Al igual que sus colegas en Estados Unidos, los suscriptores de seguros de América Latina toman numerosas decisiones todos los días, pero frecuentemente cuentan con bastante menos información. Y cuando se debe combinar la premura del tiempo con la reflexión, se produce lo que los economistas conductuales y psicólogos denominan un “sesgo cognitivo”.
En su exitosa obra Thinking, Fast and Slow, el economista ganador del premio Nobel, Daniel Kahneman, introdujo el concepto de razonamiento “Sistema 1” y “Sistema 2”. De acuerdo a Kahneman, el razonamiento “Sistema 1” es el enfoque rápido, automático, intuitivo del cerebro. Este fue cambiando a través del tiempo a medida que los humanos evolucionaban en un ambiente peligroso, donde pensar rápidamente podía hacer literalmente la diferencia entre la vida y la muerte. El “Sistema 2” se refiere al modo más lento, analítico de la mente, donde domina la razón. La tesis de Kahneman es que hasta ahora el “Sistema 1” lleva la delantera en el pensamiento humano y dirige en gran medida al “Sistema 2”.
Los suscriptores de seguros están sujetos a los mismos tipos de sesgos cognitivos que afectan al resto de la humanidad. De acuerdo con la psicología evolutiva y la economía conductual, los “sesgos cognitivos” se refieren al “modelo sistemático de desviación de la norma o racionalidad en el juicio, debido a lo cual se pueden sacar conclusiones respecto de otras personas y situaciones en forma ilógica”.
Muchas personas están familiarizadas con el aforismo “Lo perfecto es enemigo de lo bueno”, que es bastante anterior a la fascinante obra Thinking, Fast and Slow de Kahneman. Así como lo hacen los profesionales especializados en muchas otras ocupaciones, los suscriptores de seguros aplican inconscientemente “técnicas heurísticas”, las que les ayudan a resolver problemas con métodos que, sin ser necesariamente óptimos o perfectos, son suficientemente buenos para cumplir los objetivos inmediatos.
Pero, ¿qué tiene que ver esto con la forma en que los suscriptores manejan y valoran los riesgos catastróficos en América Latina?
El riesgo catastrófico más importante de América Latina es el riesgo de terremotos, seguido por huracanes e inundaciones. Nos enfocaremos en el primero, que ha ocasionado grandes daños económicos y pérdidas de vida a lo largo de América Latina, ya que el riesgo de huracanes está circunscrito a México, América Central y el Caribe.
En cualquier mercado latinoamericano los eventos de terremotos mortíferos son pocos e infrecuentes. Desde la perspectiva de suscriptores en cualquier país, se podría decir que suceden una vez en cada generación (cada 25 años) o incluso cada dos generaciones.
Por ejemplo, la última generación de suscriptores de México que presenció un terremoto muy destructivo, con numerosas muertes y grandes daños económicos, fue la que estaba activa en 1985, cuando un terremoto grado 8.1 ocasionó más de 10.000 muertos, 50.000 heridos, dejando a 100.000 personas sin hogar y $5 billones de dólares en pérdidas económicas.
A un suscriptor, un actuario, o cualquier otro en este caso, le resulta difícil calcular las tasas “correctas” para un riesgo como un terremoto que se caracteriza por su baja frecuencia y alta severidad. Volviendo a los métodos heurísticos, una cantidad de suscriptores aplica reglas de oro o maneras de pensar e intuiciones muy simplificadas respecto de la valoración de un terremoto. Uno de los errores más comunes es que los suscriptores evalúan la solidez de su cartera observando una siniestralidad compuesta que suma riesgos de corto plazo (incendio) con riesgos de largo plazo (terremoto).
Al descomponer una siniestralidad de 45%, no sería sorprendente observar una siniestralidad de 90% para la cobertura de incendio y de 5% para la cobertura de terremoto. Mientras la siniestralidad total se ve bien, la siniestralidad de incendio se ve mal y la siniestralidad de terremoto parece ser demasiado baja. La principal dificultad para los suscriptores es que los dos riesgos operan en horizontes cronológicos muy diferentes - para riesgos de incendio se pueden considerar 1-3 años de experiencia, en tanto que para terremoto el enfoque de la mejor práctica es la utilización de un modelo que pueda simular múltiples eventos a través de 10.000 años y calcular a continuación una pérdida media anual (AAL) repartida en todos esos años.
Aun cuando la siniestralidad reportada por la cobertura de terremoto llega a 5%, la siniestralidad modelada utilizando las mismas primas sería probablemente de 65% - 70%, reconociendo que el “grande” sucederá algún día en el futuro y una compañía de seguros sostenible que desea permanecer solvente necesita reunir primas ahora para cubrir ese riesgo.
Los modelos catastróficos comerciales (denominados ‘cat models’) existen recién en los últimos 25 años y experimentaron un gran salto después que el Huracán Andrew golpeó a Florida en 1992, ocasionando la insolvencia de 11 aseguradoras. Como resultado, la adopción de modelos de catástrofes creció exponencialmente al considerar un enfoque más sofisticado y confiable para la evaluación de riesgos catastróficos. El Huracán Andrew destacó las deficiencias de los enfoques actuariales tradicionales para cuantificar las pérdidas de riesgos catastróficos.
¿Cómo funcionan los Modelos de Catástrofes de terremotos? La mayoría de los modelos de catástrofes tienen tres módulos:
Módulo de Riesgos: simula la frecuencia de los eventos y modela su tensión física en un lugar determinado en base a la distancia del epicentro y al tipo de suelo en el lugar del riesgo
Módulo de Vulnerabilidad: simula los daños que ocasionará a la propiedad en el lugar asegurado, en base a los datos de la construcción (que indican el código de construcción utilizado) y al tipo de construcción (algunos tipos de construcción son más vulnerables que otros)
Módulo Financiero: aplica los términos y las condiciones de las pólizas al daño efectivo. Incluye el uso de deducibles, coaseguro y reaseguro.
En el caso particular de los riesgos de huracanes, los modeladores de catástrofes se encuentran con crecientes dificultades en el módulo de riesgos, debido a que los climatólogos creen que, debido al calentamiento global, la frecuencia y severidad de las grandes tormentas aumentará en comparación con las del pasado. Sin embargo, debido a que el sistema climático global es extremadamente complejo, tienen bastantes dificultades para predecir lo que pueda suceder durante los próximos 10-20 años en cualquier parte del mundo.
Además, los resultados del módulo de riesgos son determinados por las proyecciones del aumento del nivel del mar y por los metros que un lugar en riesgo se encuentra actualmente sobre el nivel del mar. Se calcula que en los últimos 110 años (entre 1901 y 2010) el nivel del mar aumentó aproximadamente 19 cm - más de lo que había aumentado en los 2.000 años anteriores. Los expertos han calculado que estos 19 cm. de aumento del nivel del mar es responsable por aproximadamente 30% de los daños causados por la súper tormenta Sandy en Nueva York (2012).
Los actuales modelos de catástrofes son altamente sofisticados y han sido desarrollados por miles de PhDs en los campos de la geofísica, ciencia de materiales, ingeniería estructural, geología, climatología y economía, entre otros. Los modelos que tenemos actualmente no habrían podido ser operados 25-30 años atrás, debido a que no contábamos con la potencia computacional.
De modo que ¿a qué viene la pregunta respecto de los suscriptores y de cómo valoran los riesgos catastróficos en América Latina? ¿Cómo puede un suscriptor de seguros competir con millones de horas de trabajo dedicadas a la construcción de modelos catastróficos?
A pesar de ser tan eficientes y poderosos, los modelos catastróficos que han sido desarrollados en las últimas tres décadas no pueden proporcionar certezas a los suscriptores o a sus jefes. A menudo los modelos arrojan resultados diferentes a lo que ocurre en realidad. Uno de los motivos es la baja calidad de los datos. Esto constituye un problema en Estados Unidos y aún más en América Latina.
Para que funcionen los modelos catastróficos, estos requieren información exacta respecto del lugar del riesgo (una gran cantidad de riesgos asegurados en América Latina no han sido codificados geográficamente con exactitud), la edad de la construcción (el código de construcción vigente en la época en que fue construida una propiedad es altamente predictiva de la vulnerabilidad de la estructura a las tensiones provocadas por un terremoto o un huracán), y el tipo de construcción (por ejemplo, concreto reforzado respecto de albañilería o estructura de madera).
Sin embargo, aun cuando los datos sean de la más alta calidad, es posible que los modelos generen resultados incorrectos dado la alta complejidad de modelar eventos futuros en el mundo físico y sus impactos económicos. Uno de los fenómenos que no consideraron los primeros modelos fue el “exceso de demanda”, que es el impacto inflacionario ocasionado por un excesivo requerimiento de materiales y suministros después de un evento catastrófico. Para algunas compañías de seguros, las pérdidas adicionales generadas por un exceso de demanda pueden llegar a provocar su insolvencia. Por ejemplo, después del terremoto de 1994 en Northridge (California), la compañía de seguros 20th Century Insurance casi quedó en bancarrota debido al impacto de un aumento de 20% de demanda de insumos.5
Excluyendo ciertas posibles diferencias iniciales en la calidad de los datos, los desafíos que enfrentan los suscriptores de América Latina no se diferencian de los desafíos que enfrentan los suscriptores de cualquier otra parte del mundo. O los economistas que realizan proyecciones econométricas para sus gobiernos o para las compañías en las cuales trabajan. El desafío es inherente al trabajo con modelos. Citando a una de las grandes mentes estadísticas del siglo 20, George E.P. Box, “Esencialmente todos los modelos están equivocados, pero algunos son útiles.” En Chubb entendemos que los modelos pueden tener limitaciones, pero que son muy útiles.
Por David Heard, Senior Vice President, Personal Lines & Agency Chubb Latin America