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 berĂŒcksichtigenden Annahmen. Die COVID-19-Pandemie und die damit einhergehende VolatilitĂ€t an den KapitalmĂ€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?

Ökonomische Annahmen

Die KapitalmĂ€rkte sind derzeit durch eine hohe VolatilitĂ€t geprĂ€gt. Einem massiven Einbruch aller bedeutender Aktienindizes folgte eine Erholung auf vielen MĂ€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 ließen sich sprunghaft ansteigende RisikoprĂ€mien fĂŒr das festverzinsliche Portfolio und das Hypothekenportfolio aufgrund des erhöhten Ausfall- und Ratingdrucks sowie eine Ausweitung von Kreditspreads beobachten.

FĂŒr Solvency-II-Zwecke ist die maßgebliche Zinskurve durch die Vorgabe von EIOPA vorbestimmt. FĂŒr andere Bewertungszwecke werden die entsprechende Annahme sowie weitere Renditeannahmen aus aktuellen Marktinformationen abgeleitet. Aufgrund der hohen VerfĂŒgbarkeit ökonomischer Daten fĂ€llt fĂŒr einzelne ökonomische Annahmen die Ableitung vergleichsweise einfach. Andere sind etwa ĂŒber die strategische Asset-Allokation jedoch abhĂ€ngig von der unternehmensindividuellen Situation und Ausrichtung.

Der Kapitalanlagesteuerung kommt in Bewertungsmodellen eine besondere Bedeutung zu, da diese aktivseitig maßgeblich als Werttreiber funktioniert – nach welcher Maßgabe 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 verhĂ€lt sich hierzu die taktische Asset-Allokation als Reaktion auf die Turbulenzen auf den KapitalmĂ€rkten? Im Rahmen des Modellmanagements gehören die entscheidenden Parameter auf den PrĂŒfstand!

Biometrische Annahmen

Noch ist es zu frĂŒh, um die Auswirkung von COVID-19 auf die Sterblichkeit und InvaliditĂ€t abschließend beurteilen zu können. Letztlich hĂ€ngt der Effekt auch vom Zeitpunkt und der Wirksamkeit eines Impfstoffstoffs und Therapielösungen ab. Es zeichnet sich jedoch ein erhöhtes Sterblichkeitsrisiko fĂŒr Ă€ltere Menschen und Personen mit bereits bestehenden gesundheitlichen Grunderkrankungen ab. Bei der Ableitung der langfristigen biometrischen Annahmen geht auch ein gewisser Grad an ExpertenschĂ€tzung ein, was die grundsĂ€tzliche Bedeutung der Pandemie angeht: handelt es sich um einen einmaligen, und daher fĂŒr die zukĂŒnftigen Ausscheidewahrscheinlichkeiten zu vernachlĂ€ssigenden Effekt? Oder werden dauerhaft BeeintrĂ€chtigungen erwartet, da das Virus eine dauerhafte Bedrohung der Gesundheit darstellt bzw. durch Ă€hnliche Krankheitserreger zukĂŒnftig hĂ€ufiger analoge Ereignisse auftreten?

Hieraus lassen sich folgende drei AnsĂ€tze ableiten (vgl. Bulletin 38 „Setting mortality assumptions in a post COVID-19 world“ von der COVID-19 Actuaries Response Group):

A. Kalibrieren der Basissterblichkeit einschließlich der Daten fĂŒr 2020

Dieser Ansatz kann unter folgenden Annahmen angemessen sein:

  • der Einfluss von COVID-19 auf die Sterblichkeit 2020 (in den fĂŒr die Kalibrierung verwendeten Daten) ist relativ klein (z.B. COVID-19 fĂŒhrte zu relativ wenigen ĂŒberzĂ€hligen TodesfĂ€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 ĂŒber 2020 hinaus anhalten werden

B. Kalibrieren der Basissterblichkeit ohne die Daten von 2020

Dieser Ansatz kann gewĂ€hlt werden, wenn die Erfahrung von 2020 als „einmalig“, und daher fĂŒr 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 groß ist
  • ein kurzer Erfahrungszeitraum verwendet wird (so dass 2020 eine relativ große Auswirkung auf die MortalitĂ€t im Jahr 2020 hĂ€tte)
  • es wird nicht erwartet, dass die Auswirkungen von COVID-19 ĂŒber das Jahr 2020 hinaus anhalten (etwa durch einen verfĂŒgbaren Impfstoff oder wirksame Behandlungsmöglichkeiten)

C. Kalibrierung der Basissterblichkeit auf Basis angepasster Daten von 2020

Die BerĂŒcksichtigung 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 groß ist, aber klar identifiziert und abgegrenzt werden kann (und daher anpassbar ist)
  • der Wunsch besteht, die Datenmengen möglichst maximal zu halten
  • nicht erwartet wird, dass die Auswirkungen von COVID-19 ĂŒber 2020 hinaus anhalten

UnabhĂ€ngig hiervon empfiehlt sich ein proaktives Management und die Überwachung der kurz- und langfristigen VerĂ€nderungen der biometrischen Risiken – wie gestaltet sich das Risikoprofil? Welche TeilbestĂ€nde sind z.B. aufgrund der Altersstruktur möglicherweise 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 VerstĂ€rkung des Trends eine kurzfristige Übersterblichkeit (ĂŒber-)kompensiert.

Versicherungsnehmerverhalten

FĂŒr die COVID-19-Pandemie gibt es nur bedingt ErfahrungsschĂ€tze aus der Vergangenheit, insbesondere hinsichtlich des Verhaltens der Versicherungsnehmer. Dennoch können die Beobachtungen aus der Finanzmarktkrise 2008 als StĂŒtze dienen. Analog zur Situation vor ĂŒber einem Jahrzehnt kann der wirtschaftliche Druck durch den Verlust des Arbeitsplatzes, eine Einkommensminderung oder anderweitigen Bedarf nach LiquiditĂ€t die Versicherungsnehmer zwingen, ihre Police zu kĂŒndigen oder beitragsfrei zu stellen. Entsprechende Daten aus 2008 und den letzten Monaten sollten ĂŒbereinander gelegt und bei der Festlegung von Stornoannahmen berĂŒcksichtigt werden.

Viele Versicherungen haben bereits mit der EinfĂŒhrung neuer oder der Ausweitung vorhandener Regelungen zu Stundungen reagiert, um einem erhöhten Storno entgegenzuwirken. Hieraus resultierende Auswirkungen auf die Stornoannahmen mĂŒssen eng nachverfolgt werden. Ebenso gilt es, diese Lösungen und die Auswirkungen auf die Zahlungsströme angemessen im Modell zu berĂŒcksichtigen. Dies kann sich als komplex erweisen, da Verwaltungssysteme und Modellplattformen im Regelfall nicht hierfĂŒr konzipiert wurden – daher sollte hier neben dem Annahmeprozess auch ein Augenmerk auf die Schnittstellen fĂŒr die Aufbereitung der Bestandsdaten gelegt werden.

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

Eine Anmerkung zum Schluss

Der Prozess zur Festlegung der Annahmen ist in der Regel stark abhĂ€ngig von ErmessensspielrĂ€umen und Expertenmeinungen. Dabei mĂŒssen sowohl kurzfristige Auswirkungen als auch potenzielle langfristige EinflĂŒsse adĂ€quat berĂŒcksichtigt werden. Dies betrifft insbesondere das in die Annahmen zu Storno und Beitragsfreistellung fließende Verhalten von Versicherungsnehmern. Das Modellmanagement begutachtet aber auch die adĂ€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.