Wind aggregation for storm clusters improves the design of vulnerability curves for insurance companies

In de wereld van het weer en de verzekeringen wordt risico meestal begrepen als een eenvoudige vergelijking bestaande uit drie onderdelen: het gevaar zelf, de zaken die in de baan ervan liggen, en hoe gemakkelijk die zaken breken. Het gevaar is de storm; de zaken zijn de huizen en bedrijven; en de kwetsbaarheid is de fragiliteit. Decennialang hebben experts stormen behandeld als op zichzelf staande gebeurtenissen, uitgaande van de aanname dat een huis dat beschadigd is door één enkele windvlaag niet meer of minder waarschijnlijk beschadigd zal worden door de volgende dan voorheen. Dit standpunt werkt goed wanneer stormen alleen arriveren, maar het wankelt wanneer ze in een razendsnelle opeenvolging arriveren. Wanneer meerdere stormen in korte tijd hetzelfde gebied treffen, kan de schade veel groter zijn dan de som van de individuele gebeurtenissen. Dit gebeurt omdat gebouwen die verzwakt zijn door de eerste klap, mogelijk niet de tijd hebben om te herstellen voordat de tweede toeslaat, waardoor ze zich in een kwetsbaardere staat bevinden. Het begrijpen van deze timing is cruciaal voor verzekeringsmaatschappijen, die genoeg geld opzij moeten zetten om voor deze rampen te betalen, en voor wetenschappers die proberen te voorspellen hoe klimaatverandering de frequentie van dergelijke gevaarlijke sequenties zou kunnen veranderen.

Een team onderzoekers, werkend met gegevens van een grote Franse verzekeringsmaatschappij, zette zich in om te zien of de standaardmanier van het berekenen van stormschade deze cruciale ontbrekende schakel in de puzzel miste. Ze concentreerden zich op de winterstormen die Frankrijk teisteren, gebeurtenissen die de afgelopen decennia miljarden aan verliezen hebben veroorzaakt. Door decennia aan verzekeringsclaims te bestuderen en deze te koppelen aan gedetailleerde verslagen van windpatronen, vroegen ze een simpele vraag: doet de timing van stormen er toe? Specifiek wilden ze weten of een huis dat door twee stormen achter elkaar wordt getroffen, meer schade oploopt dan een huis dat door een enkele storm van dezelfde sterkte wordt getroffen, en of de huidige modellen die worden gebruikt om deze verliezen te voorspellen, er geen rekening mee houden.

De onderzoekers ontdekten dat de standaardbenadering inderdaad incompleet was. Ze ontdekten dat een aanzienlijk deel van de schade in Frankrijk plaatsvindt tijdens perioden waarin stormen elkaar dicht opvolgen, vaak binnen een venster van slechts enkele dagen. Sterker nog, toen ze naar een venster van vier dagen keken, wat een veelgebruikte tijdspanne is voor verzekeraars om claims te groeperen, maakte meer dan de helft van alle beschadigde eigendommen deel uit van een sequentie van stormen in plaats van een geïsoleerd evenement. Nog veelzegender was dat ze een specifieke groep locaties identificeerden die werden getroffen door de winden van meerdere stormen in dat korte venster. Deze "meervoudige wind"-locaties leden schade die niet verklaard kon worden door de sterkste windvlaag alleen. Wanneer de onderzoekers de schade uitzetten tegen de windsnelheid, zagen ze dat huizen die door opeenvolgende stormen werden getroffen, bij dezelfde windintensiteit een hoger aantal claims hadden dan huizen die door een enkele storm werden getroffen. De standaardmodellen, die alleen naar de piekwindsnelheid keken, onderschatten het risico voor deze geclusterde gebeurtenissen.

Om dit op te lossen, ontwikkelde het team een nieuwe manier om het gevaar te meten. In plaats van alleen de enkele sterkste windvlaag te registreren die een locatie ervoer, creëerden ze een methode die het effect van alle sterke winden uit de sequentie van stormen bij elkaar optelde. Stel je een stormcluster voor als een reeks zware klappen; de nieuwe methode behandelt de tweede en derde klap als een toevoeging aan de totale kracht, zelfs als ze zwakker zijn dan de eerste. Ze testten verschillende manieren om deze winden te combineren en ontdekten dat de meest effectieve methode de sterkste windvlaag volledig gewicht gaf, maar ook een kleinere, doch significante bijdrage toevoegde van de daaropvolgende stormen. Deze benadering, die zij windaggregatie noemen, stelde hen in staat om een nieuwe set schadecurves op te stellen die de realiteit van geclusterde stormen nauwkeurig weerspiegelen.

De resultaten toonden aan dat deze nieuwe methode veel beter werkte dan de oude. Toen ze de geaggregeerde windmetriek op hun gegevens toepasten, verbeterde het vermogen van het model om de werkelijke schade te voorspellen aanzienlijk, vooral voor die locaties die door meerdere stormen werden getroffen. De verbetering was het meest spectaculair voor stormen die binnen een week van elkaar plaatsvonden. Naarmate de tijd tussen de stormen langer werd, nam het voordeel van het optellen van de winden af, wat suggereert dat gebouwen een venster van ongeveer een week hebben om te herstellen voordat de volgende storm arriveert. Als de stormen verder uit elkaar liggen, lijkt de schade van de tweede gebeurtenis meer op een frisse aanval op een gezond gebouw, in plaats van een vervolgklap op een verzwakt gebouw.

Deze studie suggereert niet dat de oude modellen nutteloos zijn voor enkelvoudige stormen; voor geïsoleerde gebeurtenissen blijft de piekwindsnelheid de beste voorspeller van schade. Het demonstreert echter dat voor het steeds vaker voorkomende scenario van stormclusters, het vertrouwen op de piekwind alleen leidt tot een bevooroordeeld beeld van het risico. Door expliciet rekening te houden met de opvolging van stormen, boden de onderzoekers een manier om risicomodellen voor verzekeringen realistischer te maken. Dit betekent dat verzekeringsmaatschappijen de totale verliezen die zij mogelijk tegemoet gaan tijdens een seizoen van razendsnelle stormen beter kunnen inschatten, wat leidt tot een nauwkeurigere prijsstelling en een betere voorbereiding op de toekomst. Het werk bevestigt dat de timing van de geweld van de natuur net zo belangrijk is als de intensiteit ervan, en dat het negeren van de sequentie van gebeurtenissen ons onvoorbereid kan laten op de werkelijke kosten van een stormachtig seizoen.