2009年-世界发展银行全球_Solvency_Measures_for_Insurance_Companies___Is_There_a_Room_for_Improvement__22页_816kb

报告摘要

总结：保险公司的偿付能力衡量方法是否需要改进？

核心内容

本文探讨了当前主流的基于风险的偿付能力资本（RBC）衡量方法在准确性和可靠性方面的局限性，特别是在处理极端事件和尾部风险时的不足。文章通过使用南欧地区地震损失的随机数据集，对三种主要的RBC模型（Solvency I、Solvency II和瑞士偿付能力测试SST）进行了敏感性分析，以评估它们对数据和模型假设变化的反应。

主要观点

风险衡量方法的局限性：
- VaR（Value at Risk） 是一种广泛应用的风险衡量方法，但由于其非次可加性，无法准确反映风险分散的效果。此外，VaR忽略了尾部风险，导致对极端事件的低估。
- ES（Expected Shortfall） 相比VaR更具有次可加性，能够更准确地衡量“多坏会坏到什么程度”，并且在置信水平变化时具有连续性。然而，ES也仅反映尾部损失的平均值，对极端事件的建模依赖性强，容易受到数据不确定性的影响。
模型对数据和假设的敏感性：
- 文章通过15种不同的数据不确定性场景，展示了RBC模型对数据处理和模型假设的显著反应。例如，通过剔除最大损失事件，Solvency II和SST对尾部风险的敏感性明显高于Solvency I。
- Solvency I 的计算基于历史数据和简单的指标，因此对尾部风险和极端事件的建模不确定性不敏感，这使得它在处理高波动性业务时显得过于宽松。
尾部风险的处理差异：
- Solvency II 和 SST 对尾部风险的处理更为严格，但它们对尾部建模的不确定性非常敏感，可能导致资本要求的大幅波动。
- Solvency I 对尾部调整不敏感，因此更容易被保险公司用来降低资本要求，从而影响其财务稳定性。

关键信息

数据和模型假设的影响：
- 在不同的数据处理方式下，如剔除极端损失或调整尾部损失权重，RBC的计算结果会有显著变化。例如，在Scenario 9中，剔除100个最大损失事件导致Solvency II和SST的资本要求分别下降8.64%和9.43%。
- 在Scenario 10中，对超过1000年重现期的损失进行30%的上调，导致SST的资本要求增加4.93%，而Solvency II几乎没有变化。
风险衡量方法的比较：
- Solvency I：不敏感于尾部风险，可能低估风险。
- Solvency II：基于VaR，虽然广泛使用，但对尾部不确定性敏感度较低。
- SST：基于ES，对尾部风险更敏感，适用于尾部主导型业务，但其结果容易受到建模误差的影响。
财务激励与监管风险：
- 保险公司可能会利用模型和数据的不确定性来人为降低RBC要求，从而影响其财务稳定性。
- 由于管理者的激励机制往往与短期利润挂钩，这可能导致对长期偿付能力的忽视。

政策建议

补充风险衡量方法：
- 对于涉及高波动性和尾部主导型业务的保险公司，监管者应考虑在Solvency II基础上引入其他风险衡量方法（如TVaR），以提高对尾部风险的敏感性。
加强模型和数据披露：
- 由于风险衡量方法对模型和数据假设高度敏感，监管者应要求保险公司完整披露其建模和数据处理方法，以防止潜在的数据操纵。
提升专业独立性：
- 保险公司内部的精算师在计算RBC时具有较大的裁量权，监管者应确保其专业独立性，以避免因管理者的短期利润目标而损害长期偿付能力。