Мировые события повысили значимость политического насилия (ПН) в страховании. Площадь территории мира, подверженной конфликтам, примерно удвоилась в период с 2021 по 2026 год, причем конфликты в Украине и на Ближнем Востоке стали основными зонами риска для страхового сектора. Нападения на коммерческие суда в Ормузском проливе, Красном и Черном морях достигли беспрецедентного уровня. В то время как война в последнее время была главной заботой, застрахованные убытки от забастовок, бунтов и гражданских беспорядков (SRCC) оказались одними из самых значительных за последнее десятилетие, превысив убытки от терроризма в десять раз.
Страховщики больше не могут оценивать риск политического насилия и терроризма исключительно на основе экспертных оценок. Главный вопрос заключается в том, можно ли подходить к этому с точки зрения строгого моделирования и как это выглядит на практике.
Прогнозирование войны до ее начала
Запущенная в этом году модель Predictive War от Verisk представляет собой модель машинного обучения, охватывающую каждую страну. Она оценивает вероятность возникновения войны — определяемой как 1000 и более смертей в год, пороговое значение, которое тесно связано с боевыми повреждениями и, следовательно, с подлежащими страхованию убытками — в пределах границ страны в течение следующих 12 месяцев. Модель использует собственные показатели характеристик каждой страны для оценки вероятности будущего конфликта.
Рядом с ней находится индекс геополитических отношений на базе ИИ. Этот инструмент измеряет дипломатические отношения между каждой парой стран по характеру их дипломатических обменов, их военным и территориальным спорам, а также их способности демонстрировать силу. Он не является предиктивным; скорее, он обеспечивает структурированное, последовательное представление о текущих условиях и служит основой для анализа потенциальных сценариев.
До эскалации боевых действий в Иране в начале этого года модель Verisk оценивала вероятность войны для Ирана в 67%.
SRCC: от глобального прогнозирования до катастрофной модели для США
Хотя в настоящее время страховщики могут быть заняты войной, не стоит забывать об убытках от SRCC в размере 10 миллиардов долларов США с 2019 года.
Глобальные предиктивные оценки SRCC от Verisk оценивают будущую тяжесть SRCC примерно в 50 000 административных единиц по всему миру, используя дюжину предикторов, выбранных примерно из 200 кандидатов. Оценки проверяются по данным о потерях PCS от Verisk и историческим мировым событиям SRCC и обновляются ежеквартально по мере изменения условий. Для прозрачности каждая оценка сопровождается указанием основных драйверов и часто пояснительным описанием, чтобы пользователи могли объяснить оценку для каждого конкретного места. Модель обучена прогнозировать те виды гражданских беспорядков, которые вызывают убытки, подлежащие страхованию. Лишь около 1% событий, связанных с гражданскими беспорядками, приходятся на события SRCC.
Для Соединенных Штатов компания Verisk разработала полноценную вероятностную катастрофную модель SRCC с детализацией частоты и тяжести до уровня почтовых индексов, ориентированную на коммерческую и муниципальную недвижимость. Путем изменения входных данных предиктивных оценок модель генерирует 500 000 потенциальных сценариев будущего, содержащих около 1,9 миллиона событий SRCC, что представляет собой классический каталог событий катастрофной модели. В сочетании с кривыми уязвимости и финансовым механизмом, учитывающим стоимость подверженности рискам и условия полисов, это мощный инструмент для оценки убытков от событий SRCC в Соединенных Штатах.
От данных к решениям: три рабочих процесса
Три примера иллюстрируют, как клиенты применяют возможности, лежащие в основе оценок Verisk:
- Более точное управление кумуляцией риска. Традиционный подход на основе концентрических зон упорядочивает подверженность рискам по лимиту ответственности. Оценка тех же рисков в отношении SRCC или военной опасности меняет картину, так как оцениваются как подверженность, так и сама опасность. Этот подход выявляет объекты, которые действительно заслуживают внимания и в противном случае были бы упущены из виду.
- Более быстрое и последовательное андеррайтирование. Категории подверженности и опасности могут быть объединены в структурированные правила с автоматическим одобрением для комбинаций с низким уровнем риска, автоматическим отказом для самых высоких и ручной проверкой для промежуточных случаев. Это позволяет андеррайтерам сосредоточить свои экспертные усилия там, где это наиболее необходимо, обеспечивая при этом согласованность в рамках портфелей, географических регионов и времени.
- Инсайты, которые одни данные о подверженности рискам не могут дать. Клиенты могут моделировать убытки для различных периодов повторяемости с применением полных условий полисов, пересматривать исторические события, запускать реалистичные и экстремальные сценарии бедствий, а также проводить контрфактический анализ текущих событий, как это сделала Verisk в отношении протестов в Лос-Анджелесе 2025 года, оценивая потенциальные убытки, если бы наблюдаемый масштаб протестов перерос в насильственные действия.
В дополнение к возможностям моделирования и оценки компания McKenzie Intelligence Services, недавно приобретенная Verisk, обеспечивает мониторинг событий в высоком разрешении в режиме реального времени: от оценок ущерба после беспорядков 2024 года на заморской территории Франции Новая Каледония до отслеживания в реальном времени забастовок 2026 года на судоходство и наземные объекты на Ближнем Востоке. Клиенты получают представление в режиме реального времени о том, как разворачивающиеся события влияют на их риски.
Взгляд в будущее
Впереди еще много нового: модель прогнозирования войн дорабатывается до субнационального уровня, а катастрофная модель SRCC будет добавлена в Verisk Synergy Studio в 2027 году.
Политическое насилие изменчиво, связано с человеческим фактором и требует сложного анализа, но оно поддается количественной оценке. Имея проверенные, прозрачные, ориентированные на будущее модели, охватывающие войны, конфликты и гражданские беспорядки, страховщики могут применить к рискам политического насилия и терроризма (PVT) тот же строгий подход, который они используют при оценке природных катастроф: последовательное андеррайтинг, управление кумуляцией с учетом опасностей и реальное представление о хвосте распределения.
Обратитесь к представителю Verisk, чтобы узнать больше о моделировании SRCC, которое выходит за рамки простых данных.
- Катастрофное моделирование
