dr. diego jiménez-huertaamis.org.mx/informaweb/documentos/archivos/2.4_dj...la idea de la adopción...
TRANSCRIPT
CONFIDENTIAL© 2010 Risk Management Solutions, Inc. 3
Gestión
Suscripción Acumulaciones Reaseguro Apetito de Riesgo
Modelaje
El Supuesto de Independencia
Calibración y Validación
PérdidasConsecuenciales
RiesgosEspeciales
CONFIDENTIAL© 2010 Risk Management Solutions, Inc. 5
Modelaje
El Supuesto de Independencia
Calibración y Validación
PérdidasConsecuenciales
RiesgosEspeciales
Representa eventos
con el potencial de
generar pérdidas
Calcula la
amenaza en una
ubicación
Calcula el daño
dado un nivel de
amenaza
Aplica las
conduciones de
aseguramiento y
calcula la pérdida
para distintas
perspectivas
financieras
Conjunto Eventos Amenaza Vulnerabilidad
PERDIDA NETA
CO
AS
EG
UR
O
REASEGURO NO
PROPORTCIONAL
RETENCION
DEDUCIBLE
Pérdida Financiera
CONFIDENTIAL© 2010 Risk Management Solutions, Inc. 6
Modelaje
El Supuesto de Independencia
Representa eventos
con el potencial de
generar pérdidas
Conjunto Eventos
CONFIDENTIAL© 2010 Risk Management Solutions, Inc. 7
Modelaje
Calibración y Validación
Representa eventos
con el potencial de
generar pérdidas
Calcula la
amenaza en una
ubicación
Calcula el daño
dado un nivel de
amenaza
Aplica las
conduciones de
aseguramiento y
calcula la pérdida
para distintas
perspectivas
financieras
Conjunto Eventos Amenaza Vulnerabilidad
PERDIDA NETA
CO
AS
EG
UR
O
REASEGURO NO
PROPORTCIONAL
RETENCION
DEDUCIBLE
Pérdida Financiera
CONFIDENTIAL© 2010 Risk Management Solutions, Inc. 8
Modelaje
PérdidasConsecuenciales
RiesgosEspeciales
Calcula el daño
dado un nivel de
amenaza
Vulnerabilidad
CONFIDENTIAL© 2010 Risk Management Solutions, Inc. 9
Modelaje
El Supuesto de Independencia
Zona de subducción:
1. Eventos (M>6.5) generados por el mecanismo de empuje en la
(interfaz)
2. Eventos profundos dentro de la placa subyacente (intraplaca)
Sismicidad en la corteza terrestre (sismicidad de fondo)
Fallas activas
CONFIDENTIAL© 2010 Risk Management Solutions, Inc. 10
Modelaje
El Supuesto de Independencia
Modelo basado en la distribución característica de sismos
Incorpora escenarios de ruptura de segmentos múltiples
(eventos muy raros pero de alta severidad)
Las probabilidades de ocurrencia están en función del
tiempo
– Probabilidades bajo el supuesto de independencia también
disponibles para análisis de sensibilidad
Fuente: USGS
CONFIDENTIAL© 2010 Risk Management Solutions, Inc. 11
Modelaje
Calibración y Validación
Proceso riguroso en donde se calibra/valida en función de
las siguientes observaciones:
– el nivel de movimiento del suelo;
– el daño estructural ; y
– las pérdidas económicas y de mercado (aseguradas).
Para este fin es imperativo tener dos bases de datos
distintas (internas):
– Exposiciones de mercado
– Exposiciones económicas
La incertidumbre alrededor de las pérdidas económicas y
aseguradas reportadas es tomada en cuenta
CONFIDENTIAL© 2010 Risk Management Solutions, Inc. 12
Modelaje
Calibración y Validación
Reconstrucciones detalladas de los siguientes eventos:
– 1912 Acambay M7.0 (corteza)
– 1973 Veracruz M7.3 (intraplaca)
– 1985 Michoacan M8.0 (interfaz)
– 1995 Copala M7.3 (interfaz)
– 1999 Puebla M6.9 (intraplaca)
– 1999 Oaxaca M7.4 (intraplaca)
– 2003 Colima M7.5 (interfaz)
0 100 km
1985 Michoacan
2003 Colima
1912 Acambay
1995 Copala
1999 Oaxaca
1999 Puebla
1973 Veracruz
Kostoglodov and Pacheco (2004)
CONFIDENTIAL© 2010 Risk Management Solutions, Inc. 13
Modelaje
Calibración y Validación
Daño desproporcionado en México (>300km del epicentro).
Pérdidas económicas: USD4000 millones (dólares de 1985)
Pérdidas aseguradas: USD325 millones (dólares de 1985)
300 edificios altos se colapsaron
CONFIDENTIAL© 2010 Risk Management Solutions, Inc. 14
Modelaje
Calibración y Validación
15065
09007
15121
15058
15050
15025
15017
15103
09016
0900815122
15104
15033
15089
15081
09017
09002
09009
15060
15009
09003
15043
09010
15028
15002
09004
15083
15020
15062
15069
09011
15029
15011
15099
15070
09005
09012
15093
15030
15037
15100
15022
09013
15109
09006
15046
1503815013
15101
15031
15057
09014
15039
09015
Reference Modeled
SAPeriod: 1.3s(High-rise)
SAPeriod: 2.3s(Tall)
15065
09007
15121
15058
15050
15025
15017
15103
09016
0900815122
15104
15033
15089
09017
09002
09009
15060
15009
09003
15043
09010
15028
15002
09004
15083
15020
15062
15069
09011
15029
15011
15099
15070
09005
09012
15093
15030
15037
15100
15022
09013
15109
09006
15046
15038
15013
15101
15031
15057
09014
15039
09015
15065
09007
15121
15058
15050
15025
15017
15103
09016
0900815122
15104
15033
15089
09017
09002
09009
15060
15009
09003
15043
09010
15028
15002
09004
15083
15020
15062
15069
09011
15029
15011
15099
15070
09005
09012
15093
15030
15037
15100
15022
09013
15109
09006
15046
15038
15013
15101
15031
15057
09014
15039
09015
15065
09007
15121
15058
15050
15025
15017
15103
09016
0900815122
15104
15033
15089
15081
09017
09002
09009
15060
15009
09003
15043
09010
15028
15002
09004
15083
15020
15062
15069
09011
15029
15011
15099
15070
09005
09012
15093
15030
15037
15100
15022
09013
15109
09006
15046
1503815013
15101
15031
15057
09014
15039
09015
CONFIDENTIAL© 2010 Risk Management Solutions, Inc. 15
Modelaje
Calibración y Validación
0%
10%
20%
30%
40%
1 2-3 4-7 8-14 15+Mean
Dam
ag
e R
ati
o
Number of Stories
Observed
Modeled
Otani et al. (1987)
Juarez et al. (1986)
0%
4%
8%
12%
16%
URM Partial RM
Confined RC Mid
Mean
Dam
ag
e R
ati
o
Construction type
Observed
Modeled
0
2,000
4,000
6,000
Lake zone Transition Hill zone
Dam
ag
ed
flo
or
are
a
(millio
n m
2)
Ground conditions
Observed
Modeled
Ordaz et al. (1986)
CONFIDENTIAL© 2010 Risk Management Solutions, Inc. 16
Modelaje
Calibración y Validación
3,458
10,088
2,607
7,474
0 2,000 4,000 6,000 8,000 10,000 12,000
Residential
Only
Total
Millions USD (2008)
Observed
Modeled
1.33
1.35
CONFIDENTIAL© 2010 Risk Management Solutions, Inc. 17
Modelaje
Calibración y Validación
165
273
246
3,458
138
240
270
2,607
0 1000 2000 3000 4000
1999 Oaxaca M7.4
2003 Colima M7.5
1999 Puebla M6.9
1985 Michoacan M8.0
Millions USD
Observed
Modeled
1.33
0.91
1.14
1.19
CONFIDENTIAL© 2010 Risk Management Solutions, Inc. 18
Modelaje
Pérdidas Consecuenciales
El tiempo de interrupción experimentado luego de un evento
depende del tipo de uso y el nivel de daño estructural.
Dependiendo del tipo de uso, el daño a suministros clave
tales como luz, agua y gas, pueden extender el tiempo de
interrupción.
Se asume que la poliza está suscrita para cubrir pérdida de
ingresos y no de ganancias.
– El seguro paga pérdidas consecuenciales hasta que la operatividad
de la instalación sea restablecida al 100%.
La cobertura esta suscrita por un periodo de indemnidad
anual. El deducible puede ser un valor monetario, un % de
la pérdida o un período de espera en dias.
CONFIDENTIAL© 2010 Risk Management Solutions, Inc. 19
Modelaje
Pérdidas Consecuenciales
1. Calcular daño estructural medio(MDR).
2. Estimar el estado de daño (DS) en funcion del MDR de la estructura.
3. Utlizar el estado de daño y tipo de usopara extraer la curva de restablecimiento de la instalación.
4. En funcion del nivel de amenaza y del tipo de uso, extraer la curva de restablecimiento de suministros clave.
5. Combinar las curvas de restablecimiento para estimar el tiempo de interrupcion (EDT)
6. Modificar el tiempo estimado de interrupcion en funcion de variables como grado de preparacion y redundancia.
7. Calcular el EDT como fraccion de los 365 dias del periodo de indemnidad.
1
2
34
6
5
7
CONFIDENTIAL© 2010 Risk Management Solutions, Inc. 20
Modelaje
Riesgos Especiales
Modelo avanzado para la caracterización de la
vulnerabilidad de instalaciones industriales (edificios,
contenidos, pérdidas consecuenciales).
Cubre instalaciones que van desde telecomunicaciones
hasta procesamiento de gas natural (petroquímicas,
comunicaciones, hidráulicas, minería, alimentos, etc.).
La diferenciación del riesgo de los distintos tipos de
instalaciones industriales repercute en las decisiones de
suscripcion y de gestion de acumulaciones.
Su uso está justificado por los valores expuestos asociados
con este tipo de riesgos especiales, y su perfil de
vulnerabilidad.
CONFIDENTIAL© 2010 Risk Management Solutions, Inc. 21
Modelaje
Riesgos Especiales
Dada una instalación
industrial se identifican sus
distintos componentes.
El modelo contempla
funciones de vulnerabilidad
específicas para cada uno
de éstos.
La funcion de vulnerabilidad
de la instalación esta
compuesta mediante una
ponderación de las
funciones especificas de
cada componente.
CONFIDENTIAL© 2010 Risk Management Solutions, Inc. 23
Gestión
Suscripción Acumulaciones Reaseguro Apetito de Riesgo
La idea de la adopción del modelaje como un proceso
independiente de la gestión es una cosa del pasado.
La tecnología de información esta revolucionando la
práctica moderna del seguro y reaseguro.
El modelaje y análisis de riesgos están cada vez más
íntimamente ligados a los procesos de suscripción y gestión
de cartera.
Las entidades competitivas de seguro y reaseguro son
empresas analíticas que usan los modelos de riesgo
catastrófico como un arma en un arsenal de herramientas
sofisticadas para la creación de intuición en el negocio y,
como fin último, de valor.
CONFIDENTIAL© 2010 Risk Management Solutions, Inc. 24
Gestión
Suscripción
Terremoto
Estadística
Prima Técnica $7,877K
Prima Pura de Riesgo (RMS) $3,283K
Desviacioón Estándar (σ) $11,070K
Contribution PML 1500 de Cartera Industrial EQ 15.2%
Periodo de Retorno OEP
250 $78M
1500 $106M
1500 TCE $122M
PólizaProb.Act.
Prob. Agot.
Peril LOB Capa
EQ Layer 1 22.4% 3.66% EQ IND 90% 30M
TIV: $1,685M
Límite: $439M
Núm. de
Ubicaciones:
35
Cobertura: MX-EQ
Periodo : 01/01/2010 – 12/30/2011
Siniestralidad
2010 $1,300K
2009 $895K
2008 $1,211K
Calidad Datos
Completitud 61%
Precisión 86%
Incremento Marginal de Acumulación
ZONA B +1.8% ZONA G +7.4%
ZONA A +2.5% ZONA B1 +2.9%
ZONA C +5.0% ZONA J +1.0%
Prima
2010 $7,500K 3%
2009 $7,300K 7%
2008 $6,800K 4%
Cuenta Ciudad Estado Prima Pura% de
CuentaLímite
ExpuestoDetalles
RMS_ACCT_5695_CHEMICAL Guadalajara Jalisco 1,673K 50.1% 224M Ver
Eventos Históricos y Pérdidas Netas Asociadas
Event ID Pérdida Neta Descripción Evento
2477673 17,777,194 MX Michoacan 1985 M8.0
2477675 7,075,936 MX Acambay 1912 M7.0
2477669 6,245,384 MX Colima 2003 M7.5
2477671 2,544,807 MX Oaxaca1999 M7.4
2477672 2,533,278 MX Copala 1995 M7.3
CONFIDENTIAL© 2010 Risk Management Solutions, Inc. 25
Gestión
Acumulaciones ReaseguroApetito de
Riesgo
Principales Eventos Estocásticos y Efecto en Cartera
EventID DescripciónPérdida Neta
(MXP)2451563 Crustal, Mexico Central (MC),
Mexico, Crustal Background Source1,123,004,837
2451564 Crustal, Mexico Central (MC), Mexico, Crustal Background Source
1,074,995,173
2451573 Crustal, Mexico Central (MC), Mexico, Crustal Background Source
1,065,778,071
2451553 Crustal, Mexico Central (MC), Distrito Federal, Crustal Background Source
1,057,065,567
Principales Cuentas por Indice de Concentración
Nombre Indice ConcentraciónRMS_ACCT_5609 9.00
RMS_ACCT_5660 8.83
RMS_ACCT_5535 8.30
RMS_ACCT_5654 8.04
Eventos Históricos y Pérdidas Asociadas
EventID DescripciónPérdida Neta
(MXP)2477673 MX Michoacan 1985 M8.0 1,050,128,313
2477672 MX Copala 1995 M7.3 921,078,011
2477669 MX Colima 2003 M7.5 710,998,256
2477675 MX Acambay 1912 M7.0 622,145,324
Cartera PML250 Años
OEP
Contribución a PML250
de Cartera OEP
PML250 Años
TCE
Contribución a
PML250 de Cartera
TCE
Consumo de
Capital
Costo de
Reaseguro
Mexico Industrial 393,316,058 MXP 32.50% 574,772,435 MXP 30.60%
Capacity Remaining
RiskManager Accumulations
Análisis de Cartera Industrial
Consumo de Capacidad de Suscripción por Zona AMISContribución al PML 250 Años por Zona AMIS Acumulaciones
CONFIDENTIAL© 2010 Risk Management Solutions, Inc. 26
Gestión
Apetito de Riesgo
El cálculo del PML es una consideración técnica;
la determinación del periodo de retorno no lo es, es una
consideracion económico-financiera que representa el
apetito de riesgo del agente tomador de riesgos, o la
tolerancia de riesgo de una entidad reguladora o
calificadora de riesgos.
A.M.Best
• 1/100 Meteorológicos
• 1/250 Terremoto
• PML Neta(OEP)
S&P
• 1/250
• PML Neta(AEP)
Fitch
• Usa esperanzacondicional de cola (TCE)
• Neta de reaseguro
Moody’s
• 1/1000
• Neta de reaseguro
Fuente: Guy Carpenter, Rating Agency Update, November 2006