Per 1 januari 2016 moeten verzekeraars uit hoofde van Solvency II een Own Risk & Solvency Assessment (ORSA) maken waarin zij met scenario’s en stresstesten de belangrijkste risico’s analyseren. Dit artikel beschrijft een onderzoek naar hoe verzekeraars scenario’s en stresstesten toepassen. Aan de hand van de literatuur zijn duidelijke processtappen en succescriteria voor het gebruik van scenario’s te onderscheiden. Dit proces wordt overwegend goed gevolgd door verzekeraars en het bestuur is goed betrokken op verschillende manieren. Dat geldt niet voor alle zogenoemde sleutelfuncties: met name de functies interne audit en compliance zijn veel minder betrokken dan bijvoorbeeld de risicomanagement-functie. De tijdshorizon die verzekeraars gebruiken voor hun langetermijnprognose is over het algemeen drie tot vijf jaar, maar er zijn ook verzekeraars die langere termijnen hanteren. Uit onze analyse blijkt dat verzekeraars veel meer leunen op stresstesten dan op scenario’s. Deze laatste worden in de praktijk nauwelijks toegepast in ORSA. Dit is een gemis voor de effectiviteit van ORSA. Wij constateren tot slot dat het feit dat toezichthouders meekijken een mogelijk systeemrisico creëert en dat is vanuit toezichtsperspectief juist onwenselijk.

Verzekeraar, Solvency II, ORSA, scenario, stresstesting

Zowel de European Insurance and Occupational Pensions Authority (EIOPA) als De Nederlandsche Bank (DNB) hebben onlangs het belang van scenario’s binnen de ORSA weer benadrukt. Dit artikel geeft een procesmodel weer en onderzoekt hoe verzekeraars de ORSA in de praktijk aanpakken. Daarom draagt het bij aan het continu verbeterproces van scenario’s binnen de ORSA.

Per 1 januari 2016 is het nieuwe toezichtraamwerk Solvency II van kracht voor Europese verzekeraars. Een onderdeel daarvan is de Own Risk and Solvency Assessment (ORSA), waarbinnen verzekeraars met stresstesten en scenario’s hun risico’s onderzoeken.

De nieuwe eisen rond het toepassen van scenario’s in ORSA zijn in algemene termen beschreven in de Europese wetgeving en Nederlandse kaders. Hoe verzekeraars deze vereisten in de praktijk vormgeven is echter veel minder bekend. Dit artikel beschrijft een onderzoek naar hoe verzekeraars invulling geven aan deze nieuwe vereisten.

Het artikel is als volgt opgebouwd. De volgende paragraaf schetst de contouren van de nieuwe regelgeving Solvency II, waarbij we focussen op de belangrijkste elementen voor de rest van het artikel. Paragraaf 3 definieert de begrippen scenario en stresstest die in het onderzoek een centrale rol spelen en in de praktijk vaak ook voor begripsverwarring zorgen. We leunen daarbij op de literatuur en onze kennis uit de praktijk. Paragraaf 4 beschrijft de plek van scenario’s in de ORSA en de processtappen die voor ons onderzoek van kritisch belang zijn voor het succesvol toepassen van scenario’s. Deze stappen leiden we af uit de literatuur. Paragraaf 5 beschrijft de onderzoeksaanpak en paragraaf 6 de resultaten van het onderzoek. Paragraaf 7 plaatst de resultaten in de context van de rest van het artikel. Paragraaf 8 ten slotte concludeert dit artikel.

Per 1 januari 2016 is in Europa het nieuwe prudentiële toezichtskader Solvency II voor (her)verzekeraars van kracht (DNB 2016; Doff 2015). Een essentieel element binnen dit raamwerk is dat de kapitaaleisen zijn gebaseerd op risico’s en dat de balans gewaardeerd wordt op marktwaarde¹ (DNB 2016). De Solvency II-regelgeving is gebaseerd op drie pijlers die in samenhang moeten zorgen voor voldoende bescherming van de polishouders ongeacht in welk land de verzekering is gekocht (Van Hulle 2011; EU 2009; EU 2014). De eerste pijler beschrijft hoeveel eigen vermogen een verzekeraar moet aanhouden als buffer voor de gelopen risico’s. De methodiek is risico-gebaseerd: een verzekeraar die meer risico loopt, moet meer eigen vermogen aanhouden. Geavanceerde verzekeraars mogen onder voorwaarden een eigen/intern model gebruiken om de risico’s te meten, maar het merendeel van de verzekeraars gebruikt een standaardformule. Er zijn twee niveaus van het vereiste vermogen: de zogenaamde Solvency Capital Requirement (SCR) en Minimum Capital Requirement (MCR). In het dagelijks gebruik geeft de SCR de minimale vermogensbuffer aan, terwijl de MCR veel meer is ontworpen voor het afwentelen van financiële problemen. Voor het berekenen van de SCR moet de verzekeraar per voorgeschreven risico-categorie berekenen hoeveel eigen vermogen nodig is om een financiële schok op te vangen.² Pijler twee beschrijft de eisen aan de risicomanagementsystemen en de risicomanagementorganisatie, waarbij twee belangrijke elementen centraal staan.

Het eerste element is dat Solvency II voor verzekeraars vereist om, als onderdeel van het besturingssysteem, een viertal sleutelfuncties in te richten. Solvency II geeft ook aan welke taken, rollen en verantwoordelijkheden de sleutelfunctiehouders hebben in de beleidscyclus van een verzekeraar. De sleutelfuncties zijn: risicomanager, actuaris, compliance officer en internal auditor (Solvency II Directive 2009, art. 44–48 en Solvency II Delegated Acts 2014, art. 268–272). Impliciet vereist Solvency II dat verzekeraars het zogenoemde Three Lines of Defence-model³ (Doff 2015; Verbond van Verzekeraars 2012) invoeren voor het risicomanagement. Hierbinnen bestaat de eerste lijn uit de dagelijkse operationele besturing van de verzekeraar. Hier worden uiteindelijk besluiten genomen die het risicoprofiel beïnvloeden. De tweede lijn bestaat uit beleidsmakers, adviseurs en controleurs die tegenwicht moeten bieden. In de Solvency II-context zijn dat de risicomanager, actuaris en compliance officer. De derde lijn ten slotte bestaat uit internal audit, die controleert of men zich aan het beleid houdt. Binnen het spraakgebruik van veel verzekeraars zijn deze drie lijnen inmiddels gemeengoed geworden.

Het tweede element van pijler twee is dat de verzekeraar minimaal jaarlijks een zogenaamde Own Risk and Solvency Assessment (ORSA) uitvoert (Solvency II Directive 2009, art 45). Omdat dit het onderzoeksobject is van dit artikel gaan we daar onderstaand nog verder op in. De derde pijler van Solvency II omvat de rapportagevereisten aan de toezichthouder (in Nederland DNB) en het publiek. Naast het jaarverslag (veelal gebaseerd op IFRS) vereist Solvency II jaarlijks een openbaar Solvency and Financial Condition Report (SFCR) dat op Solvency II-grondslagen verslag doet van de stand van zaken. Er zijn veel parallellen met het bancaire systeem van Bazel II/III, maar er zijn zeker ook verschillen omdat een bank en verzekeraar verschillend zijn (Doff and Bilderbeek 2007; Gatzert and Wesker 2012).

Het doel van de ORSA is dat het bestuur van een verzekeraar binnen de context van zijn strategie, de huidige en toekomstige samenhang beschouwt tussen het risico, het kapitaal en het rendement (Verbond van Verzekeraars 2012; DNB 2016). De achterliggende gedachte is dat de verzekeraar eigenstandig onderzoekt hoe risico’s de langetermijnsoliditeit van de verzekeraar kunnen ondermijnen om zo het risicomanagementsysteem te versterken (Doff 2016). Dreher (2015) geeft aan dat het daarom zowel een toezichtsinstrument is als een intern hulpmiddel voor het bestuur. ORSA heeft daarmee dus feitelijk twee doelen. In de ORSA wordt de SCR gebruikt om de risico’s en de positie van een verzekeraar meetbaar te maken. De SCR onderkent financiële, verzekeringstechnische en operationele risico’s en is een momentopname (bijvoorbeeld per 31 december van enig jaar). De ORSA bevat daarnaast ook een meerjarige verwachting van hoe de SCR en het beschikbare vermogen zich zullen ontwikkelen over de planningsperiode (bijv. 3 to 5 jaar). ORSA heeft de volgende doelstellingen (EIOPA 2015b):

• een verzekeraar vormt zich een beeld van alle risico’s, ongeacht of deze in de pijler 1-berekening van SCR worden meegenomen;
• de risico’s worden in relatie tot de strategie gebracht;
• de verzekeraar maakt een langjarige prognose van het eigen vermogen en de SCR;
• de SCR-berekeningen worden aangevuld met scenario’s en stresstesten.

In de praktijk blijkt dat DNB veel nadruk legt op het gebruik van scenario’s in de ORSA. Binnen de ORSA analyseert men de risico’s en onzekerheden die bepalend zijn voor de toekomst van de onderneming, ofwel de zogenaamde ‘driving forces’ (Schwartz 1991). Die driving forces zijn weer onder te verdelen in drie categorieën die aansluiten op de indeling van Knight (1921). Allereerst zijn er de constante factoren. Een constante factor verandert nagenoeg niet en is dus per definitie voorspelbaar. In de tweede plaats zijn er voorspelbare factoren waarvan de kansverdeling bekend is, zoals het gooien van een dobbelsteen. Deze zijn dus wel variabel maar nog steeds voorspelbaar. Knight (1921) noemt dit “risk”. Als derde en laatste zijn er de onzekere factoren (‘uncertainties’ in termen van Knight). Juist voor die laatste categorie zijn scenario’s een waardevol gereedschap om de toekomstige invloed van die factoren op de onderneming te onderzoeken (Derbyshire and Wright 2014).

Er zijn verschillende definities en interpretaties van het begrip ‘scenario’. Een eerste groep definities en interpretaties beschouwt scenario’s in een brede context. Kahn and Wiener (1967) beschrijven een scenario als een reeks hypothetische en toekomstige voorvallen die gemaakt zijn om een mogelijke keten van oorzaken en beslismomenten te verklaren. Verloop (2007) stelt “...scenarios are alternative stories of how the future may unfold. They are not predictions or forecasts, but credible consistent and challenging stories that help to focus on the critical uncertainties.” Scenario’s worden ook beschreven als verhalen die concrete data en menselijk inzicht samenbrengen tot mogelijke toekomstbeelden. Deze scenario’s worden in het strategischplanningsproces van een organisatie gebruikt om (meerdere) mogelijke toekomsten te onderzoeken (Miller and Waller 2003). Healey and Hodgkinson (2008) vatten scenario’s samen als verhalen over de toekomst gevat in een script-achtige beschrijving over hoe de toekomst in verschillende richtingen kan bewegen. Een veelbesproken voorbeeld van het toepassen van scenario’s binnen strategische planning is Royal Dutch/Shell (Wack 1985), dat in de jaren 1970 zich heeft kunnen voorbereiden op de oliecrises door het gebruik van scenario’s. Door verschillende toekomstbeelden te ontwerpen en de bijbehorende acties te bedenken, was Royal Dutch/Shell beter gewapend tegen de gevolgen van de olieprijsstijgingen dan andere oliemaatschappijen. Daarnaast was de organisatie mentaal ook beter voorbereid omdat ze in gedachten en ook gezamenlijk al in die toekomst hadden geopereerd (De Ruijter 2014).

Bishop et al. (2007) onderkennen drie verschillende typen scenarioanalyses: voorspellende scenario’s, normatieve scenario’s en exploratieve scenario’s. Bij voorspellende scenario’s probeert men een toekomst te beschrijven waarvan men denkt dat het de meest waarschijnlijke is. Normatieve scenario’s beschrijven de meest gewenste toekomst. Exploratieve scenario’s geven antwoord op de vraag wat er zou kunnen gebeuren. Doff (2020) voegt daar nog simulatiescenario’s aan toe: het bepalen van de organisatorische gevolgen van een vastgestelde gebeurtenis op de organisatie. In het kader van ORSA probeert men in te schatten welke toekomstige gebeurtenissen of situaties zeer bedreigend kunnen zijn voor de strategie en zelfs het voortbestaan van de onderneming. Dat maakt exploratieve scenario’s voor ORSA het meest geschikt.

In het vervolg van dit artikel wordt onder scenario verstaan een verhalend toekomstbeeld. In zo’n toekomstbeeld wordt duidelijk dat meerdere risico’s zich tegelijkertijd voor kunnen doen. Hierbij is het van belang dat het samenvallen van die risico’s ook consistent is, anders is het niet geloofwaardig. De situatie zoals die zich voordoet in een scenario moet zich dus ook in werkelijkheid voor kunnen doen. Doordat het een verhaal of beschrijving van een mogelijke toekomst is, kan men zich dat toekomstbeeld beter voorstellen.

Een tweede groep van interpretaties en definities beschouwt scenario’s als een kwantitatieve en modelmatige analyse, waarbij de impact van specifieke variaties in de variabelen van het model (in de context van ORSA het model dat de meerjarige solvabiliteit van de verzekeraar voorspelt) wordt onderzocht. Men onderzoekt dan een beperkter beeld van de mogelijke toekomst. In elk geval ontbreekt de verhalende context. Bovendien ligt de focus op de kwantitatieve onderbouwing in plaats van de verklaring. Tot slot is een dergelijk scenariobegrip expliciet gericht op de einduitkomst in termen van solvabiliteit. Om verwarring met bovenstaande definitie te voorkomen zullen we dit in het vervolg stresstesting⁴ noemen, hoewel de termen in praktijk door elkaar worden gebruikt. Bijvoorbeeld Planchet and Robert (2016) suggereren een aantal varianten van monte-carlo-scenario’s in het kader van ORSA. Schoemaker (1995) noemt dit een gevoeligheidsanalyse. Het principe hierin is dat alle andere variabelen constant blijven. Chermack and Van der Merwe (2003) noemen dat ‘wind tunneling’. In de praktijk zijn er drie soorten stresstests: single-factor, multi-factor en reverse stresstesten. Het verschil tussen single-factor en multi-factor is de hoeveelheid parameters die in het model worden onderzocht. Bij single-factor stresstest is er slechts één variabele tegelijk, bij multi-factor stresstesten worden twee of meer factoren tegelijk getest. Een voorbeeld is een gelijktijdige overstroming en rentedaling. Solvency II laat verzekeraars vrij in de keuze. Solvency II schrijft binnen de ORSA tot slot de zogenaamde reverse stresstest voor. Dit is een variant van de stresstest, waarbij men uitgaat van de eindsituatie en dan terug-redeneert. Binnen de ORSA is het uitgangspunt van de reverse stresstest dat het voortbestaan van de onderneming wordt bedreigd⁵ en er wordt berekend hoe zwaar het voorval dient te zijn om in de problemen te komen (Verbond van Verzekeraars 2012). Doff (2020) noemt dit ook wel een premortem-analyse.

Het Verbond van Verzekeraars (2012) hanteert als definitie van scenarioanalyse het beoordelen van de impact als gevolg van een combinatie van factoren (Verbond van Verzekeraars 2012). De precieze interpretatie hiervan ligt dus ergens in het midden tussen onze bovengenoemde scenario’s en de stresstesten. Het belangrijkste verschil tussen een scenario en een stresstest is dat bij een stresstest de andere variabelen constant blijven. Bij een scenario veranderen er meerdere variabelen omdat ze zich tegelijkertijd voor kunnen doen of omdat die variabelen van invloed zijn op elkaar. Daarmee is een scenario “holistischer” van aard dan een stresstest (De Ruijter 2015). Bovendien wordt deze combinatie van gebeurtenissen verpakt in een consistent verhaal hetgeen de geloofwaardigheid en acceptatie verhoogt (Van der Merwe 2008).

Hoe worden de scenario’s toegepast in de ORSA? Seidel (2014) beschrijft in een casestudy hoe men uitgaat van de verwachte ontwikkeling van resultaat en solvabiliteit gedurende de planningshorizon. Dit wordt de zogenaamde “base case” of “central scenario” (Planchet and Robert 2016) genoemd. Vervolgens wordt per scenario of stresstest de resultaat – en solvabiliteitsontwikkeling bepaald. Aan de hand hiervan beoordeelt de verzekeraar hoe gevoelig men is voor bepaalde scenario’s.

De scenario’s worden gebouwd rond de eerdergenoemde driving forces. Men zoekt daarin combinaties van belangrijke gebeurtenissen die van invloed zijn op de onderneming. De vraag is dan wat de waarschijnlijkheid moet zijn van deze gebeurtenissen. Een exacte, met kansrekening vastgestelde waarschijnlijkheid is lastig vast te stellen. De Ruijter (2014) stelt dat een verrassingselement in een scenario mede haar kracht bepaalt. Een scenario moet derhalve plausibel zijn, maar tegelijkertijd voldoende afwijken van de huidige verwachting.

Hoe ontwikkelt men scenario’s? Enerzijds vereist dat een strakke methodiek, maar anderzijds is ook creativiteit vereist (Coates 2016). Amer et al. (2013) onderkennen drie stromingen of scholen: ‘Intuitive logics school’, ‘Probabilistic modified trends methodology’ en de ‘French approach’. The ‘Intuitive logics school’ lijkt de meest passende methodiek te zijn om scenario’s te ontwikkelen aangezien zij als enige is ingericht om vaker uit te voeren en het beoogde doel is om het strategisch proces te verbeteren en inzicht te creëren (Amer et al. 2013). Wright et al. (2013) benoemen drie mogelijke doelstellingen van de Intuitive logics-methodiek: de gevolgen van mogelijke toekomstige gebeurtenissen begrijpen, de huidige denkwijze uitdagen en het verbeteren van beslissingen en het strategischplanningsproces. Dit sluit goed aan bij de doelstellingen die geformuleerd zijn door EIOPA (2015b) die we aan het eind van paragraaf 2 bespraken.

In lijn met de doelstelling van explorative scenario’s (Bishop et al. 2007) is het doel van scenario’s in de ORSA-context om te leren van mogelijke toekomstbeelden en de impact op de financiële soliditeit van de verzekeraar. Om dit leereffect te garanderen, hecht men in de literatuur een groot belang aan de processtappen die een organisatie doorloopt om tot een scenario te komen (De Ruijter 2014; Bradfield 2007; Wright et al. 2013; Miller and Waller 2003).

Kader 1 geeft een overzicht geeft een overzicht van de stappen die worden gehanteerd bij het ontwerpen van scenario’s.

Om te onderzoeken hoe Nederlandse verzekeraars omgaan met scenario’s in ORSA hebben wij in 2019 elf verzekeraars geïnterviewd (zie bijlage), waaronder zeven verzekeringsgroepen die uit meerdere verzekeraars/ vergunninghouders bestaan (zie Tabel 1). In Nederland zijn 160 onder DNB-toezicht staande verzekeraars (waarvan ongeveer 20% levensverzekeraars en 70% schadeverzekeraars). Er zijn gestructureerde interviews afgenomen bij deze elf verschillende verzekeraars. Deze verzekeraars zijn geselecteerd op hun bereidheid deel te nemen – een groter aantal is benaderd. Bewust is ervoor gekozen meerdere typen verzekeraars te interviewen (zie Tabel 1). Herverzekeraars zijn niet geïnterviewd. Sommige verzekeraars zijn zowel in Nederland als in het buitenland actief en één verzekeraar staat onder toezicht van een buitenlandse toezichthouder.

Ook de grootte van de verschillende verzekeraars is divers. Vijf van de geïnterviewde verzekeraars hebben een SCR kleiner dan 0,5 miljard EUR, vier verzekeraars hebben een SCR kleiner dan 5 miljard EUR en twee verzekeraars hebben een SCR boven de 5 miljard EUR. Alle geïnterviewde verzekeraars hebben een SCR-ratio ruim boven de 100% aan het einde van 2018.

De functie van de geïnterviewden varieert van Chief Risk Officer (CRO), Chief Financial Officer (CFO), Chief Finance and Risk Officer (CFRO) tot verschillende soorten risicomanagementdirecteuren of risicomanagers.

Het onderzoek is uitgevoerd bij een redelijke dwarsdoorsnede van de Nederlandse verzekeraars. Het marktaandeel in premie van de onderzochte verzekeraars bedroeg in 2018 ongeveer 55%, in eigen vermogen vertegenwoordigen deze verzekeraars 72% van de Nederlandse markt (Bron: DNB). De verschillende verzekeringsbranches zijn vertegenwoordigd. Er is gekozen om dit onderzoek met gestructureerde interviews uit te voeren om daarmee ruimte te laten voor toelichting op de antwoorden. Daarmee hebben we inzicht gekregen in keuzes die verzekeraars maken in hun ORSA-processen. Door het kwalitatieve karakter van het onderzoek is er ruimte voor interpretatie. Het geeft een representatief beeld hoe de Nederlandse verzekeraars hun stresstest en scenarioanalyse uitvoeren binnen de ORSA. In verband met vertrouwelijkheid geven we de resultaten anoniem weer.

In de interviews zijn de volgende onderwerpen onderzocht:

• Hoe doorlopen verzekeraars alle processtappen die vanuit de literatuur vereist zijn om maximaal te leren van de scenario’s?
• Over welke tijdshorizon beoordeelt men de risico’s in ORSA?
• Welke functies en functionarissen zijn betrokken bij het ontwikkelen van scenario’s?
• Hoeveel en wat voor soort scenario’s gebruiken verzekeraars in ORSA?

Dit onderzoek heeft expliciet niet naar de inhoudelijke aspecten van de scenario’s gekeken omdat (1) deze gegevens vertrouwelijk zijn en verzekeraars niet genegen zijn dit te delen; (2) het een breder begrip vereist van de context waarbinnen de verzekeraar opereert; en (3) dit een rolvermenging is met die van de toezichthouder DNB in dit proces.

Onderstaand presenteren wij de resultaten in anonieme vorm. Per onderdeel wordt aangegeven hoe elk van de 11 verzekeringsgroepen scoort.

Aan de hand van de uitkomsten hebben we de volgende observaties. Bij onze respondenten is de horizon van de scenarioanalyse gebaseerd op het Medium Term Plan (tussen de 3 en 5 jaar). Dit geldt voor alle verzekeraars, maar een enkele verzekeraar hanteert een langere horizon. De richtsnoeren van EIOPA (2015a) geven aan dat een langere horizon aangehouden moet worden indien dit geschikt wordt geacht. Voor verzekeraars met langlopende verplichtingen of bekende onzekerheden die verder in de toekomst liggen, zou het verstandig kunnen zijn om de horizon van de scenarioanalyse te verlengen om een beter inzicht te krijgen in die risico’s.

Het bestuur is actief betrokken bij het scenarioproces en het merendeel heeft dit vastgelegd in beleid. Niet alle sleutelfuncties zijn betrokken: met name compliance en interne audit ontbreken in sommige gevallen. Dit past ook bij de observaties van Dreher (2015). Dit heeft gevolgen voor de effectiviteit en breedte van de scenario’s.

Uit hoofde van Solvency II moeten verzekeraars in hun ORSA gebruik maken van scenario’s. Uit de literatuur hebben wij een aantal criteria geformuleerd voor het effectief gebruiken van scenario’s. Daarnaast hebben wij een proces vastgesteld waarmee scenario’s effectief ontworpen en toegepast kunnen worden. Wij hebben elf verzekeraars geïnterviewd met als doel te achterhalen hoe zij scenario’s in ORSA toepassen. Aan de hand van dit onderzoek trekken wij de volgende conclusies.

• De meeste verzekeraars hanteren een 3–5 jaar horizon, met een enkele uitschieter naar boven om meer langere horizonten te onderzoeken in de scenario’s.
• Het bestuur is betrokken op diverse manieren.
• De sleutelfunctiehouders risicomanagement en actuariaat zijn vanuit de tweede lijn de drijfveren van het proces, maar de sleutelfunctiehouders compliance en interne audit zijn veel minder betrokken.
• Het feit dat toezichthouders meekijken creëert een mogelijk systeemrisico omdat dit verzekeraars kan weerhouden om extreme risico’s te onderzoeken met scenario’s. Dit lijkt onwenselijk vanuit het stabiliteitsperspectief van de toezichthouder.
• Hoewel verzekeraars de termen scenario’s en stresstests door elkaar gebruiken, worden voornamelijk stresstesten gebruikt in ORSA. ‘Echte’ scenario’s waarbij onderliggende onzekerheden fundamenteel worden uitgezocht worden nauwelijks toegepast in ORSA. Dit is een gemis in de effectiviteit van ORSA.

Dit onderzoek is gebaseerd op een beperkte dataset. Bovendien zijn de betrokken verzekeraars niet geheel random gekozen, maar is een bredere groep benaderd en deze verzekeraars zijn bereid geweest deel te nemen. Daarmee zijn de observaties ook vooral eerste observaties die verder onderzoek verdienen. Een vervolgstap zou kunnen zijn om een grotere onderzoekspopulatie te bekijken, wellicht ook op Europees niveau. Daarnaast hebben we nauwelijks aandacht besteed aan de inhoud van de scenario’s: wat voor soort risico’s onderzoeken verzekeraars er nu eigenlijk mee? Ook dat zou in een vervolgstap meegenomen kunnen worden, hoewel daar ook een beperking van vertrouwelijkheid zou kunnen zijn.

Tot slot, het jaar 2020 heeft tot nu toe in het teken gestaan van covid-19. Omdat deze pandemie nog in volle gang is, lijkt het onmogelijk om de gevolgen voor verzekeraars goed in te schatten. Dit is bij uitstek een kans om werkelijke scenario’s toe te passen in het risicomanagement. DNB (2020) heeft hier reeds een aanzet toe gedaan, hoewel deze pandemie-stresstest meer is toegespitst op de bancaire sector. Naast de reeds genoemde uitnodiging om klimaat te onderzoeken met scenario’s valt te verwachten dat DNB ook een pandemie als onderdeel van ORSA zou willen terugzien.

Lijst met geïnterviewde verzekeraars

ASR

Achmea

Aegon

Amlin Insurance

Conservatrix

CZ

Goudse

Klaverblad

Monuta

Nationale-Nederlanden

Vivat