Versicherungsbote: Sie haben an der TU Wien – gemeinsam mit einem Forschungsteam des Institute for Financial and Actuarial Mathematics an der Universität Liverpool – das Modell einer „parametrischen Versicherung“ für Epidemien entwickelt. Auffallend ist hieran zunächst: Bei hohen Deckungsrisiken greifen immer mehr Produkte, die für Parameter leisten. In den letzten Jahren sind zum Beispiel parametrische Wetterversicherungen neu auf dem Markt erschienen. Nun also Ihr Vorschlag einer parametrischen Pandemie-Versicherung. Wie funktioniert eine solche Versicherung? Und welchen Vorteil hat das Versichern der Parameter gegenüber einem „klassischen“ Versicherungsprodukt, das einen entstandenen Schaden nachträglich abgeltet?

Anzeige

Julia Eisenberg: Das Modell einer parametrischen Versicherung ist durch eine gemeinsame Arbeit mit Carmen Boado-Penas, Corina Constantinescu und Şule Şahin entstanden, die alle an der University of Liverpool forschen. Auszahlungen bei parametrischen Versicherungen hängen, wie der Name schon sagt, von einem Parameter ab. Betrachtet man Katastrophenereignisse wie zum Beispiel die Hurricanes, so könnte die Windstärke ein solcher Parameter sein. Übersteigt die Windstärke einen bestimmten vertraglich festgelegten Wert, so wird eine vertraglich festgelegte Auszahlung fällig. Dadurch, dass man den tatsächlichen Schaden nicht feststellen muss, kann die Auszahlung – und das heißt: die nötige Hilfe – sofort geleistet werden.

Von grundlegender Bedeutung ist hier, dass der Auslöser (Trigger) weder vom Versicherten noch von der Versicherungsgesellschaft beeinflussbar ist. Die Windgeschwindigkeit ist in unserem Beispiel objektiv messbar, eventuell bei mehreren Stationen. Dadurch wird das Problem von Moral Hazard vermieden. Man hat also keine Möglichkeit, die Versicherung zu manipulieren.

Die Finanzmathematikerin Dr. Julia Eisenberg forscht an der Technischen Universität Wien.@Julia Eisenberg

…und wie lässt sich dieses Beispiel auf die parametrische Epidemie-Versicherung übertragen?

Bei einer Epidemie hat man zunächst keine fertigen Parameter, die Moral Hazard ausschließen würden. Deshalb schlagen wir das folgende Schema vor: Man stellt zunächst fest, welches Land in der Vergangenheit erfolgreich gegen eine Epidemie „gekämpft“ hat. Die Infektionsraten (Anzahl der Neuinfizierten relativ zu der Anzahl der Nichtinfizierten des Vortages) dieses Landes, aufgeteilt auf die Städte-Beobachtungen, liefern den Vergleichsdatensatz. Über den gesamten Epidemie-Verlauf findet man mithilfe der statistischen Methoden Tag für Tag die beste Verteilung, die die Infektionsdaten des Vergleichslandes beschreibt. Aus dieser Verteilung kann man nun zum Beispiel die Entwicklung der Erwartungswerte über die Zeit berechnen. Die gewonnene Kurve gibt gewissermaßen Auskunft, wie sich die Lage entwickelt.

Damit man zufällige Ausbrüche und Manipulationen vermeiden kann, wird die Erwartungswert-Kurve mit der Methode des gleitenden Durchschnitts (zum Beispiel über sieben Tage) geglättet. Diese Funktion dient als Soll-Kurve oder Parameter-Kurve bei der vorgeschlagenen Parameterversicherung. Mithilfe der gewonnenen Verteilung berechnet man in der beschriebenen Weise die neue Kurve im Falle einer Epidemie aus den neuen Daten. Die Versicherungsauszahlungen sind in mehrere Tranchen aufgeteilt. Die Zeitpunkte der Auszahlungen sind fest definiert. Dabei beobachtet man den Verlauf der neuen Erwartungswert-Kurve und vergleicht diese mit der Soll-Kurve. Sollte die neue Kurve die Soll-Kurve schneiden, werden keine weiteren Zahlungen geleistet.

Natürlich braucht man auch einen oder mehrere Trigger. Als ersten Trigger kann man zum Beispiel den Zeitpunkt wählen, wenn das versicherte Land den Notstand ausruft. Weitere Trigger können einfach nur feste Zeitpunkte sein – wobei anhand der Soll-Kurve geprüft wird, wie die Infektionsraten sich entwickeln.

Anzeige

Gleichzeitig kann man eine bestimmte Anzahl an Tests verlangen. Diese sollen nicht unbedingt individuell sein. Man kann auch kostensparend Gruppentests anwenden. Die Anwendung der Tests muss überwacht werden. Besonders in diesem Punkt ist die Manipulationsgefahr sehr groß.