Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Zeitschrift für die gesamte Versicherungswissenschaft
Erschienen in: Zeitschrift für die gesamte Versicherungswissenschaft 5/2010

01.02.2010 | Abhandlung

Naturgefahrenmodellierung in internen Risikomodellen – Unverzichtbares Rüstzeug für Strategieentscheidungen des Managements der Zukunft

verfasst von: Dorothea Diers

Erschienen in: Zeitschrift für die gesamte Versicherungswissenschaft | Ausgabe 5/2010

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Zusammenfassung

In diesem Aufsatz wird ein mehrjähriger Modellrahmen eines internen Simulationsmodells zugrunde gelegt. Es werden zwei verschiedene Vorgehensweisen für die Sturm-Katastrophenmodellierung vor dem Hintergrund ihrer Anwendbarkeit im Steuerungskontext bewertet. Als konkrete Anwendung wird die Modellierung von Selbstbehalten am Beispiel des mathematisch-statistischen Ansatzes dargestellt. Ein mehrjähriger Risikokapitalbegriff wird herangezogen, der im mehrjährigen Kontext als interne Kapitalanforderung dienen kann (z.B. ORSA). In einer Fallstudie wird die Wirkung konkreter Managementstrategien vor einem fünfjährigen Zeithorizont anhand eines Beispieldatensatzes untersucht, der durch eine starke Dominanz der Katastrophenrisiken (hier Sturm, Flut) gekennzeichnet ist. Hieraus können allgemeine Steuerungsimpulse abgeleitet werden.
Vorheriger Artikel Versicherungszyklen in der deutschen KFZ-Versicherung
Nächster Artikel Bootstrapping the chain-ladder method for several correlated run-off portfolios

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren
Fußnoten
1
Siehe hierzu ausführlich Diers (2007). Bei dem in diesem Abschnitt dargestellten mehrjährigen Modellrahmen beziehen wir uns auf die Ausführungen in Diers (2008b).
 
2
Ökonomische Eigenmittel sind definiert als Differenz von Marktwert der Aktiva und Marktwert der Passiva (Best Estimate plus Market Value Margin). Hier wird eine etwas vereinfachte Darstellung gewählt, z.B. Vernachlässigung der sonstigen Aktiva und Passiva. Wir betrachten das Ergebnis vor Gewinnausschüttung an die Anteilseigner.
 
3
Zur Modellierung der Steuern siehe Diers (2007).
 
4
Hierzu soll angemerkt werden, dass die optimale Höhe des Eigenkapitals mit der optimalen Geschäftsbereichssteuerung im Rahmen des Shareholder-Value-Kalküls zu bestimmen ist, siehe Gründl u. Schmeiser (2002).
 
5
Der Tail-Value-at-Risk ist für Zufallsvariablen mit stetiger Verteilung ein kohärentes Risikomaß. Eine Diskussion der Vor- und Nachteile von Risikomaßen wie VaR und TVaR soll an dieser Stelle nicht erfolgen, ist aber notwendig, siehe z.B. Koryciorz (2004), Pfeifer (2004b), Rootzén u. Klüppelberg (1999) und IAA (2004).
 
6
Die Darstellung der Modellierung der beiden Ansätze erfolgt analog zu den Darstellungen in Diers (2008a).
 
7
Die Versicherungsunternehmen können eigene geophysikalisch-meteorologische Modelle entwickeln, was allerdings sehr aufwendig ist. Darüber hinaus werden solche Modelle von unterschiedlichen kommerziellen Anbietern zur Verfügung gestellt. Eine Darstellung der Modellierung findet sich in Straßburger (2006).
 
8
Siehe Pfeifer (2000).
 
9
Schadenanfälligkeitsfunktionen sind Schadengradkurven, die eine analytische Beziehung zwischen einem Kumulereignis und dem auftretenden Schaden herstellen.
 
10
Liegen die Bestandsdaten auf Adressebene vor, kann der Bestand geocodiert werden, d.h. die Risiken können mit exakten geographischen Koordinaten versehen werden, was sicherlich ein deutlicher Vorteil zu der Postleitzahlen-Basis ist.
 
11
Die Begriffe Event und Ereignis werden in dieser Abhandlung synonym verwendet.
 
12
Die Anzahl der Events unterscheiden sich je Anbieter und Gefahr.
 
13
Zur Modellierung mittels ELTs siehe auch Straßburger (2006).
 
14
Vor Maximum bedeutet, dass die Begrenzung des maximalen Schadens jedes Szenarios i durch MAX_Sturm an dieser Stelle noch nicht berücksichtigt wird (siehe unten).
 
15
Hierdurch entsteht ein Parameterrisiko. Darüber hinaus existiert ein Modellrisiko. Es sollte mit dem Anbieter geklärt werden, ob diese beiden Risikoarten bereits in den geophysikalischen Modellen berücksichtigt wurden. Ist dies nicht der Fall, sollten sie zusätzlich modelliert werden. Die Darstellung der Modellierung dieser Risiken ist nicht Gegenstand dieser Abhandlung.
 
16
Siehe hierzu Diers (2008a).
 
17
Die einzelnen Schadenhöhenverteilungen des neuen kollektiven Modells sind Mischungen aus den gegebenen Schadenhöhenverteilungen. Siehe Pfeifer (2004a), Straßburger (2006) und Hipp u. Michel (1990).
 
18
Ob die Annahmen des kollektiven Modells erfüllt sind, ist zu prüfen.
 
19
Hierbei entsteht ein Parameterrisiko, das zusätzlich berücksichtigt werden muss.
 
20
Das Maximum des Betroffenheitsgrades kann in Abhängigkeit des Portfolios oder der getesteten Strategien kleiner als 100% sein.
 
21
“Vor_Maximum” bedeutet, dass der Betroffenheitsgrad pro Ereignis noch nicht durch MAX _ BG X begrenzt ist.
 
22
Die Nutzung der Accept-Funktion stellt eine Möglichkeit zur Kappung der Schadenhöhen dar, die allerdings nur in den Fällen anwendbar ist, in denen Verteilungen ausgewählt wurden, bei denen nur eine geringe Anzahl von Simulationen oberhalb der Bedingung liegt. Ist dies nicht der Fall sollte die ausgewählte Verteilung auf ihre Angemessenheit geprüft werden. Ein alternativer Ansatz besteht in der Kappung durch Einbeziehung der Minimum-Funktion: SH X =min (AnzR⋅BG X ⋅DS X ;MAX _ Sturm X ). Beide Ansätze führen allerdings zu unterschiedlichen Effekten.
 
23
Betroffenheitsgrade und Durchschnittsschadenhöhen sind gemäß Annahme des kollektiven Modells unabhängig. Ob diese Annahme in der Praxis erfüllt ist, ist zu überprüfen.
 
24
An dieser Stelle soll auf Rosemeyer u. Klawa (2006) verweisen werden, die die Anzahl der Stürme in Deutschland seit 1970 untersucht und die Negative Binomial-Verteilung als die geeignetere Verteilung identifiziert haben.
 
25
Siehe hierzu Diers (2008a).
 
26
Bei der Modellierung auf Basis mathematisch-geophysikalischer Modelle eines externen Anbieters muss dieser hinzugezogen werden, um die ELTs entsprechend anzupassen.
 
27
In der Praxis werden in der Regel mindestens 100.000 Simulationen durchgeführt. Im Folgenden werden die operationalen Risiken vernachlässigt.
 
28
Eine Überleitung der ökonomischen Sicht in die HGB-bilanzielle Sicht ist in Diers (2007) dargestellt und nicht Gegenstand dieses Papiers.
 
29
Siehe auch die Untersuchungen in Eling et al. (2007).
 
30
Das technische Pricing erfolgte mittels Standardabweichungsprinzip mit einem Loading von 25%. Des Weiteren wurde eine Kostenkomponente berücksichtigt. Siehe hierzu Diers (2007).
 
31
Zu einer Beschreibung verschiedener Allokationsverfahren und einer Bewertung ihrer Einsatzmöglichkeiten im Steuerungskontext siehe Koryciorz (2004). Vgl. auch die Beispiele in Diers (2008c).
 
32
Wir definieren dieses Allokationsprinzip sinnvollerweise im Zusammenhang mit dem TVaR als der Risikokapitalbestimmung zugrundeliegendes Risikomaß. Es gibt auch eine allgemeinere Definition, wonach das Allokationsverfahren allerdings nicht kohärent ist. Siehe hierzu auch Koryciorz (2004).
 
33
Dieser kann mit dem Co-Semivarianz-Prinzip eingedämmt werden. Siehe Bamberg et al. (2005).
 
34
In diesem Beispiel setzen wir die Kapitalkosten mit 10% fest und beziehen diese nur auf das unter Risiko stehende Kapital. So erhalten wir einen „risikoadjustierten“ EVA_ra.
 
Literatur
Albrecht, P.: Zur Messung von Finanzrisiken. In: Albrecht, P. (Hrsg.) Mannheimer Manuskripte zur Risikotheorie. Portfolio Management und Versicherungswirtschaft, Nr. 143 (2003)
Albrecht, P., Koryciorz, S.: Value-at-Risk für Versicherungsunternehmen: Konzeptionelle Grundlagen und Anwendungen; Mannheimer Manuskripte zur Risikotheorie. Portfolio Management und Versicherungswirtschaft, Nr. 116 (1999)
Bamberg, G., Dorfleitner, G., Glaab, H.: Risikobasierte Kapitalallokation in Versicherungsunternehmen unter Verwendung des Co-Semivarianz-Prinzips. In: Spremann, K. (Hrsg.) Versicherungen im Umbruch: Werte schaffen, Risiken managen, Kunden gewinnen, S. 399–414. Springer, Berlin (2005)
Clark, K.M.: A formal approach to catastrophe risk assessment and management. Proc. Casualty Actuar. Soc. 1986, 69–92 (2002)
D’Agostino, R.B., Stephens, M.A.: Goodness of Fit Techniques. Dekker, New York (1986)
Diers, D.: Interne Unternehmensmodelle in der Schaden- und Unfallversicherung – Entwicklung eines stochastischen internen Modells für die wert- und risikoorientierte Unternehmenssteuerung und für die Anwendung im Rahmen von Solvency II. ifa-Verlag, Bonn (2007). www.​ifa-ulm.​de
Diers, D.: Der Einsatz mehrjähriger Interner Modelle zur Unterstützung von Managemententscheidungen. ZVersWiss 97(1), 91–112 (2008b). Supplement CrossRef
Diers, D.: Aspekte der rendite- und risikoorientierten Steuerung in der Schaden- und Unfallversicherung. Schriftenreihe SCOR Deutschland, Bd. 7. Verlag Versicherungswirtschaft, Karlsruhe (2008c)
Dong, W.: Building a More Profitable Portfolio. Modern Portfolio Theory with Application to Catastrophe Insurance. Reactions Publishing Group, London (2001)
Eling, M., Parnitzke, T., Schmeiser, H.: Zur Integration heuristischer Managementregeln in die Dynamische Finanzanalyse. ZVersWiss, Ergänzungsband 291–303 (2007).
Gründl, H., Schmeiser, H.: Marktwertorientierte Unternehmens- und Geschäftsbereichssteuerung in Finanzdienstleistungsunternehmen. Z. Betriebswirtsch. 72(8), 797–822 (2002)
Hipp, Ch., Michel, R.: Risikotheorie: Stochastische Modelle und Statistische Methoden. Schriftenreihe Angewandte Versicherungsmathematik. Verlag VVW, Karlsruhe (1990)
International Actuarial Association (IAA): A global framework for insurer solvency assessment: a research report by the insurer solvency assessment working party, Ottawa (2004)
Kortebein, et al.: Interne Risikomodelle in der Schaden-/Unfallversicherung. (Hrsg.) DAV-Arbeitsgruppe Interne Risikomodelle. Schriftenreihe Versicherungs- und Finanzmathematik, DGVFM, Bd. 35. Verlag VVW, Karlsruhe (2008)
Koryciorz, S.: Sicherheitskapitalbestimmung und -allokation in der Schadenversicherung: Eine risikotheoretische Analyse auf der Basis des Value-at-Risk und des Conditional Value-at-Risk. Veröffentlichungen des Instituts für Versicherungswissenschaft der Universität Mannheim, Bd. 67. Verlag VVW, Karlsruhe (2004)
McNeil, A., Frey, R., Embrechts, P.: Quantitative Risk Management—Concepts Techniques Tools. Princeton Series in Finance. Princeton University Press, Princeton (2005)
Osetrova, A., Schmeiser, H.: Interne Risikosteuerungsmodelle aus wissenschaftlicher Sicht. Working Papers on Risk Management and Insurance No. 11. Universität St. Gallen (2005)
Pfeifer, D.: Wissenschaftliches Consulting im Rückversicherungsgeschäft: Modelle, Erfahrungen, Entwicklungen. Z. Versicherungswesen 21, 771–777 (2000)
Pfeifer, D.: Solvency II: neue Herausforderungen an Schadenmodellierung und Risikomanagement?. In: Albrecht, P., Lorenz, E., Rudolph, B. (Hrsg.): Risikoforschung und Versicherung – Festschrift für Elmar Helten zum 65. Geburtstag, pp. 467–489. Verlag Versicherungswirtschaft, Karlsruhe (2004a)
Pfeifer, D.: VaR oder Expected Shortfall: Welche Risikomaße sind für Solvency II geeignet? Preprint, Universität Oldenburg (2004b)
Pfeifer, D., Neslehova, J.: Modeling dependence in finance and insurance: the copula approach. Blätt. DGVFM XXVI(2), 177–191 (2004)
Rootzén, H., Klüppelberg, C.: A single number can’t hedge against economic catastrophes. Ambio 28(6), 550–555 (1999)
Rosemeyer, J.C., Klawa, M.: Modellierung von Sturmserien mit Hilfe der Negativbinomialverteilung. Z. Versicherungswesen 57, 153–156 (2006)
Schradin, H., Zons, M.: Konzepte einer wertorientierten Steuerung von Versicherungsunternehmen. In: Gründl, H., Perlet, H. (Hrsg.) Solvency II Risikomanagement – Umbruch in der Versicherungswirtschaft, S. 163–181. Gabler Verlag, Wiesbaden (2005)
Straßburger, D.: Risk Management and Solvency – Mathematical Methods in Theory and Practice. Dissertation an der Carl von Ossietzky Universität Oldenburg (2006)
Whitaker, D.: Catastrophe modelling. In: Golden, N. (Hrsg.): Rational Reinsurance Buying, S. 103–122. RISK Books, London (2002)
Woo, G.: The Mathematics of Natural Catastrophes. Imperial College Press, London (1999)
Metadaten
Titel
Naturgefahrenmodellierung in internen Risikomodellen – Unverzichtbares Rüstzeug für Strategieentscheidungen des Managements der Zukunft
verfasst von
Dorothea Diers
Publikationsdatum
01.02.2010
Verlag
Springer-Verlag
Erschienen in
Zeitschrift für die gesamte Versicherungswissenschaft / Ausgabe 5/2010
Print ISSN: 0044-2585
Elektronische ISSN: 1865-9748
DOI
https://doi.org/10.1007/s12297-009-0077-3

Weitere Artikel der Ausgabe 5/2010

Zeitschrift für die gesamte Versicherungswissenschaft 5/2010 Zur Ausgabe

Abhandlung

Die Private Krankenversicherung im Fokus des Verfassungsrechts

Abhandlung

Optimal rate classification for enhanced annuities

Abhandlung

Das Direktanspruchsstatut nach dem EuGH-Urteil „Odenbreit“

Abhandlung

Bootstrapping the chain-ladder method for several correlated run-off portfolios

Abhandlung

Asset management in an inflationary environment—Are commodities a useful hedge?

Abhandlung

Versicherungszyklen in der deutschen KFZ-Versicherung