza za ESG operativna tveganja

Da bi zavarovalnice lahko zares razumele potencialni vpliv dejavnikov ESG na operativna tveganja, so stresni testi in scenarijske analize nepogrešljivi. Stresni testi vključujejo simulacijo ekstremnih, a verjetnih scenarijev, kot so dolgotrajna suša, ki povzroči motnje v proizvodnji ključnih komponent in posledično prekinitev dobavnih verig, ali obsežen kibernetski napad, ki izpostavi milijone osebnih podatkov in sproži množične regulativne kazni in tožbe. Ti scenariji morajo biti kvantitativno podprti, kar pomeni, da moramo oceniti verjetnost vsakega dogodka in potencialno finančno izgubo.

Scenarijska analiza presega zgolj pretekle podatke in omogoča raziskovanje hipotetičnih, a realističnih dogodkov. Na primer, lahko analiziramo scenarij, kjer regulativni organ (kot je Agencija za zavarovalni nadzor – AZN) uvede nove, strožje zahteve glede objave ESG informacij, kar povzroči operativne stroške in tveganje kazni za zavarovalnice, ki niso skladne. Ti testi pomagajo pri določanju ustrezne višine kapitala za operativno tveganje in pri razvoju strategij za ublažitev tveganj. Redno izvajanje teh analiz in njihova revizija sta nujna, saj se ESG okolje nenehno spreminja in razvija.

Izzivi in prihodnji razvoj na področju ESG in Solvency II

Kljub napredku na področju integracije ESG v upravljanje tveganj se zavarovalnice še vedno srečujemo z znatnimi izzivi. Eden največjih je standardizacija podatkov in metodologij. Pomanjkanje enotnih standardov za poročanje o dejavnikih ESG otežuje zbiranje primerljivih podatkov in razvoj univerzalnih kvantitativnih modelov. Prav tako je izziv določitev vzročne zveze med dejavniki ESG in operativnimi izgubami, saj je vpliv pogosto posreden in dolgoročen. V Sloveniji se spopadamo tudi z omejeno količino lokalnih podatkov, kar zahteva večjo kreativnost pri uporabi globalnih zbirk podatkov in razvoju specifičnih scenarijev.

Prihodnji razvoj na tem področju bo verjetno vključeval nadaljnjo regulativno usmeritev, ki bo zahtevala še podrobnejšo integracijo ESG v Solvency II. Pričakujem tudi napredek pri razvoju bolj sofisticiranih kvantitativnih modelov, ki bodo lahko zajeli kompleksnost medsebojnih povezav med dejavniki ESG in operativnimi tveganji. Uporaba umetne inteligence in strojnega učenja bo verjetno igrala ključno vlogo pri analizi nestrukturiranih podatkov in prepoznavanju vzorcev. Kot zavarovalna strokovnjakinja verjamem, da bo proaktivno sprejemanje teh sprememb ključno za ohranjanje konkurenčnosti in stabilnosti v spreminjajočem se svetu tveganj.

Zaključek in poziv k dialogu

Integracija okoljskih, družbenih in upravljavskih (ESG) dejavnikov v kvantifikacijo operativnih tveganj pod Solvency II ni enostavna naloga, vendar je absolutno nujna za sodobno zavarovalništvo. Kot sem že poudarila, ne gre zgolj za izpolnjevanje regulativnih zahtev, temveč za celostno razumevanje in upravljanje tveganj, ki lahko imajo pomembne finančne posledice. Od razvoja robustnih kvantitativnih modelov, preko uporabe zbirk podatkov, kot je ORX, do izvajanja scenarijskih analiz – vsak korak prispeva k večji odpornosti zavarovalnice. Priznanje in kvantifikacija dejavnikov ESG omogočata zavarovalnicam, da bolje ocenijo svoje kapitalske potrebe in se učinkoviteje zaščitijo pred prihodnjimi šoki.

Na petka-zavarovanja.si smo vedno pripravljeni na pogovor o izzivih, ki jih prinašajo nova tveganja in regulative. Z veseljem bom z vami delila svoje izkušnje in vam pomagala pri iskanju najboljših rešitev za vaše specifične potrebe na področju upravljanja tveganj. Ne glede na to, ali gre za poglobljeno analizo vaših operativnih tveganj, prilagoditev strategij za uskladitev z ESG standardi ali optimizacijo vaših kapitalskih zahtev, sem tu, da vam pomagam. Obrnite se name za pogovor – skupaj bomo poiskali pot do večje varnosti in stabilnosti.

Pogosta vprašanja

Kaj so dejavniki ESG in zakaj so pomembni za zavarovalnice?

ESG so okoljski, družbeni in upravljavski dejavniki. Za zavarovalnice so ključni, ker lahko slabo upravljanje teh dejavnikov povzroči povečanje operativnih tveganj (npr. kibernetski napadi, kršitve podatkov, prekinitve dobavne verige) in s tem finančne izgube. Njihova integracija v modele tveganj je nujna za stabilnost in usklajenost z regulativo.

Kako Solvency II obravnava operativna tveganja in ESG?

Solvency II zahteva izračun kapitalskih zahtev za operativno tveganje (OpRC). Trenutno standardna formula morda ne zajame v celoti vseh ESG nians. Zavarovalnice lahko uporabijo interne modele za natančnejšo kvantifikacijo vpliva ESG na operativna tveganja, kar pomaga pri določitvi ustrezne višine kapitala, ki odraža specifični ESG profil.

Kateri podatki se uporabljajo za kvantifikacijo ESG v operativnih tveganjih?

Uporabljajo se interne zbirke podatkov o operativnih izgubah, dopolnjene z ESG informacijami, in zunanje zbirke, kot je ORX Loss Data Exchange. ORX ponuja anonimizirane podatke o operativnih izgubah iz zavarovalniške industrije, kar omogoča vpogled v širše trende in kalibracijo internih modelov. Uporabljajo se tudi scenariji in ekspertne ocene.

Kako se kvantificira vpliv ESG na kibernetske napade?

Vpliv ESG na kibernetske napade se kvantificira z modeliranjem, kako dejavniki upravljanja (G), kot so naložbe v varnost IT, usposabljanje zaposlenih in robustnost kontrol, vplivajo na verjetnost in obseg izgube. Na primer, višja skladnost s standardi kibernetske varnosti (npr. ISO 27001) zmanjšuje verjetnost uspešnega napada in potencialno izgubo, kar se odrazi v kapitalski zahtevi.

Ali zavarovanja krijejo vse izgube, povezane z dejavniki ESG?

Zavarovalnice običajno krijejo izgube, ki so posledica konkretnih operativnih dogodkov (npr. kibernetski napad), tudi če so ti posredno povezani z ESG. Vendar pa obstajajo izjeme, kot so namerna nezakonita dejanja, vojna, znane pomanjkljivosti pred zavarovanjem ali splošne poslovne izgube. Kritja so podrobno opredeljena v zavarovalnih pogojih in se razlikujejo med zavarovalnicami.

Viri in reference

• Uradni list RS – Zakon o zavarovalništvu (ZZavar-1)
• Agencija za zavarovalni nadzor (AZN) – Smernice in priporočila
• European Insurance and Occupational Pensions Authority (EIOPA) – Guidelines on the governance system
• ORX Loss Data Exchange – Informacije in publikacije
• Basel Committee on Banking Supervision (BCBS) – Operational Risk frameworks

Nadaljujte branje o tej temi

Povezave so izbrane samodejno glede na steber zaščite in ključne besede te objave.

• 
  Primer: Tehnični vpogledi

  Anamneza in zdravstveni vprašalnik: Zakaj je iskrenost pogoj za izplačilo

• 
  Primer: Tehnični vpogledi

  Selitev ali delo v tujini: kaj se zgodi z zdravstveno polico

• 
  Primer: Tehnični vpogledi

  Stroški skladov: kako jih preberete in primerjate

• 
  Primer: Tehnični vpogledi

  Določitev upravičencev in izključitve kritja pri življenjskem zavarovanju

• 
  Primer: Tehnični vpogledi

  Družinska anamneza in genetski testi: Kaj morate razkriti ob sklenitvi