Cat Bond & AI: Strategi Risiko Insurans Lebih Tahan Uji

Kerugian bencana yang diinsuranskan secara global kekal tinggi—malah bagi 2025, angka US$107 bilion sering disebut dalam perbincangan pasaran (trendnya jelas: beberapa tahun kebelakangan ini kerap melepasi paras US$100 bilion). Bila kos bencana naik, dua perkara akan jadi lebih sukar: harga reinsurans dan kepastian kapasiti.

Sebab itu saya suka melihat langkah Farmers Insurance Group yang baru sahaja mengesahkan strategi yang ramai pemain besar semakin serius: mendapatkan perlindungan bencana melalui pasaran modal. Mereka menutup urus niaga catastrophe bond (cat bond) Topanga Re Series 2025-1 yang memberikan US$400 juta perlindungan reinsurans bencana multi-peril di AS, secara fully-collateralized dan untuk tempoh multi-year.

Berita ini bukan sekadar “deal update”. Ini contoh hidup bagaimana syarikat insurans sedang membina ketahanan risiko (resilience) dengan kombinasi instrumen kewangan moden—dan bagaimana AI dalam insurans dan pengurusan risiko boleh menjadikan strategi ini lebih tepat, lebih cepat, dan lebih defensif.

Apa yang Farmers buat—dan kenapa ia penting

Jawapan ringkas: Farmers menggunakan cat bond Topanga Re 2025-1 untuk memelbagaikan sumber modal risiko dan mengunci kapasiti perlindungan bencana untuk beberapa tahun.

Berdasarkan laporan pasaran:

• Farmers berjaya mendapatkan US$400 juta perlindungan (asalnya disasarkan US$300 juta, kemudian upsized).
• Ini adalah tajaan cat bond kedua mereka. Tajaan pertama (2021) bernilai US$160 juta.
• Urus niaga baharu ini juga dilihat sebagai “pembaharuan strategik” kerana siri 2021 akan matang hujung tahun.

CFO mereka, Thomas Noh, menyebut cat bond ini sebagai komponen penting strategi pengurusan risiko, terutamanya untuk:

• Diversifikasi sumber modal (bukan bergantung pada reinsurans tradisional semata-mata)
• Kapasiti berkolateral (collateralized capacity) untuk beberapa tahun

“Mendapatkan kapasiti berkolateral multi-year melalui Topanga Re adalah komponen penting strategi pengurusan risiko kami.”

Bila syarikat insurans boleh mengunci perlindungan beberapa tahun, mereka mengurangkan risiko “tahun malang” di meja pembaharuan (renewal) apabila harga naik mendadak atau kapasiti mengetat.

Cat bond dalam bahasa yang mudah (dan praktikal)

Jawapan ringkas: Cat bond ialah cara syarikat insurans memindahkan risiko bencana kepada pelabur pasaran modal; jika bencana yang ditetapkan berlaku, sebahagian dana pelabur digunakan untuk membayar kerugian.

Cara fikir paling mudah:

• Reinsurans tradisional: syarikat insurans “beli” perlindungan daripada reinsurer.
• Cat bond: syarikat insurans “beli” perlindungan daripada pelabur melalui struktur sekuriti berkait insurans (insurance-linked securities / ILS).

Ciri yang menjadikan cat bond menarik untuk pengurusan risiko:

1. Fully-collateralized: dana perlindungan biasanya diletakkan dalam struktur kolateral. Ini mengurangkan risiko kegagalan pihak lawan (counterparty risk) berbanding janji “kertas” semata-mata.
2. Multi-year: perlindungan boleh melangkaui satu musim bencana. Ini penting bila volatiliti cuaca/iklim makin sukar dijangka.
3. Pelbagai bentuk perlindungan: bergantung struktur, ia boleh melindungi lapisan risiko tertentu (misalnya higher layer atau sideways cover) yang melengkapkan program reinsurans.

Dalam kes Farmers, cat bond ini memberi perlindungan bencana multi-peril di AS—yakni bukan satu bahaya sahaja.

Kenapa 2025 ialah masa yang “logik” untuk cat bond

Jawapan ringkas: Bila kerugian bencana kekal tinggi, pasaran reinsurans cenderung menilai risiko dengan lebih ketat; cat bond jadi alternatif untuk menstabilkan kapasiti dan harga.

Akhir tahun (Disember) ialah musim keputusan besar untuk program risiko—sebab pembaharuan reinsurans lazimnya berlaku menjelang 01/01. Dalam tempoh begini, pengurusan atasan akan tanya soalan yang sama:

• “Kalau harga naik lagi, kita masih boleh beli perlindungan yang cukup?”
• “Kalau reinsurer kurangkan line, apa pelan B?”
• “Bolehkah kita kurangkan turun naik kos perlindungan dari tahun ke tahun?”

Cat bond menjawab soalan-soalan ini melalui diversifikasi saluran kapasiti. Untuk saya, ini lebih kepada disiplin: syarikat yang serius tentang ketahanan kewangan tak menunggu pasaran ‘baik’ untuk bertindak.

Di sinilah AI masuk: cat bond + AI ialah pasangan yang praktikal

Jawapan ringkas: AI mempercepat dan menajamkan keputusan cat bond—daripada pemodelan risiko, penetapan struktur, hingga pemantauan pendedahan portfolio secara hampir masa nyata.

Cat bond bukan “magik”. Ia memerlukan data pendedahan (exposure), model bencana, struktur trigger, dan naratif risiko yang meyakinkan pelabur. AI membantu pada empat lapisan utama.

1) Underwriting & pemodelan risiko yang lebih tepat

AI boleh menggabungkan lebih banyak pemboleh ubah daripada model tradisional yang statik—contohnya:

• data cuaca mikro dan sejarah kejadian
• imej satelit, geospatial, data topografi
• data bangunan: umur, bahan, ketinggian, jarak dari zon risiko

Hasilnya: anggaran loss distribution lebih kukuh, dan lebih mudah menerangkan kepada pihak dalaman (ERM, aktuari, kewangan) serta pelabur.

Praktiknya untuk cat bond:

• penentuan attachment point dan exhaustion point lebih selari dengan realiti portfolio
• simulasi “apa jadi jika” lebih pantas untuk senario tail risk

2) Pengoptimuman struktur perlindungan (program design)

Ramai syarikat “overbuy” pada lapisan yang tidak kritikal, dan “underbuy” pada lapisan yang boleh menggoncang modal.

AI (terutamanya optimization algorithms) boleh membantu memilih kombinasi:

• reinsurans tradisional
• cat bond / ILS
• aggregate cover vs per-occurrence

Tujuan: capai kos per unit perlindungan yang paling munasabah sambil menjaga sasaran solvency dan earnings volatility.

3) Pemantauan pendedahan dan amaran awal (near real-time)

Salah satu risiko besar dalam cat bond ialah perubahan pendedahan portfolio sepanjang tahun:

• pertumbuhan perniagaan di kawasan tertentu
• perubahan nilai hartanah
• perubahan perilaku pelanggan

AI boleh membina exposure dashboard yang mengesan drift ini dan memaklumkan bila portfolio mula “lari” dari andaian asal. Ini penting untuk:

• pengurusan risiko dalaman
• persediaan pembaharuan
• komunikasi dengan pihak penarafan dan pelabur

4) Tuntutan, penipuan dan kelajuan penyelesaian selepas bencana

Walaupun cat bond berkait dengan reinsurans, kelajuan pemahaman kerugian selepas bencana mempengaruhi:

• anggaran ultimate loss
• keputusan pembelian perlindungan pada kitaran seterusnya

AI pada proses tuntutan (computer vision untuk penilaian kerosakan, triage automatik, pengesanan penipuan) mengurangkan “kabut” selepas bencana. Bila data lebih cepat matang, keputusan risk transfer juga jadi lebih tepat.

Checklist: bila syarikat insurans patut pertimbangkan cat bond

Jawapan ringkas: Cat bond masuk akal bila syarikat perlu kapasiti stabil, mahu kurangkan risiko pihak lawan, dan mahu melengkapkan program reinsurans—terutamanya untuk risiko bencana yang besar.

Gunakan checklist ringkas ini (saya guna logik yang sama bila menilai kesesuaian program):

1. Pendedahan bencana besar dan terkumpul (contoh: gempa, taufan, banjir besar) yang boleh mengganggu modal.
2. Keperluan multi-year: mahu kestabilan kos dan kapasiti lebih daripada satu musim.
3. Kebimbangan counterparty: mahu perlindungan berkolateral.
4. Keperluan diversifikasi: tidak mahu bergantung pada satu saluran pasaran.
5. Keupayaan data & model: ada asas data pendedahan yang boleh dipertahankan (AI boleh membantu menaik taraf, tapi tidak boleh “mencipta” data).

Jika 3 atau lebih “ya”, cat bond patut masuk dalam perbincangan strategi.

Apa yang pembaca boleh ambil untuk konteks Malaysia & rantau ini

Jawapan ringkas: Walaupun contoh Farmers berfokus AS, prinsipnya terpakai di rantau kita: gunakan gabungan risk transfer + AI untuk mengurus volatiliti risiko iklim, banjir, ribut, dan kebakaran.

Di Malaysia dan Asia Tenggara, risiko berkaitan iklim seperti banjir dan ribut monsun makin memberi tekanan kepada:

• penetapan harga (pricing)
• kecukupan rizab
• kos reinsurans

Apa yang saya lihat berkesan untuk organisasi di sini:

• mulakan dengan pembersihan data pendedahan (standardisasi alamat, geocoding, klasifikasi bangunan)
• bina model AI dalaman untuk segmentasi risiko (contoh: banjir kilat bandar vs banjir sungai)
• kemudian barulah berbincang strategi risk transfer yang lebih canggih—sama ada cat bond, perlindungan parametrik, atau struktur hibrid

Ini bukan kerja “IT semata-mata”. Ia kerja gabungan aktuari, underwriting, risiko, kewangan, dan data.

Langkah seterusnya: jadikan AI sebagai enjin keputusan risk transfer

Cat bond Topanga Re 2025-1 menunjukkan satu realiti yang jelas: syarikat insurans yang besar sedang membina program perlindungan bencana yang lebih tahan uji melalui pasaran modal, bukan hanya bergantung pada reinsurans tradisional.

Dalam siri AI dalam Insurans dan Pengurusan Risiko ini, saya pegang satu pendirian: AI patut memandu keputusan, bukan sekadar mempercepat kerja. Bila AI digunakan untuk pemodelan, pengoptimuman program, pemantauan pendedahan, dan pemprosesan tuntutan, barulah risk transfer seperti cat bond memberi impak maksimum.

Jika organisasi anda sedang menilai strategi untuk 2026—dengan tekanan kos, ketidakpastian iklim, dan jangkaan pelanggan yang makin tinggi—langkah paling bernilai ialah menyemak semula dua perkara: kualiti data risiko dan rekabentuk program perlindungan. Cat bond mungkin bukan jawapan untuk semua, tetapi pendekatan berasaskan data (dengan AI) hampir pasti diperlukan.

Apa satu keputusan pengurusan risiko yang anda mahu buat lebih pantas dan lebih tepat pada 2026: penetapan harga, pembelian reinsurans, atau pengurusan tuntutan?