スキップしてメイン コンテンツに移動

コロナショックで"Gain from Loss" つまり「損して得しろ」

「Gain from loss」とは

「Gain from loss」という言葉は、次の論文

Shelor, R. M., Anderson, D. C., & Cross, M. L. (1992). Gaining from Loss: Property-Liability Insurer Stock Values in the Aftermath of the 1989 California Earthquake. The Journal of Risk and Insurance, 59(3), 476–488.

からとったものであるが、一般の人たちが日常で使われる言葉のようだ。日本語で言えば、昔から大阪商人が言ってきた「損して得する」とでも言うべきだろう。

起きることが稀、つまり確率が非常に小さいが、起きたならば甚大に被害が生じる「大災害」は、多くの人は普通の生活でほとんど気にしない。それにどう対処することは日常気にしない。従って、大震災に備えて保険を買うということはしない人が多い。特に若いひとはそうだ。
ところがひとたび、東日本大震災や上の論文のテーマである1989年のカリフォニア地震(日本人の感覚から言うと大震災ではない、ちょっと規模の大きな地震)が起きると、リスク認識の程度があがり保険を買おうとする。保険需要がたかまる。

東日本大震災のときもそうであったが、大震災が起きると、他の産業同様、保険会社の株は売られる。震災に伴い巨額の保険金の支払いをしなければならいことは誰でもわかるから、とにかく損害保険会社の株を売ろうということになる。しかし、賢い投資家は、無視されきた地震の起きる確率を、今度は、過大に見積もっる人が、保険会社や代理店に殺到することを見込んで、保険会社の株の買いを始める。売られすぎた保険会社の株をみて、買い時だ!ということもあるかもしれない。

今回のコロナショックでは何がおきたか?

上のShelor, Anderson, and Cross (1992)論文もそうした点を実証分析でたしかめている。今回のコロナショックでは同様なことは起きただろうか?

少なくとも、日本の保険会社(第1生命を除いて非上場企業)は、興味深いマーケティング戦略を考えた。

生命保険契約には特約という条項がある。例えば、特定の原因で死亡したひとには、保険金の支払い額を増やす「災害割増特約」というのがある。

日本生命、第一生命、明治安田生命、住友生命やかんぽ生命は、今回、新型コロナウィルスによって死亡したひとには、死亡保険金の割り増しをするとした。かんぽ生命は2倍の保険金を支払うそうだ。

「事故が起きてから保険は買えない」ということが、アメリカ人はよく言う。日本人や中国人の感覚からすると「覆水盆に返らず」とおなじいみである。

今回保険会社は「事故が起きたらもっと保険金をはらう」としたわけだ。

若い人に生命保険離れが起きている。そうした人たちにも、生命保険の重要性を、身銭を切って、アッピールした(ファイナンス理論から言えば「シグナルを送ったシグナリング効果」を発揮したのである)。

「損して得する」という大阪商人の商売意気がうまく行くことを地にいったのである。

尤も、イタリア、フランス、スペイン、アメリカなど多数のコロナウィルスによる死亡が既に生じている国では、こうした事ことは検討課題になっていないようである。むしろ、此等の国の生命保険会社が出す生命保険最保険料は急激にあがっている。

日本の生命保険会社は、関東大震災、伊勢湾台風などと同じ規模の大災害が今日起きても、生命保険金の支払いは十分行えるだけの危険準備金を積んでいるはずである。昨日(2020年4月22日)で300人くらいの新型コロナで死亡した人に、倍の生命保険金をはらうことなどは全く痛くないはずである。

実に賢いマーケティング戦略である。株価も当然上がるだろうか?

が生保にとってむしろ問題なのは、バランスシートの負債(保険金支払)側でなく資産側なのだ

契約者から預かった保険料の多くは、金融資産に投資をしている。株ばかりでなく、安全資産と思われいる各国の国債も値下りしているのである。



コメント

このブログの人気の投稿

「8割おじさん」の数理モデル

米国の週刊誌Newwweek誌の日本語版『ニューズウィーク日本版』の最新の 2020年6月9日号 では「日本モデル」と題した特集号で、北海道大学医学部の西浦教授が、「8割おじさん」の数理モデル」という論文を寄稿している。冊子体の本誌でも読めるし、また楽天マガジン・dマガジンなどのオンラインの雑誌読み放題でも全てのページが配信されている。 ニューズウィークとしては異例のアカデミックな論文である。数式こそ無いものの、変数名や学術用語が散見される異例の論文に成っている。同誌で経済や政治関係の記事に親しんでいる人にとっては、ちょっと難しい論文かもしれない。 しかし、非常に示唆に富んだ論文である。特に、「8割削減」の意味を丁重に説明している。最近、8割削減に関して、そこまでする必要がなかったという批判があちこちから出ているが、これをよんでから批判をすべきであろう。 疫学における感染症モデルは勿論、マクロ経済や資産価格決定モデル(CAPMやブラック=ショールズモデルなど)も、所詮は複雑な現実の抽象化に過ぎない。しかし、よいモデルというのは、抽象の革新をつかみ、リスク管理を行う場合、大きな間違いをしない基準となりうる。 また、この号では、”日本のコロナ対策は過剰だったか”という、西浦教授と國井修(世界エイズ・結核・マラリア対策基金)との対談記事も掲載されている。ともにお医者さんでありかつモデリングを研究している二人の言葉は、経済やファイナンスのモデルを用いて仕事をしている、アナリスト、エコノミスト、研究者にとっても学ぶことが大きいとおもう。 國井氏はこう述べている「・・・私達モデラーはリスク評価についてはアンダーアクト(控えめに言う)よりは、オーバーリアクト(大げさに言う)して話をすべきと、肝に命じながらやってきた・・・・」 このことが経済や金融市場のリスク分析に当てはまるかどうか、人それぞれ異なる意見をもっているかもしれない、しかし、1つの教訓だろう。 ただし、西浦先生の論文は、数式を使わないようにしたために、高校数学を理解している人にとっては、帰って難しくなっているきらいがある。むしろ、数式を使って説明したほうが良いかもしれない。ところが、多くの感染症に関する論文や本では、特に日本語で書かれた本や論文では連立微分方程式をつかって説明している。そうす...

感染症モデル入門 (3) Excelで感染症 SIRモデルをシミュレーションする

感染症流行をExcelでシミュレーションする(ファイルがダウンロード出来ます)。 1.準備:ファイルのダウンロードをする。 SIRモデルのわかりやすい(つまり最も簡単な)Excelシートを作成した。Excelファイルを用いたシミュレーションは以下の二通りの方法で実行できる。 1.1 「Google スプレッドシート」を用いてオンラインでSIRモデルのシミュレーションを行う 。  オンラインでシミュレーションをする場合には、Google スプレッドシートをつかいます。「 ここ 」をクリックしてください。「感染症数理モデル_入門と応用_森平_2020-05-29」というファイルがGoogle スプレッドシート上で開くはずです。次のような画面を見ることができます。 携帯などから利用していて、通信環境などが良くないときには、オフラインでの実行をおすすめします。>ファイル?オフラインで実行する、とすれば、自分の携帯にダウンロードしてあるGoogle スプレッドシート上でこのプログラムが実行できるはずです。 1.2 Excelファイルとしてダウンロードして、自分のPC上でシミュレーションをおこなう。  Excelシートとして使い時は、上で示したGoogle スプレッドシートのメニュー上で >ファイル>ダウンロード>MicroSoft Excel (.xlsx)  としてファイルをExcelプログラムしてダウンロードしてください。ダウンロードしたファイルを実行すると、次のような画面が現れるはずです。 2.初期値とパラメータ値を設定する。 2.1 Excelのシートで説明しよう。1行目は変数名とパラメー名前である。2行目の薄緑色のセルに具体的な数値を与える必要がある。ここでは次のような値を初期値とパラメータ値として設定している。 1)  感染可能人数の初期値:$S_0=100$人 2)  感染者人数の初期値:$I_0=1$人 3)  回復人数の初期値:$R_0=0$人 4)  感染率:$\beta=0.01$,つまり1パーセント 5)  回復率:$\beta=0.1$,つまり10パーセント (削減率については今回は計算結果に影響の無いようにしている) これらの...

感染症モデル入門 (5) 再生産数Rtとそれに基づくリスク管理

再生産数$R_t$を理解する。 1.再生産数とはなにか? SIRモデルから導出する。 離散的なSIR感染症モデルの2番目の式(2)を次のように変形する。 \begin{eqnarray}   {I_{t + 1}} &=& {I_t} + \beta {S_t}{I_t} - \gamma {I_t} \hfill \label{eqtn:1} \\    \Rightarrow \,\,\,\,\,\,{I_{t + 1}} - {I_t} &=& \left( {\beta {S_t} - \gamma } \right){I_t} \hfill \nonumber \\    \Rightarrow \,\,\,\,\,\,\frac{{{I_{t + 1}} - {I_t}}}{{{I_t}}} &=& \left( {\beta {S_t} - \gamma } \right) \end{eqnarray}  最後の式1の左辺の「感染者数の伸び率」が0を超える(下回る)ことは、感染人数$I_t$が増加(減少)することを意味する。言い換えれば、右辺が、 \[\begin{gathered}   \beta {S_{t}} - \gamma  > 0 \,\,\,\,\,\,\Rightarrow \,\,\,\,\,\,{S_{t}} > \frac{\gamma }{\beta } \hfill \\ \end{gathered} \] であれば、感染者数は増加する。 両辺を $\gamma/\beta$ で割ると, 明日の時点における再生産数を得ることができる。 \begin{equation} \boxed{\,\,{{\bar R}_t} \equiv {S_t}\frac{\beta }{\gamma } > 1\,\,} \end{equation}  これを時点$t$における実行再生産数と呼ぶ。回復人数を示す$R_t$と区別するために、$R$の上にバーを付けて再生産数$\bar{R}_t$としている。この意味について以下で議論する。その前に感染症...