Grundforskning tillhandahåller data om morgondagens försäkringsrisker

"Utan grundforskning skulle vår kunskapsnivå vara helt annorlunda - och för att förstå framtida risker är nya insikter också centrala", betonade Iwan Stalder, Head of Group Accumulation Management vid Zurich Insurance Group. Stalder och hans team identifierar, kvantifierar och aggregerar risker. På så sätt kan de visa hur mycket deras företag exponeras över hela portföljen (utan livförsäkringar). Detta inkluderar alla risker från naturkatastrofer till mänskligt orsakade händelser.

Ursprungligen koncentrerade sig teamet på naturkatastrofer. Men explosionen i den kinesiska hamnstaden Tianjin 2015 visade att även industriolyckor kan leda till katastrofer. Sedan dess har scenarier som pandemier, industriolyckor eller frågan om "var nästa asbest-scenario hotar", varit en del av deras portfölj.

Försäkringar är, på grund av sitt arbete med komplexa risker, till vissa av de aktörer som är särskilt starkt beroende av väl underbyggda vetenskapliga insikter. När de bedömer klimatförändringar, naturkatastrofer, pandemier eller cyberincidenter, behöver de modeller från matematik, fysik och klimatvetenskap. Dessa modeller utgör grunden för kvantifiering av risker, fördelning av kapital och försäkringsprodukter som erbjuder skydd och stabilitet för samhället och ekonomin.

Datan, modellerna och osäkerheterna

Kärnan i varje riskvärdering är data. Till de mest värdefulla källorna hör skadehistoriken med de skador som har rapporterats av de försäkrade och de ersättningar som har utbetalats. I USA, till exempel, finns det årtionden av erfarenhet av orkaner, tornados och hagelstormar. Data från dessa händelser ger en detaljerad bild av hur ofta sådana stormar inträffar och hur stor skadepotentialen är. Utifrån dessa skadedata kan sårbarheter identifieras och riskmodeller optimeras.

Vid användning av olika externa modeller skiljer sig resultaten ibland starkt. Om ett försäkringsbolag matar modellerna med sina egna data om skador orsakade av virvelstormar, blir det snabbt klart vilken som bäst återspeglar verkligheten. Ingen modell är perfekt, som Stalder betonar, men genom en jämförelse med verkliga erfarenheter kan den mest korrekta identifieras. I ett ytterligare arbetssteg måste alla modeller regelbundet uppdateras. Om data om skador är tillgängliga, använder Stalders team dessa för att kalibrera om antagandena, annars litar det på ytterligare modeller, vetenskapliga insikter och expertutlåtanden. Katastrofmodeller är därmed inte statiska, utan utvecklas konstant när nya vetenskapliga insikter uppstår, byggnormer ändras, nya risker uppstår och klimatet själv förändras. Till och med orkansmodellerna för USA, som sträcker sig över en hel generation, måste regelbundet uppdateras. "Allt är i rörelse, vi lär oss hela tiden", sammanfattar Stalder.

Vissa osäkerheter kvarstår alltid, men de är större när det finns få data. Naturfaror är relativt väl utforskade, men de exakta effekterna av klimatförändringar på frekvensen och intensiteten av specifika händelser är svåra att förutsäga. Osäkerheten är ännu större vid cyberincidenter: det saknas extrema händelser som kan tjäna som referenspunkter. Orsaken till "CrowdStrike Event" i juli 2024, där datorsystem över hela världen slutade fungera, var en felaktig mjukvaruuppdatering. Även om det inte var en cyberattack visade händelsen hur miljontals system kan slås ut på en gång.

Grundforskningens roll

För försäkringsbranschen är grundforskning central. Till exempel tillhandahåller klimatvetenskapen scenarier för insamling av aktuella data i katastrofmodeller: stigande havsnivåer, intensivare regnfall eller nya stormbanor. Toxikologiska studier om ämnen som PFAS belyser nya ansvarsrisker. Dessa "evighetskemikalier" orsakade nyligen ett försäljningsförbud för jordbruksprodukter i Schweiz. "Sådana forskningsarbeten, som ofta stöds av institutioner som SNF, utgör den vetenskapliga grunden för våra praktiska riskmodeller", förklarar Stalder.

Förbindelsen mellan vetenskap och praktik sker ofta via data, metoder och scenarier från grundforskningen. Ett exempel är det SNF-stödda projektet scClim: Universitetet i Bern, ETH Zürich och Agroscope utvecklar tillsammans högupplösta simuleringar av superceller i Alperna. Målet är bättre prognoser om lokalt avgränsade, intensiva åskväder.

En nyckelroll spelar också teknologisk forskning. Artificiell intelligens, i synnerhet neurala nätverk, används nu allt oftare för att känna igen mönster i stora datamängder. Rötterna till dessa metoder går tillbaka till den teoretiska grundforskningen på 1950- och 1960-talen. Ursprungligen var sådana tillämpningar varken omfattande eller effektiva. Efter att datorkapaciteten och algoritmerna gjort enorma framsteg under det senaste decenniet, arbetar dessa system nu mycket snabbare och exakt. "Vissa insikter om aktuella risker skulle vara otänkbara utan neurala nätverk. De är det direkta resultatet av årtionden av grundforskning", betonade Stalder. I ett sådant projekt med SNF-bidrag utvecklar Universität Basel och IBM optimerade neurala nätverk genom kvantdatorer.

Från modellvalidering till egen utveckling

Förbindelsen mellan vetenskap och praktik märks också vid användningen av försäkringsmodeller. I många år har Stalders team licensierat, validerat och kalibrerat modeller - en praxis som Zurich introducerade som pionjärer 2004 och som nu blivit standard. Under tiden har teamet gått vidare - med utveckling av sina egna scenarier eller sannolikhetsmodeller för terrorism, katastrofala ansvarsskador, skördeskador, pandemier och cyberattacker. Dessa interna modeller säkerställer transparenta antaganden och beräkningar, vilket är särskilt viktigt ur regulatorisk synvinkel.

Utbytet med vetenskapen är en central del av detta arbete. Zurich har skapat Advisory Council for Catastrophes, en panel där ledande forskare diskuterar de senaste insikterna, från klimatförändringar till säsongsmässiga väderprognoser och jordbävningsförvarningssystem till prognosmodeller. Även experter från försäkringen deltar i mötena. De är specialiserade på riskhantering, underwriting, risk engineering och skadehantering, och ser till att de vetenskapliga insikterna flödar direkt in i affärsverksamheten. "Vi vill förstå var forskningen står och utnyttja dessa insikter så att bättre riskbedömningar och produkter resulterar", förklarar Stalder.

Ett bidrag till resiliens

I slutändan handlar det inte bara om stabiliteten hos ett enskilt företag, utan snarare om hela ekonomiers funktion. Försäkringar möjliggör investeringar även i en osäker miljö, exempelvis byggandet av en fabrik för miljarder dollar eller finansiering av projekt för förnybar energi. De skapar förutsägbarhet genom att göra risker kvantifierbara och fördelbara.

Grundforskning är därmed mycket mer än bara ett rent akademiskt arbete: den skapar grunden för modeller för komplexa risker och för innovationer som bidrar till ekonomins och samhällets resiliens. Eller med Stalders ord: "Tack vare grundforskningen kan vi inte eliminera osäkerheter, men fatta väl underbyggda beslut i en osäker miljö."

Texten till denna nyhet, en nedladdningsbar bild och ytterligare information finns tillgängliga på den schweiziska nationella fondens webbplats.

Presskontakt:
Schweiziska nationella forskningsfonden
Kommunikationsavdelningen
Tel.: +41 31 308 23 87
E-post: com@snf.ch