Kockázatfelosztás

A biztosítás a kockázat kezelésének kooperatív stratégiája, ahol a kockázattal való szembeszállás a veszélyközösségekben, illetve azok révén történik. Egy modern biztosító számára nem megfelelő a kárfelosztó rendszer, ezért az üzleti biztosítók a kárfelosztó rendszerrel szemben kizárólag kockázatfelosztó rendszerben működnek (ezt amúgy formálisan még a törvény is előírja számukra). A kockázatfelosztó rendszer talán legfontosabb sajátossága a kárfelosztó rendszerhez képest az előleges (anticipált) jelleg, szemben a felosztó-kirovó rendszer utólagos jellegével.

A kockázatfelosztó rendszerben a veszélyközösség szervezője (a biztosító) előre felméri a várható kárnagyságot (kockázat mértékét), s a veszélyközösség tagjaitól (biztosítottak) előre beszedi a kockázat ellenértékét, a biztosítási díjat (a veszélyközösség tagsági díját).
A biztosító a kockázat felmérése során alapvetően a megelőző időszakokból származó megfigyelésekre támaszkodik, s az adatokból matematikai-statisztikai módszerekkel kalkulálja ki a megfelelő biztosítási díjat. Ez olyan fontos tevékenysége a biztosítónak, hogy a matematikai-statisztikai módszerek alkalmazását sokan magába a biztosítás definíciójába is beleveszik. Így teszünk mi is, s ezzel eljutottunk a biztosítás számunkra már elfogadható definíciójához:

A biztosítás a kockázatfelosztás statisztikai módszerén alapuló pénzalapképzés a hozzájárulást fizető veszélyközösségi tagok jövőbeni, esetleges és felmérhető szükségleteinek a kielégítése céljából.

A matematikai-statisztikai módszerek alkalmazásának alapja a nagy számok törvényének működése. A nagy számok törvénye szerint minél többen vannak egy veszélyközösségben, annál kisebb a valószínűsége annak, hogy egyszerre nagyon sok embert ér kár. Persze ez csak a nagy számok törvényének egy hevenyészett, s egy nagyon speciális esetre szóló megfogalmazása. A nagy számok törvényének egyik precízebb megfogalmazása így hangzik:
Ha végzünk n db független kísérletet, egy p valószínűséggel bekövetkező esemény megfigyelésére, s ezekből m-szer bekövetkezik ez az esemény, akkor az m/n, úgynevezett “relatív gyakoriság” annál közelebb lesz a p elméleti valószínűséghez, minél nagyobb az n, tehát minél több kísérletet végeztünk.

A valószínűség azt jelenti, hogy az esetek hány százalékában fog várhatóan bekövetkezni az esemény. Ezért a p valószínűséget az m/n relatív gyakoriság várható értékének is nevezhetjük. Emiatt a nagy számok törvényét úgy is megfogalmazhatjuk, hogy valamely esemény bekövetkezésére végzett n számú kísérlet esetében a bekövetkezések relatív gyakorisága annál pontosabban megközelíti a bekövetkezések várható értékét, minél nagyobb az n.

Nézzünk egy példát! Legyen a kísérlet a kockadobás, az esemény pedig az, hogy páratlan szám jön ki. Mivel az összes lehetséges kimenetek száma 6 (1,2,3,4,5,6) a páratlanoké pedig 3 (1,3,5) vagyis a kimenetek fele, ezért a páratlan szám dobásának valószínűsége 3/6 = 50%.
Most kezdjük el dobálni a kockát, számoljuk ki mindig, hogy az addigi dobások hány százaléka volt páratlan (ez a relatív gyakoriság). Tegyük fel, hogy az első dobás 2-es. Mivel ez nem páratlan, ezért a relatív gyakoriság 0/1 = 0%. Legyen a második dobás 6-os, a harmadik 3-as, a negyedik 4-es, az ötödik megint 3-as. Ekkor a relatív gyakoriságok így követik egymást: 0/2 = 0%, 1/3 = 33%, 1/4 = 25%, 2/5 = 40%.
Látjuk, hogy amíg csak kevés számú kísérletet (kockadobást) végeztünk, addig a relatív gyakoriság nagyon nagymértékben is eltérhet a valószínűségtől, vagyis jelen esetben az 50%-tól. De végezzük tovább a kísérleteket! Tegyük fel, hogy 100 dobásból 46-szor jött ki a páratlan, ami 46%-os relatív gyakoriságnak felel meg, 1000 dobásból pedig 511-szer, ami 51.1%-osnak. Azt tapasztaljuk tehát, hogy a dobások számának növekedésével a relatív gyakoriság egyre közelebb esik a páratlan dobás valószínűségéhez.
Ahhoz, hogy egy jelenséggel kapcsolatban a nagy számok törvénye működjön, a jelenségnek bizonyos feltételeknek meg kell felelni. Egészen pontosan: a nagy számok törvénye csak az egymástól függetlenül bekövetkező, véletlen, homogén tömegjelenségek törvénye.

Akkor mondjuk, hogy egy kockázat biztosítható kockázat, ha az esemény, amelynek bekövetkezése esetén megvalósul a kockázat (biztosítási esemény), vagyis bekövetkezik a kár, egy véletlenül bekövetkező, független, homogén, tömegesen előforduló esemény.

Függetlennek akkor nevezünk két eseményt, ha az egyik bekövetkezése nincs hatással a másik bekövetkezésének valószínűségére. Két (potenciális) lakástűz például független egymástól, ha a két érintett ház egymástól és minden más háztól is távol áll. Ekkor amiatt, hogy az egyik kigyullad nem nő, vagy csökken a másik kigyulladásának a valószínűsége. A függetlenség a biztosításban nagyon fontos követelmény. Ha például nagyon sok ember köt olyan baleset-biztosítást, amelyik vízbefúlás esetére kínál szolgáltatást, akkor látszólag teljesül a nagy számok törvényének azon követelménye, hogy sok “kísérletet” végzünk. De ha az összes biztosított ugyanazon a hajón tartózkodik, akkor valószínűleg a hajó elsüllyedésétől, vagy el nem süllyedésétől függ mindannyiuk biztonsága. Így esetleges vízbefúlásuk nem független egymástól, s ezért itt valójában nem sok, hanem egyetlen eseményről van szó. Ilyen esetben a tömeget csak sok hajó utas-közönsége jelenti.
Azt, hogy mit jelent a véletlen, nagyon sokféleképpen meg lehet közelíteni, s esetleg mély filozófiai vitákba is lehet bonyolódni a véletlen természetéről. Ezt mi mindenképpen szeretnénk elkerülni, ezért itt a véletlennek csak egyetlen, gyakorlati szempontból fontos és nem túlságosan pontosan megfogalmazott jellemvonását emeljük ki. Mégpedig azt, hogy véletlen az az esemény, aminek bekövetkezését az érintettek nem tudják előre. Egy biztosítási eseménynek mindenképpen véletlen eseménynek kell lennie, s a biztosító számára alapvető fontosságú az, hogy a véletlenszerűséget biztosítsa. Külön szakszavak is születtek ezért a véletlen különböző csorbulásaira. Ezek közül a legfontosabbak: az antiszelekció, az autoszelekció, és a morális kockázat.

• Antiszelekción a biztosítási gyakorlatban azt szokták érteni, amikor a szerződő felek egyike, a biztosított, élve az információs aszimmetria adta lehetőséggel eltitkolja kockázatának valóságos mértékét a másik szerződő fél, a biztosító előtt. Az információs aszimmetria azt jelenti, hogy a biztosító és a biztosított nem ugyanannyit tud a kockázat nagyságáról, tehát információik nem szimmetrikusak. Általában a biztosított jobban ismeri a konkrét körülményeket s így a kockázat nagyságát. Egy egészségbiztosítás esetében például a biztosító kiinduló feltételezése az, hogy minden ügyfél egészségi állapota átlagos. Jelentkezik egy ügyfél a biztosítónál, aki látszatra teljesen átlagos, az ügyfél azonban tud valamit, amit a biztosító nem, például azt, hogy lakóhelye közelében radioaktív szennyeződést észleltek, s ezért neki az átlagnál jóval nagyobb esélye van arra, hogy rákot kapjon. Ilyen esetben az ügyfél számára különösen előnyös az átlagos feltételekkel megkötni a biztosítási szerződést, hiszen az ő kockázata jóval magasabb, mint az átlag. Az antiszelekció a biztosító szempontjából nagyon veszélyes jelenség, s ezért mindenképpen meg kell próbálnia kiszűrnie az ilyen eseteket.
• Autoszelekción – szemben az antiszelekcióval – alatt azt szokás érteni, mikor a biztosított nem azért köt a biztosítóval szerződést, mert tudja, hogy az ő kockázata magasabb az átlagnál, hanem mert az átlagnál jobban fél egy bizonyos kár bekövetkezésétől. Az autoszelekció eredményeképpen a biztosított populációban a népesség átlagához képest magasabb azoknak az aránya, akik különösen tartanak egy bizonyos veszély realizálódásától. Az autoszelekció hatása nem feltétlenül negatív a biztosító szempontjából, de sokszor előfordul, hogy a nagyobb félelem mögött nagyobb kockázat rejlik.
• A morális kockázat a biztosító szemszögéből nézve nagyon alattomos jelenség. Nem minden biztosítási ágban lép fel, illetve nem mindenhol lép fel ugyanolyan erővel. Ahol fellép, ott a biztosító számára többé-kevésbé megakadályozza a hosszú távú kalkulációt. A morális kockázat lényege, hogy a biztosítás meglétének a ténye hat vissza a kár bekövetkezésének valószínűségére. Egy példán keresztül szemléltetve a dolgot: sokan, akiknek nincs casco biztosításuk óvatosabban vezetnek, alacsonyabb sebességgel utaznak, mint ahogyan szívük szerint mennének, mert félnek attól, hogy baleset esetén elveszítik a kocsijukat. Casco biztosítás megkötése után azonban ez a félelem elpárolog, hiszen a kocsi összetörése esetén sem veszíti el azt (illetve az értékét) a tulajdonos. Tehát kevésbé óvatosan hajt, s ezzel megnöveli a kár valószínűségét. Vagyis éppen a biztosítás megléte hat abba az irányba, hogy növekedjen a kár esélye.

[Dr. Banyár József: A biztosítás gazdaságtan alapjai]