- L'impresa adotta procedure interne per garantire appropriatezza, completezza e accuratezza dei dati.
- In mancanza di dati sufficienti può ricorrere ad approssimazioni adeguate, anche caso per caso.
- Le ipotesi di calcolo vanno periodicamente confrontate con i dati dell'esperienza.
- Scostamenti sistematici richiedono aggiustamenti dei metodi attuariali o delle ipotesi.
Testo dell'articoloVigente
Art. 36-duodecies D.Lgs. 209/2005 — (Qualità dei dati)
D.Lgs. 7 settembre 2005, n. 209 — Codice delle assicurazioni private
((
1. L'impresa si dota di procedure e processi interni per garantire l'appropriatezza, la completezza e l'accuratezza dei dati utilizzati nel calcolo delle riserve tecniche.
2. Nel caso in cui l'impresa, al ricorrere di specifiche circostanze, non disponga di sufficienti dati di adeguata qualità per l'applicazione di un metodo attuariale attendibile ad un gruppo o ad un sottogruppo dei propri impegni assicurativi e riassicurativi o agli importi recuperabili da contratti di riassicurazione e dalle società veicolo, può utilizzare per il calcolo della migliore stima adeguate approssimazioni, inclusi metodi caso per caso.
3. L'impresa si dota di processi e procedure idonei a garantire che le migliori stime e le ipotesi sottese al calcolo delle migliori stime siano periodicamente confrontate con i dati tratti dall'esperienza.
4. Qualora dal confronto di cui al comma 3 emerga uno scostamento sistematico tra i dati tratti dall'esperienza ed il calcolo delle migliori stime, l'impresa effettua gli appropriati aggiustamenti ai metodi attuariali utilizzati o alle ipotesi elaborate o ad entrambi.
))
Commento
La qualità dei dati come presupposto
L'art. 36-duodecies costruisce il presidio sulla qualità dei dati che alimentano il calcolo delle riserve tecniche. Tre attributi sono richiesti: appropriatezza (i dati sono pertinenti rispetto allo scopo), completezza (coprono il perimetro necessario), accuratezza (riproducono il fenomeno senza distorsioni rilevanti). Senza qualità dei dati l'intero impianto Solvency II perde la sua affidabilità: la migliore stima diventa una stima formale ma non sostanziale.
Procedure interne e governance
Il comma 1 chiede procedure e processi interni adeguati. Non è una formula di rito: si traduce in policy documentate sulla raccolta, validazione e tracciabilità dei dati, in controlli di seconda linea della funzione di risk management, in audit periodici della funzione di internal audit. Il regolamento IVASS 38/2018 sul sistema di governo societario dettaglia gli adempimenti minimi.
Approssimazioni caso per caso
Il comma 2 contempla la situazione realistica in cui un gruppo o sotto-gruppo di impegni non disponga di dati sufficienti per un metodo attuariale attendibile. In tali casi l'impresa può ricorrere ad adeguate approssimazioni, anche caso per caso. La regola è prudenziale: l'approssimazione deve essere comunque adeguata, documentata e proporzionata. Tipicamente si applicano metodi di benchmark di mercato, dati di portafoglio simile, o tecniche di stima soggetta a maggiore prudenza.
Back-testing e correzioni
I commi 3 e 4 chiudono il ciclo: le ipotesi sottese alla migliore stima vanno periodicamente confrontate con i dati dell'esperienza (back-testing). Se emerge uno scostamento sistematico, l'impresa deve effettuare gli aggiustamenti necessari ai metodi o alle ipotesi. È il principio dell'apprendimento continuo: la migliore stima non è un calcolo immutabile, ma una grandezza che si auto-corregge alla luce dei dati osservati.
Data governance e infrastrutture tecnologiche
La qualità dei dati è oggi indissociabile dall'infrastruttura tecnologica dell'impresa. Sistemi informativi non integrati, anagrafiche frammentate o flussi di dati di sinistro non riconciliati con il bilancio impediscono il rispetto sostanziale dell'art. 36-duodecies. Le imprese investono in data lake, in piattaforme di Master Data Management e in strumenti di lineage che documentano l'origine di ogni dato fino alla migliore stima. La data governance, lungi dall'essere un tema solo IT, è diventata un capitolo della governance prudenziale, oggetto di attenzione specifica nelle ispezioni IVASS e nelle valutazioni della funzione di internal audit. La direttiva DORA (regolamento UE 2022/2554) sulla resilienza operativa digitale rafforza ulteriormente questo perimetro, ponendo standard armonizzati per la gestione dei rischi informatici nel settore assicurativo. Le funzioni di risk management si stanno dotando di competenze tecnologiche specifiche, in coerenza con un quadro regolamentare in rapida evoluzione.
Casi pratici
Caso 1: Ramo nuovo senza esperienza interna
Caso 2: Scostamento sistematico nei sinistri
Domande frequenti
Cosa significa qualità dei dati?
Appropriatezza, completezza e accuratezza dei dati utilizzati nel calcolo delle riserve tecniche.
Quando si può ricorrere ad approssimazioni?
Quando i dati disponibili non consentono l'applicazione attendibile di un metodo attuariale. Le approssimazioni devono essere comunque adeguate e documentate.
In cosa consiste il back-testing?
Nel confronto periodico fra le ipotesi sottese alla migliore stima e i dati osservati nell'esperienza. Scostamenti sistematici richiedono correzioni.
Vedi anche