Samanhengen mellom klimarisiko og vêrrelaterte forsikringsskader på norske bustader
Abstract
Formålet med denne studien er å sjå på korleis klimarisiko påverkar vêrrelaterte forsikringsskader på norske bustader. I tillegg ser vi på om det kan vere aktuelt med ein prisdifferensiering på forsikringspremie i høve til ulik risiko. Klimaendringar blir i større og større grad sett på som ein betydeleg risikofaktor som kan ha økonomiske konsekvensar for næringsliv og investeringar. For å svare på problemstillinga har vi først sett på den fylkesvise historiske utviklinga i tal forsikringsskader, erstatningsutbetalingar og meteorologiske og hydrologiske variablar frå 1980 til 2019, ved bruk av data frå Finans Norge, Meteorologisk Institutt og Norges vassdrags- og energidirektorat. Deretter analyserer vi samanhengen mellom tal forsikringsskader og vêrvariablar ved hjelp av OLS-regresjon, Poisson-regresjon og Zero-Inflated Poisson-regresjon for å vurdere om klimaendringar påverkar estimerte tal forsikringsskader.
Den historiske utviklinga i tal forsikringsskader synte store forskjellar i både det totale skadetalet per fylke, og fordelinga av desse skadane gjennom perioden. Til tross for dette hadde alle fylke aukande trend av historiske skadetal. Historisk utvikling i erstatningsbeløp blir framstilt ved nominelle og indeksjusterte verdiar. Fordelinga av utbetalingane i perioden for fylka er lik som ved tal skader, men forskjellen mellom dei totale utbetalingane per fylke er mindre enn det skadetala skulle tilseie. På bakgrunn av dette konkluderer vi med at ein fylkesvis prisdifferensiering på forsikringspremie ikkje kan grunngjevast godt nok. Den historiske utviklinga i meteorologiske og hydrologiske variablar synte aukande trend for vind , temperatur- og nedbørsvariablar og minkande trend for snøens vannekvivalent. Endringa tilseier aukande klimarisiko i perioden.
I dei kvantitative analysane vert det, i tillegg til daglege vêrdata, definert ekstremvêr i datasettet for å sjå korleis tal forsikringsskader avheng om det er ekstremvêr eller ikkje. Alle regresjonsmodellane syner at vêrvariablane har signifikant effekt på tal forsikringsskader og at tal forsikringsskader er høgare når det er ekstremvêr enn når det ikkje er det. Ettertesting og modellvurdering syner at Zero-Inflated Poisson-regresjon er den beste modellen, sidan denne er betre tilpassa telle-data med mange observasjonar lik null. Våre funn syner at variablane med positiv effekt på tal forsikringsskader i regresjonsmodellen er variablar med aukande trend historisk. Prognotisering av framtidige gjennomsnittlege vêrrelaterte tal på forsikringsskader synte at vi i framtida kan forvente ei auke i skadetal. Effekten syner at aukande klimarisiko aukar tal vêrrelaterte forsikringsskader. The purpose of this study is to examine how climate risk affects weather-related insurance claims on Norwegian housing. In addition, we examine whether a price differentiation in insurance premiums may be appropriate. Climate change is increasingly seen as a significant risk factor that can have financial consequences for businesses and investments. Firstly, this paper investigates the countywide historical trends in insurance claims, compensation payments, and meteorological and hydrological variables from 1980 to 2019 utilising available data from Finance Norway, Norwegian Meteorological Institute and the Norwegian Water Resources and Energy Directorate. Secondly, we analyse the relationship between insurance claims and weather variables using OLS regression, Poisson regression and Zero-Inflated Poisson regression, to assess if climate changes affect injury rates.
The historical development in weather related insurance claims shows major differences in both the total number of claims per county and the distribution of these claims during the period. Despite this, all counties had an increasing trend of historical injury rates. Historical developments in the compensation payments are presented at nominal and index-adjusted values. The distribution of compensation payments are similar to the distribution of injuries, but the difference between total compensation payments per county is less than the insurance claim-distribution would indicate. Due to these findings, we conclude that a countywide price differentiation is not justifiable. The historical developments in meteorological and hydrological variables indicate an increasing trend for the wind, temperature and precipitation variables and a decreasing trend in snow’s water equivalent. These changes indicate increasing climate risk during the period.
In addition to daily weather data, extreme weather is identified in the quantitative analysis to examine how the amount of insurance claims depend on the presence versus absence of extreme weather. The regression models show that weather variables have significant effect on the number of insurance claims, and that the number of insurance claims are higher when the weather is extreme. Post-testing and model assessment show that Zero-Inflated Poisson regression is the best model, since it is more appropriate when using count-data with excess zeros. Our findings show that the variables with significant positive effect on insurance claims in the regression models are the same as those with an increasing trend historically. Forecasting of future weather-related insurance claims shows that we can expect an increase in claims in the future. This shows that climate risk increases the number of insurance claims.