Festlegung von Annahmen in Zeiten von COVID 19

Der Blogbeitrag zum Modellmanagament in Zeiten von COVID 19 vom 2. Juli beleuchtete Handlungsfelder bei aktuariellen Bewertungsmodellen in der Personenversicherung. Ein umfassendes Modellmanagement behandelt aber auch die hierbei zu ber√ľcksichtigenden Annahmen. Die COVID-19-Pandemie und die damit einhergehende Volatilit√§t an den Kapitalm√§rkten sowie die Unsicherheit in den aktuariellen Annahmen wirkt sich auf die interne und externe Berichterstattung aus. Was ist nun im Rahmen des Modellmanagements bei der Festlegung der Annahmen und Parameter zu beachten?

√Ėkonomische Annahmen

Die Kapitalm√§rkte sind derzeit durch eine hohe Volatilit√§t gepr√§gt. Einem massiven Einbruch aller bedeutender Aktienindizes folgte eine Erholung auf vielen M√§rkten. Die wichtigsten Volkswirtschaften erwarten dennoch eine Rezession. Um diese abzufedern werden massive Konjukturprogramme aufgelegt, zudem nehmen Regierungen und Zentralbanken verschiedenste Interventionen vor. Dies resultierte bereits in einem noch weiter absinkenden Zinsniveau mit mittelfristig negativen Werten am kurzen Ende der Zinskurve. Zudem lie√üen sich sprunghaft ansteigende Risikopr√§mien f√ľr das festverzinsliche Portfolio und das Hypothekenportfolio aufgrund des erh√∂hten Ausfall- und Ratingdrucks sowie eine Ausweitung von Kreditspreads beobachten.

F√ľr Solvency-II-Zwecke ist die ma√ügebliche Zinskurve durch die Vorgabe von EIOPA vorbestimmt. F√ľr andere Bewertungszwecke werden die entsprechende Annahme sowie weitere Renditeannahmen aus aktuellen Marktinformationen abgeleitet. Aufgrund der hohen Verf√ľgbarkeit √∂konomischer Daten f√§llt f√ľr einzelne √∂konomische Annahmen die Ableitung vergleichsweise einfach. Andere sind etwa √ľber die strategische Asset-Allokation jedoch abh√§ngig von der unternehmensindividuellen Situation und Ausrichtung.

Der Kapitalanlagesteuerung kommt in Bewertungsmodellen eine besondere Bedeutung zu, da diese aktivseitig ma√ügeblich als Werttreiber funktioniert ‚Äď nach welcher Ma√ügabe werden Bewertungsreserven realisiert? Was treibt Umschichtungen zwischen Assetklassen? Diese und weitere Fragestellungen zur modellseitigen Abbildung der strategischen Asset-Allokation gilt es aktuell in der COVID-19-Krise zu hinterfragen: passen die modellierten Kapitalanlagen zur strategischen Asset-Allokation und wie verh√§lt sich hierzu die taktische Asset-Allokation als Reaktion auf die Turbulenzen auf den Kapitalm√§rkten? Im Rahmen des Modellmanagements geh√∂ren die entscheidenden Parameter auf den Pr√ľfstand!

Biometrische Annahmen

Noch ist es zu fr√ľh, um die Auswirkung von COVID-19 auf die Sterblichkeit und Invalidit√§t abschlie√üend beurteilen zu k√∂nnen. Letztlich h√§ngt der Effekt auch vom Zeitpunkt und der Wirksamkeit eines Impfstoffstoffs und Therapiel√∂sungen ab. Es zeichnet sich jedoch ein erh√∂htes Sterblichkeitsrisiko f√ľr √§ltere Menschen und Personen mit bereits bestehenden gesundheitlichen Grunderkrankungen ab. Bei der Ableitung der langfristigen biometrischen Annahmen geht auch ein gewisser Grad an Expertensch√§tzung ein, was die grunds√§tzliche Bedeutung der Pandemie angeht: handelt es sich um einen einmaligen, und daher f√ľr die zuk√ľnftigen Ausscheidewahrscheinlichkeiten zu vernachl√§ssigenden Effekt? Oder werden dauerhaft Beeintr√§chtigungen erwartet, da das Virus eine dauerhafte Bedrohung der Gesundheit darstellt bzw. durch √§hnliche Krankheitserreger zuk√ľnftig h√§ufiger analoge Ereignisse auftreten?

Hieraus lassen sich folgende drei Ans√§tze ableiten (vgl. Bulletin 38 ‚ÄěSetting mortality assumptions in a post COVID-19 world‚Äú von der COVID-19 Actuaries Response Group):

A. Kalibrieren der Basissterblichkeit einschlie√ülich der Daten f√ľr 2020

Dieser Ansatz kann unter folgenden Annahmen angemessen sein:

  • der Einfluss von COVID-19 auf die Sterblichkeit 2020 (in den f√ľr die Kalibrierung verwendeten Daten) ist relativ klein (z.B. COVID-19 f√ľhrte zu relativ wenigen √ľberz√§hligen Todesf√§llen)
  • es wird ein langer Erfahrungszeitraum verwendet (so dass 2020 einen relativ geringen Einfluss auf die Kalibrierung hat)
  • es wird erwartet, dass die Auswirkungen von COVID-19 wesentlich √ľber 2020 hinaus anhalten werden

B. Kalibrieren der Basissterblichkeit ohne die Daten von 2020

Dieser Ansatz kann gew√§hlt werden, wenn die Erfahrung von 2020 als ‚Äěeinmalig‚Äú, und daher f√ľr die Bewertung der zugrunde liegenden Sterblichkeitsraten als nicht relevant angenommen wird. Dies kann der Fall sein, wenn:

  • der Einfluss von COVID-19 auf die Sterblichkeit im Jahr 2020 gro√ü ist
  • ein kurzer Erfahrungszeitraum verwendet wird (so dass 2020 eine relativ gro√üe Auswirkung auf die Mortalit√§t im Jahr 2020 h√§tte)
  • es wird nicht erwartet, dass die Auswirkungen von COVID-19 √ľber das Jahr 2020 hinaus anhalten (etwa durch einen verf√ľgbaren Impfstoff oder wirksame Behandlungsm√∂glichkeiten)

C. Kalibrierung der Basissterblichkeit auf Basis angepasster Daten von 2020

Die Ber√ľcksichtigung von Daten aus dem Jahr 2020, bei denen die COVID-19-Auswirkungen ausgeklammert werden, ist sinnvoll, wenn:

  • der Einfluss von COVID-19 auf die Sterblichkeit im Jahr 2020 gro√ü ist, aber klar identifiziert und abgegrenzt werden kann (und daher anpassbar ist)
  • der Wunsch besteht, die Datenmengen m√∂glichst maximal zu halten
  • nicht erwartet wird, dass die Auswirkungen von COVID-19 √ľber 2020 hinaus anhalten

Unabh√§ngig hiervon empfiehlt sich ein proaktives Management und die √úberwachung der kurz- und langfristigen Ver√§nderungen der biometrischen Risiken ‚Äď wie gestaltet sich das Risikoprofil? Welche Teilbest√§nde sind z.B. aufgrund der Altersstruktur m√∂glicherweise besonders exponiert? Wie wirken sich aufgeschobene Behandlungen und Operationen aus?

Relevante Ausscheideordnungen umfassen auch die Erfassung von Trends zu langfristigen Verbesserungen in den Sterblichkeiten. Hier stellt sich im Modellmanagement vor allem die Frage, ob eine Verst√§rkung des Trends eine kurzfristige √úbersterblichkeit (√ľber-)kompensiert.

Versicherungsnehmerverhalten

F√ľr die COVID-19-Pandemie gibt es nur bedingt Erfahrungssch√§tze aus der Vergangenheit, insbesondere hinsichtlich des Verhaltens der Versicherungsnehmer. Dennoch k√∂nnen die Beobachtungen aus der Finanzmarktkrise 2008 als St√ľtze dienen. Analog zur Situation vor √ľber einem Jahrzehnt kann der wirtschaftliche Druck durch den Verlust des Arbeitsplatzes, eine Einkommensminderung oder anderweitigen Bedarf nach Liquidit√§t die Versicherungsnehmer zwingen, ihre Police zu k√ľndigen oder beitragsfrei zu stellen. Entsprechende Daten aus 2008 und den letzten Monaten sollten √ľbereinander gelegt und bei der Festlegung von Stornoannahmen ber√ľcksichtigt werden.

Viele Versicherungen haben bereits mit der Einf√ľhrung neuer oder der Ausweitung vorhandener Regelungen zu Stundungen reagiert, um einem erh√∂hten Storno entgegenzuwirken. Hieraus resultierende Auswirkungen auf die Stornoannahmen m√ľssen eng nachverfolgt werden. Ebenso gilt es, diese L√∂sungen und die Auswirkungen auf die Zahlungsstr√∂me angemessen im Modell zu ber√ľcksichtigen. Dies kann sich als komplex erweisen, da Verwaltungssysteme und Modellplattformen im Regelfall nicht hierf√ľr konzipiert wurden ‚Äď daher sollte hier neben dem Annahmeprozess auch ein Augenmerk auf die Schnittstellen f√ľr die Aufbereitung der Bestandsdaten gelegt werden.

Mögliche weitere Auswirkungen auf die Fälligkeiten von Prämien ergeben sich im Bereich der betrieblichen Altersvorsorge, wenn etwa Arbeitgeber den vereinbarten fälligen Zahlungen nicht mehr nachkommen können.

Eine Anmerkung zum Schluss

Der Prozess zur Festlegung der Annahmen ist in der Regel stark abh√§ngig von Ermessensspielr√§umen und Expertenmeinungen. Dabei m√ľssen sowohl kurzfristige Auswirkungen als auch potenzielle langfristige Einfl√ľsse ad√§quat ber√ľcksichtigt werden. Dies betrifft insbesondere das in die Annahmen zu Storno und Beitragsfreistellung flie√üende Verhalten von Versicherungsnehmern. Das Modellmanagement begutachtet aber auch die ad√§quate Umsetzung des Managementverhaltens, etwa hinsichtlich Kapitalanlagesteuerung. Daher kommt der Validierung der Annahmen im Rahmen des Modellmanagements eine zentrale Aufgabe zu.

Hinterlassen Sie einen Kommentar

Ihre E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.

/* */