Klimadata i drift: fra rapporteringskrav til operationelle beslutninger

Den 16. september taler vores founder Theodor Christensen på konferencen Forsikring, Liv & Pension i København. Oplægget handler om afstanden mellem klimarisikorapportering og de beslutninger, der træffes i policen, i skaden og i porteføljen hver dag.

‍

Rapportering og drift stiller forskellige krav
‍De fleste selskaber har efterhånden klimadata. De bruges til scenarieanalyser, til taksonomi og CSRD, og til at svare tilsyn og investorer. Langt færre bruger de samme data, når en police tegnes, en skade opgøres, eller en ejendom værdisættes.

Det skyldes sjældent, at data mangler. Det skyldes, at de to opgaver stiller forskellige krav til tallet.

Et rapporteringstal skal kunne opgøres ensartet og dokumenteres over for tilsynet. Det opgøres på porteføljeniveau, og det kan rumme stor usikkerhed, uden at nogen enkelt kunde opdager det.

Et driftstal skal være rigtigt på den enkelte adresse. Det må ikke flytte sig markant, hver gang modellen opdateres og det skal kunne forklares til kunden eller bestyrelsen.

Usikkerhed, der er usynlig i en rapport, bliver et problem i en policeindtegning, en skadesopgørelse eller en ejendomsvurdering.

Det er en væsentlig del af forklaringen på, hvorfor klimadata i mange organisationer bliver hængende i rapporteringen.

‍

Fire steder, hvor tallet skal bære en beslutning‍
‍Indtegning og køb kræver et tal på den enkelte adresse, som kan forklares til kunden, for klimarisikoen hører til adressen og ikke til postnummeret. Skadesbehandling kræver, at hændelsen kan stedfæstes og datosættes. Så kan det samme grundlag bruges to gange: først til at varsle de kunder, der faktisk er eksponerede, og bagefter til at kortlægge skadesomfanget i stedet for at skønne det. Risikostyring kræver, at tallene kan lægges sammen fra den enkelte bygning til hele porteføljen, og at man kan se en fordeling frem for et gennemsnit. Og ekstern klimarapportering kræver sporbarhed, så det samme grundlag kan bruges til EU-taksonomien, CSRD, Solvens II og IORP II.

De fire opgaver stiller hver deres krav, men de bør trække på det samme grundlag. Gør de ikke det, opstår spørgsmålet før eller siden, hvorfor den samme ejendom har forskellige risikoscorer to steder i organisationen, hvilket er svært at forklare over for både kunden, revisoren og tilsynet.

‍

Hvor meget skal data afgøre?
‍Risikoen beregnes ikke med AI. Den beregnes med fysik og kalibrering: terræn, afstand til vand og grundvand, kælder, tag og afløb fra BBR, og satellitdata om, hvor vandet faktisk har stået. AI'en kommer først ind bagefter, når risikoen skal oversættes til noget, kunden kan gøre ved den.

Omfanget af menneskelig vurdering bør på samme måde følge beslutningens konsekvens. I varsling og forebyggelse kan data stå alene. Ved indtegning og tarifering afgør data prisen, mens mennesker sætter rammen. Ved afvisning af dækning og opgørelse af kapitalgrundlag understøtter data en afgørelse, som mennesker træffer.

‍

Om Envira
‍Envira omsætter jordobservation og avanceret dataanalyse til beslutningsgrundlag for den finansielle sektor. Vi dækker oversvømmelsesrisiko på adresseniveau og klimarisiko i landbruget. Modellerne bygger på validerede datakilder, dokumenterede input og reproducerbare arbejdsgange, så resultaterne kan efterprøves i både tilsynssager og ekstern rapportering.