What’s Your Problem?
Summary & Insights
losing your home to a flood and having no insurance, no mortgage, and no way to rebuild except by borrowing money at 500 percent interest. That is the world Sid Jha witnessed growing up in India in the 1990s, where families kept cash aside for funerals and medical emergencies, farmers fell into debt cycles after a failed rice paddy, and home insurance simply did not exist. Jacob Goldstein opens the conversation by calling insurance one of the key pieces of infrastructure for a society to grow, noting that without it, you cannot get a mortgage and banks charge exorbitant rates because lending and insurance are essentially sister activities. Jha, who founded Arbol in 2018, argues that this dynamic traps capital at every level, from individual households to major infrastructure projects, and it is precisely the inefficiency he set out to fix.
The problem, as Jha sees it, is that the insurance industry remains stubbornly inflexible even as risk becomes more volatile. Between the customer and the reinsurance capital, there can be five to ten layers of intermediaries, and thirty to forty percent of a premium can disappear into fees before it ever covers a loss. Goldstein and Jha trace this to a patchwork of state regulations that slows down new models and discourages new capital pools from entering the market. The result is an industry designed for an older pattern of population and risk, now struggling to keep pace with climate change, rising property values in coastal and hail zones, and entirely new exposures like billion-dollar AI data centers whose complex risk structures most insurers do not yet know how to price.
Arbol’s initial wedge into this market was parametric insurance, a product that pays out based on objective events in the world rather than on damage to a specific property. Goldstein explains the distinction: instead of covering a factory if it burns down, parametric coverage might trigger when rainfall hits a certain level or county-level cotton yields fall below a threshold. Jha’s first major customers were cotton gins in West Texas, small-to-medium businesses that turn raw cotton into yarn and rely entirely on local crop output. Because the risk was highly correlated to revenue, backed by trusted U.S. government data, and uncorrelated to cotton futures, it attracted capital providers and gave the startup a foothold. Around 2022, Arbol moved into parametric reinsurance, selling portfolio-level protection to insurance companies based on hurricane tracks, wind speed, and storm-eye location.
More recently, Arbol has begun selling traditional homeowners and commercial insurance along the East Coast, Gulf, and Hawaii, having acquired and revamped a struggling carrier. Jha says the company’s edge is not just better modeling but a leaner cost structure and access to a wider array of capital providers beyond traditional reinsurers. The firm builds its own in-house climate models to compare against outside vendors, allowing it to decide when to trust its own assumptions over industry consensus. Goldstein raises the example of AI data centers, where a hurricane-damaged transformer means not just a repair bill but a two-year wait for a replacement and a crushed revenue profile—exactly the kind of complex, modern risk incumbent insurers are scared to touch.
Looking ahead, Jha’s medium-term worries center on liquidity and regulation. A financial crisis could tighten capital markets and make it hard to arrange risk pools, while shifting laws around litigation—such as Florida’s recent reinsurance reforms—can abruptly change operational costs. Still, he sees reason for optimism. Artificial intelligence lets Arbol scale across geographies and launch products faster, combining the capital story with technological scale to address coverage gaps. The conversation closes with personal notes: Jha’s childhood memory of visiting his father’s snake park in southern India, where venom was harvested for anti-venom, and his lesson from Ken Griffin at Citadel about obsessive process refinement. Unlike trading oil futures, Jha notes, running an insurance company means living with risks you cannot easily exit, making disciplined modeling and pricing a matter of survival.
Surprising Insights
- Up to 30 to 40 percent of an insurance premium can be consumed by intermediary fees rather than actual risk coverage.
- Despite widespread assumptions, the data does not show a clear upward trend in hurricanes hitting Florida over the past century, partly because climate cycles like El Niño can swamp long-term temperature trends.
- Parametric insurance pays based on objective triggers such as county-level crop yields or rainfall, not on the specific damage suffered by an individual business.
- Arbol deliberately avoided specializing in a single peril like wildfire or hurricane, choosing instead to launch multiple lines at once as a startup to avoid over-reliance on any one risk factor.
- AI data centers introduce revenue risk beyond physical damage, since a critical part like a transformer can take two years to replace after a storm.
- Insurance contracts are largely illiquid; unlike oil futures, a written policy cannot simply be sold off if market conditions change.
- Prediction markets overlap conceptually with parametric insurance but remain poorly suited for institutional hedging because their contracts are designed for betting, not risk transfer, and face heavy regulatory uncertainty.
Practical Takeaways
- Recognize that going without insurance effectively means self-insuring, which can trap enormous amounts of capital that would otherwise be invested or spent.
- Businesses in agriculture or climate-exposed industries should explore parametric policies tied to trusted public data rather than relying solely on traditional claims-based coverage.
- When shopping for insurance, ask how many intermediaries sit between you and the capital backing the policy, since each layer adds cost.
- Diversify coverage across multiple risk lines instead of concentrating protection on a single peril such as wildfire or windstorm.
- For novel or large-scale assets like data centers, model both physical damage and downstream revenue loss from supply-chain delays.
- Founders entering heavily regulated industries should budget significant time for distribution and customer education before expecting rapid adoption.
- Maintain an in-house view of risk alongside third-party models so you know when to trust your own assumptions over industry consensus.
Mất nhà do lũ lụt mà không có bảo hiểm, không có khoản vay thế chấp, và không có cách nào để xây dựng lại ngoại trừ việc phải đi vay với lãi suất lên tới 500%. Đó là thế giới mà Sid Jha đã chứng kiến khi lớn lên tại Ấn Độ vào những năm 1990, nơi các gia đình phải để dành tiền mặt cho tang lễ và các trường hợp khẩn cấp về y tế, nông dân rơi vào vòng xoáy nợ nần sau một vụ mùa lúa thất bát, và bảo hiểm nhà ở đơn giản là không tồn tại. Jacob Goldstein mở đầu cuộc trò chuyện bằng cách gọi bảo hiểm là một trong những mảnh ghép hạ tầng then chốt để một xã hội phát triển, lưu ý rằng nếu không có nó, bạn không thể vay thế chấp và các ngân hàng sẽ tính lãi suất cắt cổ vì cho vay và bảo hiểm về bản chất là hai hoạt động song hành. Jha, người đã thành lập Arbol vào năm 2018, lập luận rằng động lực này đang kìm hãm nguồn vốn ở mọi cấp độ, từ các hộ gia đình cá nhân đến các dự án hạ tầng lớn, và đó chính xác là sự kém hiệu quả mà ông đặt mục tiêu khắc phục.
Vấn đề, theo góc nhìn của Jha, là ngành bảo hiểm vẫn duy trì sự cứng nhắc một cách đáng kinh ngạc ngay cả khi rủi ro trở nên biến động hơn. Giữa khách hàng và nguồn vốn tái bảo hiểm có thể tồn tại từ 5 đến 10 tầng trung gian, và 30 đến 40% phí bảo hiểm có thể bị tiêu tốn cho các khoản phí trước khi kịp chi trả cho một tổn thất. Goldstein và Jha cho rằng nguyên nhân bắt nguồn từ một hệ thống các quy định chắp vá của các tiểu bang, điều này làm chậm trễ các mô hình mới và ngăn cản các nguồn vốn mới gia nhập thị trường. Kết quả là một ngành công nghiệp được thiết kế dựa trên các mô hình dân số và rủi ro cũ, hiện đang phải vật lộn để theo kịp với biến đổi khí hậu, giá trị bất động sản tăng cao ở các vùng ven biển và vùng hay có mưa đá, cùng các rủi ro hoàn toàn mới như các trung tâm dữ liệu AI trị giá tỷ đô với cấu trúc rủi ro phức tạp mà hầu hết các nhà bảo hiểm hiện nay vẫn chưa biết cách định giá.
Bước tiến đầu tiên của Arbol vào thị trường này là bảo hiểm tham số (parametric insurance), một sản phẩm chi trả dựa trên các sự kiện khách quan xảy ra trong thế giới thực thay vì dựa trên thiệt hại thực tế của một tài sản cụ thể. Goldstein giải thích sự khác biệt này: thay vì bồi thường nếu một nhà máy bị cháy, bảo hiểm tham số có thể kích hoạt khi lượng mưa đạt đến một mức nhất định hoặc sản lượng bông ở cấp độ hạt (county) giảm xuống dưới một ngưỡng quy định. Những khách hàng lớn đầu tiên của Jha là các xưởng tách hạt bông ở Tây Texas, những doanh nghiệp vừa và nhỏ chuyên chuyển đổi bông thô thành sợi và phụ thuộc hoàn toàn vào sản lượng cây trồng tại địa phương. Vì rủi ro này có tương quan chặt chẽ với doanh thu, được bảo chứng bởi dữ liệu đáng tin cậy của chính phủ Hoa Kỳ và không tương quan với các hợp đồng tương lai bông, nó đã thu hút các nhà cung cấp vốn và tạo nền móng cho startup này. Khoảng năm 2022, Arbol đã lấn sân sang mảng tái bảo hiểm tham số, bán các gói bảo vệ ở cấp độ danh mục cho các công ty bảo hiểm dựa trên đường đi của bão, tốc độ gió và vị trí mắt bão.
Gần đây hơn, Arbol đã bắt đầu bán bảo hiểm nhà ở và bảo hiểm thương mại truyền thống dọc theo Bờ Đông, Vịnh Mexico và Hawaii, sau khi mua lại và cải tổ một công ty bảo hiểm đang gặp khó khăn. Jha cho biết lợi thế của công ty không chỉ nằm ở việc mô hình hóa tốt hơn mà còn ở cấu trúc chi phí tinh gọn và khả năng tiếp cận với mạng lưới nhà cung cấp vốn rộng lớn hơn thay vì chỉ dựa vào các nhà tái bảo hiểm truyền thống. Công ty tự xây dựng các mô hình khí hậu nội bộ để đối chiếu với các đơn vị cung cấp bên ngoài, cho phép họ quyết định khi nào nên tin tưởng vào các giả định của chính mình thay vì đi theo sự đồng thuận của ngành. Goldstein đưa ra ví dụ về các trung tâm dữ liệu AI, nơi một máy biến áp bị hư hỏng do bão không chỉ dẫn đến hóa đơn sửa chữa mà còn là hai năm chờ đợi để thay thế và làm sụt giảm nghiêm trọng doanh thu—đây chính là kiểu rủi ro phức tạp và hiện đại mà các công ty bảo hiểm truyền thống thường e ngại không dám chạm vào.
Nhìn về tương lai, những lo ngại trong trung hạn của Jha tập trung vào tính thanh khoản và quy định pháp lý. Một cuộc khủng hoảng tài chính có thể làm thắt chặt thị trường vốn và khiến việc thiết lập các quỹ rủi ro trở nên khó khăn, trong khi các thay đổi về luật pháp liên quan đến kiện tụng—chẳng hạn như các cải cách tái bảo hiểm gần đây của Florida—có thể làm thay đổi đột ngột chi phí vận hành. Tuy nhiên, ông vẫn thấy có cơ sở để lạc quan. Trí tuệ nhân tạo cho phép Arbol mở rộng quy mô trên nhiều khu vực địa lý và tung ra các sản phẩm nhanh hơn, kết hợp câu chuyện về nguồn vốn với quy mô công nghệ để lấp đầy các khoảng trống bảo hiểm. Cuộc trò chuyện khép lại với những nốt nhạc cá nhân: ký ức thời thơ ấu của Jha khi đi thăm công viên nuôi rắn của cha ở miền Nam Ấn Độ, nơi nọc rắn được thu hoạch để làm huyết thanh kháng độc, và bài học từ Ken Griffin tại Citadel về sự tinh chỉnh quy trình một cách ám ảnh. Jha lưu ý rằng khác với giao dịch hợp đồng tương lai dầu mỏ, điều hành một công ty bảo hiểm đồng nghĩa với việc phải chung sống với những rủi ro mà bạn không dễ dàng thoát ra được, điều này khiến việc mô hình hóa và định giá một cách kỷ luật trở thành vấn đề sống còn.
Những Thông Tin Đáng Chú Ý
- Có tới 30 đến 40% phí bảo hiểm có thể bị tiêu tốn bởi các phí trung gian thay vì dùng để chi trả cho các rủi ro thực tế.
- Bất chấp những giả định phổ biến, dữ liệu không cho thấy xu hướng tăng rõ rệt về số lượng các cơn bão đổ bộ vào Florida trong thế kỷ qua, một phần do các chu kỳ khí hậu như El Niño có thể lấn át các xu hướng nhiệt độ dài hạn.
- Bảo hiểm tham số chi trả dựa trên các tác nhân khách quan như sản lượng cây trồng ở cấp độ hạt hoặc lượng mưa, chứ không dựa trên thiệt hại cụ thể mà một doanh nghiệp riêng lẻ phải gánh chịu.
- Arbol đã chủ động tránh việc chỉ chuyên sâu vào một loại hiểm họa duy nhất như cháy rừng hay bão, thay vào đó họ chọn tung ra nhiều dòng sản phẩm cùng lúc khi còn là một startup để tránh phụ thuộc quá mức vào bất kỳ yếu tố rủi ro nào.
- Các trung tâm dữ liệu AI tạo ra rủi ro về doanh thu ngoài thiệt hại vật chất, vì một bộ phận quan trọng như máy biến áp có thể mất tới hai năm để thay thế sau một cơn bão.
- Các hợp đồng bảo hiểm phần lớn có tính thanh khoản thấp; không giống như hợp đồng tương lai dầu mỏ, một đơn bảo hiểm đã ký không thể đơn giản là bán đi nếu các điều kiện thị trường thay đổi.
- Các thị trường dự đoán (prediction markets) có sự tương đồng về mặt khái niệm với bảo hiểm tham số nhưng vẫn chưa phù hợp để phòng vệ rủi ro cho các tổ chức vì hợp đồng của chúng được thiết kế để đặt cược chứ không phải để chuyển giao rủi ro, đồng thời phải đối mặt với sự bất định lớn về mặt pháp lý.
Bài Học Thực Tiễn
- Hãy nhận thức rằng việc không tham gia bảo hiểm thực chất là bạn đang tự bảo hiểm cho chính mình, điều này có thể làm kẹt một lượng vốn khổng lồ mà đáng lẽ ra có thể dùng để đầu tư hoặc chi tiêu.
- Các doanh nghiệp trong lĩnh vực nông nghiệp hoặc các ngành chịu ảnh hưởng bởi khí hậu nên tìm hiểu các chính sách bảo hiểm tham số gắn liền với các dữ liệu công khai đáng tin cậy, thay vì chỉ dựa vào các hình thức bồi thường dựa trên tổn thất truyền thống.
Here is the professional translation of the text into Vietnamese:
因水災失去家園，卻沒有保險、沒有抵押貸款，且除了以 500% 的高利息借錢外別無重建手段。這就是 Sid Jha 在 1990 年代的印度所目睹的世界：那是一個家庭必須預留現金應對葬禮與醫療緊急狀況、農民在農作物歉收後陷入債務循環、且房屋保險根本不存在的世界。Jacob Goldstein 在對談中開場便指出，保險是社會成長的關鍵基礎設施之一，他提到，若缺乏保險，你就無法獲得抵押貸款，且銀行會收取極高的利率，因為貸款與保險在本質上是息息相關的業務。2018 年創辦 Arbol 的 Jha 主張，這種動態關係在各個層面上都困住了資本——從個人家庭到大型基礎設施項目——而這正是他致力於解決的低效率問題。
在 Jha 看來，問題在於儘管風險變得越來越波動，保險業仍表現得異常僵化。在客戶與再保險資本之間，可能存在五到十層中間商，保費中高達 30% 到 40% 可能在賠付之前就已消耗在各種費用中。Goldstein 與 Jha 指出，這源於零散的州政府法規，這些法規放緩了新模式的發展，並阻礙了新資本進入市場。其結果是，這個產業是為舊時代的人口與風險模式而設計的，現在卻難以跟上氣候變遷、沿海與冰雹災害區房產價值上漲，以及像價值數十億美元的 AI 數據中心等全新的風險敞口——後者的複雜風險結構，多數現有的保險公司尚不知如何定價。
Arbol 切入該市場的初步策略是提供「指數型保險」（parametric insurance），這是一種根據現實世界的客觀事件而非特定財產的損失來進行理賠的產品。Goldstein 解釋了其中的區別：傳統保險是如果工廠失火則提供保障，而指數型保險則可能在降雨量達到一定水平，或某縣份的棉花產量低於特定閾值時觸發理賠。Jha 的首批主要客戶是西德州（West Texas）的軋棉廠，這些中小企業將原棉加工成紗線，且完全依賴當地的農作物產出。由於這種風險與營收高度相關，且有值得信託的美國政府數據支持，且與棉花期貨不相關，因此吸引了資本提供者，並讓這家新創公司站穩了腳跟。大約在 2022 年，Arbol 進入了指數型再保險領域，根據颶風路徑、風速和風暴眼位置，向保險公司提供組合層級的保障。
最近，Arbol 在收購並重整了一家陷入困境的保險公司後，已開始在美國東海岸、墨西哥灣及夏威夷銷售傳統的房屋與商業保險。Jha 表示，公司的優勢不僅在於更精準的模型，還在於更精簡的成本結構，以及能接觸到傳統再保險公司以外更廣泛的資本提供者。該公司建立了自己的內部氣候模型，用以與外部供應商進行對比，這讓它能決定何時應信任自己的假設而非產業共識。Goldstein 舉了 AI 數據中心的例子：颶風導致變壓器損壞，這不僅意味著一筆維修帳單，還意味著長達兩年的更換等待期以及慘重的營收損失——這正是現有保險公司不敢碰觸的這類複雜且現代化的風險。
展望未來，Jha 的中期擔憂集中在流動性與法規方面。金融危機可能會收緊資本市場，增加安排風險池的難度；而法律環境的變遷——例如佛羅里達州最近的再保險改革——可能會突然改變營運成本。儘管如此，他仍持樂觀態度。人工智慧讓 Arbol 能夠跨地域擴張並更快地推出產品，將資本優勢與技術規模相結合，以填補保障缺口。對談最後轉向個人感受：Jha 回憶起童年時期造訪他父親在印度南部經營的蛇園，在那裡可以採集毒液來製作抗蛇毒血清；他也分享了他在 Citadel 學習到 Ken Griffin 的教訓，即對流程精煉的執著。Jha 指出，經營保險公司與交易油價期貨不同，這意味著你必須與那些無法輕易退出的風險共存，因此精準的建模與定價是生存的關鍵。
驚人的洞察
- 保費中高達 30% 到 40% 可能被中間商費用消耗，而非用於實際的風險保障。
- 儘管普遍存在某些假設，但數據並未顯示過去一個世紀颶風襲擊佛羅里達州的趨勢有明顯上升，部分原因是聖嬰現象等氣候週期會掩蓋長期的溫度趨勢。
- 指數型保險根據客觀觸發條件（如縣級作物產量或降雨量）進行理賠，而非根據個別企業遭受的特定損失。
- Arbol 有意識地避免只專注於單一災害（如野火或颶風），而是選擇作為新創公司一次推出多條產品線，以避免過度依賴單一風險因素。
- AI 數據中心引入了實體損壞以外的營收風險，因為像變壓器這樣的關鍵部件在風暴過後可能需要兩年才能完成更換。
- 保險契約在很大程度上是缺乏流動性的；與油價期貨不同，如果市場狀況改變，已簽訂的保單無法簡單地被轉售。
- 預測市場在概念上與指數型保險有重疊，但並不適合機構避險，因為其契約設計是為了博弈而非風險轉移，且面臨沉重的法規不確定性。
實用建議
- 意識到缺乏保險實際上意味著「自我保險」，這可能會困住原本可用於投資或消費的龐大資本。
- 農業或暴露於氣候風險產業的企業，應探索與可靠公共數據掛鉤的指數型保單，而非僅僅依賴傳統的理賠式保障。
以下是為您翻譯的繁體中文版本，採用專業且商業化的語氣：
Perdre sa maison dans une inondation sans assurance, sans prêt hypothécaire et sans aucun moyen de reconstruire, si ce n’est en empruntant de l’argent à un taux d’intérêt de 500 %, voilà le monde dans lequel Sid Jha a grandi en Inde dans les années 1990. À cette époque, les familles mettaient de l’argent de côté pour les funérailles et les urgences médicales, les agriculteurs s’endettaient lourdement après l’échec des récoltes de riz, et l’assurance habitation n’existait tout simplement pas. Jacob Goldstein ouvre la conversation en affirmant que l’assurance est l’un des piliers d’infrastructure essentiels à la croissance d’une société, notant que sans elle, il est impossible d’obtenir un prêt hypothécaire et les banques pratiquent des taux exorbitants, car le prêt et l’assurance sont, par essence, des activités liées. Jha, qui a fondé Arbol en 2018, soutient que cette dynamique immobilise le capital à tous les niveaux, des ménages individuels aux grands projets d’infrastructure, et que c’est précisément cette inefficacité qu’il a cherché à corriger.
Le problème, selon Jha, est que l’industrie de l’assurance reste obstinément inflexible, même si le risque devient de plus en plus volatil. Entre le client et le capital de réassurance, il peut y avoir cinq à dix couches d’intermédiaires, et 30 à 40 % d’une prime peut disparaître en frais avant même de couvrir un sinistre. Goldstein et Jha attribuent cela à une mosaïque de réglementations étatiques qui ralentit l’émergence de nouveaux modèles et décourage l’arrivée de nouveaux pools de capitaux sur le marché. Il en résulte une industrie conçue pour un ancien modèle démographique et de risque, qui peine désormais à suivre le rythme du changement climatique, de la hausse de la valeur des propriétés dans les zones côtières ou sujettes à la grêle, et de nouvelles expositions totalement inédites, comme les centres de données d’IA pesant des milliards de dollars, dont les structures de risques complexes échappent encore à la tarification de la plupart des assureurs.
La première percée d’Arbol sur ce marché a été l’assurance paramétrique, un produit qui indemnise sur la base d’événements objectifs plutôt que sur les dommages subis par un bien spécifique. Goldstein explique la distinction : au lieu de couvrir une usine en cas d’incendie, une couverture paramétrique peut se déclencher lorsque les précipitations atteignent un certain seuil ou que les rendements de coton au niveau du comté tombent sous un certain niveau. Les premiers clients majeurs de Jha étaient des usines d’égrenage de coton au Texas occidental, des petites et moyennes entreprises qui transforment le coton brut en fil et dépendent entièrement de la production locale. Comme le risque était fortement corrélé au chiffre d’affaires, soutenu par des données gouvernementales américaines fiables, et non corrélé aux marchés à terme du coton, cela a attiré des investisseurs et a permis à la startup de prendre pied. Vers 2022, Arbol s’est lancée dans la réassurance paramétrique, vendant une protection au niveau du portefeuille aux compagnies d’assurance en fonction des trajectoires d’ouragans, de la vitesse du vent et de l’emplacement de l’œil de la tempête.
Plus récemment, Arbol a commencé à vendre des polices d’assurance habitation et commerciales classiques sur la côte Est, dans le golfe du Mexique et à Hawaï, après avoir acquis et restructuré un assureur en difficulté. Jha affirme que l’atout de l’entreprise ne réside pas seulement dans une meilleure modélisation, mais aussi dans une structure de coûts plus légère et un accès à un éventail plus large de fournisseurs de capitaux au-delà des réassureurs traditionnels. La société conçoit ses propres modèles climatiques internes pour les comparer aux prestataires externes, ce qui lui permet de décider s’il convient de faire confiance à ses propres hypothèses plutôt qu’au consensus du secteur. Goldstein cite l’exemple des centres de données d’IA : un transformateur endommagé par un ouragan signifie non seulement une facture de réparation, mais aussi un délai d’attente de deux ans pour un remplacement et un effondrement du chiffre d’affaires — précisément le genre de risque complexe et moderne que les assureurs traditionnels craignent d’aborder.
À l’avenir, les inquiétudes à moyen terme de Jha concernent la liquidité et la réglementation. Une crise financière pourrait resserrer les marchés de capitaux et rendre difficile la constitution de pools de risques, tandis que l’évolution des lois sur le contentieux — comme les récentes réformes de la réassurance en Floride — peut modifier brusquement les coûts opérationnels. Pour autant, il reste optimiste. L’intelligence artificielle permet à Arbol de se déployer sur de nouvelles zones géographiques et de lancer des produits plus rapidement, combinant l’apport de capitaux et l’échelle technologique pour combler les lacunes de couverture. La conversation se clôt sur des notes personnelles : le souvenir d’enfance de Jha visitant le parc de serpents de son père dans le sud de l’Inde, où le venin était récolté pour produire de l’antivenin, et la leçon apprise de Ken Griffin chez Citadel sur le perfectionnement obsessionnel des processus. Contrairement au trading sur les contrats à terme sur le pétrole, note Jha, diriger une compagnie d’assurance signifie composer avec des risques que l’on ne peut pas facilement abandonner, faisant de la modélisation et de la tarification rigoureuses une question de survie.
Perspectives surprenantes
- Jusqu’à 30 ou 40 % d’une prime d’assurance peut être absorbée par les frais d’intermédiation plutôt que par la couverture réelle des risques.
- Contrairement aux idées reçues, les données ne montrent pas de tendance à la hausse claire du nombre d’ouragans frappant la Floride au cours du siècle dernier, en partie parce que des cycles climatiques comme El Niño peuvent occulter les tendances de température à long terme.
- L’assurance paramétrique indemnise sur la base de déclencheurs objectifs, tels que les rendements agricoles par comté ou les précipitations, et non sur les dommages spécifiques subis par une entreprise individuelle.
- Arbol a délibérément évité de se spécialiser dans un seul péril comme les incendies de forêt ou les ouragans, choisissant plutôt de lancer plusieurs lignes de produits simultanément afin d’éviter une dépendance excessive à un seul facteur de risque.
- Les centres de données d’IA introduisent un risque de perte de revenus au-delà des dommages physiques, car un composant critique comme un transformateur peut mettre deux ans à être remplacé après une tempête.
- Les contrats d’assurance sont largement illiquides ; contrairement aux contrats à terme sur le pétrole, une police souscrite ne peut pas être simplement revendue si les conditions de marché changent.
- Les marchés de prédiction partagent des concepts communs avec l’assurance paramétrique, mais ils sont mal adaptés à la couverture institutionnelle car leurs contrats sont conçus pour le pari et non pour le transfert de risque, et ils font face à une forte incertitude réglementaire.
Enseignements pratiques
- Reconnaissez que se passer d’assurance revient effectivement à s’auto-assurer, ce qui peut immobiliser d’énormes quantités de capital qui pourraient autrement être investies ou dépensées.
- Les entreprises du secteur agricole ou des industries exposées au climat devraient explorer les polices paramétriques liées à des données publiques fiables plutôt que de se fier uniquement aux couvertures traditionnelles basées sur la déclaration de sinistres.
Voici la traduction de votre texte, en conservant le formatage HTML :
“`html
“`
Sein Zuhause durch eine Überschwemmung zu verlieren, keine Versicherung zu haben, keine Hypothek zu besitzen und keine Möglichkeit zum Wiederaufbau zu haben, außer durch Kredite mit 500 Prozent Zinsen. Das ist die Welt, die Sid Jha während seiner Kindheit im Indien der 1990er Jahre erlebte: Familien legten Bargeld für Beerdigungen und medizinische Notfälle beiseite, Bauern gerieten nach einer gescheiterten Reisfeldernnte in Schuldenfallen, und eine Hausratversicherung gab es schlichtweg nicht. Jacob Goldstein eröffnet das Gespräch mit der Aussage, dass Versicherungen eines der Schlüsselelemente der Infrastruktur für das Wachstum einer Gesellschaft seien. Er merkt an, dass man ohne sie keine Hypothek erhalten kann und Banken exzessive Zinsen verlangen, da Kreditvergabe und Versicherung im Wesentlichen eng miteinander verflochtene Geschäftsbereiche sind. Jha, der Arbol im Jahr 2018 gründete, argumentiert, dass diese Dynamik Kapital auf jeder Ebene bindet – von einzelnen Haushalten bis hin zu großen Infrastrukturprojekten – und dass genau diese Ineffizienz der Punkt ist, den er zu beheben versucht.
Das Problem ist nach Jhas Ansicht, dass die Versicherungsbranche hartnäckig unflexibel bleibt, während die Risiken immer volatiler werden. Zwischen dem Kunden und dem Rückversicherungskapital können fünf bis zehn Ebenen von Zwischenhändlern liegen, und 30 bis 40 Prozent einer Prämie können durch Gebühren verloren gehen, noch bevor sie jemals einen Schaden decken. Goldstein und Jha führen dies auf einen Flickenteppich aus staatlichen Regulierungen zurück, der neue Modelle verlangsamt und die Markteintritte neuer Kapitalpools behindert. Das Ergebnis ist eine Branche, die auf alte Bevölkerungs- und Risikomuster ausgelegt ist, sich aber nun schwer damit tut, mit dem Klimawandel, steigenden Immobilienwerten in Küsten- und Hagelgebieten und völlig neuen Expositionsrisiken Schritt zu halten – wie etwa milliardenschweren KI-Rechenzentren, deren komplexe Risikostrukturen die meisten Versicherer noch nicht kalkulieren können.
Arbols erster Vorstoß in diesen Markt war die parametrische Versicherung – ein Produkt, das auf Basis objektiver weltweiter Ereignisse auszahlt und nicht auf Basis des Schadens an einem bestimmten Objekt. Goldstein erklärt den Unterschied: Anstatt eine Fabrik bei einem Brand zu versichern, könnte eine parametrische Deckung ausgelöst werden, wenn die Regenmenge ein bestimmtes Niveau erreicht oder die Baumwollerträge auf Landkreisebene unter einen Schwellenwert fallen. Jhas erste Großkunden waren Baumwollentkörner in West-Texas – kleine bis mittlere Unternehmen, die Rohbaumwolle in Garn verwandeln und vollständig von der lokalen Ernte abhängig sind. Da das Risiko stark mit den Umsätzen korreliert, durch vertrauenswürdige US-Regierungsdaten abgesichert und nicht mit Baumwoll-Futures korreliert war, zog es Kapitalgeber an und verschaffte dem Startup einen ersten Fuß auf dem Markt. Um das Jahr 2022 erweiterte Arbol sein Geschäft auf parametrische Rückversicherungen und verkauft nun Portfolioprotektionen an Versicherungsgesellschaften, die auf Hurrikanbahnen, Windgeschwindigkeiten und der Position des Sturmauges basieren.
In jüngster Zeit hat Arbol damit begonnen, traditionelle Hausrat- und Gewerbeversicherungen an der Ostküste, im Golf von Mexiko und auf Hawaii zu verkaufen, nachdem das Unternehmen einen angeschlagenen Versicherer übernommen und umstrukturiert hatte. Jha sagt, der Vorteil des Unternehmens liege nicht nur in einer besseren Modellierung, sondern in einer schlankeren Kostenstruktur und dem Zugang zu einer breiteren Palette von Kapitalgebern jenseits traditioneller Rückversicherer. Das Unternehmen entwickelt eigene interne Klimamodelle, um sie mit externen Anbietern zu vergleichen. Dies ermöglicht es Arbol zu entscheiden, wann es den eigenen Annahmen gegenüber dem Branchenkonsens den Vorzug geben sollte. Goldstein nennt das Beispiel der KI-Rechenzentren: Hier bedeutet ein durch einen Hurrikan beschädigter Transformator nicht nur eine Reparaturrechnung, sondern eine zweijährige Wartezeit auf Ersatz und ein völlig eingebrochenes Umsatzprofil – genau die Art von komplexem, modernen Risiko, das etablierte Versicherer nicht anzutasten wagen.
Mit Blick auf die Zukunft konzentrieren sich Jhas mittelfristige Sorgen auf Liquidität und Regulierung. Eine Finanzkrise könnte die Kapitalmärkte verengen und es schwierig machen, Risikopools zu bilden, während sich ändernde Gesetze im Bereich der Rechtsstreitigkeiten – wie die jüngsten Rückversicherungsreformen in Florida – die Betriebskosten abrupt verändern können. Dennoch sieht er Grund zur Optimismus. Künstliche Intelligenz ermöglicht es Arbol, geografisch zu skalieren und Produkte schneller auf den Markt zu bringen, indem technologische Skalierung mit Kapitalstärke kombiniert wird, um Deckungslücken zu schließen. Das Gespräch endet mit persönlichen Notizen: Jhas Kindheitserinnerung an den Besuch des Schlangenparks seines Vaters in Südindien, wo Gift für das Gegengift geerntet wurde, und seine Lehre von Ken Griffin von Citadel über die obsessive Prozessoptimierung. Im Gegensatz zum Handel mit Öl-Futures merkt Jha an, dass die Leitung eines Versicherungsunternehmens bedeutet, mit Risiken zu leben, aus denen man nicht einfach aussteigen kann, was disziplinierte Modellierung und Preisgestaltung zu einer Überlebensfrage macht.
Überraschende Erkenntnisse
<ul
>
Praktische Erkenntnisse
- Man sollte erkennen, dass der Verzicht auf eine Versicherung faktisch einer Selbstversicherung gleichkommt, was enorme Mengen an Kapital binden kann, das ansonsten investiert oder ausgegeben werden könnte.
- Unternehmen in der Landwirtschaft oder in klimagefährdeten Branchen sollten parametrische Policen in Betracht ziehen, die an vertrauenswürdige öffentliche Daten gekoppelt sind, anstatt sich ausschließlich auf die traditionelle schadenbasierte Deckung zu verlassen.
Hier ist die Übersetzung ins Deutsche:
Sid Jha is the CEO of an insurance company called Arbol. Sid’s problem is this: Can you make insurance cheaper and more accessible by using new technology, new sources of capital, and new ways of thinking about risk?
In this episode, Sid explains:
- How climate change is affecting the risks Arbol covers
- How Arbol is competing with giant insurance companies
- Why prediction market contracts are good for betting, but not hedging
Connect with us:
- Follow Jacob Goldstein on LinkedIn, X and Instagram
- Email us at problem@pushkin.fm
- Follow Pushkin on Instagram, LinkedIn or X
- Listen to Jacob’s other show, Business History
- To listen to the show ad free, sign up for Pushkin+
See omnystudio.com/listener for privacy information.
🛍️ Products & Resources Mentioned
- 📚 BookThe American Way of Killing by Malcolm Gladwell — Malcolm Gladwell promotes his new book investigating America’s gun violence crisis.View on Amazon →
-
Using Gene Therapy to Help the Blind See
After decades of research, gene therapy is starting to work. Shannon Boye is a professor of cellular and molecular therapeutics at the University of Florida. She is also the co-founder and chief scientific officer of…