POJISTNÉ ROZPRAVY - Pojistný obzor

Globalizace pojistných rizik a jejich řízení
Nejdražší přírodní katastrofou se stal orkán Kyrill, který stál 5,9 miliardy dolarů, a hned potom britské záplavy,
nejhorší za posledních 60 let. Již tradičně jsou škody v západním světě větší než ve světě rozvojovém. Pojištění
je zde pro mnoho lidí samozřejmostí a také se projevuje větší koncentrace majetku. Zatím nejdražší byl pro
pojišťovny rok 2005, kdy jen tři hurikány, které zasáhly Spojené státy americké- Katrina, Rita a Wilma - stály
90 miliard dolarů. Vedle přírodních faktorů jsou však příčinou klimatických změn i faktory vyvolané lidskou
činností. V některých případech je vliv lidské činnosti nepopiratelný, jako například při loňských záplavách bahna
v Indonésii vzniklých špatným postupem při čerpání zemního plynu.
Stárnutí populace ohrožuje stabilitu sociálních systémů a vede k větší potřebě soukromého pojištění jako
nástroje zabezpečení v poproduktivním věku. V oblasti demografi e však nejde jen o problematiku věkové
struktury populace a jejího vlivu na pojištění osob. Pro odvětví pojišťovnictví je důležitá i otázka migrace, s níž
souvisí významná koncentrace majetku v určitých geografi ckých oblastech a s tím spojená vyšší expozice vůči
katastrofám.
Technologický a společenský vývoj umožňuje řadu inovací, které však s sebou přináší zcela nové typy rizik, tzv.
emerging risks. Jako příklad lze uvést terorismus, klimatické změny, nanotechnologie, geneticky modifi kované
organismy, elektromagnetická pole. Neustále zrychlování zavádění nových technologií současně vyžaduje
schopnost nová rizika identifi kovat a ohodnotit. Tam kde nestačí průběžné zdokonalování modelů a metod měření
rizika, je důraz kladen na procesy řízení rizik, aby potenciální nebezpečí byla zavčasu odhalena.
Vzájemná provázanost rizik vyplývá převážně z globálního charakteru současné ekonomiky. Rychlý nárůst
světového obchodu a vzájemná závislost jednotlivých ekonomik vede k vyšší korelaci mezi kapitálovými trhy (viz
graf 2).
Závislost kapitálových trhů (60měsíční korelace DAX-30 a S&P500
1,0
0,8
0,6
0,4
0,2
0,0
12/75 12/83 12/91 12/99 10/07
108