Educație · 🛡️ Asigurări · 12 min citire · Actualizat 19 iun. 2026

Portofoliu de asigurări: correlation clustering și stress-testing pe scenarii de criză

La nivel de specialist, un portofoliu de asigurări nu este o listă de polițe, ci o matrice de expuneri corelate la aceleași scenarii macro. Eroarea clasică a planificatorului avansat — dar încă nu de top — este să optimizeze fiecare poliță separat: cea de viață pentru deces, cea de sănătate pentru spitalizare, cea de venit pentru incapacitate, cea de proprietate pentru daune. În realitate, într-un portofoliu de asigurări analizat prin correlation clustering și stress-testing pe scenarii de criză, aceste contracte se activează simultan în aceleași stări ale lumii și se decorelează exact când ai mai multă nevoie de ele. O recesiune cu șomaj nu lovește doar polița de venit; ridică și lapsul, erodează prin inflație valoarea reală a sumelor asigurate și suprasolicitează asigurătorul. Acesta este unghiul lecției: tratăm polițele ca active într-un portofoliu, calculăm riguros corelația dintre polițe de viață și sănătate în criză, construim clustering de riscuri de asigurări pe scenarii macro, aplicăm un stress-test al portofoliului de asigurări pe scenarii COVID-stagflație, urmărim diversificarea riscurilor de asigurare pe clase și demografie, impunem o disciplină de rebalansare dinamică a portofoliului de asigurări și cuantificăm coada prin VaR și tail risk în portofoliul de asigurări.

Presupun că stăpânești deja modelul dinamic de asigurare pe ciclu de viață (20–65 ani) și logica de scenario analysis aplicată portofoliului investit. Aici mergem mai adânc: diversificarea riscurilor de asigurare pe clase și demografie, calculul matricei de corelație condiționate de regim, identificarea expunerilor ascunse prin clusterizare ierarhică, rebalansarea dinamică a portofoliului de asigurări și cuantificarea cozii prin VaR și tail risk în portofoliul de asigurări. Vom lucra cu matrice, factori de corelație, scenarii multi-variabile și praguri reale România 2026.

Toate cifrele sunt calibrate pe RO 2026: cota de impozit pe venit 10%, deductibilitatea asigurării de sănătate voluntară plafonată la 400 euro/an (echivalent ~2.000 lei), plafonul Fondului de Garantare a Asiguraților, regimul ASF de solvabilitate și praguri reale de primă. Unde un parametru este incert (de pildă corelația exactă lapsuri–șomaj a unui asigurător), formulez prudent și marchez ipoteza.

De ce optimizarea poliță-cu-poliță eșuează: corelația ascunsă

Fundamentul tehnic al lecției este recunoașterea că riscul total al portofoliului de asigurări nu este suma riscurilor individuale. Dacă notăm cu R_i pierderea netă neacoperită pe linia de risc i (cât rămâne din șoc după ce plătește asigurătorul), pierderea totală neacoperită a gospodăriei este:

L = Σ_i w_i · R_i, iar varianța ei: Var(L) = Σ_i Σ_j w_i w_j σ_i σ_j ρ_ij

unde w_i este expunerea (suma asigurată sau necesarul de acoperire), σ_i deviația standard a pierderii pe linie, iar ρ_ij corelația dintre liniile i și j. Termenul critic este ρ_ij: dacă presupui ρ_ij = 0 (independență), subestimezi sistematic riscul de coadă, fiindcă în criză corelațiile cresc spre 1. Aceasta este iluzia de diversificare: pari acoperit pe șase linii, dar toate șase se activează în același scenariu.

Matricea de corelație condiționată de regim

Profesionistul nu folosește o singură matrice de corelație, ci una pe fiecare regim macro. Notăm regimurile: N = normal (expansiune), R = recesiune, S = stagflație, P = pandemie/șoc epidemiologic. Pentru o gospodărie tipică RO cu șase linii de risc — viață (deces), sănătate (spitalizare/boli grave), venit (incapacitate de muncă/șomaj), locuință, auto, răspundere — corelațiile dintre polița de viață și cea de sănătate se transformă radical între regimuri.

• Regim normal (N): ρ(viață, sănătate) ≈ 0,15. Decesele și internările sunt în mare măsură idiosincratice (accidente, boli aleatorii).
• Regim pandemie (P): ρ(viață, sănătate) ≈ 0,70–0,85. Un val epidemiologic crește simultan mortalitatea și morbiditatea — exact cuplajul observat 2020–2021.
• Regim stagflație (S): ρ(venit, sănătate) ≈ 0,55. Stresul economic prelungit ridică afecțiunile psihice și cardiovasculare, iar concomitent crește riscul de pierdere a venitului.

Concluzia operațională: o poliță de viață și una de sănătate care par diversificate în regim normal devin aproape un singur risc în regim pandemic. Dacă le-ai dimensionat presupunând independență, ai un deficit de acoperire fix în scenariul în care le activezi pe amândouă.

Clustering de riscuri: cum identifici expunerile ascunse

Pasul de specialist este să nu raționezi pe șase linii izolate, ci pe clustere de risc — grupuri de linii care se mișcă împreună sub același factor latent. Tehnica este clusterizarea ierarhică pe distanța de corelație, identică în spirit cu hierarchical risk parity din construcția de portofolii investiționale.

Pasul 1 — distanța de corelație

Transformi corelația în distanță prin d_ij = √(2·(1 − ρ_ij)). Două linii perfect corelate (ρ = 1) au distanță 0; două independente (ρ = 0) au distanță √2 ≈ 1,41; perfect anticorelate (ρ = −1) au distanță 2. Folosești matricea de corelație din regimul de stres (nu cel normal), fiindcă în criză vrei să vezi clusterele așa cum apar ele în coadă.

Pasul 2 — agregarea în clustere

Aplicând clusterizarea pe matricea de regim de stres a gospodăriei RO tipice, emerg trei clustere robuste:

• Cluster A — Risc uman/biologic: viață + sănătate + boli grave + incapacitate medicală. Factor latent: starea de sănătate a capitalului uman. Se activează masiv în regim P (pandemie) și parțial în S (stagflație, prin stres).
• Cluster B — Risc de venit/macro: șomaj + pierdere venit + protecție rate credit (asigurare la ipotecă). Factor latent: ciclul economic. Se activează în R și S.
• Cluster C — Risc de proprietate/aleatoriu: locuință + auto + răspundere civilă. Factor latent: evenimente fizice idiosincratice. Cvasi-independent de regimul macro — adevărata sursă de diversificare.

Insight-ul cheie: Clusterele A și B sunt corelate între ele în criză (un val epidemiologic declanșează și recesiune — exact 2020), în timp ce Clusterul C rămâne diversificator. Bugetul tău de primă este de regulă supra-alocat pe Cluster C (auto + locuință, vizibile, obligatorii sau cvasi-obligatorii) și sub-alocat pe coada Clusterelor A și B, care concentrează riscul financiar real al gospodăriei.

Cuantific intuiția: dacă raționezi pe corelația de regim normal, numărul efectiv de riscuri independente N_eff = (Σλ_i)² / Σλ_i² (calculat pe valorile proprii λ ale matricei de corelație) pare ~4–5 din cele 6 linii — pari bine diversificat. Recalculat pe matricea de regim de stres, unde corelațiile intra-cluster A–B urcă spre 0,7, N_eff scade la ~2,5. Cu alte cuvinte, jumătate din diversificarea ta aparentă dispare exact în criză. Aceasta este măsura sintetică pe care un specialist o raportează: nu „am 6 polițe”, ci „am 2,5 riscuri cu adevărat independente în coadă”. Orice primă cheltuită ca să ridici N_eff în regim de stres (de pildă adăugând o linie din Clusterul C diversificator, sau o acoperire de venit decuplată de sănătate) valorează mai mult decât a dubla o acoperire deja prezentă într-un cluster saturat.

Pasul 3 — bugetarea riscului pe clustere, nu pe linii

Aplici alocare în doi pași (à la hierarchical risk parity): întâi distribui bugetul de acoperire între clustere invers proporțional cu varianța lor de cluster, apoi în interiorul fiecărui cluster. Aceasta evită capcana în care două polițe quasi-identice (viață term + viață whole) consumă dublu buget pentru o singură expunere.

Stress-testing pe scenarii extreme: construcția cantitativă

Acum aplicăm stress-test pe scenarii de criză economico-epidemiologică. Un stress-test serios nu mută o singură variabilă; definește un vector de șocuri simultane și calculează pierderea netă a gospodăriei sub fiecare scenariu.

Definirea vectorilor de scenariu (RO 2026)

Pentru o gospodărie cu venit net 12.000 lei/lună, capital uman rămas ~2,4 mil. lei (VAN al veniturilor viitoare), credit ipotecar 400.000 lei sold și economii lichide 60.000 lei, definim trei scenarii adverse:

• Scenariu COVID-2.0 (pandemic, P): mortalitate excedentară, spitalizare prelungită (cost real 25.000–60.000 lei nedecontat integral), 3 luni venit zero (carantină/incapacitate), inflație medicală +15%. Cluster A și B activate simultan.
• Scenariu stagflație (S): inflație 12% pe 2 ani consecutivi, șomaj prelungit 9 luni, dobânzi în creștere (rata variabilă la ipotecă +3 pp ≈ +1.000 lei/lună), erodarea reală a sumelor asigurate fixe cu ~22% pe 2 ani.
• Scenariu recesiune clasică (R): șomaj 6 luni, scădere valoare proprietăți −20%, fără șoc de sănătate. Cluster B dominant.

Calculul pierderii nete per scenariu

Pentru fiecare scenariu, pierderea netă a gospodăriei este:

L_scenariu = Σ_i (Șoc_i − Plată asigurător_i) + Erodare reală sume fixe + Costuri de laps forțat

Termenul Costuri de laps forțat este cel mai des ignorat: în recesiune/stagflație, dacă cash-flow-ul scade, ești tentat să renunți la polițe pentru a economisi prima. Dar renunțarea în criză înseamnă pierderea acoperirii exact când probabilitatea de eveniment e maximă, plus pierderea valorii de răscumpărare la polițele de tip unit-linked (penalizare 5–30% în primii ani). Stress-testul trebuie să modeleze presiunea de lichiditate care induce auto-de-asigurarea în cel mai prost moment.

Exemplu numeric: scenariul COVID-stagflație combinat

Cel mai sever scenariu nu e niciunul singular, ci cuplajul P→S (pandemie urmată de stagflație, ca 2020→2022). Calculăm pentru gospodăria de mai sus, cu un portofoliu inițial: viață 300.000 lei sumă asigurată, sănătate cu plafon 30.000 lei/an, fără asigurare de venit, ipotecă cu asigurare de viață cesionată băncii.

• Șoc sănătate: spitalizare 50.000 lei; poliță plătește max 30.000 → deficit 20.000 lei.
• Șoc venit: 5 luni venit zero × 12.000 = 60.000 lei; fără asigurare de venit → deficit 60.000 lei (consumă toate economiile).
• Șoc rate: dobândă variabilă +3 pp × 12 luni ≈ 12.000 lei/an suplimentar.
• Erodare reală: suma de viață 300.000 lei își pierde ~22% putere de cumpărare în 2 ani de inflație 12% → acoperire reală efectivă ~234.000 lei, deficit real ~66.000 lei față de necesarul de înlocuire a capitalului uman.

Pierderea netă agregată depășește 150.000 lei — de 2,5× economiile lichide. Aceasta este expunerea ascunsă pe care optimizarea poliță-cu-poliță nu o vede niciodată: fiecare poliță „funcționează”, dar portofoliul cedează în coadă.

VaR și tail risk pe portofoliul de asigurări

Cuantificarea finală se face prin Value-at-Risk și Expected Shortfall (tail risk) pe distribuția pierderii nete a gospodăriei. Construiești distribuția prin ponderarea scenariilor cu probabilități anuale:

• P(normal) ≈ 0,80; pierdere netă ≈ 0 (șocuri idiosincratice acoperite).
• P(recesiune R) ≈ 0,10; pierdere ≈ 40.000 lei.
• P(stagflație S) ≈ 0,06; pierdere ≈ 90.000 lei.
• P(pandemie/cuplaj P→S) ≈ 0,04; pierdere ≈ 150.000+ lei.

Cu aceste ponderi, VaR la 95% (pierderea depășită cu probabilitate 5%) cade în zona scenariului S: ~90.000 lei. Dar mărimea care contează pentru un specialist nu e VaR, ci Expected Shortfall la 95% (ES) — media pierderilor din coada de 5%:

ES_95% = E[L | L > VaR_95%] ≈ medie ponderată a scenariilor S și P→S ≈ (0,06·90.000 + 0,04·150.000) / 0,10 ≈ 114.000 lei.

ES îți spune adevărul pe care VaR îl ascunde: condiționat de a fi în coadă, te aștepți să pierzi ~114.000 lei. Obiectivul rebalansării este reducerea ES, nu a primei totale plătite. O poliță de asigurare de venit care costă 1.800 lei/an dar taie deficitul de venit din scenariul S→P de la 60.000 la 10.000 lei reduce ES cu ~40.000 lei — un raport cost/beneficiu pe coadă de peste 20:1.

Rebalansarea dinamică a portofoliului de asigurări

Portofoliul de asigurări nu este static: la fel cum rebalansezi un portofoliu investit, rebalansezi acoperirile pe măsură ce expunerile se schimbă cu ciclul de viață și cu regimul macro.

Triggere de rebalansare

• Trigger de capital uman: pe măsură ce te apropii de 65, capitalul uman (VAN venituri viitoare) scade, deci necesarul de asigurare de viață scade — eliberezi buget de primă spre Cluster A (sănătate/longevitate), care crește cu vârsta.
• Trigger de regim macro: când indicatorii anticipează stagflație (inflație > 8%, curba dobânzilor), prioritizezi acoperiri indexate la inflație și asigurare de venit, fiindcă corelația Cluster A–B crește.
• Trigger de drift al sumelor reale: sumele asigurate fixe se erodează cu inflația. Reguli: reindexează suma de viață anual cu inflația realizată (în RO 2026, ancorează la ținta BNR ~2,5% ± inflația realizată) pentru a menține acoperirea reală constantă.

Bandă de toleranță, nu rebalansare continuă

Ca la portofoliul investit, rebalansezi pe bandă, nu calendaristic: dacă acoperirea reală a unui cluster deviază cu > 15% de la țintă (prin erodare inflaționistă sau schimbare de expunere), rebalansezi. Sub prag, lași — fiindcă fiecare modificare de poliță are costuri de tranzacție (analiză medicală nouă, perioade de așteptare resetate, comisioane).

Edge-cases de specialist

• Riscul asigurătorului însuși (counterparty): în criză sistemică, asigurătorul poate intra în dificultate. În RO, Fondul de Garantare a Asiguraților acoperă creanțele în limita unui plafon per creditor; expunerile mari peste plafon adaugă un risc de coadă pe care îl diversifici prin split între doi asigurători pentru sumele mari.
• Excluderi de pandemie: multe polițe au clauze care exclud sau limitează evenimentele epidemiologice declarate. Stress-testul P trebuie să citească exact excluderile, nu suma asigurată nominală — altfel modelezi o acoperire care nu există.
• Corelația laps–regim: în recesiune, rata de renunțare la polițe crește; dacă ai unit-linked, valoarea de răscumpărare e și ea deprimată de scăderea piețelor. Dublu șoc: renunți forțat exact când valoarea e jos.
• Demografia ca diversificator: într-un cuplu, dacă ambii parteneri lucrează în același sector ciclic, riscul de venit nu se diversifică — se concentrează. Diversificarea pe demografie și sector a sursei de venit este o decizie de portofoliu de asigurări, nu doar de carieră.

Checklist de implementare

• Pas 1: Inventariază toate polițele ca linii de risc, cu suma asigurată reală (după excluderi citite literal), prima, și clusterul de apartenență (A uman / B venit / C proprietate).
• Pas 2: Construiește matricea de corelație pe regim de stres (nu normal) și transformă în distanțe d_ij = √(2(1−ρ)). Identifică clusterele.
• Pas 3: Definește 3 vectori de scenariu (R, S, P→S) cu șocuri simultane calibrate pe cifre RO 2026 (venit, ipotecă, costuri medicale nedecontate, erodare inflaționistă).
• Pas 4: Calculează pierderea netă per scenariu, incluzând erodarea reală a sumelor fixe și costul de laps forțat.
• Pas 5: Ponderează scenariile, calculează VaR_95% și mai ales Expected Shortfall_95% — ținta de optimizare.
• Pas 6: Realocă bugetul de primă pentru a tăia ES, nu pentru a minimiza prima totală. Verifică unde 1 leu de primă cumpără cea mai mare reducere de coadă (de regulă: asigurare de venit + indexare la inflație).
• Pas 7: Setează triggere de rebalansare (capital uman, regim macro, drift > 15%) și reindexează anual sumele la inflația realizată. Splituiește sumele mari pe doi asigurători pentru riscul de counterparty.

Tratat astfel, portofoliul de asigurări încetează să fie un teanc de contracte și devine un sistem de acoperire optimizat pe coadă: identifici expunerile ascunse prin clusterizare, le testezi pe scenariile în care chiar mori financiar (cuplajul pandemie→stagflație), și aloci prima acolo unde reduce Expected Shortfall — nu acolo unde te face să te simți acoperit.

← Toate articolele