[气候保险盲区]②海外气候保险向“天气数据”演进……韩国能否填补保障缺口
洪水看水位、干旱靠卫星……解读天气的气候保险
数据多并非终点……还须降低“基差风险”
“有必要借助人工智能和卫星完善风险预测体系”
#近日,尼泊尔与中国西藏接壤地区发生大规模洪灾,村庄和道路被急流冲毁。下游地区河流水位仅30分钟内最高上涨9米,灾情迅速蔓延。水力发电站等基础设施也接连受损。卫星影像分析显示,海拔约5200米处的部分冰川崩塌,倾泻至下方1200米的山谷后,引发了冰块、岩石和泥土混杂的急流。事故发生前还观测到高温导致积雪和冰层融化的迹象,这可能对山地地形稳定性下降产生了影响。气候变化是否直接引发此次崩塌等确切原因,仍在调查中。
随着气候灾害愈发难以预测且强度加剧,保险业的应对方式也面临考验。在高温和暴雨日益频繁的背景下,仅依靠事故发生后前往现场核算损失的传统方式,已难以填补保障缺口。海外不仅将气温、降水量等气象指标,还将卫星和传感器信息用于保险金赔付及风险评估,以提升应对速度。韩国也已着手建设整合气象与保险数据的基础设施,如何更精准地反映日益复杂的气候风险,成为主要课题。
灾害加剧,保险也在改变……海外气候保险扩展
据保险业9月1日消息,韩国风水灾害保险、农作物灾害保险及家畜灾害保险的保险金赔付额,从2023年的1.1891万亿韩元增至2025年的1.5701万亿韩元,两年间增长约32%。其中,风水灾害保险中暴雨和洪水事故的占比同期由14.9%升至20.4%。家畜灾害保险中,高温事故占比也由66.9%上升至80.3%。
随着高温天数和暴雨发生频率增加,且过去被认为相对安全的地区也发生“气候灾害”,保险业正寻求能够更迅速识别和赔付自然灾害风险的方式。这是因为在受灾范围广或难以进入的情况下,通过现场调查核定损失金额可能耗费较长时间。一名金融业人士表示:“如今短时间内某一地区遭遇暴雨,或在意料之外的地点发生灾害的情况不断增加。灾害不会等待,而保险金核定若耗时过长,就难以在需要的时点完成赔付。”
为此,海外的指数型保险正不断完善。指数型保险的赔付方式不同于传统保险。传统保险会调查被淹建筑物、受损设施等,并根据损失金额支付保险金;而指数型保险则在气温、降水量、风速、水位等客观指标超过预先设定的标准时,支付约定的保险金。
近期遭受大规模洪灾的尼泊尔,正以西部农业地区为中心采用指数型洪水保险。农民无需逐一证明损失规模,只要反映洪水风险的预设指数超过一定标准,即可获得保险金。对于像尼泊尔这样频发大规模自然灾害且山区众多的国家,这种方式的优势更加突出。由于难以向所有受灾地区派遣调查人员,且道路和通信网络一旦中断,基于现场调查核定保险金本身就可能被延误。
在非洲肯尼亚,面向面临因干旱失去牲畜风险的游牧民,正运营指数型家畜保险。通过卫星监测植被状况,当草场状况恶化至低于预设标准时,即支付保险金。与过去在牲畜死亡后补偿损失的方式不同,若在干旱加剧、牧草不足的阶段支付保险金,游牧民便可用这笔资金购买饲料和水,或将牲畜转移至其他地区。保险金在灾害达到最严重程度之前发放,能够减少额外损失。
在近期高温频发的欧洲,利用卫星和传感器技术开展保险的案例正在增加,代表性产品包括通过卫星测量土壤湿度或使用水位传感器数据的保险。利用气象和环境数据,不仅可针对设施破损等可见损失进行保险设计,也可将干旱导致产量下降或成本增加的风险纳入保险范围。这意味着自然灾害损失的保障范围将进一步扩大。
日本则出现了试图通过保险保障仅因天气变化而导致的企业营收下降或额外成本的动向。例如,因高温导致户外休闲设施访客减少,因冬季气温高于常年导致冬装销量下降,或因降雪不足导致滑雪场营收减少等情况,均属于保障对象。因日照不足导致太阳能发电站售电收入减少的风险,也被纳入其中。
填补“保障缺口”……气候保险的关键在于数据
保险业针对气候变化的应对,并不止于改变保险金支付方式。在评估气候风险和设计产品的过程中,数据应用也在扩大。全球财产保险公司FM构建了“全球冰雹风险地图”,将1955年至2024年收集的逾50万份冰雹观测资料,与卫星数据及再分析资料相结合。该地图可用于估算过去冰雹观测不足地区的风险,并评估建筑屋顶、外墙材料、太阳能电池板和供暖、通风与空调设备等遭受冰雹影响的可能性。FM气候风险与韧性研究部门副总裁Angelica Werner警告称:“极端天气是企业必须日常应对的运营风险。”
在韩国,韩国损害保险协会和韩国气象产业技术院于上月启动建设“基于气象气候数据的气候保险综合门户系统”。该项目旨在通过一个平台联动气象气候数据和保险信息,用于保险公司的气候风险分析及气候保险产品开发。新门户计划配备自动判定各类气候保险是否满足赔付条件的功能、支持财产保险公司使用气象厅应用程序接口的功能,以及保险专用气象统计和分析功能等。
不过,利用天气数据并不能解决所有问题。原因在于,实际损失与保险金支付标准之间可能存在偏差,即所谓的“基差风险”。例如,即使在同一地区,受土壤、地形和种植品种等因素影响,损失程度也可能不同;若仅以降雨量这一个标准确定保险金,实际损失与赔偿之间便可能出现差距。这意味着,可能出现降雨量很大、满足保险金支付条件但实际损失并不严重的情况;反之,也可能发生实际损失严重,但相关指标未达到标准而无法获得保险金的情况。一名保险业人士表示:“获取大量数据固然重要,但更应缩小实际损失与保险金支付标准之间的误差。只有细分不同地区和风险类型的特征,并综合反映多项指标,才能提高赔付准确性。”
专家指出,随着保障气候灾害的保险市场扩大,更细致、更精准的数据将成为必需。具体而言,不应仅依赖单一气象观测站的数据,而应利用更小区域单位的气象信息和多种指数,并结合卫星、物联网传感器等数据。Hana金融研究所研究委员Lee Gihong建议:“有必要利用人工智能、卫星信息和气象数据等完善风险预测体系,推动指数型保险发展,从而提高保险金赔付速度及气候保险运营效率。”
版权所有 © 阿视亚经济。未经许可不得转载,禁止用于AI训练及使用。