Helvetia Assicurazioni, ci sono le analisi avanzate e nuovi modelli matematici nel futuro del Reserving

Prevedere quale sarà l’esborso in denaro per i futuri sinistri è un’attività regolamentata per le compagnie che devono accantonare in anticipo tali somme, a tutela degli assicurati. Può, questo tipo di attività, beneficiare di un futuro meno “statico” e generare innovazione in azienda? Lo abbiamo chiesto a Dario Santoro, Head of Non Life Reserving di Helvetia Assicurazioni.

Le riserve sono fondamentali nel settore assicurativo, rappresentano l’asset tangibile per fronteggiare rischi complessi ed imprevisti, ma anche per tutelare le persone che, in caso di sinistri, devono beneficiare delle somme a loro dovute. La stima delle somme da accantonare per fronteggiare tali operazioni è un’attività regolamentata dalla legge che impone, anche nell’utilizzo dei modelli matematici, il rispetto di determinate regole. Ad occuparsene è l’area cosiddetta “Reserving” che oggi vive però due anime, non solo quella legata agli impianti normativi, ma anche quella più dinamica legata all’analisi delle performance delle polizze, che richiede più capacità innovativa. A raccontarlo è Dario Santoro, Head of Non Life Reserving di Helvetia Assicurazioni.

Come i cambiamenti stanno trasformando o hanno trasformato l’approccio e il modello di business delle assicurazioni?

I fattori di cambiamento sono molteplici, ma credo che uno dei driver principali risieda nella disponibilità dei dati e nella possibilità, oggi, di elaborarli in un certo modo. Molte compagnie, in particolare quelle che nascono come FinTech, si sono “buttate a capofitto” nel cosiddetto mercato dei dati. È vero che, per lo meno in ambito assicurativo, si tratta prevalentemente di startup, ma la tendenza deve far capire che oggi è possibile utilizzare i dati e fare business in modo più efficace. A lungo andare questo trend di trasformazione avrà un impatto su tutto il comparto, non solo per l’ingresso di piccole startup iper-specializzate. Non a caso i grandi player si stanno attrezzando per fare open innovation e lavorare insieme a queste startup.  

Tutto ruota comunque attorno ai dati, nella capacità di gestire i dati in maniera rapida ed efficiente per estrarne valore efficace per il business.

Qual è il ruolo del Reserving Manager all’interno di una assicurazione?

Come compagnia siamo obbligati dalla legge ad accantonare in anticipo il denaro necessario a pagare i sinistri futuri. Per fare ciò, abbiamo bisogno di usare modelli matematici per prevedere quale sarà l’esborso futuro della compagnia stessa.

I modelli matematici che utilizziamo devono comunque seguire i dettami normativi che tutelano gli assicurati. Si tratta di numerose regole, risalenti a momenti storici in cui non esistevano né la potenza di calcolo, né la disponibilità di dati odierni; la difficoltà maggiore, quindi, sta nel capire quali modelli utilizzare e in che modo, aggiungendo il fatto che poi i modelli non possono essere modificati “a piacimento” della compagnia. La società assicurativa deve garantire - soprattutto verso IVASS (l’Istituto per la Vigilanza sulle Assicurazioni) - che i modelli utilizzati siano adeguati al profilo di rischio della compagnia.

Il ruolo del Reserving non è però solo normativo, la parte forse più interessante è capire - estraendo valore dai dati - se ci sono problemi di performance in alcune classi di polizze. L’identificazione tempestiva di cluster di polizze “problematiche” è una sfida importante per la compagnia perché prima si capisce dove, come, perché sussistono eventuali criticità, prima si riesce ad intervenire. Ovviamente la cosa vale anche al contrario: identificare cluster di polizze che performano meglio del previsto diventa una conoscenza utile al board (che deve sempre avere una visione complessiva di come sta andando l’azienda).

Come districarsi oggi tra innovazione e pressione regolamentare?

Non è tanto una questione di equilibrio ma di “utilità”. Spesso si trascura l’utilità sociale di una assicurazione ma il susseguirsi di eventi catastrofici come terremoti, inondazioni, uragani e tempeste di vento, forti grandinate e piogge torrenziali che fino a qualche anno fa rappresentavano, in Italia, eventi rari (fatta eccezione forse per i terremoti, essendo tutto il nostro territorio soggetto a rischio sismico), richiedono oggi sistemi assicurativi innovativi, che consentano, per esempio alle persone di ripartire subito, anche di fronte ad avvenimenti così violenti (peraltro non più eventi eccezionali ma fenomeni sempre più frequenti).

La pressione regolamentare è doverosa, ad essere tutelato è il consumatore..

Come le nuove fonte dati, i nuovi tool e i sistemi di advanced analytics possono incrementare la precisione delle stime e quindi la profittabilità di una compagnia assicurativa?

Oggi per fare determinate analisi, quelle che riguardano, per esempio gli impatti che possono avere fattori esogeni e difficilmente prevedibili (come le alluvioni) e il calcolo dei futuri sinistri che la compagnia dovrà pagare, servono modelli matematici complessi che fanno uso di grandissime moli di dati.

Servono dati da fonti diverse (spesso banche dati europee) che consentano di fare previsioni anche laddove mancano i dati storici (gli effetti del cambiamento climatico si vedono ora e non esistono serie storiche da analizzare, quindi servono altri tipi di dati ed altri tipi di modelli per l'analisi). I grandi player del settore sono dotati di strutture ad hoc per lo sviluppo di modelli matematici “speciali”, per esempio quelli per poter fare analisi su eventi eccezionali.

In questo senso, come area Reserving, abbiamo una “doppia anima”. Da un lato, viviamo in una certa staticità dovuta alle attività legate al Reserving regolamentare (staticità corretta e doverosa: i modelli non si possono cambiare tutti gli anni perché questo potrebbe, in qualche modo, indurre a pensare che le compagnie scelgono il modello che maggiormente conviene). Dall’altro, viviamo una dinamicità più vivace con attività di analisi e previsione degli andamenti futuri utili al business. In questo secondo caso abbiamo più ampi margini di libertà nell’utilizzo dei modelli matematici (i cui dati e le cui risultanze rimangono interne alla compagnia) e di “fare sperimentazioni” scoprendo così informazioni utili attraverso altri tipi di analisi. In questo modo riusciamo a scoprire nuovi trend e ottenere una conoscenza dei fenomeni utile al business. All’interno delle compagnie (e delle aree di Reserving) sperimentazione e innovazione sono attività molto dinamiche.

Come utilizza SAS e quali sono i principali output prodotti da SAS verso la Direzione Finance e il Board?

SAS è il nostro strumento di elaborazione dati. Si tratta di dati integrati in tutta l’azienda: esiste un flusso di dati che parte dai nostri sistemi IT e confluisce all’interno di database che vengono “letti” direttamente dalla piattaforma SAS. In questo modo siamo certi che tutte le aree aziendali sfruttino le medesime basi dati, assicurando integrazione, coerenza ed integrità delle fonti dati stesse.

SAS diventa così la nostra interfaccia sul mondo dei dati: per molti utenti persino inconsapevolmente, nel senso che utilizzano applicazioni diverse, anche un semplice foglio di calcolo, senza sapere che dietro l’interfaccia per poter accedere ed utilizzare correttamente i dati c’è SAS.

Un aspetto importantissimo è quello dell’integrazione applicativa, perché nel caso di SAS si estende anche all’open source. Moltissimi giovani che entrano in azienda, per esempio, hanno già familiarità e dimestichezza con R, un linguaggio di programmazione e un ambiente di sviluppo specifico per l'analisi statistica dei dati. Il fatto che la piattaforma SAS si integri pressoché con tutti i linguaggi di programmazione (anche quelli nuovi per l’utilizzo del machine learning, per esempio) e gli ambienti di sviluppo diventa un fortissimo abilitatore in azienda, perché accelera processi operativi e consente alle persone di operare con gli strumenti che ritengono più opportuni o con i quali si sentono più confidenti.

Quali sono le aree di innovazione per il prossimo futuro?

Nell’ambito del Reserving dovremmo fare ulteriori sforzi per riuscire ad introdurre ed integrare, anche nelle attività di Reserving, modelli matematici cosiddetti by claims (cioè sinistro per sinistro, già utilizzati in altre aree di business, come quelle legate alla definizione delle tariffe). Oggi la disponibilità di Big Data e le potenzialità degli advanced analytics rendono possibili questi tipi di analisi previsionali, rendono cioè fattibile riuscire a fare stime per singolo sinistro, e quindi previsioni dettagliate su ogni singola polizza. Questa è la sfida del futuro per il Reserving, anche in previsione della futura normativa IFRS 17: sono convinto che questo tipo di modelli by claims, inseriti all’interno di una nuova “impalcatura normativa”, potranno davvero fare la differenza anche nel Reserving.

I punti di forza di SAS, secondo Helvetia Assicurazioni

Dario Santoro, Head of Non Life Reserving di Helvetia Assicurazioni
riassume con tre parole chiave i punti di forza della piattaforma SAS