The current COVID-19 pandemic has kept us very busy this year, and we know we're not yet done with it. At individual, business and governmental levels, we have all been affected by the pandemic one way or another. Were we better prepared for this pandemic than for SARS, Ebola or the "Spanish Flu"?

We're certainly a more resilient society today than we were when the Spanish Flu appeared in 1918. Our populations are healthier and scientific advancements allow us to understand an invisible enemy much better and faster than in the past. We can identify very swiftly what we're dealing with and how we can defend ourselves. In terms of the current pandemic, the first cases of a pneumonia of unknown aetiology came to the public's attention in December 2019, and by mid-January 2020, the first genome sequence was made publicly available in the GenBank database and uploaded to the Global Initiative on Sharing All Influenza Data (GISAID). Since then, there has been a global push from experts from across the fields of medicine and science to focus their efforts in understanding SARS-CoV-2 and how to treat those affected and fight the virus.

Fighting a pandemic is also a battle against time, and this initial speed in sequencing the virus's genome and ensuing remediating actions are likely to have saved many lives. However, in our globalized world, viruses can spread long distances via travel in a matter of hours. While experts worked fast, it was not fast enough to prevent the spread of the disease across borders; by the end of January 2020, COVID-19 had already spread to several countries outside China. By February, large numbers of cases were reported in Italy and Spain. And by March, 150 countries had already been affected. Since then we have witnessed large swaths of shutdown in the economic and social activity one after the other, accompanied by confinement measures imposed onto a large part of the global population.

When on the defensive, the speed of reaction, comprehensiveness of measures adopted, collaboration, empathy and clear communication all can play a fundamental role in the effectiveness of an outcome. These lessons should help us become more prepared for any subsequent COVID-19 waves or spikes, or when the next pandemic strikes.

Pandemic Reponses

There are several aspects challenging the efficient response to a pandemic:

• Exponential growth: contagious diseases spread exponentially in a natural, non-isolating environment, thus making a very fast progression at the onset of the outbreak, if no cautionary measures are taken. The human mind is more used to thinking in linear terms, which also makes it difficult to create awareness as to the severity of the problem.
• Delayed onset of the symptoms masks the actual level of spread at a given time, thus adding to the above situation of growth and lack of awareness of the situation.
• Asymptomatic carriers: while in several pandemics able to infect other individuals, they are much more difficult to trace, since only specific diagnosis might reveal their condition. Those diagnostic tools are not always widely available.
• Genetic variability, whereby a mutation might change the reproduction rate and spread of the virus, as well as their severity, eventually decreasing the effectiveness of the existent containment and mitigation strategies.
• Rare events: data from previous pandemics might be outdated. Additionally, raising awareness of such rare events is usually more complicated, with different countries differing in their containment measures, and often adjusting them as the pandemic evolves.
• Dependencies: a pandemic event impacts virtually any single human activity, thus creating many interconnected complications that needs a unified and consequent response to counter their effects.

Viruses: a resilient enemy

Both bacteria and viruses have been causes of pandemics throughout history. The Plague, a major disruption factor in the European history in the latter Middle Ages, was caused by the bacteria Yersinia pestis. This caused a massive loss to European populations with estimates as high as 30%-60% of the total population.

After the discovery of penicillin and the subsequent development of antibiotics, the threat of a pandemic of bacterial nature has become very low, although the increasing antimicrobial resistance experienced in the last years is a factor that needs to be taken into consideration.

Contrary to bacterial pathogens, a comprehensive answer to the viral threat is not available. Viruses come in different types and structures, like influenza, filovirus (e.g. Ebola), or coronavirus, and usually antivirals are only effective against a specific virus or a specific family but are not widely applicable to treat the disease. This, together with their spread and mutation capability, makes viruses the biggest potential for pandemic nowadays.

Respiratory viruses are highly infectious and commonly found. As a society, we are more used to seeing serious respiratory viruses as influenzas, both seasonal (one of many potential strains that are common in winter) and pandemic (avian or swine flu). Healthcare and government pandemic responses are mostly centred around pandemic influenza. COVID-19, however, is a coronavirus; an entirely different type of infection. Although they are both respiratory diseases with similar symptoms, their vaccination potential, their infectivity and their treatment profiles are completely different.

Pandemics can occur when a new, more transmissible strain of a disease emerges and spreads globally. Therefore, there is expert consensus that pandemics have happened in the past and they are likely to continue happening in the future at an accelerated rate, if we continue to be so globally connected. Nonetheless, thanks to our understanding of the causes and transmission of respiratory infections, their behaviour and our immune response, we are better prepared today than ever before to cope with a pandemic. Outside of hospitals, we have taken on-board infection control measures such as hand-washing, social distancing and mask-wearing. All of these behaviours reduce the spread of viruses and slow down pandemics. Governments around the world have also looked to expand their testing capabilities, both antigen testing (to show if you have the disease) or antibody testing (to see if you are immune to the disease). These are now usually completed with a track and trace scheme, where a positive test for an individual will mean that health agencies look to identify any exposed individuals with whom they have come into contact. This technique has proven to be very effective in previous disease outbreaks in limiting the total number of infected patients, lessening the potential burden on the healthcare system.

Epidemiological models

Epidemiological models can be derivations of classical simplistic SIR model, where the individuals are classified as susceptible, infected and removed (recovered or dead) and transitions of the individuals in the different conditions are estimated. They can also become very comprehensive ground up models that use key characteristics of the pandemic such as case fatality rates by age bands, transmission rates depending on interventions, etc. Such models will also consider the incubation period of the infection, the time that individuals are asymptomatic and non-infectious, the duration of the infection and its development through different stages.

Another key input is the level of interventions imposed by governments and public health authorities to contain the spread such as social distancing, school closing, lockdowns, etc. This often is very much country, and even region, specific.

The number of deaths also depends on the medical facilities available, which is country specific as well. The strain on the available resources can lead to more deaths as people who could otherwise be treated and cured remain untreated.

Modelling all these parameters, as well as travel between countries leads to quite comprehensive and complex models.

Swiss Re's proprietary pandemic model

Pandemic risk has been in the insurance radar screen for many years. At Swiss Re, the SARS epidemic in 2003 served to raise the profile of pandemic risk management internally. It was clear we needed to build a robust pandemic risk model to better understand the financial stress of large pandemic scenarios. Furthermore, in 2007, Group CEO Christian Mumenthaler, then Group CRO, co-authored a study together with fellow insurance CROs to model the impact of an eventual global influenza pandemic in modern days.

Swiss Re's pandemic model allows us to undertake stress tests on our portfolio – in a similar way to large natural catastrophe risks. In turn, this information informs key business decisions, such as setting our risk appetite or managing our capital. The initial model has evolved and has been refined as more data sources and pandemic insights become available. It is regularly audited and has received regulatory approval.

Swiss Re's pandemic model is a probabilistic model, which uses large data sets to calculate the likely losses from different pandemic scenarios. The characteristics of diseases, like influenza, that could lead to a pandemic are taken into account in the model. This information is combined with broader sets of data, like demographics that allows us to understand the exposure of high-risk groups such as the elderly, determining a given community's ability to cope with a pandemic event.

Pandemic scenarios

Presently, Swiss Re's pandemic model analyses 50 000 statistically different pandemic scenarios to understand what the impact of a certain pandemic strength might be on a modelled portfolio. It estimates the percentage of people who affected in each scenario, combined with the percentage of people who might die. For instance, a severe 1 in 200-year modelled pandemic would lead to 1 to 1.5 additional deaths per thousand people in the modelled population, when compared to the expected mortality rate in the absence of a pandemic.

This range varies depending on the modelled population in different countries. In China, for instance, a 1 in 200-year scenario would see a higher additional mortality rate of 1.82 per thousand (which would correspond to about 2.5 million people if applied to the entire Chinese population). In the UK it would be about 1.2 additional people per thousand (or about 80 000 additional people if this were applied to the whole population).

A common pitfall is to try to extrapolate conclusions from a modelled insured population to the overall population, but it is not so simple. Factors, such as the age profile of the insured population, may differ considerably from the general population. These figures provide rather an indication for the context of a 1 in 200-year pandemic.

This modelled mortality estimate can then be mapped to our existing life portfolios to help us calculate the potential financial exposure in our mortality book.

A common question, particularly now, is whether this model can be used to isolate the current pandemic and therefore predict its financial impact. The simple answer is no. As indicated before, because of the differences between the insured population and the general population, we should be extremely careful about extrapolating results from the model to the entire population.

Swiss Re's pandemic model helps us maintain a strong balance sheet by significantly increasing our understanding of the financial risks we face and using that knowledge to manage our capital over the long-term. This way we maintain the financial strength to support our clients in these uncertain times. COVID-19 is introducing a range of new complexities for insurers and we support our clients, applying our expertise across the value chain to help them understand and address their specific needs.

Accelerating digital transformation

This crisis has certainly helped us broaden our understanding of pandemic risk, and it will continue to do so as the situation unfolds. It has also prompted us to reflect on a number of points, including elements of global sustainability, the way we conduct business and the way we interact with each other.

The insurance industry has long acknowledged the need for a widespread digital transformation, and COVID-19 has accelerated this trend. This trend is expected to be particularly pronounced in the healthcare industry which has been at the heart of the pandemic.

The global lockdown and ongoing care of chronic patients have raised awareness of the state of play in digital healthcare, remote monitoring and diagnostics. A survey Swiss Re recently conducted in Asia, indicated that around half of the survey respondents identified healthcare services (e.g. virtual medical consultation) as the most impactful value-adds. The survey also indicates that insurers with stronger digital capabilities will be in a better position to meet consumers' expectations in future.

This trend towards telemedicine has already started to impact our industry and the life & health insurance sector should warmly embrace these opportunities more to engage closely with clients and consumers. A digital healthcare ecosystem has multiple benefits for all of us, in particular during a pandemic, by providing virtual medical consultations to anyone who requests them, not just quarantined individuals. Telemedicine has already shown its worth by reducing the healthcare burden from medical facilities and prevent contagion. Every cloud has a silver lining. Perhaps accelerated transformation is certainly one in this crisis.

Los requerimientos regulatorios nacionales y europeos exigen cada vez más a las entidades de seguros conocer en profundidad los riesgos inherentes en pólizas de vida que contienen riesgo biométrico y el comportamiento sus hipótesis de cálculo, convirtiéndolo en uno de los contenidos centrales de la función actuarial.

Por otro lado, la derivación y análisis del comportamiento de los parámetros biométricos de las carteras de seguros de vida riesgo permite a las entidades, además de un pricing competitivo, una monitorización de la siniestralidad y el cálculo de escenario de estrés para reflejar situaciones adversas del desarrollo de una cartera.

El presente artículo tiene la finalidad de desarrollar los puntos más importantes que hay que tomar en consideración en la concepción, diseño y ejecución de un estudio de la mortalidad propio de una entidad, entre los que se encuentran los siguientes:

• Los productos a analizar
• El periodo de estudio
• La definición de la edad del estudio
• El número de observaciones necesarios para obtener resultados significativos para la propia entidad
• La determinación de factores influyentes en el riesgo
• El método de cálculo de la exposición y mortalidad bruta
• La suavización de la probabilidades brutas
• El uso de información externa

Diferenciación por productos

Aparte de la diferenciación clásica entre tablas de mortalidad con características de fallecimiento, donde el riesgo dominante es la muerte del asegurado, y tablas de rentas, donde el riesgo dominante es su supervivencia, habrá que hacer una diferenciación entre los diferentes tipos de producto, cómo puede ser la siguiente:

En productos de fallecimiento según el proceso de selección que se ha llevado a cabo o la posible anti selección de los productos.

• Diferenciación entre negocio individual y colectivo: el negocio individual cuenta con un proceso de selección de riesgo que influye la mortalidad.
• En carteras de bancaseguro convendría una diferenciación según productos que cubren préstamos hipotecarios y préstamos al consumo ya que tienen un patrón de mortalidad diferente debido a los diferentes procesos de selección a los que están sometidos.

En el caso de productos de rentas vitalicias es importante diferenciar si un producto está dotado con un contraseguro para mitigar el riesgo de supervivencia o si se trata de carteras con riesgo puro de supervivencia (normalmente procedentes de exteriorización de compromisos por pensiones). En caso de carteras con contraseguro es importante prestar atención a que la parametrización de los datos se haya realizado de manera correcta ya que a menudo se observa que los fallecimientos de asegurados figuran en las bases de datos como rescates y por ello se tiende a subestimar la mortalidad procedente de este tipo de carteras.

Periodo de estudio

El periodo de tiempo seleccionado para la realización de estudios de mortalidad tiene que ser lo suficientemente amplio como para obtener una masa crítica de siniestros, además de eliminar efectos temporales como olas de gripe, pero a su vez no se debería remontar demasiado atrás en el tiempo.

Como veremos más adelante, el obtener una masa crítica de siniestros es relevante para el correcto análisis del comportamiento de los parámetros biométricos, reduciendo el intervalo de confianza. Por otro lado si nos remontamos demasiado atrás en el tiempo, nuestro análisis podría verse afectado por cambios en la composición y estructura de la cartera a analizar que podrían afectar a los resultados.

En general en la mayoría de los estudios se elige un intervalo de estudio de 5 años.

La definición de la edad del estudio

Como las probabilidades de fallecer en función de la edad crecen a un ritmo anual de entre el 5% - 10% de media, en el marco de un estudio biométrico de mortalidad es esencial asignarle a cada asegurado la edad que está casada con la definición de la edad de la tarifa.

Aquí se pueden considerar 2 conceptos de asignación de la edad:

• Edad actuarial (Age nearest): En este caso se trata de la edad más próxima al inicio / renovación de una cobertura.
  Todos los riesgos de intervalo [X-0.5; X+0.5] están considerados como pertenecientes a la Edad X. Por ello la edad real de los riesgos al inicio / renovación de la póliza es X y la probabilidad qx al inicio de la cobertura debe cubrir el intervalo [X;X+1]

• Edad al último cumpleaños antes del inicio / renovación de una póliza (Age last): En este caso se trata de la edad que al asegurado cumplió en el último cumpleaños antes del inicio / renovación de la póliza. En este concepto todos los riesgo comprendidos en el intervalo [X,X+1] serán interpretados de la edad X. La edad “real” al inicio de la póliza es por ello X+0.5. La qx correcta para cubrir este intervalo de cobertura por ello tendrá que contemplar el periodo [X+0.5;X+1.5]

En el mercado español en general se asigna la edad actuarial al inicio de la póliza por lo que la probabilidad de fallecimiento asignada a una póliza debe cubrir el intervalo [X;X+1]. Por esto en un estudio de la mortalidad se debería asignar a siniestros y exposición la edad cumplida en el último cumpleaños.

En el siguiente gráfico se ve de forma esquemática la asignación de las edades bajo los diferentes conceptos de tarifa.

Gráfico 1: Esquema de asignación de la edad en estudios actuariales (Munich Re, elaboración  propia)

Número de observaciones necesarias

Ante todo en entidades de pequeño o mediano tamaño puede existir el desafío de no contar con suficiente experiencia siniestral para desarrollar una tabla biométrica propia de la entidad que refleje la dependencia de la edad de manera apropiada.

En la literatura actuarial se establece a menudo un número mínimo de 5 observaciones por cada clase de edad y sexo. En el marco de desarrollo de una tabla propia de fallecimiento para Vida riesgo, donde la mayoría de las edades de las observaciones están en un rango de edad entre 20 y 70, esto nos llevaría a un mínimo de 500 siniestros observados en el intervalo contemplado para el estudio. Este número se multiplica conforme aumenta el número y expresiones de factores de riesgo que se quieran analizar adicionalmente, como por ejemplo, las clases profesionales en seguros de invalidez.

Gráfico 2: Esquema de asignación de clases de riesgo en estudio biométrico (Munich Re, Elaboración propia)

A la hora de elaborar un estudio de mortalidad propio en carteras de dimensión reducida donde el número de siniestros no es a priori suficiente, se podría recurrir a las siguientes opciones:

• La agregación de clases de riesgo: si tomamos como ejemplo la edad, la agrupación de edades en tramos de 5 o 10 años aumentaría el número de observaciones en cada clase.
• El cálculo del porcentaje de mortalidad en función de una tabla predefinida que podría ser una tabla sectorial. En este caso se puede suponer que la siniestralidad sigue el mismo patrón que la tabla del mercado y se hará uso de la información propia de la entidad para determinar el cumplimiento a nivel global.

Determinación de factores de riesgo

En el análisis actuarial existen otros factores determinantes para el análisis del riesgo además de los tradicionales que son básicamente la edad y sexo del asegurado. Por ejemplo, en el análisis de la probabilidad de invalidez, la profesión del asegurado tiene un rol mucho más importante que el sexo. Por ello en tarifas de invalidez es cada vez más habitual el clasificar según la profesión del asegurado asignándole clases de peligrosidad según su actividad.

Como se puede ver en el siguiente gráfico,  en un estudio de carteras de invalidez se ha observado que entre un riesgo de invalidez de perfil “bajo” en comparación con un riesgo de perfil “alto” se puede dar un factor cercano al 50 de diferencia en las probabilidades de incidencia.

Gráfico 3: Factores de clasificación de riesgo en estudio de invalidez (Munich Re, elaboración propia)

Método de cálculo de la exposición y mortalidad bruta

A la hora de calcular la mortalidad en un estudio de experiencia se calcula primero la exposición de las observaciones en años e_x, separadas en factores de riesgo. Estos factores en la mayoría de los estudios son: edad, sexo, año calendario de la observación y año de suscripción de la póliza. Al otro lado se contabilizarán los eventos d_x (por ejemplo fallecimientos) que se han observado conforme con estos factores.

Un vez formado el cociente entre eventos y exposición se obtiene la “fuerza de mortalidad” λ_x = e_x / d_x para cada clase de riesgo de la que se deriva la probabilidad de fallecer a la edad x:

Consideraciones sobre la suavización de las probabilidades brutas

En la literatura actuarial se utilizan sobre todo dos conceptos para la suavización de probabilidades brutas:

• Método funcional:
  Bajo este concepto se supone que las observaciones siguen un patrón funcional, como por ejemplo la ley de mortalidad de Makeham Gompertz en caso de tablas de mortalidad. A partir de ahí se busca, mediante algoritmos de optimización (por ejemplo método de los mínimos cuadrados), la expresión funcional que mejor se asemeje a los datos brutos. Esta técnica fue la empleada por ejemplo en el desarrollo de las tablas PEAIMF 2007 de invalidez para determinar la función exponencial que mejor se ajustaba a los datos brutos.
• Método mecánico:
  Bajo este concepto están incluidos métodos para suavizar oscilaciones que toman en consideración los valores colindantes a las observaciones pero sin suponer una expresión funcional de las mismas. Un método de este tipo podría ser una media ponderada de las observaciones colindantes a suavizar, o el método Whittaker Henderson en el que se pueden adaptar los parámetros de suavización y acercamiento a la curva bruta. El método Whittaker Henderson fue el empleado en el desarrollo de la tabla PASEM 2010 y está indicado en suavizaciones en carteras de tamaño considerable donde se quieren respetar al máximo las características de la curva original.

Determinación de factores de seguridad

Tradicionalmente se establece el nivel de seguridad de tal forma que con una tolerancia al riesgo (1- α) una entidad no incurría en pérdidas aplicando su propia tabla de mortalidad. En función de la tolerancia al riesgo, los valores de α habitualmente están comprendidos entre el 1% y el 5%. Para su la determinación se han de considerar diferentes factores de riesgo como:

• Riesgo de fluctuación aleatorio: Es el riesgo de que, por efectos aleatorios, la siniestralidad se desvíe del Best Estimate. Este riesgo se puede acotar actuarialmente determinando el coeficiente de variación de la cartera (desviación típica entre valor esperado de la siniestralidad).
• Riesgo de cambio: El riesgo de cambio refleja la desviación de las hipótesis biométricas de las observaciones. Referente a la tendencia de mortalidad por ejemplo, aunque principalmente en el pasado se mostró una tendencia continuada y estable de mejora, hay indicios, ante todo en países anglosajones, de que estás tendencias observadas no necesariamente se proyectan a futuro ya que se observa una desaceleración de la mejora de mortalidad a nivel poblacional.
• Riesgo de error: El riesgo de que el nivel de la siniestralidad Best Estimate no sea el adecuado.

Para tener un criterio más objetivo sobre el nivel de recargos de seguridad se podría  aplicar un concepto basado en el margen de riesgo bajo Solvencia II como indicador. Para aplicar este concepto a tablas de mortalidad propia se puede proceder en 2 pasos:

• Calcular el margen de riesgo, que básicamente consiste en el coste de capital para los riesgos de suscripción de una póliza del ramo de vida y expresarlo como porcentaje de la siniestralidad Best Estimate
• Aplicar el porcentaje resultante del cálculo a la tabla de mortalidad propia de la entidad como recargo de seguridad.
  

Uso de información externa en estudios propios

Como ya se ha mencionado, para poder obtener información sobre los factores de riesgo determinantes son necesarias carteras de seguros de un tamaño considerable. Si una entidad no dispone de un número relevante de siniestros en sus observaciones se podría utilizar información externa de un conjunto más grande y extrapolarla a las observaciones de una entidad.

Un ejemplo claro donde se aplica está metodología es en el desarrollo de factores de mejora de tendencia en los seguros de rentas donde normalmente las observaciones de mejora de mortalidad precisan de un amplio horizonte de observación de al menos 30 años para eliminar efectos puntuales de la tendencia de mejora como son el impacto de la reducción de la mortalidad por accidentes de tráfico o el HIV. Por ello en los trabajos para el desarrollo de la nueva tabla PER 2012 de rentas, la información de la mortalidad base de las observación de las entidades principales del sector asegurador español fue completada con  información de estadísticas de fallecimiento a nivel poblacional publicadas por el INE, para el cálculo de la tendencia de mejora de mortalidad.

Como se ha descrito en este artículo, son muchos los aspectos que se tienen que  tomar en consideración a la hora de desarrollar un estudio propio de mortalidad. En Munich Re contamos con una amplia experiencia en el campo de estudios biométricos, tanto a nivel nacional como internacional y estamos a disposición de las entidades que muestren interés para profundizar en la temática y dar apoyo de consultoría actuarial en este tipo de proyectos poniendo en valor nuestra amplia experiencia.

1. INTRODUCCIÓN

El 5/2/2020 se publica en el BOE el RD Ley 3/2020 en el que se efectúa la trasposición parcial al ordenamiento jurídico español de la de la Directiva 2016/2341, relativa a las actividades y supervisión de los fondos de pensiones de empleo europeos (en adelante FPE), más conocida como Directiva IORP II, a través de la adaptación del Texto Refundido de la Ley de Planes y Fondos de Pensiones (en adelante LRPFP).

El objetivo de este artículo es dar una visión amplia de las nuevas obligaciones y responsabilidades que conlleva esta trasposición para las entidades gestoras de los fondos de pensiones de empleo y sus comisiones de control. Con tal fin, el artículo se ha estructurado de la siguiente forma. En primer lugar, se ofrece una perspectiva general de los aspectos más relevantes de la Directiva de IORP II; seguidamente se explican los principales objetivos que abarca el desarrollo normativo de la trasposición; se profundiza en el nuevo sistema de gobierno y, por último, se concluye con unas conclusiones.

2. DIRECTIVA IORP II

La Directiva IORP II, según se apunta en su preámbulo, “aspira a garantizar la buena gobernanza, el suministro de información a los partícipes de los planes de pensiones, y la transparencia y la seguridad de las pensiones de empleo.” Además, persigue desarrollar las inversiones sostenibles y responsables y facilitar la actividad transfronteriza de los sistemas de pensiones ocupacionales.

Figura 1. Principales objetivos de la Directiva IORP II

La Directiva IORP II establece una nueva normativa a nivel europeo sobre FPE, que regula principalmente los siguientes aspectos: un sistema efectivo de gobernanza, una ampliación de la información y comunicación a partícipes y beneficiarios y nuevas funciones de supervisión administrativas por parte del regulador nacional.

3. TRASPOSICIÓN DE LA DIRECTIVA IORP II

El BOE del pasado 5 de febrero publicó el RD Ley 3/2020 en el que se efectúa la trasposición parcial al ordenamiento jurídico español de la Directiva IORP II, a través de la modificación de numerosos artículos de la LRPFP.

El plazo máximo de adaptación del desarrollo normativo de la trasposición finaliza el 6/8/2020, ampliándose dicho plazo hasta el 24/10/2020 para el procedimiento de comunicación a la DGSFP de los responsables de las funciones clave.

La trasposición de la Directiva IORP II^[1] se completará mediante la adaptación del RPFP, pendiente a fecha de hoy y de la cual en abril de 2018 se presentó un primer borrador.

La trasposición de la IORP II está centrada en el desarrollo de un sistema eficaz de gobierno en los fondos de pensiones. Asimismo, amplía la transparencia informativa, establece nuevas competencias de la DGSFP en materia de ordenación y supervisión administrativa de la actividad de los planes y fondos de pensión de empleo y desarrolla aspectos generales de las transferencias transfronterizas de los Estados miembros.

En materia de transparencia informativa, se introduce la revisión, por parte de la comisión de control y con la participación de la entidad gestora, de la Declaración Comprensiva de los Principios de su Política de Inversión como mínimo cada 3 años. Además, se profundiza en los siguientes aspectos, cuyos términos concretos y contenidos mínimos precisan de desarrollo reglamentario: (1) ampliación de la información a remitir a partícipes potenciales, partícipes y beneficiarios (2) elaboración de la nueva Declaración de Prestaciones del Plan que debe incluir proyecciones estimadas de las pensiones de jubilación bajo diferentes escenarios, atendiendo a las circunstancias y características particulares de cada plan y fondo de pensiones, para así aportar el máximo valor posible a partícipes y beneficiarios y (3) elaboración de la Declaración de la Estrategia de Inversión a Largo Plazo. Estos aspectos incorporan nuevas responsabilidades a las entidades gestoras y, muy especialmente, a las comisiones de control.

Respecto a la ordenación y supervisión administrativa cabe destacar el desarrollo de un sistema de supervisión prudencial, basado en un planteamiento prospectivo y orientado al riesgo, que incluye las siguientes áreas de actuación: condiciones de funcionamiento, las provisiones técnicas y su financiación, la exigencia de fondos propios, margen de solvencia disponible, margen de solvencia obligatorio, las normas de inversión, la gestión de las inversiones, el sistema de gobierno y la información a proporcionar a los partícipes y beneficiarios.

Adicionalmente, se desarrollan aspectos generales de las transferencias transfronterizas de planes de pensiones de empleo entre fondos de pensiones de empleo de los Estados miembros.

El desarrollo de un sistema de gobierno eficaz ha sido objeto de una atención prioritaria en la trasposición de la IORP II. Seguidamente, detallamos sus principales características.

4. UN NUEVO SISTEMA DE GOBIERNO

El artículo 27.1 de la LRPFP establece que “las entidades gestoras de fondos de pensiones y, en su caso, las comisiones de control deberán disponer de un sistema eficaz de gobierno que garantice una gestión adecuada y prudente de las actividades de la entidad y de los fondos gestionados”. En consecuencia, las entidades gestoras están obligadas a desarrollar un sistema eficaz de gobierno. Asimismo, las comisiones de control pueden implementar total o parcialmente un sistema de gobierno propio si así lo consideran oportuno. Este fortalecimiento de la gobernanza debe ser proporcional a su tamaño y actividades.

A continuación, se ofrece un breve resumen con las novedades más importantes que ofrece este nuevo sistema de gobernanza y que guardan mayor relación con la actividad profesional de los actuarios y, en general, de los consultores de previsión social complementaria:

• Requisitos generales. Se incluyen políticas escritas de gobierno corporativo y de las funciones clave, una estructura organizativa apropiada y transparente, con una clara distribución y separación de funciones, un sistema eficaz para garantizar la transmisión de la información. El sistema de gobierno guardará proporción con el tamaño, la naturaleza, la escala y la complejidad de las actividades de la entidad y de los fondos de pensiones gestionados. Se consideran los factores ASG en las decisiones de inversión. Las entidades gestoras de fondos de pensiones y, en su caso, las comisiones de control deberán contar al menos con 3 personas que las dirijan de manera efectiva.
• Aptitud y honorabilidad. Son únicamente exigibles a las personas que dirijan de forma efectiva las entidades gestoras de los fondos de pensiones y, en su caso, a quiénes se hayan externalizado las funciones clave. En el primer caso, se tendrá en cuenta, a nivel colectivo, las cualificaciones, competencia y experiencia. En el segundo, la cualificación profesional, los conocimientos y la experiencia.
• Política de remuneración. Las entidades gestoras de fondos de pensiones deberán establecer y aplicar una política de remuneración respecto de todas las personas que la dirijan de manera efectiva, de aquellas que desempeñen funciones clave dentro de la entidad gestora y de otras categorías de personas cuyas actividades profesionales incidan de forma significativa en el perfil de riesgo de los planes y fondos de pensiones gestionados.El artículo 29.4 de la LRPFP dispone que “las Comisiones de Control de planes de pensiones de empleo deberán establecer y aplicar una política de remuneración adecuada respecto de quienes presten los servicios actuariales y, en su caso, la función clave actuarial, y de otros proveedores de servicios externos cuyas actividades puedan incidir de forma significativa en el perfil de riesgo de los planes y fondos de pensiones”.

  Los principios generales de remuneración de los Prestadores de Servicios de la Comisión de Control del Plan y del Fondo son los siguientes:

• • Claridad, transparencia y eficacia en la contratación de los prestadores de servicios.
  • Remuneración basada en el contenido material de la prestación y en el nivel y alcance de los servicios retribuidos.
  • Claridad, transparencia y eficacia en la supervisión de la prestación y en la revisión y actualización de la remuneración, cuando proceda.
  • Consonancia con las actividades, el perfil de riesgo, los objetivos y los intereses, la estabilidad financiera y el rendimiento a largo plazo del Plan.
  • Consonancia con los intereses de los partícipes y beneficiarios del Plan.
  • Apoyo a la gestión sólida, prudente y efectiva del Plan.
  • Inclusión de medidas destinadas a evitar conflictos de interés.
  • Concordancia con una gestión adecuada y eficaz de los riesgos que no aliente una asunción de riesgos que no se corresponda con la normativa de aplicación y con los perfiles de riesgo del Plan.
  • No solapamiento con las normativas aplicables a prestadores de servicios externalizados cubiertos por las Directivas 2009/65/CE, 2009/138/CE, 2011/61/UE, 2013/36/UE y 2014/65/UE.
  • Revisión y actualización, como mínimo, cada tres años.
• Funciones clave: El artículo 30.1 de la LRPFP establece que “las entidades gestoras de fondos de pensiones y, en su caso, las comisiones de control, deberán disponer de las siguientes funciones clave: una función de gestión de riesgos y una función de auditoría interna y, en su caso, una función actuarial, en este último caso cuando la entidad gestora preste servicios actuariales respecto de los planes de pensiones”. Una sola persona o unidad organizativa podrá desempeñar varias funciones clave en la entidad gestora, a excepción de la función de auditoría interna, que será independiente de otras funciones clave.
  • Función de gestión de riesgos: Incluye los siguientes ámbitos de actuación: la suscripción y la constitución de reservas, la gestión de activos y pasivos, la inversión (en particular, en instrumentos derivados, titulizaciones y compromisos similares), la gestión del riesgo de liquidez y de concentración, la gestión del riesgo operacional, el seguro y otras técnicas de reducción del riesgo y los riesgos ASG.
  • Función de auditoria interna: Incluye la evaluación de la adecuación y eficacia del sistema de control interno y de otros elementos del sistema de gobierno, incluidas, cuando proceda, las actividades externalizadas. Con una periodicidad anual, la entidad gestora elaborará un informe sobre la efectividad de sus procedimientos de control interno.
  • Función actuarial. Corresponde ejercer esta función a aquellos planes de prestación definida o mixtos cuyas prestaciones no están totalmente aseguradas. En tal caso, acorde con el artículo 30 quater “las comisiones de control de los planes elegirán a los prestadores de servicios actuariales para el desenvolvimiento ordinario del plan de pensiones que incluirá en su caso, la función actuarial”. En consecuencia, corresponde al actuario ordinario del plan realizar esta función.Su contenido incluye el desempeño de las siguientes actividades:
    • Supervisión del cálculo de las provisiones matemáticas
    • Evaluación de la idoneidad de los métodos de cálculos e hipótesis utilizados en el cálculo de las provisiones matemáticas.
    • Evaluación de la calidad de la información utilizada en el cálculo de las provisiones matemáticas.
    • Cotejar si las hipótesis utilizadas en las provisiones matemáticas corresponden con la experiencia histórica disponible.
    • Informar a la dirección de la entidad o a la comisión de control sobre la fiabilidad de las provisiones matemáticas.
    • Pronunciarse sobre la política de subscripción en el caso que el plan de pensiones cuente con una política de este tipo.
    • Pronunciarse sobre la idoneidad del seguro en su caso.
    • Contribuir a la aplicación efectiva del sistema de gestión de riesgos.
  • Evaluación interna de riesgos de los fondos de pensiones. Es una evaluación interna de los riesgos que se efectuará de manera regular al menos cada 3 años, y en todo caso inmediatamente después de que se produzcan cambios significativos de riesgo del fondo o de los planes de pensiones integrados en el fondo de pensiones. Reglamentariamente, se determinará el contenido de este informe cuya elaboración afectará al ámbito de la Comisión de Control y, en alguna medida, a la revisión financiero actuarial.
  • Externalización. Cualquier actividad, incluidas las funciones clave, podrán ser objeto de externalización parcial o total. En ningún caso, la externalización exime de responsabilidad a la entidad gestora y a la comisión de control de cumplir con las obligaciones normativas. La externalización no podrá realizarse de forma que pueda perjudicar la calidad del sistema de gobierno.

Figura 1. Sistema de gobierno asociado a la trasposición de la IORP II

5. CONCLUSIONES

Atendiendo a lo anteriormente expuesto, pueden extraerse las siguientes conclusiones:

• El RD Ley 3/2020, publicado el pasado 5 de febrero, efectúa la trasposición parcial al ordenamiento jurídico español de la Directiva IORP II, a través de la modificación de la LRPFP. La trasposición se completará mediante la adaptación del RPFP.
• La trasposición parcial de la Directiva IORP II se centra en el desarrollo de un sistema eficaz de gobierno en los fondos de pensiones de empleo y en sus entidades gestoras. Adicionalmente, incorpora otros aspectos relativos a la transparencia, ordenación y supervisión administrativas de carácter prudencial y prospectivo, la introducción de los aspectos ASG, así como cuestiones generales de las transferencias transfronterizas de planes de pensiones de empleo.
• Las entidades gestoras están obligadas a adoptar el sistema de gobierno desarrollado en la trasposición en su entidad y en sus fondos de pensiones de empleo gestionados, sin perjuicio de que aquellas comisiones de control que lo consideren oportuno desempeñen y desarrollen total o parcialmente un sistema de gobierno propio en sus fondos de pensiones respectivos. Este fortalecimiento de la gobernanza debe ser proporcional a su tamaño y actividades.
• El plazo máximo de adaptación del sistema de gobierno desarrollado por el RD Ley 3/2020 finaliza el 6/8/2020, ampliándose dicho plazo hasta el 24/10/2020 para el procedimiento de comunicación a la DGSFP de los titulares, responsables de las funciones clave.
  Esta adaptación de la trasposición afecta de forma fundamental a las entidades gestoras que deben implementar el nuevo sistema de gobierno en su entidad y en sus fondos de pensiones de empleo gestionados, pero también concierne a las comisiones de control en dos cuestiones muy concretas: el desarrollo de una política de remuneración adecuada respecto de quienes presten los servicios actuariales y, en su caso, la función clave actuarial, y de otros proveedores externos cuyas actividades puedan incidir de forma significativa en el perfil de riesgo de los planes y fondos de pensiones y el nombramiento del responsable de la función actuarial en aquellos planes de prestación definida y mixtos en donde las prestaciones no estén totalmente aseguradas. En la primera cuestión, la comisión de control puede delegar expresamente en la entidad gestora, las funciones que decidan.
• Se introduce la revisión, por parte de la comisión de control y con la participación de la entidad gestora, de la Declaración Comprensiva de los Principios de su Política de Inversión, como mínimo cada 3 años.
• La trasposición introduce los siguientes aspectos que afectan a las entidades gestoras y muy especialmente a las comisiones de control y cuyo desarrollo está pendiente de reglamentación: profundización del régimen informativo y de comunicación a partícipes y promotores y el desarrollo de la Declaración de Prestaciones del Plan y de la Estrategia de Inversión a Largo Plazo.

INTRODUCCIÓN

Los sistemas actuariales siempre  han sido el elemento central de los procesos financieros de una compañía de seguros.

Con la regulación de Solvencia II y los próximos requisitos de la IFRS 17, la necesidad de los sistemas aumentarán. Por ello, es lógico que muchas compañías hayan priorizado las inversiones en la mejora de dichos procesos.

Recientemente hemos realizado una encuesta sobre la situación de IFRS 17 en España, preguntando a los directivos de las principales entidades a nivel nacional, para proporcionar una visión de la industria y perspectivas sobre la preparación de las compañías para la implementación de la nueva normativa, prevista para el 01.01.2023. Los resultados exponen que muchas compañías ya han realizado un esfuerzo muy significativo para preparar satisfactoriamente sus modelos y procesos a la adopción de IFRS 17.

En el siguiente artículo, vamos a compartir nuestra experiencia en la aplicación de soluciones de modelización y software actuarial dentro del ramo de vida. Compararemos los distintos softwares actuariales entre ellos y también con otras posibles alternativas.

Pensamos que este artículo puede proporcionar una base sólida para la toma de decisiones en el caso de entidades aseguradoras de vida, antes de abordar desarrollos significativos en sus sistemas actuariales.

SISTEMA ACTUARIAL

Para poder explicar correctamente las posibilidades de las nuevas soluciones actuariales es necesario visualizar todo el proceso de generación de informes.

Se podría resumir de la siguiente manera (compañía de seguros de vida):

El proceso empieza con la extracción de datos internos (ej. datos pólizas) y externos (ej. hipótesis).

Serán los inputs a cargarse en los modelos para generar los flujos necesarios de caja basándose en las hipótesis y en la estructura propia de los modelos utilizados.

Los modelos generarán sus propias plantillas de informes (outputs) tanto internas como externas.

A lo largo de los últimos años los requerimientos y desarrollos sobre los sistemas actuariales han ido aumentando, especialmente sobre estas cinco áreas:

• Soluciones genéricas
• Procesos y modelos
• Automatización
• Granularidad de los informes
• Integraciones

Soluciones Genéricas:

A menudo observamos que los modelos actuariales utilizados en la actualidad son cada día más complejos, por varias razones: fusiones y adquisiciones entre entidades, crecimiento orgánico, nuevas regulaciones, etc. Además, muchas veces conviven dentro de las compañías diferentes modelos y soluciones, con funcionalidades muy parecidas. Esto provoca situaciones muy poco recomendables en un futuro, cuando se requiera la implementación y actualización de nuevas funcionalidades.

Tener un enfoque de solución genérico estimula la reutilización de las mismas funcionalidades y evita realizar ajustes similares en varios modelos. Simplemente se añaden nuevos portfolios con similares productos en modelos ya existentes.

Procesos y Modelos:

Los modelos actuariales acostumbran a realizar cálculos a un nivel muy detallado (pólizas, prestaciones, etc.). Este es un proceso repetible que no solo debe ejecutarse rápidamente sino también en paralelo, junto con otros procesos. Los periodos de presentación de informe para Solvencia II se han acortado y para el caso próximo de IFRS 17, probablemente no se desviarán mucho de los plazos contables existentes. La tecnología ha permitido mejorar la capacidad y eficiencia de todos los cálculos en general y los sistemas actuariales deben aprovecharse de esta situación.

Automatización:

Especialmente en lo que respecta a los datos y la presentación de informes (pre y post del proceso), muchas entidades todavía requieren intervenciones manuales: preparación, generación, procesamiento, comprobación, entrega, carga, corrección, validación, etc.

Normalmente en la parte del informe es cuando la intervención humana es más alta, debido a lo que coloquialmente conocemos como la “jungla del Excel”.

Los nuevos softwares actuariales permiten aumentar la automatización de todo el proceso para ganar en eficiencia y seguridad.

Granularidad de los informes:

Con la llegada de IFRS 17 el nivel de detalle exigido en el conjunto de reportes aumentará sustancialmente. Como ya sabemos, los modelos actuariales están preparados para realizar cálculos a un nivel muy alto de detalle. El reto será llevar este mismo nivel de detalle a los informes.

Integraciones:

Un sistema actuarial moderno debe ser capaz de conectarse con varios sistemas externos. Cuánto más preparado esté el sistema en origen, más fácil será la conexión. La integración puede establecerse por varios métodos: conectividad entre bases de datos, conexión en la nube, desarrollos específicos, etc.

Al lograr una alta integración, la capacidad y la eficacia para implementar cambios aumentará.

Si una entidad tiene la necesidad de mejorar y desarrollar alguno de los puntos anteriormente tratados existen diferentes métodos para logarlo.

En este punto, siempre surge la duda de intentar mejorar los sistemas actuariales existentes o empezar de cero con la adquisición de una nueva plataforma que implemente un nuevo sistema actuarial. Estas dos alternativas o combinación entre ellas, se desarrollarán en los siguientes apartados.

SOFTWARE ACTUARIAL

Actualmente existen, básicamente,  tres destacadas opciones de software actuarial en el mercado (orden cronológico):

• FIS con Prophet
• Willis Towers Watson con RiskAgility Financial Modeller (RAFM)
• RNA Analytics con R3S Modeler

Recientemente ha aparecido una nueva alternativa: RPC con Tyche

En esencia, la idea detrás de estas soluciones es la misma.

En primer lugar, la complejidad del desarrollo de los modelos actuariales se reduce mediante el uso de una interfaz amigable y un lenguaje de programación común a otros programas.

Seguidamente, mediante un compilador, el lenguaje de programación se traduce a un lenguaje de destino para crear un programa que se ejecuta en las CPU disponibles (local, nube). El software actuarial siempre hace uso de los compiladores de C++, ya que este lenguaje ha demostrado ser el más eficiente para las proyecciones actuariales de flujos de caja.

Los actuarios acostumbran a ser partidarios de usar el Excel debido principalmente a la trazabilidad de los cálculos; no obstante, la principal ventaja de utilizar un software actuarial es su capacidad justamente de desarrollar modelos actuariales complejos y rápidos en un entorno libre de Excel, pero manteniendo la capacidad de rastreo de los cálculos con fines de análisis. Basándonos en nuestra experiencia, vamos a definir las ventajas de cada una de las soluciones:

PROPHET

• El más utilizado en todo el mundo: software maduro y con una gran variedad de especialistas disponibles.
• Se actualizan características constantemente, con múltiples bibliotecas disponibles que permiten una modelización instantánea.
• Fácil de usar.
• Aunque el lenguaje de programación es básico, la velocidad de cálculo es bastante alta.

 RAFM

• Altas posibilidades de desarrollo que permiten controlar los flujos de cálculo del modelo.
• Parte visual muy evolucionada, lo que lo hace más atractivo para los desarrolladores.
• Conectividad flexible (formatos de archivo y bases de datos).

R3S

• Rápido de aprender y desarrollar.
• El uso de la relación “parent-child´´ en combinación con la proyección paso a paso lo hace atractivo para la modelización de ALM.
• Maneja varios formatos de entrada (archivo y bases de datos).

TYCHE

• Diseñado en base a la última tecnología (funciona sólo con CPU de 64 bits, tiempo de procesamiento rápido).
• Generador de Excel disponible que convierte cualquier modelo de Excel a un modelo Tyche.
• 1 licencia para todos los componentes disponibles para crear un sistema actuarial.
• Múltiples posibilidades de visualización.

Los proveedores de software han entendido con el tiempo que el sistema actuarial no es sólo el modelo actuarial en sí, sino el proceso de extremo a extremo. Siguiendo esta filosofía, los proveedores han estado desarrollando una gama más amplia de soluciones para presentar su visión del futuro (por ejemplo, para el caso de IFRS17).

Hay dos maneras de ver estos productos transversales: por un lado pueden ser atractivos porque habilita un único servicio que garantiza la compatibilidad de extremo a extremo. Por otro lado, podrían ser menos atractivos debido al efecto de "bloqueo de proveedor" de la solución en términos de precio y funcionalidad.

DESARROLLOS EN LA PROPIA ENTIDAD Y DESARROLLOS HÍBRIDOS

Desarrollos en la propia entidad:

Las compañías de seguros a veces eligen soluciones desarrolladas dentro la propia entidad (en casa). Las entidades más pequeñas optan por esta alternativa, en la mayoría de los casos, por razones de presupuesto. Las entidades más grandes muchas veces optan también por el desarrollo interno debido a sus características de IT.

Aunque los proveedores de software actuarial descritos en el punto anterior siempre tratarán de mantenerse al día con los últimos desarrollos tecnológicos y de regulación, naturalmente siempre habrá una brecha entre las capacidades del software y las necesidades específicas de cada entidad.

Cuando se trata de desarrollos internos, en nuestra opinión, C# es el lenguaje de programación más completo como alternativa al software actuarial.

También se pueden utilizar otros lenguajes tipo Python, R, SQL y Java, aunque su ventaja radica en el tratamiento de grandes cantidades de datos y no en la realización de cálculos complejos.

Las principales ventajas del desarrollo interno son:

• Bajos costes.
• Independiente de una plataforma externa (nube).
• Desarrolladores en plantilla.

Naturalmente, la elección para el desarrollo interno conduce a un mantenimiento de IT adicional para mantener el sistema en funcionamiento.

Desarrollos híbridos:

Por último, destacaríamos que los sistemas actuariales “híbridos" son otra posible opción elegida por las entidades a lo largo de los años. Este desarrollo es viable en las grandes compañías de seguros que tienen una situación sólida sobre su infraestructura de sistemas. También en las empresas más pequeñas que simplemente no tienen un presupuesto tan alto para gastar en su sistema actuarial.

Un sistema actuarial híbrido típico consiste en un software actuarial que soporta el modelo actuarial, más soluciones dentro la entidad que proporcionan los datos de entrada y procesan los datos de salida.

Las tablas biométricas actuales tienen un periodo de observación de más de 20 años y es necesaria su actualización teniendo en cuenta los parámetros cuantitativos de gobierno y transparencia establecidos en el marco de Solvencia II.

Así pues, y dado que se cumplía el plazo legal de actualización, desde el segundo semestre de 2018, la Dirección General de Seguros y Fondos de Pensiones (DGSFP), en colaboración con las principales instituciones del sector asegurador y una muy amplia representación de las entidades aseguradoras, desarrolló diversos trabajos para la revisión de las principales hipótesis biométricas de los seguros de vida y decesos en España.

Dicha revisión tenía por objeto garantizar, por un lado, la suficiencia de las provisiones técnicas que acumulan las entidades aseguradoras para hacer frente a sus obligaciones y, por otra parte, que los precios de los seguros se formen sobre bases técnicas transparentes y equitativas en relación con los riesgos cubiertos. Todo ello con su correspondiente estudio de impacto y desarrollo normativo.

Uno de los objetivos del Supervisor (DGFSP) es el de garantizar que las tablas biométricas permitan una valoración suficiente de las obligaciones que asumen las entidades de seguros, que las tablas sean adecuadas para proteger los derechos de los tomadores y asegurados, y garantizar que las bases técnicas de las citadas tablas biométricas permitirán una adecuada monitorización del riesgo biométrico por parte de la función actuarial y de la función de gestión de riesgos de cada entidad. Finalmente, también el de garantizar que las tablas de mortalidad resultantes permitan la adecuada gestión y en su caso transferencia del riesgo de longevidad.

Que novedades y diferencia nos traen esta actualización de tablas.

— La primera novedad es que vamos a tener tablas de orden 1 y tablas de orden 2.

¿Qué significa esto? Pues que la revisión de las tablas biométricas que se ha realizado recoge estrictamente la expectativa de la longevidad y la mortalidad específicas de los colectivos asegurados y son las que ha llamado tablas de orden 2. Estas tablas, que sólo reflejan la expectativa biométrica, son identificadas como tablas biométricas de segundo orden.

Con este estudio se asienta en un marco conceptual en el que por primera vez se explicitan las tablas de segundo orden (orientadas a la mejor estimación del balance de solvencia) y las tablas de primer orden (aplicables en la valoración de las provisiones técnicas contables).

Incidencia en las medidas transitorias del régimen de Solvencia II.

Las entidades que tuvieran autorizadas las transitorias deberán adaptarse a este cambio de tablas biométricas realizando una política y un plan de proyección de la situación financiera y de solvencia en el que se garantice que durante el periodo y al finalizar el mismo se prevea que los fondos propios admisibles serán suficientes para cubrir el capital de solvencia obligatorio y el capital mínimo obligatorio.

Así mismo, si la aplicación de las nuevas tablas biométricas de segundo orden resultase en una reducción de la mejor estimación de las provisiones técnicas y la entidad hubiera obtenido autorización, destinará el mismo en acortar el plazo de la transitoria, en aras a la transparencia y comparabilidad de entidades aseguradoras.

Consideraciones relativas al sistema de gobierno.

Las entidades aseguradoras deberán revisar sus niveles de apetito al riesgo para tener en cuenta el impacto en la situación financiera y de solvencia de la revisión de las hipótesis biométricas.

La autoevaluación de riesgos por parte de las entidades debe formularse atendiendo a las hipótesis realistas exigidas por el marco de solvencia para el cálculo de provisiones, a no ser que la entidad tenga tablas aprobadas de experiencia propia como hipótesis realista.

— La segunda novedad es que vamos a tener tablas de orden 1 y tablas de orden 2  para:

El caso de Supervivencia:

• PERFM2012 para colectivos.
• PERFM2012 para individuales.

El caso de Mortalidad:

• PASEM2019-Rel para vida riesgo vinculado a otras operaciones o vida riesgo colectivos no vinculados.
• PASEM2019-Ind para vida riesgo no vinculados.
• PASEM2019-Decesos.

Con lo que finalmente tendremos entre supervivencia y fallecimiento como de primer orden o segundo orden distintas tablas distintas para aplicar, según sea el caso o las aprobadas de experiencia propia.

De esta manera el Legislador nos está marcando el camino para los distintos productos, incluso segmentándolos no sólo por supervivencia o fallecimiento sino para el caso de fallecimiento, tablas específicas para colectivos o individuales vinculados o para individuales no vinculados, como una específica para el público objetivo de decesos.

Haciendo un análisis de alto nivel para fallecimiento tenemos.

1. La mortalidad de mayor a menor en las PASEM2019 de primer orden es la siguiente:
   • PASEM2019 de decesos.
   • PASEM2019 Individuales no Vinculados
   • PASEM2019 Individuales Vinculados y colectivos
2. Evidentemente las de orden 1 son superiores a las de orden 2 por los recargos que llevan por volatilidad, el de nivel y el de modelo.
3. Las PASEM2019 tienen una mejora de mortalidad media de más de un 50% de 0 a 70 años frente a las PASEM2010.

Esto facilitará la unificación de los criterios de estimación de solvencia. En general, esperamos que con las nuevas tablas publicadas va a mejorar el ratio de solvencia en la mayoría de las compañías.

A la hora de tarificar con las PASEM2019 al 100% de tablas de orden 1 aun serán más económicas que las actuales PASEM2010 corregidas al 55%. Con lo que el mercado será más competitivo y cuando se usen para provisionar se espera una provisión menor a la actual.

Con lo que el cambio de tablas de mortalidad de las PASEM2019 previsiblemente generará:

• Mejor tarificación en función del colectivo, individuales vinculados, individuales o decesos.
• Mejora en general el ratio de solvencia.
• Reducción de las provisiones matemáticas contables.
• Mejora en los precios de los seguros, al trasladarse a los tomadores la actualización de tablas.
• Mayor transparencia de mercado.

Haciendo un análisis de alto nivel,  para supervivencia tenemos.

1. La mortalidad de mayor a menor en las PER2012 de primer orden es la siguiente:
   • PER2012 para colectivos.
   • PER2012 para individuales.
2. Evidentemente las de orden 1 son superiores a las de orden 2 por los recargos que llevan por volatilidad, el de nivel y el de modelo.
3. Las PER2012 tienen una mejora de mortalidad frente a las PERFM2000.

Será, por tanto, la otra cara de la moneda con una afectación en la mayoría de las compañías, con el ratio de solvencia a la baja en base a las nuevas tablas publicadas.

A la hora de tarificar con las PER2012 , las tarifas de los productos de renta o ahorro serán más conservadoras que las actuales PERFM2000, con lo que las tarifas del mercado serán más caras,  agravado adicionalmente por la bajada de tipos.

El cambio de tablas de mortalidad de las PER2012 generará, presumiblemente:

• Tarificar mejor en función del colectivos, individuales.
• Empeorará en general el ratio de solvencia.
• Aumentará las provisiones matemáticas contables.
• Los producto de ahorro/rentas tendrán una prima mayor para alcanzar el mismo capital o renta.

Esta actualización ya se ha trasladado al mercado en el presente año en solvencia afectando a la baja en el ratio de solvencia sobre todo a las compañías más expuestas a productos de supervivencia, sobre todo en las edades más avanzadas y, al contrario la otra cara de la moneda, las más expuestas en productos de riesgo.

Aunque no es una sorpresa, dado a la mejora de la supervivencia, aún minorado por el efecto lamentable del COVID19, irá en detrimento con la comercialización con los productos de ahorro/rentas por su consumo de capital para las aseguradoras y tan necesarios para el ahorro o complemento a la jubilación de nuestros asegurados.

Tras casi 20 años de debate el IASB publicó la Norma Internacional de Información Financiera 17 la cual establece los principios para reconocimiento, medición, presentación e información a revelar de los contratos de seguro. No obstante, el debate ha continuado hasta el 25 de junio pasado cuando se publicaron las enmiendas finales.

Asimismo, la NIIF 17 establece principios que en muchos casos dan lugar a la aplicación de diferentes alternativas o interpretaciones metodológicas generando cierto debate en los equipos de implementación de la norma en las diferentes entidades aseguradoras en distintos países. A continuación, hemos querido recoger los principales aspectos que dan lugar a dichos debates metodológicos:

1. Tasa de descuento

En el párrafo 36 y sobre todo del B72 al B85 se establecen los requerimientos para la determinación de la tasa de descuento, un tema crucial para la medición de los pasivos en productos de largo plazo y para la determinación de la onerosidad de estos productos.

En esos artículos se mencionan dos aspectos claves …” instrumentos financieros con flujos de efectivo cuyas características son congruentes con los de los contratos de seguro, en términos de, por ejemplo, calendario, moneda y liquidez” … y …” excluirán el efecto de factores que influyen estos precios de mercado observables, pero no afectan a los flujos de efectivo futuros de los contratos de seguro” …

En la primera frase, el debate nace de que si es posible utilizar o no como instrumentos de referencia los activos que están respaldando las provisiones técnicas del producto o deben ser instrumentos del mercado independientemente de que los haya o no adquirido. En este sentido en el mercado existen ambas prácticas y que se están considerando dentro de los requerimientos:

1. Utilización de mis propios instrumentos financieros: Se entiende que, si la cartera de activos con la que está casado mi pasivo es congruente en calendario, moneda y liquidez, etc. es posible utilizar el rendimiento de esta cartera para determinar la tasa de interés.
2. Utilización instrumentos de referencia: Para determinar qué instrumentos de referencia son congruentes con el contrato de seguro las entidades suelen basarse en los instrumentos que se utilizaron para determina la tasa técnica en el momento de tarificar.
   Respecto a la segunda frase correspondiente a excluir los efectos que no afectan al contrato de seguro las entidades aseguradoras la norma establece 2 enfoques top-down o bottom up. En este sentido, existen diversidad de técnicas, pero las que más estamos observando en el mercado son:
3. Utilizar las curvas de descuento que actualmente se utilizan en Solvencia II. Según el informe publicado por EIOPA (EIOPA analyses the benefits of NIIF 17 Insurance Contracts) esas tasas son consistentes con NIIF 17. En este caso se utilizarán tanto la volatility como la matching adjustment (existen compañías que se plantean utilizar está técnica para carteras casadas más allá que no la estén utilizando para Solvencia II). Esta alternativa estaría alineada con el enfoque bottom up.
4. Utilizar el rendimiento del activo de referencia utilizado en la tarificación y excluir el riesgo de crédito a partir de la PD y LGD utilizadas en NIIF 9. Esta alternativa estaría alineada con el enfoque top down.

No obstante, también existen compañías que aplican técnicas más sofisticadas y específicas para determinar la prima iliquidez a través de la aplicación de diferentes metodologías de mercado.

2. Modelo general en contratos sin componentes de participación directa

En los párrafos B96 a B100 se establecen los requerimientos para aquellos contratos de seguros que se valoran bajo el Modelo General y que no tienen participación directa. Éstos pueden ser contratos de seguros con intereses revisables (por ejemplo, muy comúnmente utilizado en los productos SIALP) o contratos con Participación en Beneficios.

Para esta tipología de contratos existen excepciones para el ajuste del margen del servicio contractual que se determina en el párrafo 44 (c). En este sentido para estos contratos la entidad no ajustará el margen de servicio contractual ante cambios en los flujos de cumplimiento a causa variaciones en las hipótesis financieras como pueden ser cambios en el flujo de Participaciones en Beneficio por variaciones en la curva de descuento.

En el mercado local, hay que tener en cuenta que estos requerimientos también aplican en las rentas con crecimiento atado al IPC.

3. Componente de inversión

A lo largo de la norma se establecen diferentes requerimientos para el tratamiento del componente de inversión entendiendo por tal a los importes que un contrato de seguro requiere que la entidad reembolse al tenedor de la póliza de seguro incluso si no ocurre un suceso asegurado. La medición de este componente es importante ya que, como se establece en el párrafo B96 (c), el margen de servicio debe ajustarse por diferencias entre los componentes de inversión que se espera que se conviertan en pagaderos en el periodo y el componente de inversión real que pasa a ser pagadero en el periodo.

El primer paso a considerar es la identificación de este componente, donde han surgido diferentes interpretaciones sobre lo que abarca este concepto. No obstante, estas dudas han sido aclaradas en gran parte en la reunión del Transition Resource Group NIIF 17 de abril de 2019 donde detalla las características que tiene que tener un componente de inversión y donde se clarifica que aquellos seguros con una garantía de riesgo y componente de rescates no cuenta con componente de inversión, una de las principales dudas del sector.

En segundo lugar, se debe identificar si este componente es distinto o no y para ello se deben aplicar los requerimientos que se contemplan en al apartado de Separación de componentes en particular el B31 (a) y (b) donde estable que será distinto si cumple que …” El componente de inversión y el componente de seguro no están altamente interrelacionados” … y …” Un contrato con términos equivalentes se vende, o podría venderse, por separado” …

Por último, para aquellos componentes de inversión no distintos se debe determinar la metodología de medición de los mismos. El paper Transition Resource Group NIIF 17 de abril establece dos metodologías: i) Capitalización de las primas pagadas por los asegurados y ii) el descuento de los flujos de caja ciertos futuros (capitales asegurados). Dependiendo las características del producto una metodología se adecuará mejor que la otra para realización la medición del componente, por ejemplo, para un producto de rentas garantizas la metodología de descuento de los flujos de caja ciertos futuros parece más apropiada, en cambio para los productos de vida universal la más apropiada sería la capitalización de las primas pagadas.

4. Margen de servicio técnico y financiero

Una de las principales enmiendas aprobadas por el AISB y publicada el 25 de Junio pasado fue la correspondiente al margen de servicio contractual atribuible a servicios de rentabilidad de la inversión y servicio de inversión relacionado.

En este aspecto, el AISB ha permitido que una entidad identifique unidades de cobertura para contratos de seguro sin características de participación directa considerando la cantidad de beneficios y periodo esperado del servicio de rentabilidad de la inversión, si lo hubiera, además de la cobertura de seguro.

Es decir, esta modificación ha permitido a las entidades medir de forma separada el margen de servicio financiero y técnico y por otro lado aplicar unidades de cobertura diferentes y más apropiadas a la naturaleza del producto para el reconocimiento posterior.

Esta modificación se puede observar principalmente en el B119 donde ha incorporado B119 B donde se especifica los criterios para establecer cuándo podrían proporcionar los contratos un servicio de rentabilidad de la inversión.

5. Contratos onerosos

Los requerimientos sobre la identificación y el tratamiento de los contratos onerosos se encuentran establecidos a lo largo de los diferentes apartados de la norma siendo los más relevantes el párrafo 16, 17 y del 47 al 52.

Uno de los primeros debates sobre este concepto es a qué nivel debo realizar la identificación de los contratos onerosos si es al nivel de un conjunto de contratos de seguros o nivel individual. En este sentido la norma establece que, si poseo información razonable y sustentable puede realizarlo a nivel de conjunto de contratos, en caso contrario, a nivel individual.

En general, las entidades aseguradoras que aplican el modelo general o de comisión variable, es decir, que calculan un margen de servicio, suelen determinar los contratos onerosos a nivel individual dado que de esta forma puede justificar la existencia de contratos onerosos de una forma objetiva a través del mal llamado “CSM negativo”.

En el caso de los productos bajo el enfoque de asignación de primas se suele realizar a nivel cartera de seguros, bajo la presunción de no onerosidad que establece la norma en su párrafo 18.

6. Pasivo por cobertura restante en PAA

Los estándares de NIIF17 establecen en los párrafos 55 a 59 la metodología de cálculo del pasivo por cobertura restante (PCR) dentro del enfoque de asignación de primas. En concreto, los párrafos 55 a) y 55 b) determinan que la entidad deberá considerar las primas recibidas tanto para el cálculo de la PRC en el reconocimiento inicial, como para mediciones posteriores, respectivamente.

El término utilizado en los estándares de primas recibidas ha dado lugar dos interpretaciones que están siendo objeto de debate en el sector:

• Según la primera interpretación, el concepto primas recibidas debe entenderse como primas emitidas. Esta interpretación es consistente con la lógica aplicada en la proyección de flujos del método BBA, y además permite reflejar claramente el crédito de los asegurados, ya que al calcular la PCR considerando la prima emitida se debe considerar también el activo generado por las cuentas pendientes de cobrar. En este enfoque el monto de la PCR refleja el riesgo pendiente de devengar.
• Según la segunda interpretación, el concepto primas recibidas debe entenderse como primas cobradas. Esto quiere decir que generaré un activo por la prima que me falte por cobrar y un pasivo en el caso que haya cobrado prima por adelantado. En este enfoque el monto de la PCR de activo refleja el importe de primas que me debe el asegurado y en el caso de PCR de pasivo el riesgo de devengar por la prima adelantada.

Es importante resaltar que, si bien la aplicación de una interpretación u otra tiene un impacto relevante en el importe de la PCR de balance, en la cuenta de resultados no se produce impacto ya que es el mismo en ambos enfoques.

7. Metodologías de transición

La transición de NIIF4 a NIIF17 requerirá a las entidades valorar toda la cartera vigente en el momento de la transición con los nuevos estándares.

Para ello, los estándares establecen tres métodos posibles:

• Retrospectivo total (párrafos C3 a C5): es el método a aplicar por defecto, e implica valorar la cartera en el momento de la transición como si NIIF17 hubiese existido en el momento de la venta de todos los contratos vigentes. El párrafo C5 establece además que si, y sólo si, este método es impracticable para la entidad, se podrán aplicar los métodos alternativos propuestos en los párrafos C6 a C24.
  
• Retrospectivo modificado (párrafos C6 a C19): este método permite algunas modificaciones sobre el primero en 4 aspectos principalmente: i) pueden agruparse contratos emitidos con más de un año de diferencia; ii) los flujos desde el reconocimiento inicial hasta la fecha de transición a considerar pueden ser los flujos reales observados; iii) se proponen dos alternativas para la estimación de la curva de descuento a utilizar en la transición; iv) el ajuste de riesgo puede calcularse con hipótesis del momento de la transición.
• Valor razonable (párrafos C20 a C24): este método, a diferencia de los dos anteriores, toma una visión prospectiva para valorar los contratos. Según esta metodología, el CSM en el momento de la transición vendrá determinado por la diferencia entre el valor razonable de los contratos, y los flujos de cumplimiento de los mismos

La selección de una u otra metodología puede tener impactos relevantes no sólo en el momento de la transición, sino también en los siguientes ejercicios, ya que se determinará el importe del CSM a amortizar hasta el vencimiento de todos los contratos en la cartera y la reserva de primera aplicación (cuenta permanente en fondos propios).

Como se comentaba, el principal debate aquí radica en la selección de la metodología que se puede realizar a nivel de unidad de cuenta, es decir, que para un producto podemos seleccionar más de una metodología. En ese sentido, una posición que están definiendo las entidades es la aplicación de la metodología retrospectiva total a partir de enero de 2016 (fecha de entrada en vigor de Solvencia II) y para fechas anteriores seleccionar la metodología valor razonable o retrospectivo modificado (en menor medida).

8. Valor razonable en transición

Según la metodología de transición basada en el valor razonable establecida en los párrafos C20 a C24, una entidad determinará el margen de servicio contractual o componente de pérdida del pasivo por la cobertura restante en la fecha de transición como la diferencia entre el valor razonable de los contratos de seguro y los flujos de cumplimiento de los mismos.

Uno de los puntos que genera más debate dentro de este ámbito es precisamente cómo debe calcularse el valor razonable de los contratos. Actualmente, existen en el sector dos aproximaciones para realizar este cálculo:

• Re-tarificación de la cartera: según este enfoque, se calcula el valor razonable de un contrato como la prima que debería cobrarse hoy para hacer frente a las obligaciones futuras que aún quedan en el contrato a la fecha de transición, utilizando para ello las hipótesis de tarificación vigentes en ese momento. Existe cierto debate sobre si este método es consistente con los requerimientos NIIF 13 y además es complejo de aplicar en productos de cartera que ya no comercializamos.
• Transferencia de cartera: según este enfoque, la entidad debe calcular los flujos de cumplimiento de los contratos en la fecha de transición, y calcular el valor razonable de acuerdo al beneficio esperado por la transferencia a un tercero de la cartera de contratos. Este método estaría alineado con los requerimientos NIIF 13, el problema radica en la justificación de los supuestos de la estimación del valor razonable.

La selección de una metodología u otra tiene un impacto relevante en el cálculo de los pasivos en el momento de la transición, así como en la distribución de las cuentas de patrimonio. En este sentido, hay que resaltar que la primera metodología admite contratos onerosos en el momento de la transición, mientras que la segunda no admite esta opción.

9. Ajuste por riesgo

El párrafo 37 de los estándares de NIIF17 establece que la entidad debe ajustar los flujos de efectivo para reflejar el riesgo no financiero. El párrafo B86 especifica que dichos riesgos no financieros incluirán los riesgos de seguros, y además otros riesgos no financieros como el riesgo de interrupción y el riesgo de gastos; mientras que el párrafo B89 aclara que no deben incluirse en el ajuste de riesgo no financiero aquellos riesgos que no surgen de los contratos, tales como el riesgo operacional. En conclusión, según NIIF17 los riesgos a considerar en el cálculo del ajuste de riesgo serían los equivalentes a los riesgos de suscripción.

Los estándares de NIIF17 no establecen una metodología concreta para el cálculo del ajuste por riesgo, si bien las técnicas más utilizadas para ello en el sector son:

• Nivel de confianza: el ajuste de riesgo será igual a la diferencia entre la estimación de los flujos futuros y el importe de dichas obligaciones tal que la probabilidad de una pérdida superior represente un nivel de confianza dado.
• Coste de capital: el ajuste de riesgo será el coste de proveer una cantidad de fondos admisibles igual al capital necesario para respaldar los compromisos por seguros durante la vigencia del contrato.

En cualquier caso, según el párrafo 119, las entidades deberán revelar el nivel de confianza utilizado para determinar el ajuste de riesgo, con independencia de la metodología usada.

En este sentido, la primera de las metodologías descritas tiene la ventaja que la entidad no debe realizar cálculos adicionales para cumplir con el párrafo 119 correspondiente a la revelación del percentil aplicado. No obstante, esta metodología es intensiva en cálculo, y puede ser difícil de aplicar para carteras de vida debido al gran número de escenarios a simular y valorar.

Por ello, la metodología basada en el coste de capital está siendo mayormente utilizada en el sector para el cálculo del ajuste por riesgo, si bien los debates en este punto se centran en la metodología para calcular (o repartir) el requerimiento de capital a nivel de unidad de cuenta, en la estimación del coste de capital a aplicar, así como en la metodología a aplicar para la obtención del percentil de riesgo equivalente de acuerdo al párrafo 119.

10. Asimetrías contables

Un aspecto que consideramos relevante a tener en cuenta de cara a la toma de decisiones es el análisis de las posibles asimetrías contables que puede generar la aplicación de NIIF 17.

En concreto, el principal debate radica en que la acreditación de los intereses del margen de servicio contractual se debe realizar siempre a tasa original mientras que el valor presente de los flujos de cumplimiento y los activos que respaldan la provisión a tasa actual. Esto es especialmente relevante en productos con primas periódicas donde en general el margen de servicio contractual suele ser elevado.

Estos aspectos metodológicos son algunos de los muchos que surgen en el proceso de implementación y donde seguramente vaya existiendo un alineamiento del mercado a medida que nos vayamos acercando a la fecha de entrada en vigor. Recordemos, como se ha comentado al inicio, la norma establece principios por lo que es posible que tengan encaje en los requerimientos diferentes aplicaciones metodológicas que las compañías tendrán que analizar cuál sería la más apropiada en función a la naturaleza de su negocio. Para tomar estas decisiones es recomendable, en muchos de los casos, realizar ejercicios cuantitativos que permitan tomar las decisiones de los criterios metodológicos bajo una base objetiva considerando el impacto financiero de las diferentes alternativas.