Niket Nishant/Ashitha Shivaprasad/Manya Saini

路透7月27日 - 对于保险公司而言，周期性出现的“厄尔尼诺” (link) 气候现象历来降低了大西洋飓风造成巨额损失的风险，但数十年来沿海地区人口的增长和房产价值的上涨，正迫使它们重新审视这一假设。

“厄尔尼诺”现象以太平洋部分海域海表温度高于平均水平为特征，通常会通过形成不利于风暴形成的大气条件，从而抑制大西洋飓风的生成。

美国政府科学家表示，厄尔尼诺现象于6月出现，这也恰逢大西洋飓风季的开始。他们预计2026年的飓风季 (link) 将低于平均水平，预计将出现8至14场命名风暴，以及1至3场重大飓风。

保险经纪人、巨灾模型构建者及分析师指出，虽然从历史角度来看，这对财产保险公司本应是好消息——近年来，这些公司每个飓风季平均面临300亿美元的承保损失——但如今情况却越来越不如此。

联邦数据显示，数十年来美国沿海地区的开发导致暴露在飓风威胁下的财产数量急剧增加，自1970年以来，沿海各县的人口增长了4000多万。

加之房价 (link) 和重建成本 (link) 的上涨——过去十年间这两项指标分别上涨了70%以上和60%以上——这种沿海扩张意味着，即使是一个相对平静的飓风季，也可能造成严重的损失。

因此，保险公司高管表示，他们正在重新审视对巨灾风险的评估和定价方式，不再主要关注风暴的数量，而是更侧重于风暴的登陆地点及其路径上财产的价值。

“只需一场飓风登陆，就足以造成我们前所未见的巨额承保损失……而在厄尔尼诺年，这种情况绝对可能发生，”再保险经纪公司盖伊·卡彭特（Guy Carpenter）北美风险咨询负责人罗伯茨（Kimberly Roberts）表示。

风暴登陆地点至关重要

根据政府数据，一个飓风季平均会产生14场命名风暴，其中包括7场飓风，其中3场为大型飓风；据怡安（Aon）的数据，2016年至2024年间，年度保险损失平均约为300亿美元。

每隔2至7年发生一次的厄尔尼诺周期，其保险损失数据无法直接比较，因为该现象没有固定的日历周期，持续时间从9个月到15个月不等。

据保险数据公司Verisk的热带气旋建模高级科学家斯特朗（Jeffrey Strong）称，自1950年以来，厄尔尼诺周期平均产生的命名风暴数量约减少了两个。

但这些数字掩盖了真正的风险。例如，1992年风暴季紧随1991年厄尔尼诺现象之后，虽然形成的风暴和飓风数量仅为平均水平的一半左右，但其中就包括飓风“安德鲁”——这是有史以来袭击美国的最强风暴之一，它先后在南佛罗里达州和路易斯安那州登陆。

据瑞士再保险研究所称，仅“安德鲁”飓风造成的破坏就如此严重，若其今日登陆，将使保险业损失近1000亿美元。

相比之下，该研究所指出，2020年这一创纪录的飓风季虽非厄尔尼诺年，但出现了30场命名风暴、14场飓风和7场大型飓风，造成的保险损失仅约300亿美元，这主要是因为这些风暴未袭击人口稠密地区。

灾难风险建模公司凯伦·克拉克公司（Karen Clark & Company）在本月的一份报告中指出，如今，如果一场重大飓风袭击佛罗里达州的迈阿密或坦帕，或是休斯顿——这些都是人口稠密、资产价值极高的都市区——造成的保险损失可能超过1000亿美元。

“飓风就像房地产：最重要的三件事是地段、地段、地段，”该公司补充道。

保险公司正在构建更复杂的模型

厄尔尼诺现象还导致美国南部部分地区降雨量高于平均水平，从而增加了洪水、山体滑坡及相关灾害的发生概率——这也是保险公司必须日益重视的关联风险。

“我们看到保险金额不断攀升，沿海地区风险集中度加剧，供应链也日益复杂。这意味着如今单次灾害事件的严重程度，可能远高于十年前的水平，”瑞士再保险公司美国财产与意外险再保险业务首席执行官宁根（Monica Ningen）表示。

但对于巨灾风险保险公司而言，厄尔尼诺现象只是日益复杂的气候难题中的一环。

虽然飓风曾是他们面临的主要巨灾风险，但气候变化正导致洪水和野火频发，进而使风险建模变得更加复杂和具有挑战性。

“历史能教给我们的东西是有限的，”再保险经纪公司加拉格尔再保险（Gallagher Re）首席科学官鲍恩（Steve Bowen）表示，他指出，不断变化的天气模式可能会降低风险模型的预测价值。

作为应对之策，保险公司正在开发日益精密的巨灾模型，将季节性气候信号与物业层面的风险暴露数据相结合，以估算其可能因自然灾害而面临的财务损失范围。

一些风险专家表示，保险公司还应更加关注那些正在重塑巨灾风险的长期趋势，例如房产重建成本的上升以及用于吸收损失所需的资本成本的变化。

该行业还正在采用人工智能来改进风险模型。eMarketer分析师托马斯（Myra Thomas）表示，人工智能可帮助保险公司分析海量的气象和风险暴露数据，但她同时指出，其作用“终究有限”。