Optimale Versicherungsnachfrage bei Risiken mit geringer Wahrscheinlichkeit und hohem Verlust als Folge

Masterarbeit , 2019 , 66 Seiten , Note: 2,3

Didaktik - BWL, Wirtschaftspädagogik

Diese Arbeit bietet eine strukturierte Literaturanalyse, welche die optimale Versicherungsnachfrage im Rahmen von Risiken mit geringer Wahrscheinlichkeit, die aber einen hohen Verlust verursachen, untersucht.

Das damit intendierte Ziel ist, einen systematischen Überblick über den Stand der Literatur zu geben, um zu verdeutlichen, wie das Problem in den letzten Jahren thematisiert wurde und welche Erkenntnisse festgestellt wurden. Daneben wird das Ziel verfolgt, eine Vorstellung darüber zu geben, wie Studien und Experimente im Rahmen der Versicherungsnachfrage gestaltet werden können und welche positiven und negativen Aspekte mit den verschiedenen Gestaltungsaspekten verbunden sind.

Hierbei erfolgt eine Literaturanalyse, bei der elementare Studien im Rahmen von Risiken mit geringer Wahrscheinlichkeit und hohem Verlust als Folge dargestellt und kritisch hinterfragt werden. Eine Reihe von Studien stellen nämlich fest, dass Individuen über eine geringe Versicherungsbereitschaft gegen unwahrscheinliche Risiken verfügen. Hierbei untersuchen viele dieser Studien das Versicherungsverhalten im Rahmen von Entscheidungstheorien.

Inhalt

Abkürzungsverzeichnis

Abbildungsverzeichnis

Tabellenverzeichnis

Symbolverzeichnis

1 Einleitung

2 Grundlagen der Entscheidungstheorie
2.1 Normative vs. deskriptive Entscheidungstheorie
2.2 Grundmodell der Entscheidungstheorie

3 Wahrnehmung von Risiken und Wahrscheinlichkeiten
3.1 Erwartungsstrukturen
3.2 Katastrophenrisiko
3.3 Objektive vs. subjektive Wahrscheinlichkeiten
3.4 Versicherungstechnische Risiken

4 Theorien zur Analyse der Versicherungsnachfrage
4.1 Relevanz von Theorien für die Versicherungsnachfrage
4.2 Versicherungsnachfrage im Rahmen der Erwartungsnutzentheorie
4.2.1 Erwartungsnutzentheorie
4.2.2 Anwendungsbezug der Erwartungsnutzentheorie zur Versicherungsnachfrage
4.3 Versicherungsnachfrage im Rahmen der (kumulativen) Prospect-Theorie
4.3.1 Prospect-Theorie
4.3.2 Kumulative Prospect-Theorie
4.3.3 Anwendungsbezug der Prospect-Theorie zur Versicherungsnachfrage

5 Versicherungsnachfrage in der Literatur
5.1 Literaturübersicht der analysierten Studien
5.2 Beschreibung der analysierten Studien
5.3 Überprüfung der Studien im Rahmen von Entscheidungstheorien
5.4 Überprüfung der Studien unter Einfluss von Erfahrungen
5.5 Überprüfung der Studien unter Einfluss sonstiger Determinanten
5.6 Diskussion der analysierten Studien

6 Fazit

Literaturverzeichnis

Abkürzungsverzeichnis

Abbildung in dieser Leseprobe nicht enthalten

Abbildungsverzeichnis

Abbildung 1: Basiselemente eines Entscheidungsmodells (Quelle: Laux/ Gillenkirch/Schenk-Mathes (2014): 30.)

Abbildung 2: Darstellung einer typischen Wahrscheinlichkeitsverzerrung (Quelle: Richter/Ruß/Schelling (2018): 29.)

Abbildung 3: Klassifizierung der Erwartungsstrukturen von Entscheidungen (Quelle: Meyer (2000): 18; Laux/Gillenkirch/Schenk-Mathes (2014): 33.)

Abbildung 4: Versicherungslücke aus Naturkatastrophen in 2017 in verschiedenen Regionen (Quelle: in Anlehnung an Münchener Rückversicherungs-Gesellschaft (2018): 53.)

Abbildung 5: Nutzenfunktion und Risikoeinstellung

Abbildung 6: Verlauf der Wertfunktion

Abbildung 7: Verlauf der Entscheidungsgewichtungsfunktion

Abbildung 8: Anteil der Probanden, die Versicherungsschutz in den Urnenexperimenten von SLOVIC ET AL. nachfragen

Tabellenverzeichnis

Tabelle 1: Vereinfachte Form einer Entscheidungsmatrix (Quelle: in Anlehnung an Bamberg/Coenenberg/Krapp (2012): 23; Karten et al. (2018): 31.)

Tabelle 2: Entscheidungsmatrix in einer Versicherungsentscheidungssituation

Tabelle 3: Strukturierte Literaturübersicht zur Versicherungsnachfrage bei Risiken mit geringer Wahrscheinlichkeit und hohem Verlust als Folge

Symbolverzeichnis

Abbildung in dieser Leseprobe nicht enthalten

1 Einleitung

Stürme, Erdbeben und Überschwemmungen lösten im Jahre 2017 Rekordschäden mit einer Schadenshöhe von insgesamt 330 Milliarden US-Dollar einschließlich nicht versicherter Schäden aus. Dies stellte seit Beginn der Aufzeichnungen die zweithöchste¹ Schadenssumme dar. Dabei ist bemerkenswert, dass weniger als die Hälfte der Schäden versichert waren. Bezogen auf den Zeitverlauf sind im langjährigen Durchschnitt lediglich ein Viertel der Schäden versichert.² Allein in Europa wurden im Jahre 2017 durch einen späten Frost nach einer längeren Wärmeperiode hohe Schäden verursacht. Der Spätfrost löste einen Schaden in Höhe von 3,3 Milliarden Euro aus. Hierbei waren lediglich 600 Millionen Euro versichert, was auf die geringe Versicherungsdichte in der Landwirtschaft deutet. Des Weiteren verursachten schwere Monsunniederschläge in Asien Gesamtschäden in Höhe von 3,5 Milliarden US-Dollar. Dabei war ein geringer Anteil der gesamten Schäden versichert. Insbesondere in Asien ist die Versicherungsdichte gering. Lediglich 9 % der gesamten Schäden in Asien waren im Jahre 2017 versichert.³

Insgesamt nehmen Naturkatastrophen weltweit zu. In diesem Zusammenhang spielt der Klimawandel eine bedeutende Rolle und lässt Menschen schwerwiegendere Schäden erwarten.⁴ Der Mensch ist seit Urzeiten bemüht, seine Vermögenswerte vor negativen und verhängnisvollen Ereignissen zu schützen.⁵ Das Risiko von Naturkatastrophen stellt eine eminente Gefahr für Vermögenswerte von Menschen weltweit dar.⁶

Nach Naturkatastrophen wird immer wieder die Frage gestellt, aus welchem Grund Eigentümer sich nicht ausreichend gegen katastrophale Risiken versichern. Ob hohe Versicherungskosten oder ein begrenztes Angebot solcher Versicherungen die Gründe hierfür liefern, ist fraglich. Das Verhalten von Individuen deutet darauf hin, dass andere Erklärungen hierfür existieren müssen.⁷

Die Nachfrage von Individuen nach Versicherungsschutz zählt zu den grundlegenden Entscheidungen im Rahmen des finanziellen Risikos.⁸ Menschen haben die Möglichkeit, sich gegen derartige Schäden zu schützen und das Risiko auf einen Versicherer zu transferieren.⁹ Dementsprechend handelt es sich bei Versicherungsentscheidungen um Entscheidungen unter Risiko.¹⁰

Allgemein müssen Individuen hinsichtlich ihrer Versicherungsentscheidungen eine Vielzahl von verschiedenen Schadenshöhen und dazugehörigen Eintrittswahrscheinlichkeiten berücksichtigen. Viele potentielle Umweltzustände können für Versicherungsentscheidungen wichtig sein.¹¹ Im Rahmen von experimentellen Untersuchungen ist eine der bedeutsamen Tatsachen, dass Menschen sich in der Regel nicht gegen unwahrscheinliche Risiken mit hohem Verlust als Folge, wie z. B. Naturkatastrophen, absichern. Dies, obwohl die Bedingungen günstig sind.¹²

Die vorliegende Arbeit bietet eine strukturierte Literaturanalyse, welche die optimale Versicherungsnachfrage im Rahmen von Risiken mit geringer Wahrscheinlichkeit, die aber einen hohen Verlust verursachen, untersucht. Das damit intendierte Ziel ist, einen systematischen Überblick über den Stand der Literatur zu geben, um zu verdeutlichen, wie das Problem in den letzten Jahren thematisiert wurde und welche Erkenntnisse festgestellt wurden. Daneben wird das Ziel verfolgt, eine Vorstellung darüber zu geben, wie Studien und Experimente im Rahmen der Versicherungsnachfrage gestaltet werden können und welche positiven und negativen Aspekte mit den verschiedenen Gestaltungsaspekten verbunden sind. Durch Verfolgung dieser Ziele dient die vorliegende Arbeit dafür, ein besseres Verständnis der Versicherungsnachfrage zu gewährleisten.

Um die in der Arbeit angestrebten Ziele zu erreichen, werden nachstehend empirische Studien zur optimalen Versicherungsnachfrage bei Risiken mit geringer Wahrscheinlichkeit analysiert und systematisiert. Um ein Verständnis des theoretischen Hintergrundes darstellen zu können, ist die Beschreibung von Grundlagen der Entscheidungstheorien in Kapitel 2 unabdingbar. Innerhalb dessen erfolgt zunächst die Abgrenzung zwischen normativen und deskriptiven Theorien. Anschließend wird das Grundmodell der Entscheidungstheorie skizziert.

Da die Versicherungsnachfrage Entscheidungen unter Risiko darstellt¹³, wird in Kapitel 3 die damit einhergehende Wahrnehmung des Risikos erläutert und hiermit verbundene subjektive und objektive Wahrscheinlichkeiten erklärt und insbesondere auf das Katastrophenrisiko eingegangen. Des Weiteren werden in Kapitel 3 Erwartungsstrukturen und versicherungstechnische Risiken herausgestellt.

Theoretische Basis für die in der vorliegenden Arbeit analysierten empirischen Untersuchungen stellen die Erwartungsnutzentheorie und die Prospect-Theorie¹⁴ als Entscheidungstheorien dar. In Kapitel 4 der vorliegenden Arbeit werden beide Theorien erläutert und der Anwendungsbezug auf die Versicherungsnachfrage hervorgehoben. Auch ist die Erweiterung der Prospect-Theorie, die sogenannte kumulative Prospect-Theorie, Bestandteil des Kapitels 4.

Der Fokus der Arbeit liegt auf Kapitel 5. Hierbei erfolgt eine Literaturanalyse, bei der elementare Studien im Rahmen von Risiken mit geringer Wahrscheinlichkeit und hohem Verlust als Folge dargestellt und kritisch hinterfragt werden. Eine Reihe von Studien stellen nämlich fest, dass Individuen über eine geringe Versicherungsbereitschaft¹⁵ gegen unwahrscheinliche Risiken verfügen.¹⁶ Hierbei untersuchen viele dieser Studien das Versicherungsverhalten im Rahmen von Entscheidungstheorien.¹⁷ Kapitel 5 beginnt zunächst mit einer tabellarischen Übersicht der zu analysierenden Studien. Danach werden die wichtigsten Studien beschrieben. Im weiteren Verlauf des Kapitels 5 erfolgt eine Untersuchung der Studien hinsichtlich der Erwartungsnutzentheorie und der Prospect-Theorie. Des Weiteren werden die Studien hinsichtlich des Einflussfaktors Erfahrungen auf die Versicherungsnachfrage und weiterer möglicher Einflussfaktoren auf die Versicherungsnachfrage überprüft. Bei diesen Überprüfungen werden gleichzeitig die Ergebnisse der Studien festgehalten. Anschließend werden die analysierten Studien zusammengefasst, diskutiert und mit unterstützenden Studien belegt. Die Arbeit schließt mit einem Fazit der beschriebenen Thematik und einem Ausblick des weiteren Forschungsbedarfs ab.

2 Grundlagen der Entscheidungstheorie

2.1 Normative vs. deskriptive Entscheidungstheorie

Fast jeden Tag werden Menschen vor Entscheidungen gestellt, um ihre Ziele zu erreichen. Dabei ist es erforderlich, dass Entscheidungen gefällt werden, welche die Lebensbedingungen aufgrund der Folgen dieser Entscheidungen nachhaltig beeinflussen können.¹⁸ Aufgrund einer Vielzahl möglicher Handlungsalternativen und Unsicherheiten hinsichtlich der Konsequenzen von Entscheidungen, haben Individuen oft Schwierigkeiten Entscheidungen zu treffen.¹⁹ Wie aber entscheiden Menschen und wie sollen sie sich entscheiden? Die Antwort hierauf gibt die Entscheidungstheorie, die Grundlage für das Entscheidungsverhalten ist.²⁰ Die Entscheidungstheorie hilft Individuen, sich ihren Präferenzen bewusst zu werden und Entscheidungsprobleme zu lösen. Ein Entscheidungsproblem liegt vor, wenn ein Entscheidungsträger vor die Wahl gestellt wird, sich für eine Handlungsalternative aus einer Menge von Alternativen zu entscheiden, die seinen Präferenzen entspricht.²¹ Allgemein lassen sich in der Entscheidungstheorie zwei Forschungsansätze differenzieren: Die normative ²² (vorschreibende)²³ und die deskriptive (beschreibende) Entscheidungstheorie.²⁴

Die normative Entscheidungstheorie geht von rationalen Entscheidungen aus. Hierbei verfolgt sie das Ziel, Individuen, die vor der Auswahl mehrerer Handlungsalternativen stehen, Handlungsempfehlungen zur Lösung von Entscheidungsproblemen zu geben. Die Handlungsempfehlungen beziehen sich an dieser Stelle auf die Handlungsalternativen, die hinsichtlich des Ziels der Entscheidungsträger am vorteilhaftesten sind. Dabei werden Vorschriften aufgestellt, wie sich ein Entscheidungsträger unter Rationalität verhalten soll.²⁵ Hierdurch ist es möglich, rationales Verhalten eines Entscheidungsträgers hinsichtlich der korrekten Verarbeitung von Informationen und rationaler Beschaffung der zur Verfügung stehenden Informationen zu prüfen.²⁶ Eine bekannte normative Theorie ist die Erwartungsnutzentheorie, die im Rahmen der Analyse der Versicherungsnachfrage das zentrale theoretische Fundament darstellt.²⁷ Eine detaillierte Darstellung der Erwartungsnutzentheorie erfolgt in Kapitel 4.

Die deskriptive Theorie will beschreibende Aussagen über das in der Realität gezeigte Entscheidungsverhalten von Individuen erlangen. Sie erläutert das Zustandekommen dieser Entscheidungen und analysiert, warum Entscheidungen in dieser Form und nicht anders getroffen werden. Dabei wird das Ziel verfolgt, Hypothesen über das Verhalten von Individuen in Entscheidungssituationen aufstellen zu können. Mit Hilfe dieser Hypothesen soll zukünftiges Entscheidungsverhalten prognostiziert bzw. gesteuert werden können.²⁸ Weiterhin beruht die deskriptive Entscheidungstheorie auf Beobachtungen, mit denen das Entscheidungsverhalten, unabhängig von der Ursache, beschrieben werden kann.²⁹ Zu den wissenschaftlich führenden deskriptiven Theorien zählt die Prospect-Theorie.³⁰ Diese Theorie wird in Kapitel 4 ausführlicher dargestellt.

Mit Hilfe von vereinfacht dargestellten Modellen können Entscheidungssituationen veranschaulicht und Entscheidungsprobleme gelöst werden. Aus einem Entscheidungsmodell lässt sich ableiten, wie Entscheidungen tatsächlich getroffen werden und wie sie zustande kommen sollten.³¹ Die Aufgabe eines Entscheidungsmodells besteht darin, eine schlüssige Ableitung einer Entscheidung für ein Entscheidungsproblem im Modell zu erhalten. Hierbei müssen Zielvorstellungen präzisiert werden.³² Das sogenannte Grundmodell der Entscheidungstheorie wird im nachfolgenden Kapitel skizziert.

2.2 Grundmodell der Entscheidungstheorie

Das Grundmodell der Entscheidungstheorie besteht aus den Komponenten „Entscheidungsregel“ und „Entscheidungsfeld“. Das Entscheidungsfeld setzt sich aus den Handlungsalternativen Abbildung in dieser Leseprobe nicht enthalten , den Umweltzuständen Abbildung in dieser Leseprobe nicht enthalten und den entsprechenden Ergebnissen Abbildung in dieser Leseprobe nicht enthalten zusammen.³³ Die Abbildung 1 visualisiert die genannten Komponenten des Grundmodells.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 1: Basiselemente eines Entscheidungsmodells (Quelle: Laux/ Gillenkirch/Schenk-Mathes (2014): 30.)

Die Handlungsalternativen stehen einem Entscheidungsträger zu einem bestimmten Zeitpunkt zur Verfügung. Der Entscheidungsträger muss sich zwischen diesen Alternativen entscheiden, wobei sich die Handlungsalternativen gegenseitig ausschließen. An dieser Stelle liegt ein durch den Entscheidungsträger beeinflussbarer Bereich des Entscheidungsfelds vor. Der Entscheider wird lediglich Handlungsalternativen in Betracht ziehen, deren Realisierung möglich ist. Daneben ist die Auswahl zwischen den Alternativen abhängig vom Informationsstand des Entscheidungsträgers. Der Bereich, in dem die Menge aller zur Verfügung stehenden Alternativen Abbildung in dieser Leseprobe nicht enthalten aufgeführt ist, wird Aktionsraum genannt.³⁴

Bei den Umweltzuständen handelt es sich um Zustände, die vom Entscheidungsträger nicht beeinflussbar sind. Diese können mit subjektiv³⁵ geschätzten Eintrittswahrscheinlichkeiten Abbildung in dieser Leseprobe nicht enthalten eintreten.³⁶ Es wird die Annahme unterstellt, dass ein Entscheidungsträger durch Einschätzung von Umwelteinflüssen und durch Informationsverarbeitung fähig ist, subjektive Vorstellungen von Wahrscheinlichkeiten über die Konsequenzen zu entwickeln.³⁷ Die vom Entscheidungsträger für möglich erachteten und für die Entscheidung maßgeblichen Umweltzustände Abbildung in dieser Leseprobe nicht enthalten sind im sogenannten Zustandsraum zusammengefasst.³⁸ In Abhängigkeit welche Handlungsalternative gewählt wurde und welcher Umweltzustand eintritt, resultiert ein Ergebnis, welches sich aus der Zielsetzung des Entscheidungsträgers ergibt. Hinsichtlich der Gesamtheit aller möglichen Handlungskonsequenzen wird vorausgesetzt, dass der Entscheidungsträger über eine vollständige und transitive Präferenzordnung³⁹ verfügt. Der Bereich, in dem die Menge aller Ergebnisse Abbildung in dieser Leseprobe nicht enthalten aufgeführt ist, wird Ergebnisraum genannt.⁴⁰

Die Komponente „Entscheidungsregel“ fasst die Zielgrößen des Entscheidungsträgers zusammen. Die Zielgrößen bringen zum Ausdruck, welche Bedeutung der Entscheidungsträger den Folgen der jeweiligen Handlungsalternativen zuschreibt. Insgesamt lässt sich aus der Entscheidungsregel eine Zielfunktion ableiten. Die Zielfunktion ordnet jedem Paar Abbildung in dieser Leseprobe nicht enthalten ein Ergebnis Abbildung in dieser Leseprobe nicht enthalten zu. Dieser Bereich wird in der Literatur regelmäßig Zielraum genannt.⁴¹ Aus den beschriebenen Elementen ergibt sich folgende Entscheidungsmatrix:

Tabelle 1: Vereinfachte Form einer Entscheidungsmatrix (Quelle: in Anlehnung an Bamberg/Coenenberg/Krapp (2012): 23; Karten et al. (2018): 31.)

Abbildung in dieser Leseprobe nicht enthalten

3 Wahrnehmung von Risiken und Wahrscheinlichkeiten

3.1 Erwartungsstrukturen

Wie soll sich aber ein Individuum entsprechend seiner Präferenzen entscheiden, wenn die Konsequenzen dieser Entscheidung nicht sicher sind? Diese Frage führt zum Themengebiet der Wahrscheinlichkeiten, mit denen entsprechende Konsequenzen bei der Entscheidung für die jeweilige Alternative eintreten.⁴² In vielen Situationen, in denen Menschen vor Entscheidungen stehen, sind die objektiven Wahrscheinlichkeiten unbekannt. Demnach müssen Entscheidungsträger die subjektiven⁴³ Wahrscheinlichkeiten einschätzen, wobei sie oft auf Urteilsheuristiken bzw. einfachen Faustregeln vertrauen. Diese Urteilsheuristiken ziehen intuitive Urteile nach sich, die den Gesetzen der Wahrscheinlichkeitsrechnung nicht zweifellos entsprechen. Zwar ist danach die Bestimmung von Wahrscheinlichkeiten einfacher, allerdings besteht die Möglichkeit, dass Fehlurteile gebildet werden. Dies kann ein Ignorieren von Risiken oder ein starkes Unterschätzen bzw. Überschätzen von Risiken hervorrufen. Häufig kommt es zu einer Überschätzung von kleinen Wahrscheinlichkeiten und einer Unterschätzung von großen Wahrscheinlichkeiten.⁴⁴ Diese Wahrscheinlichkeitsverzerrung ist in Abbildung 2 grafisch dargestellt.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 2: Darstellung einer typischen Wahrscheinlichkeitsverzerrung (Quelle: Richter/Ruß/Schelling (2018): 29.)

Fehlschätzungen sind entsprechend groß bei seltenen und gering bei häufigen Risiken, was durch den Stichprobenumfang bedingt ist.⁴⁵ Des Weiteren können Menschen irrtümlicherweise davon ausgehen, dass die Eintrittswahrscheinlichkeit einer Naturkatastrophe, z. B. in Form einer Überschwemmung, im Folgejahr geringer ist, da sich gerade erst eine Überschwemmung ereignet hat. Dies führt dazu, dass entsprechende Versicherungen gegen derartige Risiken als nicht notwendig erachtet werden.⁴⁶

Insbesondere bei Ereignissen, die kaum oder schwer zu beobachten sind, weisen Menschen Probleme auf, diese Wahrscheinlichkeiten einzuschätzen. So überschätzen beispielsweise Individuen die Wahrscheinlichkeiten, an die sie sich gut erinnern können, weil sie z. B. in den Medien greifbar sind. Ein gängiges Beispiel hierfür ist ein Flugzeugabsturz, dessen Wahrscheinlichkeit statistisch gesehen einen geringen Umfang darstellt. Gleichzeitig stellt ein Flugzeugabsturz eine auf den Menschen emotional wirkende Situation dar, die aufgrund der Medienpräsens langfristig als Erinnerungen abrufbar sind. Infolgedessen haben Menschen eine größere Angst zu fliegen als mit dem Auto zu fahren. Dies, obwohl die Wahrscheinlichkeit eines Autounfalls im Vergleich zu einem Flugzeugabsturz statistisch gesehen viel größer ist.⁴⁷

In diesem Zusammenhang können Wahrscheinlichkeiten für Risiken entweder bekannt oder unbekannt sein. Dies in Abhängigkeit davon, inwieweit Entscheidungsträger Kenntnisse über den Eintritt von Umweltzuständen besitzen, können in der Regel als Erwartungsstrukturen Entscheidungen unter Sicherheit und Entscheidungen unter Unsicherheit differenziert werden.⁴⁸ Bei Entscheidungen unter Sicherheit ist der tatsächlich vorliegende Umweltzustand und die Wahrscheinlichkeit bekannt.⁴⁹ Bei Entscheidungen unter Unsicherheit sind dem Entscheidungsträger die Wahrscheinlichkeiten für einen möglich einzutreffenden Umweltzustand bekannt, der Umweltzustand selber jedoch nicht.⁵⁰

In der Literatur werden Entscheidungen unter Unsicherheit erneut in Entscheidungen unter Risiko und Entscheidungen unter Ungewissheit im engeren Sinne differenziert.⁵¹ Bereits Knight unterscheidet in seiner Untersuchung aus dem Jahren 1965 zwischen den Begriffen „risk“ und „uncertainty“.⁵² Bei Entscheidungen unter Risiko sind dem Entscheidungsträger die (subjektiven oder objektiven) Eintrittswahrscheinlichkeiten vor der Entscheidungsfindung für den möglichen eintreffenden Umweltzustand bekannt.⁵³ Bei Entscheidungen unter Ungewissheit im engeren Sinne kann der Entscheidungsträger weder Aussagen über den tatsächlich eintretenden Umweltzustand machen noch über die Wahrscheinlichkeitsverteilung für die möglichen Umweltzustände. Der Entscheider weiß nur, dass einer der Umweltzustände eintreten wird.⁵⁴ In der vorherrschenden Literatur werden die Begriffe Risiko und Unsicherheit uneinheitlich als Synonym genutzt.⁵⁵ Die vorliegende Arbeit geht primär von Entscheidungen unter Risiko aus. Diese Differenzierung von Entscheidungen als Erwartungsstrukturen ist in der Abbildung 3 visualisiert.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 3: Klassifizierung der Erwartungsstrukturen von Entscheidungen (Quelle: Meyer (2000): 18; Laux/Gillenkirch/Schenk-Mathes (2014): 33.)

Die Grundlage beim Kauf von Versicherungen stellt die Risikoaversion dar. Aufgrund dessen sind Versicherungsentscheidungen als Entscheidungen unter Risiko zu verstehen.⁵⁶ Deshalb werden in der vorliegenden Arbeit Entscheidungen unter Sicherheit außen vor gelassen und primär Entscheidungsmodelle bei Risiko betrachtet. Eine Vielzahl von Experimenten stellte fest, dass wenn es sich um Gewinne handelt, Individuen überwiegend risikoavers (risikoscheu) sind. Bei der Risikoaversion ergibt sich die Tendenz ein sicheres Ergebnis X gegenüber einem Glücksspiel mit einem erwarteten Wert X zu bevorzugen. Eine risikoscheue Person würde lieber 50 € bekommen statt ein Glückspiel einzugehen, welches eine 50:50 Chance bietet, 100 € zu gewinnen. Alternativ würde eine risikoscheue Person es vorziehen, einen beliebigen Betrag Y zu zahlen statt ein Glückspiel mit einem Erwartungswert von – Y zu spielen.⁵⁷ Individuen verhalten sich demnach im Hinblick auf Risiken bei großen existenzbedrohenden Schäden risikoscheu.⁵⁸

3.2 Katastrophenrisiko

Weltweit stellt das Risiko von Naturkatastrophen eine erhebliche Gefahr für das Eigentum einer Vielzahl von Menschen dar. Eine Menge von Experten hält die Höhe des Versicherungsschutzes für Naturgefahren, wie z. B. Hochwasser, für nicht ausreichend. Insgesamt unterschätzen Menschen die Wahrscheinlichkeiten von Naturkatastrophen, die in den meisten Fällen mit geringer Wahrscheinlichkeit auftreten.⁵⁹

In den letzten Jahren ist ein Anstieg von Schäden aus Naturkatastrophen weltweit zu beobachten.⁶⁰ Im Jahr 2017 können 93 % der weltweiten Schäden auf wetterbedingte Katastrophen zurückgeführt werden.⁶¹ Durch den Klimawandel steigt die Gefahr vor Naturkatastrophen noch weiter an. Die Schäden wurden hierbei größtenteils durch Stürme sowie Dürren, Waldbrände oder Hitzewellen verursacht.⁶²

Bei einer genaueren Betrachtung der Verteilung der weltweiten Katastrophenschäden im Jahr 2017 nach Regionen wird ersichtlich, dass sich mit einem Versicherungsschaden von 119,1 Milliarden US-Dollar in Nordamerika und mit einem Versicherungsschaden von jeweils 5 Milliarden US-Dollar in Zentralamerika und Asien, in diesen Ländern fast zwei Drittel der gesamten Naturkatastrophen ereigneten. Europa verzeichnete mit Schäden von etwa 12 Milliarden US-Dollar die zweithäufigsten Naturkatastrophen.⁶³ Zudem zeigt eine Betrachtung des Versicherungsanteils in 2017, dass nur ein geringer Teil der Schäden versichert ist, trotz des hohen Anteils der Schäden aus Naturkatastrophen in diesen Regionen. So sind in Nordamerika sowie in Zentralamerika und der Karibik lediglich 46 % der Schäden versichert. Europa hingegen zeigt lediglich versicherte Schäden in Höhe von 32 % auf. Asien hat mit einem Anteil von 9 % den geringsten Anteil an versicherten Schäden.⁶⁴ Die Naturkatastrophen aus 2017 sind in nachfolgender Abbildung 4 nochmals zusammengefasst und untergliedert in versicherte und nicht versicherte Schäden.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 4: Versicherungslücke aus Naturkatastrophen in 2017 in verschiedenen Regionen (Quelle: in Anlehnung an Münchener Rückversicherungs-Gesellschaft (2018): 53.)

Für den geringen Versicherungsanteil für Naturkatastrophen spielt das Risikobewusstsein eine bedeutende Rolle. Trotz der extremen Naturgefahren in den letzten Jahren beispielsweise in Deutschland, ist das Risikobewusstsein der Deutschen immer noch gering. Nichtmals ein Viertel der vom Umweltbundesamt befragten Deutschen sehen die Gefahr, dass ihre Vermögenswerte durch Stürme oder Hochwasser beschädigt werden können. Demzufolge ist die Bereitschaft, eine Versicherung gegen naturbedingte Risiken abzuschließen, nur gering vorhanden.⁶⁵

Der Gesamtverband der deutschen Versicherungswirtschaft hat kurze Zeit nach dem Hochwasser in Deutschland in 2013 die Bevölkerung im Hinblick auf das Risikobewusstsein einer Naturkatastrophe befragt. Dabei schätzten 90 % der deutschen Bevölkerung das Risiko, selber von Überschwemmungen, Stürmen oder andere Naturkatastrophen betroffen zu sein, als gering ein.⁶⁶ Beim Risiko verfügen Menschen über ein Wahrscheinlichkeitsurteil hinsichtlich aller denkbaren Umweltzustände.⁶⁷ Eine Menge von unterschiedlichen Faktoren hat Einfluss auf die Wahrnehmung und Bewertung von Risiken, wie z. B. Erfahrungen, Informationsstand, wirtschaftliche Lage, etc.⁶⁸ Hierauf wird in den nächsten Kapiteln näher eingegangen.

3.3 Objektive vs. subjektive Wahrscheinlichkeiten

Insgesamt müssen Individuen bei Versicherungsentscheidungen eine Vielzahl verschiedener Schadenshöhen mit den dazugehörigen Eintrittswahrscheinlichkeiten berücksichtigen.⁶⁹ Wahrscheinlichkeiten müssen zudem bestimmt werden, um Risiken messen zu können.⁷⁰ Beim Risiko verfügt der Entscheidungsträger über ein Wahrscheinlichkeitsurteil hinsichtlich aller denkbaren Umweltzustände.⁷¹ Dabei lassen sich objektive und subjektive Wahrscheinlichkeiten voneinander differenzieren. Objektive Wahrscheinlichkeiten können mit Hilfe von Daten und Statistiken berechnet werden und sind für jede Person identisch. Hierzu zählen z. B. die Wahrscheinlichkeiten für sechs Richtige im Lotto.⁷² Diese Wahrscheinlichkeiten beziehen sich auf statistische Wahrscheinlichkeiten und sind intersubjektiv, d. h. diese sind durch Dritte überprüfbar. In vielen Entscheidungssituationen in der Realität sind die objektiven Wahrscheinlichkeiten jedoch seltener oder nicht bekannt. Aus diesem Grund müssen Entscheidungsträger subjektive Einschätzungen für Wahrscheinlichkeiten abgeben. In diesem Zusammenhang verlassen sich Entscheidungsträger oftmals auf simple Faustregeln (Urteilsheuristiken).⁷³ Außerdem existieren hinsichtlich des Eintretens von ungewissen Ereignissen bestimmte Glaubwürdigkeitsvorstellungen. Die meisten realen Situationen im Rahmen von Entscheidungen beruhen auf persönlichen Erfahrungen, Glaubwürdigkeitsvorstellungen, entscheidungsrelevanten Informationen und persönlichen Schlussfolgerungen.⁷⁴

Bei Versicherungsabschlüssen handelt es sich stereotypisch um statistische bzw. objektive Wahrscheinlichkeiten. Die Eintrittswahrscheinlichkeiten für die jeweiligen Schadensereignisse können mit Hilfe des umfassenden versicherungsstatistischen Datenmaterials geschätzt werden. Diese werden auch quasi-objektive Wahrscheinlichkeiten genannt, da sie alle Individuen gelten, die auf Grundlage von präsenten Daten und Statistiken Entscheidungen fällen. Die Wahrscheinlichkeiten treffen nicht unbedingt mit den statistischen Wahrscheinlichkeiten ein, weshalb sie quasi-objektiv genannt werden.⁷⁵

3.4 Versicherungstechnische Risiken

Risikoscheue Individuen wälzen Risiken auf Versicherungsunternehmen ab, wobei sich die Risiken aus den Wahrscheinlichkeitsverteilungen der einzelnen Schäden ergeben. Aufgabe des Versicherungsunternehmens ist es, die Schäden bzw. die Risiken auszugleichen.⁷⁶ Hierbei ergeben sich für ein Versicherungsunternehmen verschiedene versicherungstechnische Risiken, die sich in Zufallsrisiko, Irrtumsrisiko und Änderungsrisiko unterteilen lassen.⁷⁷

Das Zufallsrisiko bezieht sich auf potentielle Abweichungen des tatsächlichen Schadens vom geschätzten Schadenserwartungswert aufgrund stochastischer Schwankungen.⁷⁸ Hierbei treten zufällige Schadensereignisse ein, die z. B. besonders viele oder große Schäden in einem kurzen Zeitraum umfassen können. So ist es möglich, dass in einer Periode sehr viele hohe Schäden eintreten und in der nächsten Periode vergleichsweise nur wenige kleine Schäden verursacht werden. Dies, trotz gleicher Einschätzung hinsichtlich der Höhe des Gesamtschadens in beiden Perioden.⁷⁹ Das Zufallsrisiko wird weiterhin differenziert in Kumulrisiko, Ansteckungsrisiko und Großschaden- bzw. Katastrophenrisiko. Das Kumulrisiko beinhaltet ein Schadensereignis, das zufällig und gleichzeitig mehrere versicherte Risiken umfasst. Das Ansteckungsrisiko umfasst ebenfalls einen Schaden im Rahmen eines versicherten Risikos. Beim Großschaden- bzw. Katastrophenrisiko werden festgesetzte Schadensgrenzen überstiegen, die von Versicherungsunternehmen bestimmt wurden. Bei diesem Risiko geht es um Ereignisse, die zwar seltener eintreten, aber höhere Schäden verursachen, wie z. B. Erdbeben, Stürme oder Hochwasser.⁸⁰ Folgende Voraussetzungen geltend für Großschaden- bzw. Katastrophenrisiken:

- Die Anzahl der Schadensereignisse ist gering.
- Die Höhe des Schadens ist pro Schadensereignis mit extremen Summen verbunden.
- Die Eintrittswahrscheinlichkeiten eines Schadens sind gering.⁸¹

Ein Änderungsrisiko entsteht vor dem Hintergrund, dass sich die Eintrittswahrscheinlichkeiten von unvorhersehbaren Schadensereignissen mit der Zeit verändern können.⁸² Auch unterliegen die Risikodeterminanten, die für den Eintritt eines Schadens verantwortlich sind, einem ständigen Wandel. Beispielsweise kann die globale Erwärmung Folgen auf die Rückkehr bestimmter Naturkatastrophen und somit auf den Schadenerwartungswert haben.⁸³

Das Irrtumsrisiko zielt auf die Frage ab, ob überhaupt der Erwartungsschaden bzw. die Eintrittswahrscheinlichkeiten des Schadensereignisses bekannt sind. Dieses Risiko ist zurückzuführen auf Fehler im Rahmen der Einschätzung der Wahrscheinlichkeitsverteilung. Dies führt zu einer Abweichung des tatsächlichen Schadens vom geschätzten Erwartungswert des Schadens. Das Irrtumsrisiko begründet sich auf Informationslücken des Versicherers.⁸⁴

Aus diesen beschriebenen versicherungstechnischen Risiken ergibt sich, dass die Risikoprämie tatsächlich über den Schadenserwartungswert hinausgeht. Infolgedessen sollte ein Individuum im Rahmen eines Versicherungsvertrages bereit sein, eine Prämie zu zahlen, die über den Erwartungsschaden hinausgeht. Gegenstand im weiteren Verlauf dieser Arbeit ist die Zahlungsbereitschaft von Individuen im Bereich Versicherungen.⁸⁵

[...]

---

¹ Der höchste Schaden mit 354 Milliarden US-Dollar wurde im Jahre 2011 in Folge des Tsunamis und der Atomkatastrophe in Fukushima erfasst. Vgl. Hübner (2018).

² Vgl. Hübner (2018).

³ Vgl. Münchener Rückversicherungs-Gesellschaft (2018): 53.

⁴ Vgl. Gas (2017): 3.

⁵ Vgl. Mahayni/Muck (2019): 535.

⁶ Vgl. Browne/Knoller/Richter (2015): 142.

⁷ Vgl. Laury/McInnes/Swarthout (2009): 18.

⁸ Vgl. Koch (2006): 133; Browne/Knoller/Richter (2015): 142.

⁹ Vgl. Mahayni/Muck (2019): 540.

¹⁰ Vgl. Koch (2006): 133.

¹¹ Vgl. Guthier (2008): 4.

¹² Vgl. Papon (2008): 48.

¹³ Vgl. Schlesinger (1994): 114; Schade (2000): 84.

¹⁴ Im Rahmen der Literatur liegen neben der Erwartungsnutzentheorie und der Prospect-Theorie weitere Theorien, wie z. B. die Regret Theorie, vor. Jedoch beschränkt sich die vorliegende Arbeit auf die Erwartungsnutzentheorie und Prospect-Theorie, da diese Theorien die Standardtheorien bei Versicherungsentscheidungen darstellen. Vgl. Beck (1980): 559; Richter/Ruß/
Schelling (2018): 29.

¹⁵ Die Versicherungsbereitschaft wird mittels der Zahlungsbereitschaft für Versicherungsschutz gemessen. Vgl. Hofer (2004): 28 f.

¹⁶ Vgl. Laury/McInnes/Swarthout (2009): 36.

¹⁷ Vgl. beispielsweise Slovic et al. (1977): 243 f.; Hershey/Schoemaker (1980): 126 f.; Johnson et al. (1993): 42-44; Kunreuther/Pauly (2004): 5 f.

¹⁸ Vgl. Eisenführ/Weber (2003): 2; Laux/Gillenkirch/Schenk-Mathes (2014): 3.

¹⁹ Vgl. Eisenführ/Weber (2003): 2 f.

²⁰ Vgl. Meyer (2000): 2.

²¹ Vgl. Giersch (2009): 51; Laux/Gillenkirch/Schenk-Mathes (2014): 5.

²² Einzelne Wörter werden im Fließtext kursiv dargestellt, um eine Hervorhebung kenntlich zu machen.

²³ Die normative (vorschreibende) Entscheidungstheorie wird auch präskriptive Entscheidungstheorie genannt. Vgl. Sieben/Schildbach (1994): 2; Meyer (2000): 2. Die vorliegende Arbeit verwendet den Begriff „normativ“.

²⁴ Vgl. Bamberg/Coenenberg/Krapp (2012): 3-5; Laux/Gillenkirch/Schenk-Mathes (2014): 1-4.

²⁵ Vgl. Meyer (2000): 2; Eisenführ/Weber (2003): 2 f., Laux/Gillenkirch/Schenk-Mathes (2014): 4-17; Amann/Dorlöchter (2017): 395.

²⁶ Vgl. Amann/Dorlöchter (2017): 395.

²⁷ Vgl. Schmidt (2000): 689.

²⁸ Vgl. Meyer (2000): 2; Eisenführ/Weber (2003): 2; Herrmann (2010): 21 f.; Bamberg/Coenenberg/Krapp (2012): 6; Laux/Gillenkirch/Schenk-Mathes (2014): 4, 16.

²⁹ Vgl. Amann/Dorlöchter (2017): 395.

³⁰ Vgl. Mahayni/Muck (2019): 548.

³¹ Vgl. Sieben/Schildbach (1994): 1; Bamberg/Coenenberg/Krapp (2012): 6; Laux/Gillenkirch/
Schenk-Mathes (2014): 19.

³² Vgl. Meyer (2000): 17 f.; Laux/Gillenkirch/Schenk-Mathes (2014): 29 f.

³³ Vgl. Meyer (2000): 17 f.; Laux/Gillenkirch/Schenk-Mathes (2014): 29 f.

³⁴ Vgl. Bamberg/Coenenberg/Krapp (2012): 16, Laux/Gillenkirch/Schenk-Mathes (2014): 31; Karten et al. (2018): 29.

³⁵ Die Bedeutung von subjektiven und objektiven Wahrscheinlichkeiten wird in Kapitel 3.3 näher erläutert.

³⁶ Vgl. Opresnik/Rennhak (2011): 26; Bamberg/Coenenberg/Krapp (2012): 18; Laux/
Gillenkirch/Schenk-Mathes (2014): 32 f.

³⁷ Vgl. Giersch (2009): 52.

³⁸ Vgl. Bamberg/Coenenberg/Krapp (2012): 18; Laux/Gillenkirch/Schenk-Mathes (2014): 32 f.; Karten et al. (2018): 29.

³⁹ Bei einer vollständigen und transitiven Präferenzordnung kann der Entscheidungsträger durch paarweise Vergleiche zwischen Handlungsalternativen bestimmen, welche er bevorzugt oder ob dies gleichgültig ist, welche Alternative er wählt. Vgl. Laux/Gillenkirch/Schenk-Mathes (2014): 125-129.

⁴⁰ Vgl. Laux/Gillenkirch/Schenk-Mathes (2014): 31 f.; Karten et al. (2018): 29.

⁴¹ Vgl. Bamberg/Coenenberg/Krapp (2012): 15 f.; Laux/Gillenkirch/Schenk-Mathes (2014): 30 f.; Karten et al. (2018): 29.

⁴² Vgl. Schade (2000): 91; Giersch (2009): 52.

⁴³ Die Bedeutung von objektiven und subjektiven Wahrscheinlichkeit wird in Kapitel 3.3 detaillierter dargestellt.

⁴⁴ Vgl. Karten et al. (2018): 63 f.; Richter/Ruß/Schelling (2018): 15 f.

⁴⁵ Vgl. Zweifel/Eisen (2003): 40.

⁴⁶ Vgl. Richter/Ruß/Schelling (2018): 15 f.

⁴⁷ Vgl. Karten et al. (2018): 63 f.; Richter/Ruß/Schelling (2018): 15 f.

⁴⁸ Vgl. Laux/Gillenkirch/Schenk-Mathes (2014): 33 f.; Karten et al. (2018): 30.

⁴⁹ Vgl. Meyer (2000): 18; Bamberg/Coenenberg/Krapp (2012): 19; Laux/Gillenkirch/
Schenk-Mathes (2014): 33.

⁵⁰ Vgl. Laux/Gillenkirch/Schenk-Mathes (2014): 33.

⁵¹ Vgl. Meyer (2000): 18; Laux/Gillenkirch/Schenk-Mathes (2014): 33; Karten et al. (2018): 30.

⁵² Vgl. Knight (1965): 233.

⁵³ Vgl. Knight (1965): 233; Meyer (2000): 18; Bamberg/Coenenberg/Krapp (2012) 20 f.; Laux/
Gillenkirch/Schenk-Mathes (2014): 33.

⁵⁴ Vgl. Meyer (2000): 18; Bamberg/Coenenberg/Krapp (2012) 20 f.; Laux/Gillenkirch/
Schenk-Mathes (2014): 33.

⁵⁵ Vgl. Eisenführ/Weber (2003): siehe Fußnote 2, Seite 19.

⁵⁶ Vgl. Schlesinger (1994): 114; Schade (2000): 84.

⁵⁷ Vgl. Slovic et al. (1977): 238 f.

⁵⁸ Vgl. Richter/Ruß/Schelling (2018): 25.

⁵⁹ Vgl. Browne/Knoller/Richter (2015): 142.

⁶⁰ Vgl. Gas (2017): 3; Münchener Rückversicherungs-Gesellschaft (2018): 51.

⁶¹ Vgl. Münchener Rückversicherungs-Gesellschaft (2018): 52.

⁶² Vgl. Löw (2019).

⁶³ Vgl. Münchener Rückversicherungs-Gesellschaft (2018): 53; Swiss Re Institute (2018): 6.

⁶⁴ Vgl. Münchener Rückversicherungs-Gesellschaft (2018): 53.

⁶⁵ Vgl. Umweltbundesamt (2015).

⁶⁶ Vgl. Gesamtverband der Deutschen Versicherungswirtschaft e.V. (2013).

⁶⁷ Vgl. Laux/Gillenkirch/Schenk-Mathes (2014): 90.

⁶⁸ Vgl. Zweifel/Eisen (2003): 40.

⁶⁹ Vgl. Zweifel/Eisen (2003): 40-42.

⁷⁰ Vgl. Zweifel/Eisen (2003): 35.

⁷¹ Vgl. Laux/Gillenkirch/Schenk-Mathes (2014): 90.

⁷² Vgl. Meyer (2000): 19.

⁷³ Vgl. Karten et al. (2018): 63; Richter/Ruß/Schelling (2018): 15.

⁷⁴ Vgl. Laux/Gillenkirch/Schenk-Mathes (2014): 50, 92 f.

⁷⁵ Vgl. Meyer (2000): 19; Bamberg/Coenenberg/Krapp (2012): 67.

⁷⁶ Vgl. von der Schulenburg/Lohse (2014): 62.

⁷⁷ Vgl. Farny (2011): 83 f.; Mahayni/Muck (2019): 539.

⁷⁸ Vgl. Nguyen (2007): 76; Farny (2011): 85.

⁷⁹ Vgl. Farny (2011): 85; von der Schulenburg/Lohse (2014): 63.

⁸⁰ Vgl. Nguyen (2007): 77; Farny (2011): 85 f.; von der Schulenburg/Lohse (2014): 64.

⁸¹ Vgl. von der Schulenburg/Lohse (2014): 64.

⁸² Vgl. Farny (2011): 89; Mahayni/Muck (2019): 540.

⁸³ Vgl. Nguyen (2007): 77 f.

⁸⁴ Vgl. Farny (2011): 93 f.

⁸⁵ Vgl. Mahayni/Muck (2019): 540.

• Hochschule: Universität Duisburg-Essen
• Note: 2,3
• Erscheinungsjahr: 2019
• Seiten: 66
• Katalognummer: V462374
• ISBN (eBook): 9783668901681
• ISBN (Buch): 9783668901698
• Sprache: Deutsch
• Schlagworte: LPHC