La ricerca di base fornisce dati sui rischi assicurativi del futuro

Senza la ricerca di base, il nostro livello di conoscenza sarebbe completamente diverso - e le nuove scoperte sono fondamentali anche per comprendere i rischi futuri, sottolinea Iwan Stalder, Head of Group Accumulation Management presso Zurich Insurance Group. Stalder e il suo team identificano, quantificano e aggregano i rischi. Ciò consente loro di evidenziare quanto l'azienda sia esposta sull'intero portafoglio (escluso il settore delle assicurazioni vita). Includono tutti i rischi, dalle catastrofi naturali agli eventi causati dall'uomo.

Originariamente, il team si concentrava sulle catastrofi naturali. Tuttavia, l'esplosione nella città portuale cinese di Tianjin nel 2015 ha dimostrato che anche gli incidenti industriali possono culminare in catastrofi. Da allora, scenari come pandemie, incidenti industriali o la questione di dove minacci lo scenario del prossimo amianto sono diventati parte integrante del suo portafoglio.

Le assicurazioni, per il loro lavoro con rischi complessi, sono tra gli attori che dipendono maggiormente da solide conoscenze scientifiche. Quando valutano cambiamenti climatici, catastrofi naturali, pandemie o incidenti informatici, hanno bisogno di modelli tratti dalla matematica, dalla fisica e dalle scienze climatiche. Questi modelli costituiscono la base per la quantificazione dei rischi, per l'assegnazione del capitale e per i prodotti assicurativi che offrono protezione e stabilità per la società e l'economia.

Il cuore di ogni valutazione del rischio sono i dati. Una delle fonti più preziose è la storia dei danni, che include i danni segnalati dagli assicurati e le somme versate. Negli Stati Uniti, per esempio, esistono esperienze decennali con uragani, tornado e tempeste di grandine. I dati relativi a questi eventi delineano un quadro dettagliato di quanto frequentemente si verificano e del potenziale di danno. Questi dati sui danni consentono di individuare vulnerabilità e ottimizzare i modelli di rischio.

Quando si utilizzano diversi modelli esterni, i risultati possono essere notevolmente diversi. Quando un'assicurazione fornisce dati propri su danni causati da cicloni, appare chiaro quale modello meglio rappresenti la realtà. Nessun modello è perfetto, sottolinea Stalder, ma un confronto con le esperienze reali consente di determinare il più preciso. In un ulteriore passaggio, tutti i modelli devono essere aggiornati regolarmente. Se sono disponibili dati sui sinistri, il team di Stalder li utilizza per ricalibrare le ipotesi, altrimenti si basa su altri modelli, conoscenze scientifiche e opinioni di esperti. I modelli di catastrofi non sono quindi statici, ma si sviluppano continuamente non appena sono disponibili nuove scoperte scientifiche, cambiano le normative edilizie, emergono nuovi rischi e il clima stesso si modifica. Anche i modelli di uragani per gli Stati Uniti, che coprono un'intera generazione, devono essere costantemente aggiornati. Tutto è in movimento, stiamo continuamente imparando, riassume Stalder.

Alcune incertezze rimangono sempre, ma sono maggiori quando i dati sono scarsi. I rischi naturali sono relativamente ben studiati, ma gli effetti precisi del cambiamento climatico sulla frequenza e sull'intensità di eventi concreti sono difficili da prevedere. Ancora più grande è l'incertezza con gli incidenti informatici: mancano eventi estremi che possano fungere da punti di riferimento. La causa del "CrowdStrike Event" del luglio 2024, in cui i sistemi informatici di tutto il mondo si sono bloccati, è stata un aggiornamento software difettoso. Sebbene non sia stato attacco informatico, l'evento ha dimostrato come milioni di sistemi possano essere paralizzati in un istante.

Per l'industria assicurativa, la ricerca di base è fondamentale. Per esempio, la climatologia fornisce gli scenari per raccogliere dati attuali nei modelli di catastrofi: l'innalzamento del livello del mare, le piogge più intense o i nuovi percorsi delle tempeste. Studi tossicologici su sostanze come il PFAS mettono in evidenza nuovi rischi di responsabilità. Queste "sostanze chimiche eterne" sono state recentemente responsabili in Svizzera del divieto di vendita di prodotti agricoli. Tali lavori di ricerca, spesso supportati da istituzioni come il FNS, costituiscono la base scientifica dei nostri modelli di rischio pratici, spiega Stalder.

La connessione tra scienza e pratica spesso avviene attraverso dati, metodi e scenari provenienti dalla ricerca di base. Un esempio è il progetto scClim supportato dal FNS: l'Università di Berna, l'ETH di Zurigo e Agroscope sviluppano congiuntamente simulazioni ad alta risoluzione delle supercelle nelle Alpi. L'obiettivo è migliorare le previsioni sui temporali intensi localizzati.

Anche la ricerca tecnologica gioca un ruolo chiave. L'intelligenza artificiale, in particolare le reti neurali, viene sempre più utilizzata per riconoscere schemi in enormi set di dati. Le radici di questi metodi risalgono alla ricerca di base teorica degli anni '50 e '60. All'inizio, tali applicazioni non erano né ampie né efficienti. Dopo gli enormi progressi nelle potenzialità di calcolo e negli algoritmi dell'ultimo decennio, questi sistemi ora funzionano molto più velocemente e precisamente. Alcune conoscenze sui rischi attuali sarebbero impensabili senza le reti neurali. Sono il risultato diretto di decenni di ricerca di base, sottolinea Stalder. In un progetto del genere con contributi FNS, l'Università di Basilea e IBM sviluppano reti neurali ottimizzate tramite il calcolo quantistico.

La connessione tra scienza e pratica è evidente anche nell'applicazione dei modelli assicurativi. Da molti anni, il team di Stalder concede in licenza, valida e calibra modelli - una prassi che Zurich ha introdotto come pioniera nel 2004 e che è ora diventata lo standard. Nel tempo, il team ha fatto un ulteriore passo avanti - sviluppando propri scenari o modelli probabilistici su terrorismo, responsabilità di tipo catastrofico, mancati raccolti, pandemie e attacchi informatici. Questi modelli interni assicurano ipotesi e calcoli trasparenti, il che è particolarmente importante dal punto di vista normativo.

Lo scambio con la scienza è parte fondamentale di questo lavoro. Zurich ha istituito il Consiglio Consultivo per le Catastrofi, un organo in cui i principali ricercatori discutono delle ultime scoperte, dai cambiamenti climatici alle previsioni sui cicloni stagionali e ai sistemi di allerta precoce dei terremoti ai modelli di previsione. Partecipano anche esperti dell'assicurazione, specializzati in gestione del rischio, esame delle richieste di assicurazione (underwriting), ingegneria del rischio e sinistri, assicurando che le conoscenze scientifiche trovino direttamente applicazione nella pratica aziendale. Vogliamo capire a che punto è la ricerca e sfruttare queste conoscenze per ottenere migliori valutazioni dei rischi e prodotti, spiega Stalder.

In definitiva, non si tratta solo della stabilità di una singola azienda, ma del funzionamento di intere economie. Le assicurazioni consentono investimenti anche in un ambiente incerto, come la costruzione di fabbriche da miliardi di dollari o il finanziamento di progetti per le energie rinnovabili. Creano prevedibilità rendendo i rischi quantificabili e distribuibili.

La ricerca di base non è quindi solo un lavoro accademico: costituisce la base per modelli sui rischi complessi e per le innovazioni che contribuiscono alla resilienza dell'economia e della società. Oppure, come afferma Stalder: Grazie alla ricerca di base, non possiamo eliminare le incertezze, ma prendere decisioni informate in un ambiente incerto.

Il testo di questa notizia, un'immagine scaricabile e ulteriori informazioni sono disponibili sul sito del Fondo Nazionale Svizzero.

Contatto stampa:
Fondo Nazionale Svizzero
Dipartimento Comunicazione
Tel.: +41 31 308 23 87
E-mail: com@snf.ch

Nota dell'editore: i diritti sulle immagini appartengono al rispettivo editore.