90645 Guatemala Estudio de factibilidad para el diseño e implementación de una cobertura indexada a nivel macro contra sequía para la seguridad alimentaria Preparado para el Ministerio de Agricultura, Ganadería y Alimentación de Guatemala Octubre de 2013 THE WORLD BANK Tabla de Contenidos AGRADECIMIENTOS ............................................................................................................... iii UNIDADES DE MEDIDA ........................................................................................................... iv ABREVIATURAS & ACRÓNIMOS ......................................................................................... iv RESUMEN EJECITIVO ............................................................................................................. vi 1. Introducción y Objetivos del Estudio de Factibilidad de un Seguro Indexado contra sequías............................................................................................................................................. 1 Importancia de la agricultura en Guatemala ........................................................................ 1 Exposición de la agricultura a eventos climáticos y necesidad del seguro agrícola ............ 2 Proyecto de asistencia técnica del Banco Mundial .............................................................. 4 Estructura del informe ......................................................................................................... 6 2. Agricultura en Guatemala: exposición a eventos climáticos y riesgos naturales. ........ 7 Caracterización de la Producción Agropecuaria.................................................................. 7 Uso de la Tierra en Guatemala ............................................................................................ 8 Cultivos Principales y sus Tendencias................................................................................. 9 Principales sistemas de producción agrícola y ganadera y su impacto en la Seguridad Alimentaria. ....................................................................................................................... 11 Acceso de los productores a créditos e insumos ................................................................ 14 El Mercado de Seguros en Guatemala ............................................................................... 16 Los Seguros Agropecuarios ............................................................................................... 17 Limitaciones y Retos que Limitan el Desarrollo de los Seguros Agropecuarios en Guatemala .......................................................................................................................... 20 Descripción de los Riesgos Naturales y Climáticos que Afectan al Sector Agropecuario en Guatemala .......................................................................................................................... 21 3. Seguro Agrícola como un instrumento de seguridad alimentaria para el Gobierno de Guatemala .................................................................................................................................... 26 Introducción....................................................................................................................... 26 Sistema de Mapeo y Análisis de la Desnutrición Crónica en Guatemala (VAM) ............. 26 Nivel de Respuesta del Gobierno Ante Sequías y Otros Desastres Naturales ................... 30 El Rol del Seguro Agropecuario como un Instrumento de Seguridad Alimentaria – Experiencia Internacional. ................................................................................................. 34 Lecciones Aprendidas e Implicaciones de la experiencia internacional en el Programa de Seguro de Índices en Guatemala. ...................................................................................... 39 4. Seguro indexado contra sequías a nivel macro: diseño de la cobertura, tarificación y análisis de exposición a riesgo .................................................................................................... 41 -i- Objetivos del seguro indexado contra sequías a nivel macro ............................................ 41 Alternativas analizadas del seguro contra sequía para Guatemala .................................... 42 Análisis de Base de datos de precipitaciones para el diseño del seguro indexado ............ 44 Características del diseño y metodología de cálculo de tarifas del seguro indexado a nivel macro basado en el Índice de Precipitaciones Estandarizadas (SPI) ................................. 46 Resultados del Seguro indexado a nivel macro basado en el SPI...................................... 51 Pérdida Máxima Probable (PML)...................................................................................... 59 5. Consideraciones Legales, Operacionales, Institucionales y Financieras para la Implementación de un Seguro indexado Contra Sequías a Nivel Macro en Guatemala ...... 63 Aspectos Legales y Regulatorios ....................................................................................... 63 Aspectos Institucionales – Rol del Sector Privado ............................................................ 65 Aspectos Operativos y Procedimientos ............................................................................. 68 Financiamiento, Retención y Reaseguramiento del Riesgo .............................................. 69 6. Conclusiones y siguientes pasos ...................................................................................... 73 Conclusiones...................................................................................................................... 73 Siguientes pasos................................................................................................................. 74 Referencias Bibliográficas .......................................................................................................... 76 Anexo 1. Sistemas de producción agrícola y Seguridad Alimentaria en Guatemala ............ 79 Anexo 2. Tendencia de los Seguros Agropecuarios y Financiamiento Agrícola .................... 90 Anexo 3. Exposición del Sector Agropecuario ante Riesgos Climáticos y Naturales .......... 106 Anexo 4. Seguro indexado contra déficit de lluvias basado en el Índice de Precipitaciones Estandarizadas: diseño, cálculo de tarifas y resultados ......................................................... 117 Excepción de Responsabilidad: Este documento es producido por personal del Banco Internacional para la Reconstrucción y el Desarrollo / el Banco Mundial. Los hallazgos, interpretaciones, y conclusiones expresados en este documento no reflejan necesariamente los puntos de vista de los Directores Ejecutivos del Banco Mundial o de los Gobiernos que representan. El Banco Mundial no garantiza la precisión de los datos incluidos en este trabajo. Las delimitaciones, colores y denominaciones, y demás información mostrada en cualquier mapa en este informe no implica ningún punto de vista por parte del Banco Mundial respecto al estatus legal de ningún territorio o la certificación o aceptación de dichas delimitaciones. - ii - AGRADECIMIENTOS La elaboración de este reporte fue posible gracias al generoso apoyo financiero otorgado por el Gobierno de Brasil, y a las valiosas contribuciones, consejos y apoyo brindado por funcionarios, tanto públicos como privados, en la ejecución de este estudio de factibilidad. Las instituciones que gentilmente apoyaron la conducción de este estudio incluye: al Ministerio de Agricultura, Ganadería y Alimentación (MAGA), Secretaría de Planificación y programación de la Presidencia (SEGEPLAN), al Ministerio de Finanzas Públicas, al Instituto Nacional de Sismología, Vulcanología, Meteorología, e Hidrología (INSIVUMEH), al Instituto Nacional de Estadística (INE), al Programa Mundial de Alimentos (PMA), a la Organización de las Naciones Unidas para la Agricultura y la Alimentación (FAO, siglas en inglés), al Sistema de Alerta Temprana Contra la Hambruna (FEWS NET, siglas en inglés), a la Unidad Regional de Asistencia Técnica (RUTA), a la Agencia de Desarrollo de los Estados Unidos de Norteamérica (USAID), a la Superintendencia de Bancos (SIB), a la Asociación Guatemalteca de Instituciones de Seguro (AGIS), al Instituto Técnico de Capacitación y Productividad (INTECAP), a la Asociación Guatemalteca de Exportadores (AGEXPORT), al Fideicomiso para el Desarrollo Rural (GUATE INVIERTE), y al Instituto Privado de Investigación sobre Cambio Climático (ICC), a la Universidad Rafael Landívar. El reporte fue preparado por el Banco Mundial en colaboración con el Viceministerio de Desarrollo Económico Rural (VIDER-MAGA), en el marco del proyecto “Apoyo al Desarrollo del Mercado de Seguros Agropecuarios en Guatemala”. La redacción de este informe quedó a cargo de Diego Arias (Economista Senior de Agricultura LCSAR, Banco Mundial), Pablo Valdivia (Especialista en Seguros Agrícolas, LCSAR, Banco Mundial), Charles Stutley (Especialista en Seguros Agrícolas, Consultor), y Darío Bacchini (Especialista en Ciencias Actuariales, Consultor). El equipo agradece los comentarios y contribuciones al Reporte por parte del Sr. Héctor Marroquín (Consultor), y al invaluable apoyo administrativo y de logística brindado por Erika Salamanca (Program Assistant, Banco Mundial). - iii - UNIDADES DE MEDIDA 1 Mz = 7026 m2 ABREVIATURAS & ACRÓNIMOS AGEXPORT Asociación Guatemalteca de Exportadores ARC Capacidad de Riesgo de África (Africa Risk Capacity) CADENA Componente de Atención de Desastres Naturales CCRIF Facilidad de Seguros Contra Riesgos Catastróficos en el Caribe (Caribbean Catastrophe Risk Insurance Facility) CEPAL Comisión Económica para América Latina y el Caribe CONE Comité Nacional de Emergencias CONRED Coordinadora Nacional para la Reducción de Desastres CRMG Grupo de Gestión de Riesgo (Commodity Risk Management Group) EM-DAT Base de Datos Internacional de Desastres ENCOVI Encuesta Nacional de Condiciones de Vida ENOS El Niño Oscilación del Sur FAO Organización de las Naciones Unidas para la Alimentación y la Agricultura FAPRACC Fondo para Atender a la Población Rural Afectada por Contingencias Climatológicas FEWS NET Sistema de Alerta Temprano Contra la Hambruna (Famine Early Warning Systems Network) FONDEN Fondo para Atender a la Población Rural Afectada por Contingencias Climatológicas GdG Gobierno de Guatemala GFDRR Fondo Global para la Reducción y Recuperación contra Desastres - iv - (Global Facility for Disaster Reduction and Recovery) DFID Departamento de Desarrollo Internacional del Gobierno de Gran Bretaña (Department for International Development) IFAD Fondo Internacional de Desarrollo Agrícola (International Fund for Agricultural Development) INE Instituto Nacional de Estadística INSIVUMEH Instituto Nacional de Sismología, Vulcanología, Meteorología e Hidrología. IVISAN Índice de Vulnerabilidades en Seguridad Alimentaria y Nutricional MAGA Ministerio de Agricultura, Ganadería y Alimentación MPCI Seguro Multiriesgo PCRFI Iniciativa Financiera de Riesgo Catastrófico del Pacífico (Pacific Catastrophe Risk Financing Initiative) PEA Población Económicamente Activa PIB Producto Interno Bruto PML Pérdida Máxima Probable (Probable Maximum Loss) PSNP Programa de Seguridad Productiva (Productive Safety Net Program) RUTA Unidad Regional de Asistencia Técnica SAGARPA Secretaría de Agricultura, Ganadería, Desarrollo Rural, Pesca y Alimentación. SESAN Secretaría de Seguridad Alimentaria y Nutricional SPI Índice de Precipitación Estandarizado (Standardized Precipitation Index) USAID Agencia Internacional de Desarrollo del Gobierno de los Estados Unidos de Norteamérica UNICEF Fondo de Naciones Unidas para la Infancia (United Nations International Children´s Emergency Fund). VAM Mapeo y Análisis de la Desnutrición Crónica en Guatemala WII Seguro de Índices Climáticos -v- RESUMEN EJECITIVO Antecedentes y contexto i. La alta exposición de Guatemala ante eventos climáticos y naturales compromete la sostenibilidad socioeconómica del país. Se estima que cerca de un 83.3% del PIB Nacional y más de un 40.8% de la población se ven expuestos a diversos tipos de fenómenos. Entre 1997 y el 2006, el costo anual debido a afectaciones ocasionadas por este tipo de eventos ha sido cercano a 0.51% del PIB nacional. ii. La ocurrencia de eventos extremos agrava la condición de pobreza y de seguridad alimentaria de los segmentos de la población más vulnerable; que está compuesta, principalmente, por pequeños productores y comunidades indígenas de las zonas rurales. La baja eficiencia productiva de los cultivos de granos básicos, como lo son el maíz y el frijol, aunado a la constante afectación de fenómenos naturales, imposibilita que estos grupos puedan autoabastecer sus necesidades de consumo alimenticio de manera oportuna y permanente. Como consecuencia de lo anterior, la población rural del país presenta una de las tasas de desnutrición crónica más elevadas del mundo, situación que incide en el desarrollo pleno de las facultades de sus habitantes y que se traduce en un costo equivalente al 11.4% del PIB anual. iii. Severas condiciones de inseguridad alimentaria se han registrado en el país en la última década como consecuencia de fenómenos hidro-meteorológicos asociados con anomalías negativas de precipitación (sequía). La ocurrencia de estos eventos ha tenido una manifestación espacial y social importante. En el 2001, por ejemplo, más de 120,300 personas se vieron en riesgo de inseguridad alimentaria debido a que las pérdidas en cultivos de granos básicos fueron de hasta un 80% del área plantada en frijol. Debido a este fenómeno, los costos estimados en que tuvo que incurrir el Gobierno de Guatemala para atender la emergencia alimentaria fue de aproximadamente US$0.85 millones; mientras que las pérdidas totales del sector agropecuario ascendieron a más de US$12.3 millones. De manera similar, en el 2009 las pérdidas registradas en el sector ascendieron as US$14.6 millones y el número de familias afectadas en los departamentos que componen el Corredor Seco superó las 450,000 familias. iv. Debido a la creciente afectación de estos fenómenos, las autoridades gubernamentales han llevado a cabo importantes esfuerzos para la implementación de diversos planes, estrategias y programas orientados a la reducción y mitigación de desastres. A pesar de lo anterior, ninguna partida presupuestaria ha sido orientada hasta el momento para atender las necesidades específicas del sector agropecuario que surgen luego de la ocurrencia de eventos hidro-meteorológicos. Tampoco existe hoy en día ningún instrumento de transferencia de riesgo que permita que las autoridades nacionales gocen de coberturas de seguros internacionales para apoyar a los segmentos de la población bajo riesgo de inseguridad alimentaria. v. El presente estudio de factibilidad se enmarca en la evaluación técnica operativa de un esquema de seguro basado en índices climáticos; cuyo objetivo consiste en proteger a los sectores vulnerables del país que caen en riesgo de inseguridad alimentaria a raíz de la ocurrencia de sequías severas. Este producto financiero contempla asegurar al Ministerio de Agricultura Ganadería y Alimentación (MAGA) y que los pagos que eventualmente reciba bajo una póliza de seguro puedan ser transferidos como ayuda compensatoria a segmentos específicos de la población (beneficiarios). - vi - Detalles Técnicos del Seguro de Índice a Nivel Macro vi. El Seguro Índice a Nivel Macro se basa en déficit de precipitaciones medido mediante el Índice de Precipitaciones Estandarizadas (SPI). Al tratarse de un seguro indexado, las pérdidas se miden indirectamente a través del SPI, sin medición de las pérdidas reales que sufre el asegurado (MAGA). El supuesto subyacente es que un severo déficit de precipitaciones (medido mediante el SPI) genera pérdidas en los cultivos que ocasionarían en última instancia problemas de seguridad alimentaria para la población más vulnerable. vii. El contrato activa pagos al asegurado (MAGA) cuando el SPI observado en alguna de las estaciones aseguradas y dentro del período de cobertura es menor a un Umbral Disparador (UD) que deberá especificarse en la póliza. A su vez, si el SPI es menor que un “Umbral de Salida” (US) se considera que hay pérdida total y se pagaría el 100% de la Suma Asegurada en la estación que ocurra dicho fenómeno. El MAGA en conjunto con las aseguradoras deberán definir los umbrales apropiados a partir de los cuales hay riesgo para la población incluida en la cobertura. Para ello, deben analizar qué hubiera ocurrido en el pasado si la cobertura hubiese estado vigente, y así comparar los pagos hipotéticos históricos con las pérdidas que sufrió el país (ver más detalles en el Capítulo 4). En este análisis de factibilidad se considera el período de cobertura desde Junio hasta Septiembre y umbrales de UD = -1.5 y US = -2.0. viii. La operación de este esquema radica en el uso de una parte de la red de estaciones meteorológicas del INSIVUMEH y en la definición de las Unidades Aseguradas a las que se les refieren el número de beneficiarios. Por este motivo, la efectiva implementación y operación de este instrumento de transferencia de riesgo requiere de la coordinación entre las instituciones públicas y privadas, en lo concerniente a la formalización de los mecanismos de medición de variables que activan un pago y el resguardo de los equipo que registran dichas variables; y finalmente, la definición de los mecanismos de distribución de pagos compensatorios a los beneficiarios. Resultados del Seguro de Índice a Nivel Macro ix. La base de valoración de la suma asegurada se realizó considerando Q2,000/mes como valor indicativo destinado a cubrir los requerimientos alimenticios de una familia rural durante un evento de sequía; y una base de 1.59 millones de personas en situación de pobreza extrema como potenciales beneficiarios de la póliza de seguro. En los hogares rurales en situación de pobreza extrema hay un promedio de cinco habitantes, y en consecuencia la valoración mencionada implicaría Q400/mes/persona. Al considerar toda la población rural en situación de pobreza extrema, la Suma Asegurada Total sería de Q637 millones para brindar alimentación a la población objetivo por un mes. Si en un año-póliza se consideran los cuatro meses el período habitual de escasez de alimentos (ver Capítulo 2) la Suma Asegurada Total Anual sería Q2,548 millones (ver Tabla 1). La decisión final de la población objetivo (número de habitantes incluidos y su asignación a las estaciones meteorológicas) y de los meses de alimentación que se cubrirían debe ser tomada por MAGA. x. El análisis actuarial de este esquema de seguro refleja una tasa pura y una tasa técnica equivalente a 6.95% y 8.14% de la Suma Asegurada Total Anual (SATA), respectivamente. La tasa comercial indicativa se estima en 9.58%. Estos datos se obtienen incluyendo todos los departamentos de Guatemala, considerando el período de cobertura comprendido entre Junio y Septiembre; valores de franquicia por estación y global de 10% y 2%, un recargo de seguridad técnica equivalente a un 15% del desvío estándar de las pérdidas históricas, y un recargo comercial del 15%. El MAGA deberá considerar si desea incluir todo el territorio del país en una etapa inicial, o focalizarse en algunos Departamentos mediante un programa piloto. El nivel de - vii - las franquicias deberá ser negociado entre el asegurado (MAGA) y las (re)aseguradoras. Por ejemplo, si la franquicia global es del 8% la prima se reduciría a 8.26% de la SATA, pero se excluirían de la cobertura eventos más recurrentes de menor magnitud. En el Capítulo 4 se muestran resultados para un programa piloto y para una franquicia global del 8% (ver los resultados en la Tabla 1). xi. La siniestralidad histórica promedio (ratio de pago de siniestros a prima comercial) para el caso analizado fue de 72.6%, con un máximo en 2001 de 276% . Teniendo en cuenta la prima comercial indicativa de 9.58%, el pago máximo en 2001 representó un 26% de la Suma Asegurada Total Anual. Realizando un análisis de la siniestralidad por períodos de aproximadamente 10 años, entre 1979 y 1990 el promedio hubiera sido 60.1%, entre 1991 y 2001 de 84.9% y entre 2002 y 2012 hubiese ascendido a 74%. Estos resultados son sensibles a la determinación de las zonas aseguradas (todo el país vs. definición de una zona piloto) y a los umbrales y las franquicias utilizadas en la póliza (ver más detalles en el Capítulo 4). xii. La siniestralidad histórica promedio muestra que cada Q1.00 que hubiese pagado el Gobierno en concepto de prima, hubiera recibido en promedio Q0.726 como pago de siniestros . Si bien esta cifra en primera instancia podría interpretarse como una ineficiencia del seguro, hay que destacar que se trata de una herramienta de transferencia de riesgo y no de una fuente de rentabilidad para el asegurado: en los años con sequías extremas el Gobierno hubiera recibido hasta Q2.76 por cada Q1.00 pagado en concepto de prima. La diferencia de Q0.274 en el promedio histórico viene a compensar los gastos que tiene la compañía aseguradora y la rentabilidad esperada que busca por exponer su capital a riesgo. xiii. Si se incluye todo el territorio nacional en la cobertura, la Pérdida Máxima Probable (PML) en el Seguro de Índice a Nivel Macro basado en SPI se estimó en 35.43% de la Suma Asegurada Total Anual para un evento con una recurrencia de 1 en 100 años. La PML es un indicador de la peor pérdida que podría ocurrir en un año-póliza y permite a los suscriptores y sus reaseguradores estratificar el riesgo del programa. Esta PML representaría una siniestralidad del 429% considerando la prima comercial indicativa de 8.26% (con franquicia global de 8%). Si se optara por implementar un programa piloto con algunos departamentos solamente, la PML ascendería a 38.13% (siniestralidad 460%) debido a la menor diversificación del programa (ver Tabla 1). Tabla 1. Resumen de Resultados del Seguro de Índice contra sequías a nivel Macro. Prima Comercial Pérdida Máxima Potenciales Período de Suma Asegurada Indicativa (1) Probable Área incluída Beneficiarios Asistencia Total Anual (Nº habitantes) Alimentaria (Millones de Q) Millones Millones % SATA % SATA de Q de Q 1 mes 636.92 52.61 225.66 Todo el país 1,592,288 8.26% 35.43% 4 meses 2,547.66 210.44 902.64 Piloto 1 (Alta Verapaz, Baja 1 mes 354.93 29.42 135.33 Verapaz, Chiquimula, 887,321 8.29% 38.13% Huehuetenango, Quiché, 4 meses 1,419.71 117.69 541.34 Totonicapán y Zacapa) (1) Calculada con una Franquicia Global del 8% de la SATA. Fuente: Elaboración propia. - viii - xiv. Es importante señalar que en caso que se decidiera asegurar una zona menor la exposición a riesgo sería mucho mayor, y tanto la Prima como la Pérdida Máxima Probable se incrementarían significativamente, pudiendo la prima superar el 15% y la PML llegar hasta el 100% de la SATA. Siguientes Pasos xv. A fin de poder implementar el seguro de índices a nivel macro contra sequías, se recomienda las autoridades del MAGA tenga en consideración los siguientes aspectos: - Pago de Prima y Distribución de Pagos Compensatorios: A la fecha, dentro de la partida presupuestaria del MAGA no está definida una línea contable destinada al pago la póliza del seguro en donde la institución sería el Asegurado. Tampoco está normado cómo el Asegurado recibiría eventuales pagos indemnizatorios y cómo realizaría desembolsos destinados a la compensación de familias en riesgo de seguridad alimentaria. Estos aspectos son de crucial importancia para la implementación del seguro; ya que definen la viabilidad operativa y la eficacia del esquema propuesto. - Cultura: Previo al lanzamiento del producto se recomienda llevar a cabo una campaña de sensibilización y educación de todos los actores; a fin de lograr una visión compartida sobre las características del producto; discutir y acordar los parámetros que definen la participación de familias rurales como potenciales beneficiarios; y finalmente, definir cuáles será el mecanismo de operación del producto. - Regulatorio: La Superintendencia de Bancos (SIB) deberá otorgar la autorización formal para la suscripción de la póliza de seguro; de acuerdo a los requerimientos legales establecidos en la Ley de Seguros para la comercialización de nuevos productos. Este estudio de factibilidad ha compartido diversas herramientas técnicas con el sector asegurador con el objetivo que sirvan como soporte en las discusiones con la SIB sobre los principios técnicos del esquema de seguro y sobre supuestos de tarificación utilizados para el cálculo de primas de aseguramiento. xvi. Entre el período de aceptación y suscripción del riesgo, y el período de inicio de cobertura del seguro debe haber un lapso de tiempo lo suficientemente extenso de modo que ninguna de las partes (ej. Asegurado y Aseguradora) vea influenciada su decisión de tomar (o aceptar) la póliza de seguro debido al análisis de proyecciones climáticas que reflejen las condiciones de precipitación sobre el período de cobertura. Considerando este lapso de tiempo y lo que tomaría a las partes formalizar los contratos de aseguramiento y de reaseguro, no se considera viable su implementación sino hasta la campaña agrícola 2015-2016. No obstante, las autoridades del MAGA podrían aprovechar el ciclo agrícola 2014-2015 para abordar las consideraciones técnicas y operativas indicadas en el presente estudio, como así también para lograr el apoyo de las autoridades gubernamentales, y posiblemente de organismos internacionales, para el financiamiento del costo de la cobertura. - ix - 1. Introducción y Objetivos del Estudio de Factibilidad de un Seguro Indexado contra sequías Importancia de la agricultura en Guatemala 1.1. El sector agropecuario es la actividad económica que más contribuye en la generación de empleos en el país. De acuerdo a datos generados en el 2006 por el INE1, cerca del 34% del total de trabajadores del país trabajan en este sector; de éstos, dos terceras partes son empleados, el resto – conformado en su mayoría por pequeños productores – son trabajadores por cuenta propia. A pesar de lo anterior, el sector agropecuario no es el máximo contribuyente del PIB. En el 2010, la participación del sector fue de apenas un 13% del PIB, porcentaje que es 5.67% menor en comparación a inicios de la misma década, cuando la participación del sector agropecuario fue 14.1% del PIB2 (ver Figura 1.1). Figura 1.1. Comparativo del PIB Agropecuario de 2001 y 2010 en países de América Central. PIB_2000 Nicaragua PIB_2010 25 20.5 20 20.6 Panamá Guatemala 15 10 14.1 7 13.3 4.3 5 0 7.5 12.9 12.3 8.5 Rep. Dominicana El Salvador 9.2 12.8 10.7 14.4 Costa Rica Honduras Fuente: CEPAL, 2011 1 Linares, Prado y Zelaya (2012). 2 Un informe de la CEPAL publicado en el 2011 que trata sobre las tendencias alimentarias del sector agropecuario en los países que componen la Subregión Norte, muestra una reducción del aporte del sector pecuario guatemalteco al PIB nacional en 5.67% entre el 2000 y el 2010. -1- 1.2. Si bien el sector agrícola es un fuerte generador de empleos, tres cuartas partes del número de trabajadores agrícolas del país están categorizados como pobres (49% del total) o extremadamente pobres (26% del total)3. Las cifras nacionales muestran que las condiciones de pobreza son particularmente marcadas en las zonas rurales y en los grupos indígenas. Se estima que cerca del 70% de la población indígena se ve imposibilitada de cubrir sus requerimientos calóricos de alimentación y los costos de bienes y servicios básicos4. Datos de la FAO y el PMA (2010), muestran que el 72% de la pobreza está concentrado en zonas rurales, en donde un 83% de los hogares rurales (1.08 millones de hogares) dependen económicamente de la actividad agropecuaria. De acuerdo a los datos de la ENCOVI 2006 (citado por Linares, Prado y Zelaya, 2012), la generación de recursos económicos en el sector no son suficientes para la mayoría de los productores a fin de satisfacer sus necesidades básicas5. Esta situación impide el desarrollo pleno de los miembros de familias agricultoras, debido a que los recursos generados por esta actividad no son suficientes para mejorar los niveles de escolaridad, y por consiguiente para acceder a mejores oportunidades laborales. 1.3. Los datos censales del 2003 reflejan que un altísimo porcentaje de los productores agrícolas del país está constituido por pequeños productores. El número de fincas censadas en el 2003 refleja que éstas llegan aproximadamente a las 831,000 unidades; de las cuales un 87% corresponde a unidades productivas de menos de 3.5 Ha., que ocupan un poco más del 16% de la superficie total del país. En términos de la distribución espacial del total de productores y número de fincas, los departamentos de Huehuetenango, Alta Verapaz y San Marcos son los que cuentan con mayor concentración de pequeños productores. No obstante, en cuanto a la superficie total de las fincas, en el departamento del Petén se encuentra un cuarto del total de la superficie agrícola del país, seguido por Alta Verapaz con un poco más de un décimo del total. 1.4. La producción de cultivos de consumo interno, tales como el maíz y el frijol, se implementa en todo el territorio nacional, y se lleva a cabo fundamentalmente por pequeños productores. Los agricultores de granos básicos han sido clasificados en 4 grupos, siendo éstos: (i) agricultores de infra-subsistencia: cubren sus necesidades alimenticias a partir de la producción de sus tierras y del ingreso de servicio de mano de obra; (ii) agricultores de subsistencia: a través de la siembra de sus parcelas, este grupo cubre las necesidades de alimentación; (iii) agricultores excedentarios: no sólo cubren sus requerimientos alimenticios sino también destinan parte de su producción a la venta en los mercados; y (iv) agricultores comerciales: este grupo destina toda su producción para la comercialización. Los principales cultivos agrícolas son el maíz, el frijol, el arroz, el sorgo y el trigo; en cuanto a los productos de exportación, el café, el banano, y las hortalizas son los que lideran el mercado. Exposición de la agricultura a eventos climáticos y necesidad del seguro agrícola 1.5. La producción agrícola depende casi completamente del comportamiento de los regímenes pluviométricos. Las características topográficas variadas dentro del país se reflejan en los valores medios de precipitación. Dicho valores van desde un mínimo de 800 mm hasta un 3 De acuerdo con Linares, Prado y Zelaya (2012), en el 2006 las líneas de pobreza extrema y pobreza fueron establecidos en US$421 y US$865 por mes por familia, respectivamente. 4 IFAD (ND); y Avivara (ND) 5 Los datos de la ENCOVI 2006 muestran que un poco menos del 7% del total de los trabajadores agrícolas general ingresos superiores al salario mínimo establecido por las autoridades guatemaltecas. -2- máximo 4000 mm por año. En el país existen dos estaciones agrícolas que coinciden con el comportamiento pluviométrico: (i) Primera: que inicia en abril-mayo; y (ii) Postrera, que inicia en agosto-septiembre. Mientras tanto, la estación seca comprende los meses de noviembre hasta abril. Por otro lado, del total de la superficie idónea para la producción agrícola (cerca de 2.94 millones de hectáreas), 88% del total son aptas para ser irrigadas (2.6 millones de hectáreas). Sin embargo, únicamente el 5% del total (133,803 hectáreas) cuenta con sistemas de irrigación. De este pequeño porcentaje de área irrigada, el 51% está concentrado en cañaverales, un 27% en cultivos hortícolas y granos básicos, un 14% en bananales y el 8% restante en frutales. 1.6. La alta proporción de los sistemas agrícolas de secano, aunado a la degradación de los sistemas productivos, hacen que el sector agrícola obtenga bajos niveles productivos y, además, sea muy vulnerable a las variaciones climáticas en comparación al resto de países de América Latina (ver Figura 1.2). Guatemala está expuesta a diversos fenómenos o tipos de desastres, incluyendo: eventos ciclónicos, inundaciones, heladas, erupciones, eventos telúricos, otros. En términos de su exposición a eventos de sequía se estima que una gran proporción de los departamentos de Jutiapa, Chiquimula, Jalapa, Zacapa, El Progreso, Baja Verapaz y Quiché se clasifican como zonas de riesgo “bastante alto” o “extremadamente alto” de secas. Figura 1.2. Comparativos de indicadores de vulnerabilidad de Guatemala y media de países que conforma América Latina. Nota: Empleo en Agricultura*, Agricultura de Secano*, Gini*, Irrigación en Agricultura*, Degradación Suelos***, Riesgo a Eventos Extremos****, Fuentes: * World Development Indicators 2007 (promedio datos 2000-2007); ***FAO AGL, 2005, ****Germanwatch, citados por Banco Mundial 2009 1.7. Guatemala ha sufrido continuamente del embate de eventos hidrometeorológicos, muchos de los cuales han sido relacionados con variaciones climáticas globales. Datos analizados por el Banco Mundial (2011) revelan cambios en el comportamiento de variables climáticas que son críticas para la sostenibilidad de los sistemas agropecuarios. Por ejemplo, condiciones extremas de precipitación y temperatura (máximas y mínimas) se han incrementado entre 1961 y 2003. Igualmente, ha habido un desplazamiento en el número de días con heladas de Diciembre a Febrero, mientras que días más calurosos son cada vez menos frecuentes en Marzo. Asimismo, la temporada seca (o verano) se ha extendido y el número de días secos dentro del -3- período lluvioso (o invierno) han aumentado. Dichas variaciones climáticas han ocasionado pérdidas en la economía nacional. Un estudio previo del Banco Mundial6 estimó que el costo anual debido a las afectaciones ocasionadas por diversos desastres entre 1997 y el 2006 ha sido cercano al 0.51% del PIB. 1.8. En años recientes, valores extremos de precipitación (tanto positiva como negativa) se han registrado en concordancia, en algunos casos, con eventos de El Niño Oscilación del Sur. Por ejemplo, niveles bajos de precipitación fueron registrados durante el 2004 y el 2006 debido a la influencia de El Niño; mientras que los niveles máximos de precipitación registrados durante el 2005 y el 2007 coincidieron con los años Niña. Sin embargo, también se registraron años con valores extremos que no se correspondieron con fenómenos ENOS: por ejemplo, en el año 2001 hubo un importante déficit de precipitaciones que no tuvo relación con eventos El Niño. Proyecto de asistencia técnica del Banco Mundial 1.9. La creciente afectación de fenómenos hidrometeorológicos – la sequía en lo particular – ha motivado a las autoridades guatemaltecas a implementar diversos planes, estrategias y programas para la reducción y mitigación de desastres7. Los gastos que el Gobierno realiza en temas de gestión de riesgo de desastres son clasificados en cuatro categorías: Identificación y análisis, que concentra aproximadamente el 12.6% del gasto; Respuesta, que comprende 25.5% del total; Recuperación, con un 37.2%; y Preparación y Desarrollo de Capacidades, con un 24.7% (ver Figura 1.3). Figura 1.3. Desglose de gastos del Gobierno de Guatemala en gestión de riesgos. Montos expresados en millones de dólares norteamericanos. Fuente: Orihuela (2012), citado por UNISDR (2013) 6 Informe No. 36459 – GT, “ República de Guatemala: Análisis Ambiental del País Abordando los Aspectos Ambientales de la Expansión Comercial y de Infraestructura” 7 Algunos de estos programas incluyen: (i) Política Nacional para la Reducción de Riesgo a los Desastres en Guatemala; (ii) Estrategia de Reducción de la Malnutrición en Guatemala; (iii) Plan Estratégico de Seguridad Alimentaria y Nutricional para Occidente – PLANOCC 2012 -2016; (iv) Pacto Hambre Cero. -4- 1.10. A pesar de lo anterior, ninguna partida presupuestaria ha sido orientada específicamente a atender las necesidades del sector agrícola. En el caso que ocurran eventos extremos que generen pérdidas en el sector y por ende afecte a la población más vulnerable del país, el Gobierno brinda asistencia a los segmentos afectados a través del Comité Nacional de Emergencias (CONE) y de la Coordinadora Nacional para la Reducción de Desastres (CONRED). 1.11. Conscientes de la importancia del rol que juegan los seguros agropecuarios para estimular la inversión en el sector y para lograr la estabilización de flujo de efectivo de los productores, el Gobierno ha fomentado el desarrollo del mercado de seguros agropecuarios a través del Programa DaCrédito. Este programa administra un fideicomiso cuya finalidad consiste en facilitar capital de trabajo para la producción e inversión agrícola de los agricultores de todo el país. Uno de los objetivos es minimizar los riesgos de producción de aquellos proyectos financiados por este programa a través del seguro agropecuario. Tanto los créditos como los seguros disponibles para los productores son otorgados por las entidades financieras que tienen un convenio de participación en esta iniciativa. 1.12. A pesar de que los seguros agrícolas emitidos bajo este programa cuentan con un subsidio importante a la prima, el número de productores asegurados en el 2009 fue de apenas 1.38% del total (11,382 productores)8. Existe un amplio universo de productores agropecuarios que no tienen acceso al seguro, en particular pequeños productores que están muy lejos de verse alcanzados por los beneficios que otorgan estos instrumentos de transferencia de riesgo. 1.13. Debido a que los pequeños productores están dedicados principalmente al cultivo de granos básicos, el impacto de eventos extremos sobre sus sistemas productivos ocasiona crisis alimentarias severas. Por ejemplo, la sequía del 2012 que se prolongó hasta el período de canícula9 del mismo año forzó a las autoridades del país a declarar Estado de Calamidad a nivel Nacional. La crisis alimentaria ocasionada por este evento provocó la muerte por inanición de 400 personas. Anteriormente, las cifras del Ministerio de Salud reportaron en el 2009 pérdidas de hasta el 90% de los cultivos de frijol y maíz debido a la escasez de lluvia registrada desde el año anterior (SESAN, 2010)10. Este fenómeno afectó a cerca de 2.7 millones de personas, y causó el fallecimiento de más de 500 personas. 1.14. En este contexto, las autoridades del MAGA solicitaron al Banco Mundial el desarrollo de un estudio de factibilidad para la creación de un instrumento financiero que permitiera brindar protección a los pequeños productores y población vulnerable ante eventos de sequía. Debido a los grandes retos operativos y el tiempo prolongado que implicaría proteger a la mayoría de pequeños productores a través de un esquema de seguro tradicional, el Banco Mundial propuso evaluar la viabilidad técnica-operativa de un esquema de seguro basado en índices climáticos. El producto propuesto contempla que el MAGA sea el Asegurado y que los pagos indemnizatorios que eventualmente reciba puedan ser transferidos como ayuda 8 Cifra estimada a partir de los datos del IV Censo Nacional del 2003, en donde el número total de productores ascendía a 822,188. 9 La canícula es un período dentro de la temporada de lluvias que se caracteriza por presentar una disminución de la lluvia precipitada. Ésta transcurre entre el 15 de Julio y el 15 de Agosto. Ver la Figura 2.5 del Capítulo 2. 10 http://www.soyperiodista.com/noticias/nota208-grave-crisis-alimentaria-afecta-a-guatemala -5- compensatoria a segmentos específicos de la población (beneficiarios). 1.15. El diseño del seguro antes mencionado se asemejaría a los contratos que están actualmente en operación en México (inicio en 2003), Etiopía (inicio en 2006), y Malawi (inicio en 2008): el objetivo de este tipo de seguro es proteger a los sectores vulnerables del país que caen en riesgo de inseguridad alimentaria a raíz de la ocurrencia de sequías severas. En este sentido, la activación de un pago que se genere a través de este instrumento brindaría recursos financieros a las autoridades gubernamentales con la finalidad de poder financiar oportunamente los costos de cualquier tipo de medida de apoyo Gubernamental que se considere necesaria para reducir el riesgo de inseguridad alimentaria en algunas zonas específicas o bien en la totalidad del territorio nacional. 1.16. La ejecución de este estudio de factibilidad ha sido conducida dentro del marco del proyecto “Desarrollo del Mercado de Seguros Agropecuarios de Guatemala - P131295”. Partes integrales de este estudio constituyen el diseño operativo de un seguro indexado y la elaboración de una Herramienta de Tarificación; instrumentos que podrán ser utilizados principalmente por el sector (re) asegurador para su futura implementación. En este contexto; se ha brindado igualmente capacitación a las autoridades del MAGA y a los actores principales del sector asegurador del país en la comprensión y manejo de dichas herramientas. Estructura del informe 1.17. Este documento está estructurado en seis capítulos, incluyendo esta sección introductoria. El Segundo Capítulo está referido a la caracterización de los sistemas productivos en Guatemala, su importancia para el desarrollo socio-económico del país, y la exposición del sector ante la ocurrencia de eventos climáticos con énfasis en las sequías. 1.18. El Tercer Capítulo trata sobre los mecanismos de respuesta aplicados por el Gobierno de Guatemala ante sequías extremas. En esta sección se explica; además, cómo el seguro indexado ha sido utilizado en diversos países del mundo para tratar aspectos de seguridad alimentaria que están relacionados con la afectación de eventos hidrometeorológicos, y sobre la posible aplicación dentro del contexto del país. 1.19. En el Cuarto Capítulo se estudia los aspectos clave del diseño de un esquema de seguro indexado a nivel macro y se explica el procedimiento de tarificación utilizado para el cálculo de las primas de seguro. 1.20. El Quinto Capítulo aborda sobre los aspectos legales, institucionales, operativos y financieros requeridos para la implementación y operación de dicho esquema de seguro. 1.21. El último capítulo presenta las conclusiones y recomendaciones sobre los siguientes pasos que deberán tomarse para el desarrollo e implementación de este instrumento financiero. Para referencia de los lectores, este informe presenta cuatro anexos técnicos. -6- 2. Agricultura en Guatemala: exposición a eventos climáticos y riesgos naturales. Esta sección tiene como objetivo presentar la caracterización de la producción agropecuaria y los sistemas de producción de granos básicos, que componen gran parte de la dieta de los sectores más vulnerables del país. Asimismo, se discute sobre la problemática del país frente aspectos de seguridad alimentaria. Por último, se discute sobre el mercado nacional de seguros agropecuarios. Caracterización de la Producción Agropecuaria 2.1. Hoy en día, la información más actualizada sobre la distribución del uso de la tierra en el sector agropecuario proviene del IV Censo Nacional del 2003. El análisis de esta información en comparación con los datos recabados en 1950 refleja un crecimiento en el número de fincas que pasó de 348,687 a 830,684 unidades productivas. Lo anterior se debió principalmente al proceso de redistribución de tierras a través del programa nacional de Reforma Agraria y a la fragmentación de las unidades productivas entre las distintas generaciones propietarias. Durante este período, el área productiva total permaneció casi invariable en 3.73 millones de hectáreas (excluyendo áreas forestales); no obstante, el área promedio por finca disminuyó de 10.7 Ha en 1950 a cerca de 4.5 Ha en el 2003. Asimismo, la distribución de productores con propiedades inferiores a las 0.7 Ha (1 Manzana) pasó de un 21% del total de productores censados en 1950 a más del 45% del total en el 2003. En este último censo, los datos indican que el área de las fincas con menos de 3.5 Ha (5 Manzanas) está conformado por casi el 87% de las fincas censadas del país y más de dos terceras partes del total de las fincas (67.5%) se encuentran en el rango tamaño de propiedades inferiores a las 1.4 Ha. Se entiende que este proceso de fragmentación del tamaño de las fincas ha continuado desde entonces, situación que ha afectado negativamente la competitividad del sector. 2.2. Existe grandes diferencias entre Departamentos en lo que respecta al tamaño promedio de las fincas (ver Figura 2.1). Los datos del Censo del 2003 indican que las regiones del Altiplano y las regiones del Noroeste, Central y Oeste11 del país se caracterizan por contar con el promedio de tamaño de fincas más pequeño del país con menos de 2 Ha. Por el contrario, el promedio sube hasta 21 Ha en el Departamento de Escuintla y hasta 28 Ha en Petén, en el pacífico sur y norte del país, respectivamente. 11 Estas regiones están conformadas por los departamentos de Totonicapán, Sololá, Sacatepéquez, Chimaltenango, Huehuetenango, San Marcos y Quetzaltenango. -7- Figura 2.1. Promedio de Fincas por Departamento, expresado en hectáreas. Prom. Nacional 4.5 Petén 28.1 Escuintla Izabal Retalhuleu Suchitepéquez Zacapa 6.8 Santa Rosa El Progreso Alta Verapaz Guatemala Baja Verapaz 3.2 Jutiapa Jalapa Chiquimula Quiché Quetzaltenango 1.9 San Marcos Huehuetenango Chimaltenango Sacatepéquez Sololá Totonicapán 0.0 5.0 10.0 15.0 20.0 25.0 Fuente: IV Censo Nacional Agropecuario 2003. 2.3. En este contexto, resulta igualmente notable el aumento en el número de productores en el país desde el 2003. En el 2011, se estima que hay cerca de 1.3 millones de productores agropecuarios. De éstos, un 87.4% reportaron ser dueños de sus fincas, mientras que el porcentaje faltante son arrendatarios (MAGA, 2012). La composición del universo de estas fincas se discuten a mayor profundidad en el Capítulo 3. Uso de la Tierra en Guatemala 2.4. Existe un estimado de 1.3 millones de explotaciones agropecuarias en el país, que en su conjunto cubren más de 5.3 millones de hectáreas. Del total de área productiva, un 35% está destinada para la producción de cultivos anuales y permanentes; un 35% son pastizales y un 17% está cubierto de bosques naturales (ver Figura 2.2). -8- Figura 2.2. Distribución de Uso de Tierra según categorías, 2008. Uso de Tierra (5.32 millones de Ha), 2008 Otros Barbecho 5% Cultivos 8% Anuales 17% Bosque 17% Cultivos Perennes 18% Pasturas 35% Fuente: INE 2010 Cultivos Principales y sus Tendencias 2.5. De acuerdo a datos de la FAO, en el año 2011 el área plantada y cosechada fue de 2,186,108 Ha, siendo el maíz el cultivo de mayor importancia con 841,094 Ha (38.5% del total del área cosechada).En orden descendente, los cultivos con mayor área cosechada son el Café con 249, 916 Ha (11.4% de total), Caña de Azúcar con 239,261 Ha (10.9% de total), y frijoles con 238,141 Ha (10.9% del total). Y en menor escala se encuentran el banano, sorgo, papa, arroz, yuca y trigo (ver Figura 2.3). Figura 2.3. Diez cultivos agrícolas más importantes del país. Datos expresados como porcentaje del área total cosechada en 2011 (2,186,108 Ha). Otros, 14% Sorgo, 1% Ajonjolí, 2% Palma Africana (fruta), 3% Nuez moscada, Maíz, 38% macis, cardamomo, 3% Banano, 3% Caucho Natural, 3% Frijoles (secos), 11% Caña de Azúcar, 11% Café (verde), 11% Fuente: FAOSTAT -9- 2.6. Durante los últimos doce años tanto la superficie arada como el área de los cultivos de consumo y comerciales han crecido significativamente en el país (FAOSTAT). Entre el 2000 y 2011, el área sembrada y cosechada pasó de 1.61 millones a 2.2 millones de hectáreas, lo que representa un incremento del 36%. El análisis de los seis principales cultivos muestra que la superficie bananera ha experimentado un incremento de 253% sobre una superficie inicial de 18,200 Ha. Asimismo, la superficie cosechada de los cultivos de consumo tales como el frijol y el maíz registraron incrementos de un 87% (127,400 Ha a 238,141 Ha) y de un 42% (591,500 ha a 841,094 Ha), respectivamente. Del total de cultivos analizados, el café ha sido el único cultivo que ha sufrido una leve disminución en el área cosechada. En cuanto a los valores de producción, estos han aumentado en todos los cultivos principales, excepto nuevamente para el café. Para el caso del banano, caña de azúcar, nuez moscada y cardamomo, el incremento en la producción se debió casi exclusivamente al aumento del área cultivada y área cosechada. Por otra parte, los cultivos de frijol y maíz registraron incrementos de entre 10% y 20% en sus rendimientos, mientras que el rendimiento del resto de cultivos se mantuvo o se redujo durante este mismo período. 2.7. En el 2005, los rendimientos de la mayoría de los cultivos se vieron afectados negativamente debido al Huracán Stan. En el caso del banano se registró una disminución de hasta un 50% en comparación a la media móvil de los últimos 10 años; y en el maíz, los rendimientos alcanzaron a duras penas un 29% de la media móvil de 10 años. A causa de los vientos ciclónicos, excesos de lluvia e inundaciones provocadas por este evento, se estima que más de 720,000 Ha de cultivos fueron dañadas: las pérdidas en el maíz amarillo ascendieron a más del 50% del área, 80% en el caso del frijol negro, 30% en el maíz blanco, 90% en banano, y 5 % en la caña de azúcar (Banco Mundial 2011). La Tabla 2.1. muestra la evolución de los datos de producción, área cosechada y rendimiento de diferentes cultivos. Tabla 2.1. Cambio porcentual en el área cosechada (Ha), producción (MT), y rendimiento promedio (Kg/Ha) de los principales cultivos. Panel “a”. Año 2011 en relación al año 2000. Nuez Frijol Café Moscada, Caña de Item Banano Maíz (Seco) (Verde) Mace, Azúcar Cardamomo Área Cosechada (Ha) 253% 87% -8% 42% 47% 31% Producción (MT) 181% 120% -22% 59% 53% 14% Rendimiento Promedio -21% 18% -15% 12% 4% -13% (Kg/Ha) Panel “b”. Promedio 2006-2011 en relación al promedio 2000-2005 Nuez Frijol Café Moscada, Caña de Item Banano Maíz (Seco) (Verde) Mace, Azúcar Cardamomo Área Cosechada (Ha) 143% 78% -2% 17% 13% 5% Producción (MT) 115% 99% -6% 44% 11% 6% Rendimiento Promedio -20% 12% -3% 23% -1% 2% (Kg/Ha) Fuente: FAOSTAT (Para un análisis completo, ver Anexo 1) - 10 - Principales sistemas de producción agrícola y ganadera y su impacto en la Seguridad Alimentaria. Producción de Granos Básicos 2.8. Los cultivos de frijol, arroz y maíz son los principales cultivos del país. El Maíz se produce a lo largo de todo el territorio en aproximadamente 800,000 unidades productivas. La producción total de este cultivo alcanza a cubrir el 98% del total de la demanda de maíz blanco que es destinado para consumo humano; y tan sólo el 30% de la demanda destinada para la alimentación de animales de granja (maíz amarillo). En cuanto al frijol, el volumen de producción cubre casi la totalidad de la demanda interna. Caso contrario ocurre con el arroz, cuya producción apenas cubre un 30% de la demanda interna. 2.9. Los niveles de eficiencia productiva de estos cultivos son iguales o inferiores que el promedio mundial (ver Figura 2.4). Por un lado, los niveles productivos del arroz y del maíz están por debajo de la media mundial en 35% y 62%, respectivamente; mientras que el frijol tiene una eficiencia productiva en Guatemala similar al promedio mundial, que ronda las 0.8 Toneladas por hectárea. Dentro de las razones que explican tan bajos niveles de rendimiento por unidad productiva se pueden mencionar: (i) la imposibilidad de lograr eficiencias de escala debido al tamaño reducido de las fincas (se estima que cerca del 60% de la producción de dichos cultivos proviene de fincas con superficies inferiores a las 7 Ha); (ii) el seguimiento de paquetes productivos tradicionales, caracterizados por bajo consumo de semillas mejoradas y agroquímicos; (iii) la falta de asistencia técnica y acceso a instrumentos financieros para la aplicación de mejores prácticas agrícolas; y (iv) el aumento de eventos climáticos extremos y el impacto que estos generan en los rendimientos (ISDE, 2011). Figura 2.4. Eficiencia productiva promedio de los principales cultivos de granos básicos en Guatemala (Ton/Ha). a. Maíz. b. Frijol. - 11 - c. Arroz. Fuente: ISDE, 2011. Producción Primaria y Seguridad Alimentaria 2.10. El sistema de seguridad alimentaria del país está relacionado con la producción de granos básicos, especialmente maíz, frijol y arroz (MAGA, 2008). Los cultivos de maíz, frijol, arroz, trigo y sorgo constituyen la principal fuente de carbohidratos (65% del total) y proteínas (cerca de 71%) en la dieta de la población nacional. En este sentido, cualquier afectación en la calidad y producción de dichos rubros genera impactos negativos en la salud de la familia rural. En términos de flujo de alimentos, los bajos niveles productivos aunado a la estacionalidad de los ciclos agrícolas (Mayo a Noviembre) impide garantizar el abastecimiento de granos a las familias rurales a lo largo del año. Lo anterior es más marcado durante los meses de abril a agosto, período durante el cual las reservas de alimentos son normalmente limitadas (ver Figura 2.5.). Figura 2.5. Calendario estacional de producción de alimentos en Guatemala Fuente: FEWS NET, 2013 2.11. La alta vulnerabilidad del sector productivo de granos básicos, y las limitaciones que tienen los grupos rurales más vulnerables para garantizar de manera oportuna y permanente sus alimentos, se traduce en alarmantes índices de desnutrición crónica. De acuerdo a datos publicados por ENSMI (2008-2009, citado por FAO & PMA, 2010), Guatemala presenta una de las tasas de desnutrición crónica más elevadas en América Latina y el Caribe, y en el mundo entero. Se estima que los efectos negativos que esta situación conlleva en el desarrollo pleno de las facultades de la población representan un costo equivalente al 11.4% del PIB anual. En - 12 - términos espaciales, las regiones del país con mayor porcentaje de afectación de desnutrición aguda y crónica corresponden a las regiones Orientales y Occidentales, respectivamente. 2.12. En los últimos 17 años (1997-2013), severas limitaciones de disponibilidad de alimentos han sido registrados a causa de eventos asociados con anomalías negativas de precipitación (sequías) y eventos El Niño. Una de las crisis alimentarias más severas de las últimas dos décadas ocurrió en el 2001, cuando se registraron pérdidas de hasta un 80% del frijol de primera12, y más de 120,300 personas se vieron afectadas. Debido a este fenómeno, los gastos estimados en que incurrió el Gobierno de Guatemala para atender la emergencia alimentaria fue de aproximadamente US$852,000. No obstante, las pérdidas totales estimadas del sector agrícola ascendieron a los US$ 12.3 millones, cifra equivalente al 54.9% del total de las pérdidas registradas a nivel nacional (CEPAL, 2002). 2.13. Eventos más recientes que provocaron limitaciones de alimentos debido a sequías fueron registrados en los años del 2009 y 2012. En el 2009, las pérdidas estimadas en el sector agrícola por la falta de lluvias ascendieron a más de US$14.6 millones. Como consecuencia de este evento, en septiembre del 2009 las autoridades nacionales contabilizaron que cerca de 54,000 familias sufrían hambre y que otras 400,000 se verían en similares condiciones para fin de año13. Los departamentos más afectados por este fenómeno fueron Baja Verapaz, Jalapa, Jutiapa, El Progreso, Chiquimula, Santa Rosa y Zacapa14. Posteriormente, un estudio de evaluación rápida sobre el impacto de la sequía del 2012 en la seguridad alimentaria en los departamentos que comprenden el Corredor Seco reportó que las pérdidas en los cultivos de maíz y frijol ocasionarían que el período anual de escasez de alimentos en el año siguiente se prolongaría: se iniciaría cuatro meses antes de lo habitual, iniciándose en el mes de enero, y se extendería hasta el mes de agosto, o incluso más aún (ver Figura 2.5.). Producción Pecuaria 2.14. De acuerdo a estadísticas recabadas en el 2000 por el MAGA, la estimación del valor económico del inventario ganadero ascendía a US$1.6 mil millones de dólares15. De éstos, el subsector de ganadería bovina concentraba más del 55% del valor total del sector, seguido por la porcicultura que comprendía cerca del 33% del valor total. Estos valores presentan el mismo patrón que la distribución del número de cabezas reportados en el último censo agropecuario del 2003: de un total de 3.49 millones de cabezas de ganado, un 51% corresponde a bovinos y un 25% a porcinos. La Tabla 2.2 muestra distribución de número de cabezas y colmenas por categoría ganadera. 12 AP (2001) Sequía en Guatemala acabó con 80% de cosecha de frijol, 30 Julio, [En línea] Disponible: http://archivo.laprensa.com.ni/archivo/2001/julio/30/elmundo/elmundo-20010730-04.html 13 El Universo (2009) Hambruna por sequía que azota a Guatemala, 9 Septiembre, [En línea] Disponible: http://www.eluniverso.com/2009/09/10/1/1361/hambruna-sequia-azota-guatemala.html 14 La superficie ocupada por estos departamentos es la zona comúnmente denominada como Corredor Seco, la cual se caracteriza por ser un área semiárida y de bajos rendimientos. Se estima que en esta región habitan cerca de 300,000 familias (19% de la población total del País). 15 La tasa de cambio utilizada para la conversión del valor económico del inventario del sector pecuario en el país fue de Q7.77347 por cada dólar norteamericano. - 13 - Tabla 2.2. Existencia de ganado, aves y colmenas al momento del levantamiento de datos del IV Censo Agropecuario, 2003. Existencia Total (Ganado, Categoría (animal.&.col aves y N° Fincas menas) colmenas) Bovino 1,775,831 106,789 Búfalos 1,948 95 Caballar, mular y asnal 227,938 126,730 Ganado Caprino 84,195 9,673 Cunícula 140,751 6,905 Ovino 402,108 42,313 Porcino 862,932 110,861 Total Ganado 3,495,703 Codornices 93,586 1,203 Gallinas, gallos, pollas y pollos 29,711,335 229,379 Aves Patos 1,564,633 54,428 Pavos 1,146,737 83,572 Total Aves 32,516,291 Colmenas 60,297 4,608 Colmenas Total Colmenas 60,297 Fuente: IV Censo Nacional Agropecuario 2003, Tomo IV. 2.15. En términos de generación de empleo, el sector pecuario es, al igual que la agricultura, una fuente importante para la ocupación de trabajo directo e indirecto en el país16. En el 2001, de los 210,000 empleos generados por esta actividad, el 38% de éstos estaban clasificados como empleados directos17; mientras que del total de puestos indirectos 70,000 se concentran en la producción de pollo y huevo, y 60,000 en la producción porcina (MAGA, ND). Acceso de los productores a créditos e insumos 2.16. La cartera crediticia18 al 31 de Diciembre del 2012 era de US$16,014 millones, de los cuales sólo 6% de la misma se destinaba a actividades agrícolas. En comparación a la distribución de la cartera en Enero de 2008, dicho porcentaje se ha mantenido constante; sin embargo, los créditos otorgados al sector agrícola en este período se han incrementado en un 55% 16 Los datos reflejados sobre el número de empleos generados dentro de la actividad ganadera del país fueron recolectados por las autoridades del Ministerio de Agricultura a partir de diferentes fuentes, a saber: Cámara de Productores de Leche, Asociación Nacional de Porcicultores (APOGUA), la Asociación Nacional de Avicultores (ANAVI) y del Consejo Nacional de Apicultores (CONAPI). 17 Los registros del sector pecuario están clasificados en los siguientes rubros: producción lechera, producción de huevos, producción apícola, y producción de carne bovina, porcina y avícola 18 El sistema financiero guatemalteco se encuentra integrado por 18 entidades bancarias, 16 entidades financieras y por 8 entidades fuera de plaza (bancos off shore). El valor de los activos a diciembre de 2008 fue de US$20.9 mil millones, de lo cuales un 83% está concentrado en bancos. - 14 - en términos absolutos. 2.17. Datos a diciembre del 2012 reflejan un acumulado de US$19,894 millones de dólares en activos en el sector bancario; de los cuales Industrial, BANRURAL, y G&T Continental lideran el grupo de bancos más grandes del país (ver Figura 2.6). Al 2011, estas mismas instituciones concentraban más del 65% del total de créditos del sistema financiero (Ríos, 2012). Figura 2.6. Posición Patrimonial de las diez instituciones bancarias más grandes del país, datos expresados en millones de dólares al 31 de Diciembre 2012 INDUSTRIAL, S. A. 5,084.0 DE DESARROLLO RURAL, S. A. 4,572.1 G&T CONTINENTAL, S. A. 3,471.2 AGROMERCANTIL DE GUATEMALA, S. A. CITIBANK DE GUATEMALA, S. A. REFORMADOR, S. A. DE LOS TRABAJADORES DE AMÉRICA CENTRAL, S. A. INTERNACIONAL, S. A. EL CRÉDITO HIPOTECARIO NACIONAL DE… 0 1000 2000 3000 4000 5000 6000 Fuente: Superintendencia de Bancos (http://infopub.sib.gob.gt/pls/htmldbext/f?p=124:507:0::NO:::) 2.18. BANRURAL es una de los pocos bancos especializados en desarrollo agrícola de América Latina19 y uno de los de mayor presencia rural en Guatemala. Esta institución surge en 1997 como una sociedad anónima de desarrollo que otorga servicios financieros a diversos sectores del país incluyendo al sector agropecuario, administra distintos fideicomisos de naturaleza pública, y funge como entidad de segundo piso para facilitar el acceso a recursos financieros a las micro, pequeñas y medianas empresas rurales. La amplia red de sucursales que posee BANRURAL (323 agencias a nivel nacional) le permiten asistir a más de 4 millones de clientes20, la mayoría de los cuales se encuentran en las zonas rurales21. 19 De acuerdo a la ALIDE, la creación del Banco de Desarrollo Rural S.A. (BANRURAL) permite incluir a Guatemala dentro de los siete países de América Latina que cuentan con bancos de desarrollo especializados en el sector rural. Los otros países que cuentan con instituciones similares son Ecuador con el Banco Nacional de Fomento (BNF), El Salvador con el Banco de Fomento Agropecuario, Honduras con el Banco Nacional de Desarrollo Agrícola, Panamá a través del Banco de Desarrollo Agropecuario (BDA), Paraguay con el Banco Nacional de Fomento y República Dominicana con el Banco Agrícola de la República Dominicana (BAGRICOLA). 20 http://www.banrural.com.gt/cobisbv/home.asp#nogo 21 Al 2007, cerca de un 87% de las colocaciones del BANRURAL se realizaron fuera de la capital, y 60% del total de las colocaciones se dirigieron a las zonas rurales del país. - 15 - 2.19. La cartera agropecuaria en BANRURAL fue en sus inicios superior al 50% del total de sus colocaciones. Dicho porcentaje se ha venido reduciendo en el transcurso de los años, pero tanto el monto de los créditos como el número de clientes del sector agropecuario han crecido significativamente. Según Trivelli (2007), el total de colocaciones de esta entidad bancaria en el 2006 ascendía a US$673.8 millones; de los cuales la cartera agropecuaria representaba un poco más del 11.4%. El crédito promedio otorgado al sector agropecuario asciende a US$2,839 con una morosidad del 1% de la cartera22 para un total de 28,810 créditos aprobados a una tasa promedio anual equivalente al 16%. Cabe mencionar, no obstante, que dicha institución no coloca préstamos en cultivos de subsistencia, y su preferencia de clientes está en aquellos que cuentan con una diversificación de ingresos. 2.20. Como se ha mencionado, BANRURAL ha registrado un cambio de tendencia positivo en sus colocaciones agropecuarias, las que pasaron de US$35.4 millones en 1998 a cerca de US$76.8 millones en el 2006. Parte del mayor alcance crediticio en general y del sector agropecuario en lo particular se debe al eficiente desempeño de sus analistas de crédito, quienes manejan en promedio 500 clientes cada uno. De éstos, se estima que un 20% responde a créditos destinados a la producción y el resto para consumo. En términos de plazos de los préstamos, éstos se definen conforme a la duración de los ciclos productivos, teniéndose como referencia 6 meses en promedio para la producción agrícola y otorgándose plazos de mediano plazo principalmente para el sector ganadero (Trivelli, 2007). El Mercado de Seguros en Guatemala 2.21. La Superintendencia de Bancos es el órgano supervisor de la industria aseguradora del país. La regulación del mercado de seguros se rige actualmente por la Ley de la Actividad Aseguradora, que fue aprobada por el Congreso de la República bajo el Decreto No 25-2010, y se hizo efectiva el 1 de Enero del 2011. Esta nueva Ley reconoce dos clases de seguros: Seguro de vida (o de personas) y Seguro de daños. 2.22. Guatemala es el 11vo mercado de seguros más grande de Latino América y 87vo a nivel mundial. De acuerdo a estadísticas publicadas por Axco (2012), el monto total de primas en el 2011 en el mercado nacional fue de US$ 606 millones. De este total, se estima que un 20% proviene del ramo vida; un 55% del ramo patrimonial, y un 25% de accidentes personales y salud. Contando todos los ramos, la penetración del mercado de seguros es de apenas un 1.24% del PIB, lo cual representa uno de los índices de penetración más bajos de América Central23. En el 2011, estaban registradas 17 compañías aseguradoras, incluyendo la empresa Crédito Hipotecario Nacional (CHN), que concentra todos los riesgos del Gobierno. Del grupo de compañías existentes, dos operan únicamente en el ramo vida y el resto operan tanto vida como patrimoniales. La mayoría de estas compañías participan activamente dentro de la Asociación Guatemalteca de Instituciones de Seguros (AGIS). 22 La morosidad está definida como aquel préstamo para el cual han transcurrido más de 30 días de la fecha de pago. 23 Los datos de otros países incluye a El Salvador con un índice de penetración del mercado de seguros equivalente al 2.14% del PIB, Honduras con 1.94% y Nicaragua con 1.80%. - 16 - 2.23. En lo que respecta al mercado patrimonial, el ramo de automóviles lidera con un 39% del total de primas emitidas en el 2011; seguido por los seguros de daños con un 35%, y luego por los seguros marítimos, aviación y seguro de tránsito con un 10% del total. Los seguros agrícolas representa hoy en día una pequeña fracción del mercado de patrimoniales (2% del total de primas emitidas en el 2011) y se clasifican dentro de la categoría de misceláneos. 2.24. El mercado de seguros patrimoniales está dominado por las aseguradoras G&T y El Roble, que en 2011 concentraron cerca del 53% del total de primas emitidas bajo este ramo. Ambas compañías suscriben, además, seguros de vida, y forman parte de grandes grupos financieros, como lo son el Banco G&T Continental y el Banco Industrial, respectivamente. Las cinco aseguradoras más importantes en el ramo de seguros de daños incluye, además de G&T y El Roble, a General, Universales y CHN. El volumen total de primas emitidas por este grupo de aseguradoras representa el 73% del total en el ramo de daños (Axco, 2012). Los Seguros Agropecuarios 2.25. El origen de los seguros agropecuarios en el país se remonta al año 1998. Una compañía aseguradora, con el apoyo de las autoridades del MAGA, piloteó un programa de seguros multiriesgo (MPCI) para plantaciones de maíz ubicadas en las regiones del sur del país. Este producto fue luego discontinuado debido a la baja demanda por parte de los productores. No obstante, hubo un renovado interés por parte del sector asegurador luego de las afectaciones en la agricultura nacional provocadas por el Huracán Mitch. A raíz de lo anterior, se desarrollaron varios programas de seguros agrícolas y pecuarios bajo el asesoramiento técnico de ProAgro que es una empresa de seguros Mexicana especializada en el ramo agrícola. A partir del año 2005, las autoridades han contribuido activamente en la promoción de los seguros agropecuarios a través de la creación de varios fideicomisos (ver Anexo 2, Tabla A2.1). Uno de los fideicomisos más importantes para el desarrollo del sector agropecuario ha sido GuateInvierte, cuyos fondos son destinados como garantía de los créditos agrícolas y para el subsidio al pago de las primas de aquellos productores que hayan solicitado crédito a través de este programa (Mahul and Stutley 2010). 2.26. Hoy en día, muy pocas aseguradoras ofrecen productos agropecuarios en el país. Este ramo es dominado por Seguros G&T, Seguros Agromercantil y Aseguradora Columna, quienes suscriben esquemas de seguro tradicional para cultivos, ganado, forestal y acuicultura. En lo que respecta a seguros de índice climático, La Ceiba ha participado activamente desde el año 2007 en el diseño y desarrollo de este tipo de productos. A la fecha, sin embargo, no ha logrado el lanzamiento de ninguna póliza de índices en Guatemala. 2.27. Los productos de seguros que se ofrecen principalmente en el mercado son esquemas de coberturas tradicionales para cultivos y ganado. Los productos para cultivos son en su mayoría del tipo multiriesgo e incluyen las siguientes opciones de cobertura: (i) Seguro a la inversión; (ii) Garantía de producción; y (iii) Seguro por Planta para cultivos perennes. Los riesgos cubiertos bajo estos esquemas son del tipo catastrófico tales como sequías, ciclones tropicales, inundaciones y heladas. Asimismo, la cobertura se brinda para una amplia lista de cultivos que incluye maíz, frijoles, banano, plátano, caña de azúcar, tabaco y mayoría de cultivos hortícolas (ver Anexo 2, Tabla A2.1). En el caso de la ganadería, las aseguradoras brindan seguros individuales o para hatos completos cuyas opciones de cobertura incluyen muerte accidental, enfermedades no especificadas, sacrificio forzado, y en algunos casos excepcionales, muerte al nacimiento. La cobertura en ganadería está sujeta a que cada animal asegurado esté debidamente marcado y que éste cuente con un certificado veterinario en donde se haga constar que el animal ha sido inoculado y que se encuentra en perfectas condiciones de salud al momento - 17 - del inicio de la cobertura. 2.28. A la fecha, ninguna compañía aseguradora guatemalteca ha logrado suscribir seguros de índice climático (WII) para cultivos. Entre el 2006 y el 2010, la Federación Interamericana de Empresas de Seguros (FIDES), el Banco Mundial, el Banco Interamericano de Desarrollo (BID) y el Banco Centroamericano de Integración Económica (BCIE) financiaron el proyecto “Apoyo al Desarrollo al Mercado de los Seguros Agropecuarios en Centroamérica”. Durante la ejecución de este proyecto se promovió activamente la introducción de los seguros WII para brindar coberturas contra riesgo de sequía y exceso de lluvia a pequeños productores de Nicaragua, Honduras y Guatemala. En el caso de Nicaragua, en donde se contó con una densa red de estaciones y datos meteorológicos de calidad, se logró comercializar pólizas indexadas para maní y arroz entre los años 2007 y 2010. Honduras, por otro lado, colocó tres pólizas para maíz en el 2008. En cuanto a Guatemala, no se logró diseñar ni aprobar ninguna póliza de índices debido a limitaciones con la red de estaciones meteorológicas y sus datos. A pesar de lo anterior, sin embargo, el proyecto apoyó en la generación de datos sintéticos (grillas) de 5 variables climáticas a través del asesoramiento de Agroasemex. Posteriormente, la USAID ha financiado desde el 2010 los costos de investigación y desarrollo para la creación de un seguro de índice para proteger a productores de café inscritos dentro de una cooperativa24. Esta última actividad ha sido ejecutada bajo el programa I4 (Index Insurance Innovation Initiative) a través de la colaboración de la Universidad de Berkeley y de la aseguradora La Ceiba SA, que participó como contraparte local. Al momento de elaboración de este informe se entiende que el proyecto I4 financió, además, los costos de asesoramiento de un consultor internacional para el diseño final de un contrato prototipo para café bajo un esquema de índices; sin embargo, no se cuentan con mayores detalles sobre el grado de avance de la consultoría aquí mencionada. Captación y Penetración de los Seguros Agropecuarios 2.29. Existe mucho camino por mejorar en lo referente al nivel de penetración de los seguros agropecuarios en Guatemala. La limitada información obtenida sobre el ramo muestra que la aseguradora Columna suscribió un pequeño portafolio entre los años 2004 y 2006; mientras que G&T, con el apoyo de ProAgro, logró un gran crecimiento entre los años 2008 y 2009 a través de la emisión de pólizas para cultivos, ganado y forestales. A finales del 2009, un total de 11,382 pólizas agropecuarias fueron vendidas, de las cuales 11,343 correspondieron a seguros agrícolas, 38 pólizas pecuarias y 1 póliza forestal. El total de suma asegurada en ese año ascendió a US$27.3 millones de dólares y un ingreso en primas equivalente a US$ 3.3 millones. En términos de penetración de mercado, el número de pólizas agrícolas vendidas cubrió aproximadamente 1.2% del total de productores en el país, mientras que la superficie asegurada fue 20,929 Ha, apenas el 1.0% del total de la superficie agrícola25. Se entiende que en el año 2009 se registraron los valores máximos de penetración del ramo; sin embargo, estas cifras se siguen considerando muy bajas. (Figura 2.7 panel “a” y panel “b”, y Anexo 2). 24 El sector cafetalero está expuesto a diversos riesgos, incluyendo exceso de lluvia, déficit hídrico (sequía), y en menor medida erupciones volcánicas, bajas temperaturas, y vientos huracanados asociados con tormentas ciclónicas (Sadoulet et al, Julio 2010). Muy recientemente, el cultivo de café se vio severamente afectado por la incidencia de roya. Este riesgo en particular, así como varios de los mencionados anteriormente, no pueden ser indexados y resulta poco probable que vayan a ser asegurados bajo otro tipo de esquemas. 25 De acuerdo a datos de la FAO, la superficie agrícola plantada en el 2009 era de aproximadamente 2.15 millones de hectáreas. - 18 - Figura 2.7. Tendencia del número de productores asegurados y Suma Asegurada en Guatemala, 2004 a 2009. Panel “a” Panel “b” Fuente: G&T y GuateInvierte. 2.30. Entre los años 2004 y 2009, el seguro agrícola ha sido dirigido principalmente a pequeños y medianos productores. Durante este período, el área promedio asegurada de los productores agrícolas fue de 2.1 Ha, la suma asegurada promedio por póliza US$ 2,281, la prima de aseguramiento promedio US$230 y la tasa de prima promedio de 6.7%. Por el contrario, el seguro pecuario ha sido orientado a cubrir a grandes productores. El número promedio de animales asegurados por póliza fue de 179 animales, con una suma asegurada promedio de US$ 23,233 y una prima promedio por póliza de US$ 1,383 (tasa promedio de 6.0%). Ver Anexo 2 para mayor información. 2.31. Entre los años 2004 y 2006, Columna obtuvo pobres resultados en la suscripción en su portafolio de seguros agrícolas. Los datos analizados indican una siniestralidad mayor al 100% en los años 2004 y 2005; por el contrario, la aseguradora G&T logró mejores resultados entre el 2008 y 2009 con una siniestralidad promedio inferior al 33% (Tabla 2.3 y Anexo 2). Tabla 2.3. Resultados del Ramo de Seguros Agrícolas entre 2004 y 2009. Suma Tasa Índic. Idemnizaciones Costo de Año Compañía Asegurada Prima (US$) Promedio Siniestralidad (US$) Pérdida (%) (US$) (%) (%) 2004 Columna 64,704 3,684 7,607 5.7% 206.5% 11.8% 2005 Columna 83,245 3,988 13,417 4.8% 336.5% 16.1% 2006 Columna 39,000 2,673 1,000 6.9% 37.4% 2.6% 2007 2008 G&T 22,253,048 1,525,951 554,432 6.9% 36.3% 2.5% 2009 G&T 27,253,815 1,729,074 529,896 6.3% 30.6% 1.9% Total 49,693,813 3,265,370 1,106,352 6.6% 33.9% 2.2% - 19 - Apoyo Gubernamental a los Seguros Agropecuarios 2.32. En el año 2005, el Gobierno de Guatemala creó el Fideicomiso de Desarrollo Rural (GuateInvierte). Este fideicomiso, manejado a través del MAGA, sirve como un fondo de garantía crediticia que cubre hasta un máximo del 80% del monto del crédito otorgado para la producción y desarrollo de proyectos en el país. GuateInvierte fue constituido con Q100 millones. 2.33. Este fideicomiso está autorizado para utilizar sus fondos para financiar el subsidio al pago de las primas de seguro hasta un máximo del 70% del costo total en pólizas agrícolas y pecuarias. La Figura 2.8 muestra que en el año 2006 los productores se vieron beneficiados con un 70% de subsidio a la prima; sin embargo, este porcentaje de subsidio se ha venido reduciendo a lo largo de los años hasta alcanzar un 50% en 2012. Figura 2.8. Datos promedio de subsidio a la prima de seguros agrícolas y pecuarios (% del Total de la Prima), período del 2006 a 2012. Fuente: GuateInvierte 2012 Limitaciones y Retos que Limitan el Desarrollo de los Seguros Agropecuarios en Guatemala 2.34. En el año 2012, RUTA condujo una revisión del mercado de seguros agropecuarios en Guatemala a fin de poder identificar aspectos clave para su fortalecimiento. En este estudio se identificaron dos limitaciones principales: (i) la oferta es limitada y no cubre todas las necesidades de los sectores productivos; y (ii) la demanda es muy baja, tal y como se refleja en el bajo número de productores asegurados y en la pequeña superficie de cultivos asegurada. Dicho estudio también identificó el bajo interés por parte de la industria aseguradora en lo que respecta a la suscripción del ramo26, los altos costos operativos que enfrenta la industria en lo que respecta a la administración y mercadeo de pólizas de seguros para pequeños productores; y finalmente, los altos costos de las tasas de prima que desmotivan la compra de las pólizas. Asimismo, el estudio resalta la necesidad de llevar a cabo programas de capacitación a fin de poder mejorar el 26 En el 2012, únicamente la compañía de seguros G&T participó activamente en la emisión de pólizas de seguro agropecuario. - 20 - conocimiento técnico sobre instrumentos de transferencia de riesgo, y de crear conciencia entre los actores del sector agropecuario sobre el funcionamiento, bondades y limitaciones de los esquemas de seguro; así como también ahondar sobre el rol que estos esquemas pudieran jugar en la protección de las finanzas nacionales contra eventos catastróficos y cómo podrían utilizarse para fines de asistencia humanitaria La Figura 2.9 muestra el árbol de problemas del mercado de seguros agropecuarios en Guatemala. Figura 2.9. Problemática en Torno a los Seguros Agrícolas en Guatemala Fuente: RUTA, 2012 Descripción de los Riesgos Naturales y Climáticos que Afectan al Sector Agropecuario en Guatemala Clima y Cambio Climático 2.35. El clima en el país es muy diverso, pudiéndose encontrar desde zonas heladas de altura, sabana tropical semi-seca, bosques de trópico húmedo y hasta zonas costeras húmedas. Los valores de lluvia y temperatura son influenciados por las fluctuaciones en los niveles de temperatura registrados en el Océano Pacífico y en el Océano Atlántico, la interacción de la circulación atmosférica con las montañas de la Sierra Madre, los eventos cíclicos de El Niño Oscilación del Sur (ENOS), la influencia de la zona de convergencia inter-tropical (ITC, siglas en inglés) y la Oscilación Decadal del Pacífico (Banco Mundial, 2011). 2.36. Durante los últimos 40 años, Guatemala ha experimentado cambios en la tendencia del clima, por ejemplo: (i) ha habido una disminución en el número de días con heladas y un aumento en el número de días de calor; (ii) el número de días sin lluvia ha aumentado haciendo que la época seca se alargue y sea más intensa; (iii) las lluvias son más intensas, variables y tienden a ocurrir en períodos más cortos de tiempo. Se espera que los cambios en el clima se acentúen, lo - 21 - que provocaría una mayor frecuencia e intensidad de inundaciones, sequías, y un mayor impacto en la producción agrícola. Asimismo, la conservación de suelos, bosques y agua será cada vez más difícil de lograr (Banco Mundial 2011). El Recuadro 2.1 resume los posibles escenarios de cambio climático hasta el año 2050 y su importancia en el sector agropecuario. Recuadro 2.1. Posibles escenarios de cambio climático en Guatemala al año 2050. Aumento de Temperaturas: Para el año 2050 resulta probable que se registre un incremento en los niveles de temperatura entre 1.5˚C (escenario optimista) a 4.5˚C (escenario pesimista). El mes de mayo se convertiría en el mes más caliente del año con temperaturas superiores a los 28 ˚C; se espera, además, una expansión de las áreas con registros de temperaturas elevadas incluyendo en las zonas montañosas que tradicionalmente registran bajas temperaturas; Disminución de lluvias: Todos los escenarios posibles (optimista, moderado, pesimista) apuntan a que para el 2050 habrá una reducción de la precipitación en los meses de Julio a Septiembre, siendo el mes de Agosto el que sufrirá niveles de reducción más severos. Este cambio en el régimen de precipitación ocasionará una intensificación en las olas de calor, situación que contraerá severas implicaciones al sector agrícola. Expansión de las áreas semi-áridas: Se espera un incremento en los valores de evapotranspiración debido al aumento de las temperaturas y a la reducción en los niveles de precipitación; estos cambios tendrán como resultado una expansión de las zonas semi-áridas en todos los escenarios analizados, incluyendo aquel que predice un aumento en los niveles de lluvia (escenario UKHI); Aumento del nivel del Mar: Para el 2030, se espera que a nivel mundial se registre un aumento en el nivel del mar entre 6.05 cm a 7.4 cm, entre 9.71cm a13.37 cm para el año 2050 y entre 17.71cm a 33.25 cm para el año 2100. Fuente: Banco Mundial, 2009. 2.37. En el año 2011, el GFDRR del Banco Mundial elaboró un reporte sobre el Cambio Climático en Guatemala. En este reporte se resalta que las variaciones del clima, la ocurrencia de eventos extremos y el aumento de las temperaturas en el país traerá probablemente como consecuencia una acentuación en las pérdidas de los cultivos y en sus niveles de productividad. Indirectamente se espera también que los cambios en el clima incidan en el aumento de plagas y enfermedades, en los niveles nutricionales de los suelos y en el aumento de incendios forestales. Este estudio presenta varias proyecciones sobre posibles cambios en los rendimientos de los cultivos en Guatemala: para el caso del trigo, los modelos proyectan una reducción de los rendimientos de entre 13% en 2050 hasta 61% en el 2080; en el caso de maíz, las proyecciones varían según las regiones analizadas que van desde un incremento del rendimiento de 15% hasta una reducción de 34%; para los frijoles se espera que los rendimientos se vean reducidos hasta un 66% en los valles de Asunción Mita (Jutiapa) y Monjas (Jalapa); y para el caso del sorgo, que es un cultivo resistente a la sequía y olas de calor, se esperan reducciones de hasta un 18% para el 2050 (Banco Mundial 2011). Impacto de los Riesgos Naturales y Riesgos Climáticos en la Agricultura de Guatemala 2.38. En el mundo, Guatemala es unos de los países que están más expuestos a riesgos naturales (ej. Terremotos, erupciones volcánicas, deslizamientos) y climáticos (ej. Tormentas tropicales, inundaciones y sequías). De acuerdo a análisis conducidos por GFDRR (Banco Mundial, 2011), Guatemala es el 5to país más expuesto en el mundo en términos económicos a inundaciones, huracanes, terremotos, y se estima que cerca de un 83.3% del PIB Nacional y el 40.8% de la población se ven afectados por estos eventos. - 22 - 2.39. Asimismo, gran parte del territorio nacional se ve afectado por sequías, que presentan una alta correlación con eventos de El Niño. Un estudio conducido bajo el Programa de Acción Nacional de Lucha Contra la Desertificación y la Sequía (PROANDYS27), señala que cerca del 46% de la superficie total del país es susceptible a sequías. Las zonas que más frecuentemente sufren este tipo de fenómeno son el norte de Petén, la región costera del departamento de Retalhuleu, y los departamentos de Chiquimula, Zacapa, El Progreso, Baja Verapaz. Las condiciones particularmente secas de estos últimos departamentos es la razón por la cual se les refiere como la región del Corredor Seco del país (ver Tabla 2.4). Tabla 2.4. Niveles de susceptibilidad a sequías en Guatemala Superficie Proporción (%) Dpto (Alta y aprox (Km2) de sup. Dpto con Media con zonas de zonas de alta y ID Susceptibilidad a Alta a Media media Sequías) Susceptibilidad susceptibilidad a a Sequías sequías 1 Alta Verapaz 901 8.4% 2 Baja Verapaz 1,906 66.5% 3 Chiquimula 1,490 61.8% 4 El Progreso 904 49.2% 5 Escuintla 2,604 57.8% 6 Guatemala 116 5.3% 7 Huehuetenango 894 12.1% 8 Izabal 3,590 47.7% 9 Jalapa 637 31.3% 10 Jutiapa 2,182 65.6% 11 Petén 26,010 72.3% 12 Qutzaltenango 510 23.9% 13 Quiché 1,123 15.4% 14 Retalhuleu 1,211 71.2% 15 San Marcos 848 23.9% 16 Santa Rosa 1,394 44.0% 17 Suchitepéquez 866 36.2% 18 Totonicapán 169 15.7% 19 Zacapa 2,075 76.7% Total 49,430 Fuente: PROANDYS, ND. 2.40. La base de datos internacional sobre desastres (EMDAT) señala que en los últimos 113 años, Guatemala se ha visto afectada por 87 fenómenos naturales de gran magnitud, lo que ha provocado un total de 84,045 muertes, 11.3 millones de personas severamente afectadas, y daños económicos valorados en US$ 4.32 mil millones. De estos fenómenos, las inundaciones son los que se presentan con mayor frecuencia, contabilizando un 25% del total de eventos reportados; seguidos por los terremotos (16% del total), tormentas ciclónicos (14%), y erupciones volcánicas (14%). A pesar de que las sequías en el país son un tipo de fenómeno relativamente infrecuente (6% del total de eventos), el impacto que éstas generan en el número de personas afectadas puede ser muy severo: las sequías ocupan el segundo puesto luego de los terremotos en términos del número de personas afectadas. Se estima que cerca del 26% del total de personas afectadas durante el periodo de registro están relacionadas a este tipo de fenómeno. De acuerdo a las cifras 27 http://www.unccd.int/ActionProgrammes/guatemala-spa2001.pdf - 23 - reportadas por EMDAT, las tormentas ciclónicas son las causantes de los daños económicos más severos, totalizando el 56% del total de los valores reportados; a esto le siguen los terremotos con un 28%, y los deslizamientos con un 12% (ver Figura 2.10). Es importante resaltar, sin embargo, que existen diferencias entre los datos de pérdida directa e indirecta que son reportados por EMDAT y los reportados por UNISDR (ver Anexo 3). Figura. 2.10. Resumen de datos estadísticos relacionados con la ocurrencia de desastres naturales en Guatemala, 1900-2012. % de Eventos (87 eventos totales) Incendios, 2% Sequía, 6% Erupción Volcánica, 14% Terremoto, 16% T. ciclónicas, 14% Enfermedades Epidemiológicas , 8% Temp. Extremas, 3% Deslizamientos, 11% Inundaciones , 25% % personas afectadas (11,328,725 total personas afectadas) T. ciclónicas, 9% Erupción Volcánica, 0% Incendios, 0% Inundaciones , Deslizamientos, 8% 1% Temp. Extremas, 0% Sequía, 26% Enfermedades Epidemiológicas , 0% Terremoto, 56% - 24 - % Pérdida Económica (US$ 4,321 Millones) Erupción Sequía, 0.6% Volcánica, 0.0% Incendios, 0.0% Terremoto, 28.1% Enfermedades T. ciclónicas, Epidemiológicas 55.6% , 0.0% Temp. Extremas, 0.0% Inundaciones , 4.2% Deslizamientos, 11.6% Fuente: Ver Anexo 3 para un análisis completo de los datos EMDAT - 25 - 3. Seguro Agrícola como un instrumento de seguridad alimentaria para el Gobierno de Guatemala Introducción 3.1. Este capítulo inicia con una revisión del sistema de Mapeo y Análisis de la Desnutrición Crónica en Guatemala (VAM siglas en inglés), el cual ha sido desarrollado por el Programa Mundial de Alimentos (PMA) y el MAGA. Este sistema provee un marco exhaustivo para la identificación geo-referenciada de los hogares que están bajo niveles de malnutrición crónica. Dicha información está disponible a nivel departamental, municipal, comunitario y de poblaciones núcleo. El VAM permite a las autoridades gubernamentales y a la comunidad donante enfocar las asistencias alimentarias o de cualquier otro tipo de apoyo que sea enfocado a las comunidades más vulnerables. Lo anterior es particularmente útil para la distribución de ayuda alimentaria de emergencia a los grupos más vulnerables luego de la ocurrencia de eventos naturales o climáticos de gran magnitud (ej. Terremotos, tormentas ciclónicas, sequías). Estos grupos vulnerables están íntimamente ligados con los diferentes niveles de pobreza en el país, que son la población objetivo a beneficiar bajo un esquema de seguro de índices a nivel macro. La cuantificación y distribución especial de estos grupos meta se desarrollan con mayor profundidad en los Capítulos 4 y 5 de este reporte. 3.2. Posteriormente, el capítulo discute sobre el sistema de atención de desastres que actualmente se encuentra en operación en el país. Esta sección pretende cuantificar los efectos de los desastres naturales en Guatemala con énfasis en los eventos de sequía. Se estiman: (i) el número de familias afectadas, (ii) el valor económico de pérdidas, (iii) el valor de pérdidas de cultivos, y (iv) los costos en que incurrieron tanto el Gobierno Nacional como la comunidad donante internacional con el fin de brindar asistencia o compensaciones a las familias afectadas. Se discuten, además, las limitaciones de estos sistemas reactivos que actúan ex-post ante la ocurrencia de eventos catastróficos. 3.3. La tercera y última parte de este capítulo revisa cuál podría ser el potencial rol del seguro de índice como un instrumento de seguridad alimentaria a nivel de productores individuales y, más específicamente, a nivel macro. Esta sección brinda también un repaso de la experiencia internacional sobre este tema y retoma aquellos aspectos de cada uno que podrían ser utilizados como referencia para Guatemala en caso de que las autoridades del MAGA tengan el interés de implementar su propio programa de seguro de índice a nivel macro en el futuro cercano. Sistema de Mapeo y Análisis de la Desnutrición Crónica en Guatemala (VAM) 3.4. En el 2002, el PMA y el MAGA unieron esfuerzos para desarrollar el Sistema de Cartografía y Análisis de la Vulnerabilidad a la Inseguridad Alimentaria en Guatemala (VAM). El propósito de este sistema consistió en identificar la ubicación de las zonas geográficas de la población vulnerable a la inseguridad alimentaria. Este sistema permite, además, que las autoridades del país desarrollen mecanismos óptimos para alcanzar niveles adecuados de seguridad alimentaria y nutricional, y también para cubrir los requerimientos de salud de estos grupos. Durante el periodo del 2002 al 2008, este sistema fue utilizado para crear una base de datos nacional geo-referencia sobre la población afectada bajo niveles de malnutrición crónica en cada Departamento. El diseño de la base de datos generada a través de este sistema admite llevar a cabo análisis estadísticos sobre: (a) los factores clave que influyen en los niveles de - 26 - malnutrición crónica basado en los criterios definidos por el PMA y la UNICEF; y (b) cuantificar cuáles serían los posibles impactos de cada factor sobre los niveles de malnutrición. El VAM utiliza nueve variables independientes que cuentan con una alta correlación con niveles de malnutrición (ver Tabla 3.1). Tabla. 3.1. Variables utilizadas en el sistema VAM para modelar distintos niveles de malnutrición crónica. No. Variables Independientes Porcentaje de la población femenina con edad de 14 años o mayor, con nivel de escolaridad 1 hasta 6to grado de primaria. 2 Porcentaje de las casas con piso (otro que no sea tierra o arena) Porcentaje de personas con edad entre 0 a 9 años ó 60 años y mayors que son 3 deppendientes de otras personas económicamente activas. 4 Porcentaje de la cobetura agrícola y pecuaria. 5 Grado de desarrollo de la infraestructura de caminos local. 6 Riesgo de Inundación 7 Riesgo de Heladas. 8 Riesgo de Sequías. 9 Puestos de salud por cada 10,000 habitantes. Fuente: PMA y SESAN, 2012 3.5. En el año 2011 la metodología del VAM fue refinada por la Secretaría de Seguridad Alimentaria y Nutricional (SESAN) y el MAGA quienes desarrollaron el Índice de Vulnerabilidades en Seguridad Alimentaria y Nutricional (IVISAN) a nivel municipal, comunitario y de poblado. Dicho índice está basado en tres grupos de índices, incluyendo: (a) Índices de inseguridad alimentaria y nutricional; (b) Índices de riesgos ambientales y climáticos; y (c) Capacidad de respuesta a las necesidades a nivel local. Los índices de malnutrición crónica e IVISAN muestran un alto nivel de consistencia (96%) en lo que respecta a la forma en que clasifican los hogares vulnerables en cada municipalidad (ver VAM 2012 para mayores detalles). 3.6. De acuerdo al sistema VAM, en 2012 hubo 2,187,224 hogares con malnutrición, distribuidos en 22 Departamentos y 331 municipalidades de Guatemala; de éstos, un 24% (531,512 hogares) fue clasificado con nivel alto a muy alto de malnutrición (Ver Figura 3.1., Tabla 3.2., y Figura 3.2). Los departamentos del país que exhiben los niveles de malnutrición crónica más elevados (niveles altos a muy altos) coinciden con zonas susceptibles a sequías, es decir en la región centro-oeste del altiplano de Guatemala, en los departamentos de Quiché, Alta Verapaz, Totonicapán, Huehuetenango, Sololá y Baja Verapaz. 3.7. De implementarse el esquema de seguro de índice propuesto en este documento, las autoridades gubernamentales podrían utilizar el sistema VAM a fin de priorizar las regiones y hogares a beneficiar. Este sistema sería de gran utilidad para la operación del seguro de índice a nivel macro ya que permitiría (a) identificar a la población más vulnerable en cada departamento, municipalidad y poblado; y (b) distribuir los pagos (en especie o en efectivo) dirigidos hacia estos grupos vulnerables de familias rurales campesinas. - 27 - Figura 3.1. Distribución espacial de los niveles de desnutrición crónica por poblados en Guatemala. Fuente: PMA y SESAN, 2012 - 28 - Tabla 3.2. Porcentaje de Hogares por Departamento que Sufren de Desnutrición Crónica. N° N°. Total Region Departamento Población* Muy Bajo Bajo Medio Alto Muy Alto Municipalidades Hogares Noroccidente Quiché 21 985,690 110,959 0% 6% 7% 14% 73% Norte Alta Verapaz 16 1,147,593 133,428 0% 11% 5% 14% 70% Suroccidente Totonicapán 8 491,298 57,972 0% 3% 5% 33% 59% Noroccidente Huehuetenango 32 1,173,977 144,277 8% 11% 15% 26% 40% Suroccidente Sololá 19 450,471 53,299 0% 3% 26% 38% 33% Norte Baja Verapaz 8 277,380 41,457 13% 23% 17% 20% 28% Nororiente Chiquimula 11 379,359 59,293 36% 17% 16% 17% 14% Suroccidente San Marcos 29 1,044,667 126,983 24% 34% 15% 16% 11% Peten Petén 12 662,779 67,858 28% 24% 23% 15% 9% Suroriente Jalapa 7 327,297 46,259 26% 20% 26% 23% 5% Nororiente Izabal 5 423,788 61,960 54% 24% 13% 7% 2% Central Chimaltenango 16 630,609 83,516 2% 37% 39% 21% 1% Nororiente El Progreso 8 160,754 29,838 91% 9% 0% 0% 0% Central Ecuintla 13 716,204 125,901 93% 6% 0% 0% 0% Metropolitana Guatemala 17 3,207,587 552,709 93% 5% 2% 0% 0% Central Sacatepéquez 16 323,183 52,427 60% 32% 8% 0% 0% Suroriente Santa Rosa 15 353,261 62,086 76% 22% 2% 0% 0% Suroccidente Quetzaltenango 24 807,571 118,326 40% 44% 13% 4% 0% Suroccidente Retalhuleu 9 311,167 47,247 44% 43% 12% 1% 0% Suroccidente Suchitepéquez 20 529,096 88,952 32% 41% 22% 6% 0% Suroriente Jutiapa 17 444,434 79,801 61% 26% 12% 1% 0% Nororiente Zacapa 8 225,108 42,676 72% 17% 10% 1% 0% Total 331 15,073,273 2,187,224 48% 17% 10% 9% 15% Fuente: PMA y SESAN, 2012 Figura 3.2. Porcentaje de hogares con niveles de desnutrición alta a muy alta por departamento. % Hogares con Desnutrición Alta a Muy Alta Totonicapán 91.4% Quiché Alta Verapaz Sololá Huehuetenango Baja Verapaz Chiquimula Jalapa San Marcos Petén 24.1% Chimaltenango Izabal Suchitepéquez Quetzaltenango Jutiapa Zacapa Retalhuleu 0.6% Sacatepéquez Santa Rosa Guatemala Ecuintla El Progreso 0.0% 10.0% 20.0% 30.0% 40.0% 50.0% 60.0% 70.0% 80.0% 90.0% 100.0% Fuente: PMA y SESAN, 2012 - 29 - Nivel de Respuesta del Gobierno Ante Sequías y Otros Desastres Naturales Sistema Nacional de Gestión de Riesgos 3.8. El sistema nacional de gestión de riesgos está estructurado en diferentes niveles. A nivel institucional, el sistema de gestión de riesgos está centralizado en la Coordinadora Nacional para la Reducción de Desastres (CONRED). Este nivel organizativo está replicado estructuralmente a nivel regional a través de la CORRED, a nivel municipal con la COMRED, y a nivel local con los comités de la COLRED. Estos comités incluyen a representantes de agencias públicas, instituciones privadas y organizaciones de la sociedad civil, que son convocados por los representantes de las autoridades máximas de cada localidad. Los delegados de la SE-CONRED apoyan a los comités en la ejecución de sus funciones, que incluyen: (i) coordinar la prevención de desastres y actividades de respuesta; (ii) transmitir información al siguiente nivel del sistema: e (iii) implementar acciones relacionadas con las alertas, evacuación, seguridad y albergues de emergencia. 3.9. Hasta el momento, el Gobierno de Guatemala se ha basado en las asignaciones presupuestarias para responder de manera ex-post a los daños causados por eventos naturales adversos. En el pasado, el financiamiento de las actividades de respuesta y reconstrucción ante desastres era definida enteramente a través de dos mecanismos: (i) el Fondo Nacional para la Reducción de Desastres (FNRD) que es coordinado por la CONRED; y (ii) pagos ad hoc aprobados caso por caso luego de la ocurrencia de un evento. El FNRD es financiamiento de acuerdo a las partidas indicadas por el Plan Nacional de Prevención y Respuesta de Desastres, y cada año recibe US$2 millones del Presupuesto General de Ingresos y Egresos del Estado (Banco Mundial, 2011) 3.10. Ante la ocurrencia de un evento natural catastrófico, la CONRED coordina actividades de reconstrucción a través de la reestructuración de fondos adicionales extraordinarios que el Ministerio de Finanzas agrega al presupuesto. Los fondos son generalmente canalizados por medio de las entidades responsables de la ejecución de proyectos de rehabilitación y reconstrucción luego de la ocurrencia de desastres. Por ejemplo: La Unidad de Conservación Vial (COVIAL), maneja los fondos destinados al mantenimiento y reparación de las redes viales del país; el Fondo Nacional para la Paz (FONAPAZ) desarrolla e implementa proyectos para erradicar la pobreza y extrema pobreza con la construcción de edificios comunales, comedores, campos recreativos y de deporte, educación, programas nutricionales, y otros; y la Secretaría Coordinadora Ejecutiva de la Presidencia (SCEP) y su Unidad de Convoyes Regionales se especializan en la implementación de proyectos de mantenimiento y de construcción de caminos rurales (Banco Mundial, 2011) Impacto de la Sequía y Otros Riesgos Naturales en la Producción Agrícola de Guatemala 3.11. En Guatemala, el MAGA, la SESAN, el PMA y la FAO trabajan activamente en la identificación de comunidades y familias afectadas por desastres naturales o climáticos. Las labores ejecutadas por estas instituciones tienen como parte de sus objetivos el poder evaluar las necesidades de respuesta a partir de evaluaciones en campo. Información adicional sobre montos de pérdidas y el número de familias afectadas por eventos de gran magnitud (ej. Tormentas e inundaciones) son también recolectados por EMDAT y GDFRR. La Tabla 3.3 presenta un resumen de datos de sequías severas, inundaciones y eventos ciclónicos que han impactado a Guatemala durante los últimos 19 años (1994 -2012). 3.12. Durante los últimos 19 años se han reportado varias sequías extremas que incluyen: - 30 - 2012 (no relacionada con El Niño), 2009 y 2004 (ambas relacionadas con El Niño), 2001 (no relacionada con El Niño), 1997-1998 (relacionada con El Niño), y 1994 (relacionada con El Niño). Las pérdidas económicas estimadas por el MAGA debido a este tipo de eventos, principalmente en los cultivos de maíz y frijol, varía entre US$ 1.03 millones en el 2011 hasta US$ 14.5 millones registrados durante la sequía del 2001 (ver Tabla 3.3). Tabla 3.3. Resumen del impacto registrado en Guatemala debido a la ocurrencia de diversos fenómenos climáticos, 1994-2012. Departamentos Daños Totales Pérdidas en No. Familias Año Evento Afectados (millones US$)* Cultivos (US$) afectadas Anomalía de 2012 Corredor Seco $ 1.03 53,227 precipitación Temperaturas 2011 (Dic) 2,643 Extremas 2011 (Oct) Inundación Santa Rosa, Sololá, Izabal $ 62.00 528,753 Tormenta 2010 (Jun) Sololá, Retalhuleu, Petén 210,000 Tropical Alex Tormenta 2010 Tropical $ 650.00 102,639 (Mayo) Agatha El Progreso, Zacapa, Jalapa, 2009 El Niño Chiquimula, Jutiapa, $ 14.67 73,080 Suchitepéquez, Retalhuleu Pérdidas casi totales en banano y 475,314 - camarones; pérdidas 2005 (Oct) Huracán Stan 14 de los 22 Departamentos $ 996.00 (EMDAT = severas en 72,141) ganadería, caña de azúcar y horticultura Jutiapa, Chiquimula, Zacapa, 2004 El Niño El Progreso, Baja Verapaz, $ 13.31 9,600 Quiché Baja Verapaz, El Progreso, Anomalía de Jutiapa, Zacapa, Jutiapa, 2001 $ 22.40 $ 14.54 12,702 precipitación Santa Rosa, Escuintla, Suchitepéquez, Retalhuleu 1998 El Niño Petén, Alta Verapaz,Quiché ND ND Jutiapa, Chiquimula, Zacapa, El Progreso, Baja Verapaz, 1997 El Niño Quiché, Santa Rosa, ND ND Quetzaltenango, San Marcos 1994 El Niño $ 10.00 Fuente: MAGA; EMDAT; GFDRR 2011 - 31 - Costo de Asistencia y Reconstrucción debido a Desastres Naturales 3.13. Esta sección hace una revisión de la información disponible relacionada con los costos de la asistencia humanitaria, y los costos de recuperación y reconstrucción, con énfasis en la rehabilitación del sector agropecuario debido a eventos de sequía extrema. (a) Gobierno de Guatemala. 3.14. En el artículo 15 de la Ley 109-96 creadora de la CONRED, el Gobierno de Guatemala establece la conformación del Fondo Nacional para la Reducción de Desastres (FNRD). Dicho fondo, que es financiado por el Gobierno y por la comunidad donante, cuenta con una cuenta especial en el Banco de Guatemala. Se entiende, sin embargo, que los fondos destinados al FNRD no son suficientes para cubrir todas las necesidades de todos los sectores así como tampoco existe una partida presupuestaria específica para el sector agropecuario. 3.15. Desafortunadamente, durante la ejecución de este estudio no ha sido posible cuantificar el gasto en que incurre el Gobierno en temas de asistencia y reconstrucción, ni mucho menos detallar cuáles han sido los desembolsos realizados en apoyo o compensación de los productores del sector agropecuario debido a eventos de gran magnitud. Se entiende que ante la ocurrencia de estos tipos de eventos, las autoridades del MAGA acuden en ayuda a los productores a través de la entrega de insumos agrícolas (ej. Semillas y fertilizantes) y kits de alimentación, a fin de que se pueda re-insertar en las actividades productivas y así reducir su vulnerabilidad. Este tipo de ayuda es financiada a través fondos propios del MAGA y cuenta con la colaboración de otras agencias (ej. PMA, UNICEF, USAID, otros). (b) Fondeo de la Comunidad Donante 3.16. La comunidad internacional y las agencias de cooperación han apoyado consistentemente los esfuerzos gubernamentales relacionados con actividades de asistencia, recuperación y reconstrucción de sectores afectados por eventos de gran magnitud. La Tabla 3.4 y la Figura 3.3 brindan un resumen del monto de las contribuciones financieras realizadas anualmente por la comunidad donante entre el 2001 y el 2013 (Ver Anexo 3 para mayores detalles). Dichos aportes se muestran por sector para aquellos casos en donde existe información disponible. Durante los últimos 14 años, la comunidad donante ha brindado cerca de US$ 92 millones de dólares o cerca de US$7 millones anuales en promedio para realizar diversas actividades de asistencia post-desastre. Del total de donaciones recibidas, el 37% (US$34 millones del total) fue destinado a la distribución de ayuda alimentaria, seguido por una categoría no especificada equivalente al 23% del total, mientras que el 19% se utilizó para costear medidas de mitigación. En 2005, la comunidad donante aportó US$ 22 millones, de los cuales US$1.3 millones fueron destinados al sector agropecuario. Como se mencionó anteriormente, en el año 2005 el país fue severamente afectado por efectos directos e indirectos del Huracán Stan. Otros años en los que la comunidad donante ha brindado grandes aportes financieros incluyen, en orden de magnitud, a los años 2008, 2011 y 2006 (ver Tabla 3.4). - 32 - Tabla 3.4. Recursos financieros otorgados y comprometidos por parte de la comunidad donante a Guatemala, 2001 a 2013. Total Coordinación Ayuda de Emergencia / Medidas de Ayuda S alud & Agua & No Especificado Año "Financiamiento" Agricultura & S ervicios de Educación Reconstrucción Mitigación de Alimentaria Nutrición S anidad / Otros (US $) S oporte Temprana Desastres 2001 232,250 14,320 76,744 141,186 2002 1,867,710 198,020 270,758 11,290 11,236 1,376,406 2003 1,422,600 1,422,600 2004 2,554,715 2,554,715 2005 21,898,520 1,320,000 4,761,141 25,000 6,379,778 206,443 9,206,158 2006 11,889,557 505,464 5,470,736 1,308,852 263,505 4,341,000 2007 657,586 217,016 440,570 2008 14,513,084 10,444,687 68,072 310,835 3,216,051 473,439 2009 7,698,014 7,698,014 2010 8,238,535 0 5,817,471 0 2,044,148 376,916 2011 10,954,555 2,707,132 1,493,615 708,976 1,052,479 4,992,353 2012 8,377,963 1,584,041 3,223,537 934,552 188,628 1,947,205 500,000 2013 1,368,970 1,368,970 Total 91,674,059 1,320,000 4,761,141 742,804 34,173,947 6,178,480 4,225,696 1,940,094 17,268,340 21,063,557 % delTotal 100.0% 1.4% 5.2% 0.8% 37.3% 6.7% 4.6% 2.1% 18.8% 23.0% Prom. Anual 7,051,851 660,000 4,761,141 185,701 3,797,105 1,029,747 704,283 388,019 2,878,057 3,009,080 Fuente: OCHA (http://fts.unocha.org/pageloader.aspx?page=emerg-emergencyCountryDetails&cc=gtm) Figura 3.3. Recursos financieros otorgados y comprometidos por parte de la comunidad donante a Guatemala, 2000 a 2013. Total "Financiamiento" (US$) 25,000,000 20,000,000 15,000,000 10,000,000 5,000,000 0 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 Fuente: OCHA (http://fts.unocha.org/pageloader.aspx?page=emerg-emergencyCountryDetails&cc=gtm) - 33 - Limitaciones de los Programas de Asistencia Reactivos (Ex-post) 3.17. En muchas ocasiones los programas de asistencia y ayuda alimentaria se ven obstaculizados por problemas de implementación; situación que resulta en consecuencias inesperadas, tal y como lo resumen varios investigadores (Hazell y Hess, 2010; Skees, 2009). Por ejemplo: - Los costos de asistencia inmediata, así como los costos de recuperación y reconstrucción luego de la ocurrencia de un desastre de gran magnitud son muy elevados como para ser financiados en su totalidad por los presupuestos nacionales. Los recursos destinados para la conformación de un fondo de emergencia limita la posibilidad de destinar más recursos con fines de desarrollo. - Luego de la ocurrencia de un evento de gran magnitud, en donde los sistemas de comunicación y transporte se ven severamente afectados, resulta muy complejo y difícil canalizar la ayuda a los más necesitados, ya sea en la forma de alimentación inmediata, reposición de semillas, entrega de insumos o reposición de animales. - Suelen ocurrir grandes retrasos desde el momento de la declaración de la emergencia hasta el momento de entrega de la asistencia a los grupos afectados; por esta razón, los paquetes de ayuda, aunque necesarios, suelen perder su eficacia y no evitan la disminución o desaparición de los activos de los grupos vulnerables afectados. - La ayuda ante desastres de los programas de asistencia, especialmente en la forma de ayuda alimentaria, podría ser un desincentivo para que los productores re-siembren sus cultivos, debido a la reducción de precios de los productos producidos y vendidos localmente28. - La ayuda humanitaria podría crear consecuencias no deseadas mediante el aumento de la dependencia de los agricultores hacia las autoridades gubernamentales y la comunidad internacional. Asimismo, esta situación podría desestimular a los productores a continuar implementando actividades de gestión de riesgo o de mejorar sus prácticas agrícolas. 3.18. Un punto muy importante que se procura desarrollar en el resto del documento consiste en explicar cómo se podrían superar algunas de las limitaciones asociadas a los programas de asistencia convencionales (esquemas reactivos o ex-post), a través de una estrategia de financiación del riesgo ex-ante, como lo es la compra de una cobertura de seguro de índice climático contra eventos catastróficos. El Rol del Seguro Agropecuario como un Instrumento de Seguridad Alimentaria – Experiencia Internacional. 3.19. En el Capítulo 2 se mostró que un gran porcentaje del total de productores del país está conformado por pequeños productores agropecuarios de subsistencia. Para los fines de este estudio, el equipo del Banco Mundial ha establecido algunos parámetros para clasificar a los productores nacionales. En este sentido, uno de los criterios de clasificación de productores ha 28 Etiopía y Somalia son algunos países en los que no sólo los precios de los productos locales han sufrido fuertes caídas debido a la introducción de paquetes de ayuda alimentaria; sino que también, ha habido poco incentivo por parte de los productores para resembrar sus parcelas. - 34 - sido el tamaño de las fincas y la situación económica. La siguiente clasificación utiliza los datos del Censo Agropecuario del 2003 y se basa únicamente en el tamaño de las propiedades. Esta clasificación incluye las siguientes cuatro categorías: (i) Productores de Subsistencia: son aquellos cuyo tamaño de finca es inferior a 1.4 Ha. Esta categoría incluye a dos terceras partes del total de fincas, cultivan 7.8% de la superficie agrícola y son muy vulnerables a eventos climáticos. (ii) Productores pequeños emergentes: están en una etapa de transición entre productores de subsistencia y productores semi-comerciales. Este grupo de productores representa un 19% del total de las fincas y el tamaño de sus fincas ronda entre 1.4 Ha y 3.5 Ha. (iii) Productores semi-comerciales: el tamaño de propiedades se encuentra entre 3.5 Ha y 22.5 Ha y representan cerca del 10.3% del total de fincas. (iv) Productores comerciales cuyo tamaño de fincas supera las 22.5 Ha. Este grupo concentra únicamente al 3.2% del total de fincas, pero comprenden un 65.4% del total de la superficie. Ver Tabla 3.5. Tabla 3.5. Clasificación de los productores de acuerdo al tamaño de sus fincas. Clasificación de Tamaño de Promedio N° Fincas % Fincas Área (Ha) % Área Productores Fincas (Ha) Fina (Ha) Productores de < 1.4 Ha 560,904 67.5% 291,386 7.8% 0.5 Subsistencia Productores pequeños 1.4 Ha a 3.5 Ha 157,681 19.0% 315,776 8.5% 2.0 emergentes Productores Semi- 3.5 Ha a 22.5 Ha 85,698 10.3% 683,377 18.3% 8.0 comerciales Productores > 22.5 Ha 26,401 3.2% 2,444,368 65.4% 92.6 Comerciales Total 830,684 100.0% 3,734,907 100.0% 4.5 Fuente: Elaboración propia a partir de datos del IV Censo Nacional del 2003. 3.20. Por otro lado, el MAGA cuenta con una clasificación propia de la población rural en situación de pobreza y extrema pobreza, que posee cinco categorías según criterios de tenencia de tierra, tamaño de la finca, niveles de consumo de la producción y uso de mano de obra externa. De acuerdo a estos criterios, en el 2011 se registraron 1,299,377 hogares agropecuarios, de los cuales un 12.6% del total (164,097 hogares) no cuentan con tierras productivas. El porcentaje restante (conformado por 1,135,280 hogares o un 87.4% del total) cuentan con tierras y se dividen, de acuerdo a criterios del Programa de Agricultura Familiar para el Fortalecimiento de la Economía Campesina (PAFFEC/MAGA), en hogares de agricultura de infra-subsistencia, agricultura de subsistencia, agricultura excedentaria y agricultura comercial. Del total de hogares agropecuarios, un 60.29% (ó 783,348 hogares) se consideran vulnerables, y por tal motivo reciben atención prioritaria en los programas implementados por el MAGA (Figura 3.4). En términos porcentuales, la clasificación hecha por el MAGA en el 2011 se asemeja a la clasificación definida anteriormente y que utiliza datos del censo del 2003 (Ver Tabla 3.5). - 35 - Figura 3.4. Distribución de Hogares de acuerdo a tipo de hogar agropecuario, 2011 Fuente: PAFFEC/MAGA 2012 3.21. Los seguros agropecuarios tradicionales han estado disponibles por más de 100 años en el mundo, y éstos cubren muy bien las necesidades de transferencia de riesgo de los productores comerciales y semi-comerciales. Por ejemplo, los seguros contra granizos y los seguros multiriesgo (MPCI) son ideales para productores semi-comerciales y comerciales; los primeros para productores ubicados en zonas templadas y los segundos para los productores de zonas húmedas y semi-áridas. Al igual que los seguros para cultivos, los seguros pecuarios cuentan con una trayectoria de más de 100 años, y su enfoque principal ha sido para coberturas contra accidentes y muerte. Nuevamente, estos productos se ajustan muy bien a las necesidades de productores medianos a grandes. (Ver Figura 3.5). - 36 - Figura 3.5. Segmentación de productores y adecuación del seguro agropecuario. Tipo de Principales Tipo de Instrumento Productor características •Fincas medianas a grandes Productores •Cultivos mecanizados. Seguro Seguro de Comerciales Multiriesgo •Acceso a crédito. Riesgo (Agrícola & (MPCI) Nombrado •Uso de insumos. Seguro de Pecuario) •Producción para venta. y Seguro Índice Pecuario (ej. Índice climático) •Fincas/productores pequeños Productores •Bienes limitados. Semi-comerciales •Acceso a crédito limitado. (Agrícola & •Producción para Pecuario) venta/consumo Productores de •Fincas/productores muy Prog. Asistencia: Seguro de Índice a Subsistencia pequeños Nivel Macro (Agrícola & •Muy bajo acceso a Pecuario) crédito/insumos. •Producción mayoritariamente para consumo. Fuente: elaboración propia 3.22. En general, los seguros agropecuarios tradicionales no se ajustan muy bien para proteger a productores de subsistencia. Hoy en día, existe evidencia de que los seguros multiriesgo (MPCI) no funcionan adecuadamente para productores pequeños y marginales, y los programas dirigidos a este segmento terminan siendo fuertemente subsidiados con fondos gubernamentales (Mahul & Stutley 2010; Banco Mundial 2010; FAO 2011). Los seguros agrícolas tienen un rol importante en términos de transferencia de riesgo, especialmente para productores semi-comerciales y comerciales que invierten grandes sumas de dinero en costos de producción y en consecuencia tienen una gran exposición financiera. Para los productores de subsistencia, quienes se caracterizan por cultivar diversos productos para autoconsumo, la compra de una póliza de seguro es un lujo que pocos pueden asumir. Ante esta circunstancia, las autoridades gubernamentales suelen intervenir brindando subsidios para que el costo de la prima de los pequeños productores sea más asequible. Además, para la industria aseguradora se presentan muchas dificultades para comercializar pólizas a pequeños productores: los costos de logística y el costo de administración sería muy elevado debido a lo oneroso que resultaría llevar a cabo pre-inspecciones, inspecciones a mediados de la campaña agrícola y luego el ajuste de pérdidas a partir de visitas de campo en un gran número de asegurados con pequeñas parcelas cada uno. 3.23. Los seguros de índices climáticos se introdujeron en la India en 2003 como una alternativa ideal para proteger a los pequeños productores del país. Este tipo de esquema fue comercializado como una alternativa a los seguros MPCI debido a sus menores costos de administración y operación, que se debe a la eliminación de las visitas de campo para la recolección de datos de producción y rendimiento, así como también para la medición de las pérdidas en caso de siniestros. Otro beneficio que brinda la aplicación de este tipo de seguro se - 37 - basa en su nivel de transparencia y objetividad con la forma en que se definen los pagos indemnizatorios a través de la medición de índices; por ejemplo, un índice de precipitación se puede utilizar para cubrir el riesgo de sequía. A pesar de las múltiples bondades de este tipo de instrumento, se reconoce, sin embargo, que la comercialización de los seguros de índice a nivel individual es muy difícil. Lo anterior se debe a múltiples factores, dentro de los cuales se destacan (i) la falta de conocimiento o conciencia sobre la importancia de este tipo de seguros por parte de los productores; (ii) los mecanismos de promoción y mercadeo no están ajustados a las características de los pequeños productores; (iii) la falta de capacidad financiera para asumir el costo de la prima de seguro; y (iv) la dificultad administrativa y operativa en la implementación de pólizas de seguro a nivel de productor individual. 3.24. La implementación de un esquema de seguro para proteger a los productores de subsistencia en Guatemala es una tarea difícil de cumplir si se pretende una cobertura a nivel individual, ya que éstos representan un alto porcentaje del total de productores. Sin embargo, el nivel de dificultad que implica asegurar a productores pequeños tiende a disminuirse significativamente con los seguros de índice cuando éste se diseña para grupos de concentración de riesgos (ej. Asociaciones o cooperativas de productores, el portafolio de instituciones financieras, etc.). 3.25. Un esquema de agregación de riesgo fácilmente aplicable en los seguros de índice es el que asegura al Gobierno Nacional (nivel macro) a través de algunas de sus dependencias. Este tipo de esquema de aseguramiento es usualmente utilizado como un instrumento de manejo de riesgo alternativo o complementario a las herramientas de asistencia de desastres, que suelen actuar de forma reactiva. Por ejemplo, los seguros de índice son utilizados para establecer fondos de contingencia, que a su vez sirven para financiar pagos compensatorios de asistencia destinados a pequeños productores. Algunos de los países que ya han trabajado en el pasado con estos esquemas incluye Etiopía (2006), Malawi (2008 al 2011), y México. En el caso mexicano, éste programa opera desde el 2003 y hoy en día brinda cobertura contra riesgos climáticos de gran magnitud en la mayoría de sus Estados. 3.26. Con el fin de proteger a los productores de subsistencia, los Gobiernos podrían examinar mecanismos alternativos de seguridad alimentaria y de seguridad social más costo efectivos que los seguros. En aquellos casos donde consideren la utilización de seguros, se debería considerar un programa de seguro de índice a nivel macro, en el que el Gobierno recibiría pagos oportunos en caso de ocurrencia de un evento de una catástrofe natural de gran magnitud. Experiencia Internacional 3.27. A nivel internacional existen muy pocos ejemplos sobre programas de seguros de índice a nivel macro que han sido utilizados para complementar o incluso hasta sustituir los sistemas convencionales de compensación a productores individuales. A la fecha, tres de las experiencias más relevantes en el mundo han sido aplicadas en África, dos en Latinoamérica, y una en el Caribe. Ver Anexo 3 para mayores detalles de los programas aquí referidos. 3.28. En el caso de África, organismos internacionales han apoyado en el diseño de programas de transferencia de riesgo en Etiopía, Malawi y en la conformación del pool conocido como Capacidad de Riesgo de África (ARC). En estos programas se definieron esquemas de transferencia de riesgo basados en datos de lluvia con la finalidad de brindar recursos líquidos a las autoridades gubernamentales aseguradas: cuando se produce una sequía extrema se activa un pago que recibe el Gobierno para asistir a la población afectada y suplir las - 38 - necesidades de granos básicos a partir de la compra de éstos (ej. Maíz) en los mercados internacionales. 3.29. En Latinoamérica, México implementó un esquema de aseguramiento por índices con la finalidad de ir sustituyendo programas de compensación de desastres destinados a asistir a productores de granos básicos (ej. Maíz y sorgo). Bajo este programa, tanto las autoridades Federales como las Estatales participan en el pago de prima de diversos productos de aseguramiento incluyendo: seguros de índice climático (ej. Contra sequías, huracanes y heladas), seguro de rendimiento de área para los Gobiernos Estatales, y seguro de índice NDVI para el sector ganadero. La implementación de este programa de aseguramiento ha sido más costo- efectivo que la operación de un sistema de pago compensatorio tradicional ex-post que opera de forma reactiva ante la ocurrencia de un evento extremo. Por otro lado, el sector asegurador en Perú diseñó un seguro paramétrico basado en el índice ENOS 1.2 que tiene como objetivo brindar cobertura financiera a organizaciones públicas e instituciones privadas que están expuestas a sufrir un perjuicio económico por los efectos negativos que son generados por eventos extremos del fenómeno El Niño en el Departamento de Piura. 3.30. Por último pero no menos importante, los Estados miembros de 16 islas caribeñas participan conjuntamente en un esquema de cobertura de índices a través de la Facilidad de Seguros Contra Riesgos Catastróficos en el Caribe (CCRIF). El objetivo de este esquema es proteger los bienes de inversión pública contra la ocurrencia de huracanes o terremotos para lograr su inmediata reconstrucción. Actualmente este esquema no cubre riesgos que afectan al sector agropecuario; no obstante, se están conduciendo estudios para analizar la viabilidad de utilizar un modelo de lluvia para brindar cobertura contra exceso de precipitación. Hoy en día, CCRIF, en colaboración con el Ministerio de Ambiente de la República Federal Alemana y Munich Re, han sugerido la implementación de este modelo basado en precipitaciones a fin de proteger los medios de vida de productores y familias rurales de Jamaica29. Lecciones Aprendidas e Implicaciones de la experiencia internacional en el Programa de Seguro de Índices en Guatemala. 3.31. En Guatemala, las autoridades del MAGA en representación del Gobierno Nacional podrían utilizar un seguro de índice de lluvias similar al implementado en Etiopía con la finalidad de financiar el costo de asistencia alimentaria a los hogares vulnerables afectados por eventos de sequía. Hoy en día, las autoridades del MAGA no cuentan con un registro preciso sobre las características y ubicación de cada productor, y no podrían desarrollar un esquema similar al programa Mexicano que realiza pagos compensatorios a cada uno de los productores. Por el contrario, las autoridades necesitarían un sistema de pago agregado dirigido al Gobierno o a sus autoridades de cada región donde el índice de sequía haya activado un pago. En este sentido, el Gobierno deberá definir cuál sería el mejor mecanismo a utilizar para la distribución de los pagos o ayuda a los productores afectados. Algunas de las opciones de forma de pago 29 CCRIF, en conjunto con la reaseguradora Munich Re y el corredor de reaseguro MicroEnsure, han diseñado un programa de tres años (2011-2014) que pretende reducir el ciclo negativo de pobreza que sufren las comunidades rurales debido a eventos climáticos. Los objetivos de este programa son: (i) Brindar herramientas de manejo de riesgo que ayuden a la población vulnerable a adaptarse contra eventos climáticos extremos; (ii) Destrabar los impedimentos para el desarrollo del potencial agrícola; (iii) Superar las berreras para el manejo y transferencia de riesgos climáticos; y (iv) Apoyar el desarrollo sostenible de nuevos segmentos de mercado. - 39 - incluyen: (a) la compra y distribución de alimentos para ser distribuidos a cada familia; o (b) la distribución de los pagos en efectivo a las familias beneficiarias. 3.32. Teniendo en cuenta los efectos que podría ocasionar la variabilidad climática sobre el sector agropecuario, el desarrollo de mecanismos de manejo de riesgo para asistir a las autoridades nacionales y a los productores vulnerables sigue siendo un tema urgente de resolver. Con tal fin, el Gobierno de Guatemala podría estudiar y revisar los programas de seguros de índice desarrollados a nivel internacional que se mencionaron anteriormente, tales como el CCRIF. Asimismo, y dada el alto nivel de exposición a sequías y el interés en brindar asistencia a los productores y familias vulnerables a sequías, el desarrollo de un esquema de seguro a nivel macro podría ser muy útil para la obtención de fondos de contingencia para la compra de raciones alimentarias durante la fase de respuesta ante afectaciones de sequías catastróficas. 3.33. El siguiente capítulo muestra las opciones de esquemas de seguro de índice a nivel macro que fueron analizadas con la finalidad de brindar un instrumento de transferencia de riesgo, que las autoridades del Gobierno podrían utilizar para proteger a aquellos productores para los cuales la compra de seguro comercial no es viable. - 40 - 4. Seguro indexado contra sequías a nivel macro: diseño de la cobertura, tarificación y análisis de exposición a riesgo 4.1. Guatemala tiene una alta exposición al riesgo de sequía, y el Gobierno manifestó su interés en el desarrollo de herramientas de transferencia de dicho riesgo a través de coberturas de seguro. La ocurrencia de sequías en Guatemala produce una reducción en la producción de materias primas que afecta a la economía en general, y para evitar las pérdidas ocasionadas por estos eventos el Gobierno solicitó al Banco Mundial el análisis de factibilidad de un seguro paramétrico que brinde pagos oportunos en caso de ocurrencia de sequías en el país. 4.2. Los sectores de la población que se encuentran en situación de pobreza y pobreza extrema son los que más sufren ante la ocurrencia de una sequía. En las secciones anteriores de este documento se puso de manifiesto la vulnerabilidad de los sectores de bajos ingresos a los eventos climáticos extremos, en particular la sequía, ya que la disminución en la producción de alimentos pone en riesgo la seguridad alimentaria de este sector de la población. Objetivos del seguro indexado contra sequías a nivel macro 4.3. El objetivo del seguro indexado contra sequías a nivel macro es brindar pagos oportunos al Gobierno de Guatemala en caso de una sequía, para que éste brinde asistencia a la población rural más vulnerable cuya seguridad alimentaria se vería afectada. El seguro contempla que el Gobierno sea el asegurado, y como tal se responsabilizaría por el pago de la prima, la recepción de pagos en caso de siniestros, y de la distribución de pagos compensatorios a los beneficiarios (ver más detalle en el Capítulo 5). En caso de la ocurrencia de un evento asegurado, el GdG recibiría un pago por parte de la(s) aseguradora(s) y distribuiría una compensación a la población en situación de pobreza extrema y/o pobreza para evitar que estos habitantes pierdan su seguridad alimentaria. 4.4. El Seguro de Índice a Nivel Macro diseñado no es un seguro tradicional de daños a la producción, y para que sea efectivo se debe realizar una definición del evento asegurado que sea fácilmente medible y que tenga una alta relación con los eventos pasados de sequías. La finalidad de la cobertura es que el gobierno reciba un pago en caso de que por causa de una sequía la seguridad alimentaria de la población más vulnerable corra riesgo, y en este sentido el seguro brindaría pagos independientemente de las pérdidas de la producción que hayan sufrido los distintos cultivos en el país. 4.5. Durante la ejecución de este análisis de factibilidad se evaluaron dos índices climáticos que permitirían medir indirectamente la sequía, a saber: (i) el índice ENOS (El Niño Oscilación del Sur) y (ii) el Índice de Precipitaciones Estandarizadas (SPI, por sus siglas en inglés). El índice ENOS se obtiene a partir de las mediciones de la temperatura sobre la superficie del Mar del océano pacífico (SST, siglas en inglés). Para los fines de este estudio, se analizaron los cuatro índices ENSO existentes que corresponden al mismo número de zonas en el Pacífico Ecuatorial a partir de donde se toman las mediciones de SST. El SPI fue calculado a partir de dos series de datos de lluvia mensual: (a) lluvia medida en estaciones meteorológicas y (b) datos de grillas. 4.6. La validación del contrato se debe realizar analizando la relación que hay entre la ocurrencia de eventos asegurados (medidos mediante un índice) y los datos de gastos incurridos por las autoridades nacionales y organismos internacionales en relación con la - 41 - distribución de ayuda humanitaria entre la población afectada por eventos de sequía. Alternativas analizadas del seguro contra sequía para Guatemala 4.7. A raíz de la evidencia que existe sobre la disminución de niveles de precipitación y eventos Niño (eventos cálidos en la SST), se analizó la factibilidad de activar pagos en el Seguro de Índice a Nivel Macro contra sequías en función de cada uno de los cuatro índices ENOS. Durante la ejecución de este estudio, se definieron para cada índice y para cada mes diversos umbrales de los índices para activar los pagos en la cobertura. 4.8. El equipo del Banco Mundial desarrollaron varios contratos prototipo cuyos pagos se activan en caso de anomalías positivas en el ENOS, en los cuales el evento asegurado se define a partir del registro de un valor del ENOS por encima de cierto umbral, que se supone a priori que está relacionado con un déficit de precipitaciones en Guatemala. La lógica es la siguiente: si ocurre un valor muy alto del ENOS entonces hay un déficit de precipitaciones en el país, y si hay un déficit de precipitaciones los sectores más vulnerables verían amenazada su seguridad alimentaria, y por lo tanto el Gobierno debería recibir un pago para asistir a este sector de la población. 4.9. Si bien los valores cálidos del ENOS están generalmente relacionados con una disminución en las precipitaciones, los resultados del estudio no fueron satisfactorios para el diseño de un contrato de seguro de índice; ya que en el país se registran eventos severos de sequía que no necesariamente están relacionados con la temperatura oceánica. Tal es el caso de la sequía del año 2001, que fue uno de los peores eventos registrados del país, cuya anomalía climática no estuvo relacionada con un evento Niño. En las discusiones mantenidas con autoridades del MAGA, se rechazó la posibilidad de implementar un contrato de este tipo, que ante la ocurrencia de un evento similar al del año 2001 no hubiera brindado pago compensatorio alguno. Ante la ineficacia de estos contratos, el equipo buscó otras alternativas. 4.10. Una segunda opción de diseño de contrato fue realizada a partir de la definición del evento asegurado en función del índice SPI, medido a partir de datos de grilla de precipitación. Esta base de datos de grilla de precipitaciones posee información desde el año 1979 hasta el año 2008, y fue generada por el Banco Mundial en el 2009 con el objetivo de poder brindar información histórica en cada una de las regiones del país (arreglo regular o de grillas con una resolución espacial de 16 km x 16 km), aspecto que constituye su principal ventaja en comparación al uso de series históricas de lluvia provenientes de estaciones meteorológicas que cuentan con una distribución espacial irregular de puntos de captura y con series de tiempo incompletas. 4.11. Si bien conceptualmente la utilización de grillas es conveniente desde un punto de vista estadístico, su utilización en esta etapa resulta inviable debido a diversas limitaciones técnicas y operativas. Por un lado, la generación de estas series de tiempo requiere personal técnico especializado responsable de la actualización de los datos de manera regular. Hoy en día, esta capacidad técnica ha sido creada por funcionarios de FEWSNET e INSIVUMEH, quienes han colaborado en la creación de una grilla de datos de cuenta con una resolución espacial de 5 x 5 km (es decir, con el triple de resolución que la grilla generada por el Banco Mundial en el 2009). Sin embargo, y a pesar de que los resultados generados por este trabajo constituye un gran avance desde el punto de vista técnico, el proyecto se encuentra en una fase experimental, y por este motivo las autoridades del INSIVUMEH aún no avalan su uso como una fuente de datos confiable que podría ser utilizada para la eventual operación y monitoreo de contratos de seguro. - 42 - 4.12. A pesar que hoy en día no se puedan utilizar los datos de grilla para la operación de contratos de aseguramiento agrícola, el equipo técnico del Banco Mundial considera que existe un gran potencial a futuro una vez que se finalice la etapa experimental y se oficialicen los datos de grilla, y se compartan los mismos con la industria aseguradora para el desarrollo de un nuevo producto. El eventual uso de estos datos en el futuro exigirá que el equipo de diseñadores de contratos de aseguramiento determine si: (i) se utilizarán cada pixel de la grilla como Unidad Asegurada, opción que resulta ser técnicamente factible pero muy demandante desde el punto de vista operativo; o (ii) se definirán zonas de riesgo homogéneas conformadas por grupos de pixeles con características similares. La segunda opción, aunque más simple, requerirá tomar decisiones de compromiso que permitan hacer un balance entre lo técnicamente correcto y lo operativamente viable. 4.13. Debido a las limitaciones indicadas anteriormente en el uso del índice ENSO y de los datos de grilla, se consideró el uso de datos de lluvia medidos a través de estaciones meteorológicas para la definición del índice subyacente y la operación del contrato. Al igual que las otras opciones, esta alternativa planteaba nuevos retos, en particular: (i) el hecho de que un organismo del Gobierno como INSIVUMEH sea el responsable de medir la variable a partir de la cual se dispararían los pagos que la aseguradora realizaría al propio Gobierno, acarrea un riesgo moral que muchas aseguradoras podrían cuestionar; y (ii) la red actual de estaciones meteorológicas del país resulta insuficiente para medir las condiciones de microclima generadas por la orografía del país. Respecto del primer punto, durante el período de consulta con las compañías aseguradoras no se vio como un impedimento que el INSIVUMEH asumiera la responsabilidad de captura y transmisión de datos, siempre y cuando hubiere un chequeo estadístico y técnico que permitiese validar el registro anómalo reportado por una estación meteorológica. Por ejemplo, si INSIVUMEH registra un déficit de precipitaciones en una estación asegurada y hay condiciones climáticas completamente diferentes (normales) en pixeles de lluvia mejorada próximos a la estación en cuestión, podría considerarse que el dato es dudoso y por ende inválido. Por otra parte, la insuficiente red de estaciones meteorológicas constituye una limitante mucho más importante, ya que el registro de la estación puede diferir de lo que ocurre a pocas decenas de kilómetros. Conscientes que las condiciones actuales de infraestructura climática del país no permitirían utilizar masivamente un esquema paramétrico a nivel individual, se optó por el diseño de un esquema de agregación de riesgo (seguro macro) en donde el tipo de evento a cubrir tiene manifestaciones regionales amplias y en donde las pérdidas individuales son, hasta cierto punto, menos relevantes: un evento extremo como la seca de 1997/98 o la del 2001 ocasiona disminuciones de lluvia a nivel nacional con implicaciones en el sector productivo en todo el país. Para capturar estos eventos extremos, el primer paso fue seleccionar un índice que (i) permitiera representar cuánto ha caído la precipitación en un período determinado con respecto a su media y (ii) fuera transferible a diversas zonas/estaciones ubicadas en condiciones climáticas completamente diferentes. Si bien se definió que el SPI podría cumplir con estos requisitos, aún quedaba la limitante de los microclimas. A fin de contrarrestar este punto, se opta por cubrir eventos extremos como los registrados en la segunda mitad de la década de 1990 e inicios del 2000 que tienen una manifestación regional amplia. Asimismo, se recomienda utilizar los datos de grilla para identificar variaciones sobre la severidad de la sequía en las diferentes sub-zonas dentro de una Unidad Asegurada (región asociada a una estación meteorológica), lo que permitiría ser más eficaces al momento de distribuir la ayuda de asistencia alimentaria/compensatoria a aquellas zonas más impactadas. - 43 - Análisis de Base de datos de precipitaciones para el diseño del seguro indexado 4.14. Para el desarrollo del producto final presentado en este estudio de factibilidad se utilizaron datos de precipitaciones diarias de más de 50 estaciones brindados por INSIVUMEH. El equipo del Banco Mundial contaba con datos diarios de precipitaciones de 56 estaciones hasta el año 2008, que fueron reunidos en un trabajo de asistencia técnica anterior. A su vez, el INSIVUMEH amablemente brindó los datos de 51 estaciones desde el año 2009 hasta el año 2012. Se tuvo que compaginar los datos de ambas fuentes, ya que había estaciones que se encontraban en la base de datos suministrada por INSIVUMEH y no en la base que tenía el equipo, y viceversa (ver Tabla 4.1). 4.15. Los datos faltantes hasta el año 2008 se rellenaron utilizando la grilla desarrollada por Banco Mundial en un estudio anterior, sin embargo no fue posible la reconstrucción de los datos faltantes de 2009 a 2012. Las estaciones que presentaron más del 5% de datos faltantes fueron descartadas. Para realizar el análisis de riesgo es necesario contar con una serie completa de datos, y en caso de que existan datos faltantes una práctica común es tolerar hasta un máximo de 5%. Además, debido a las características topográficas de Guatemala, no es factible realizar una interpolación espacial entre los datos de distintas estaciones para rellenar los datos faltantes de otra. 4.16. Una vez descartadas las estaciones con datos incompletos, se realizó el análisis de factibilidad con 26 estaciones. En la Tabla 4.1 se muestran todas las estaciones utilizadas, detallando la cantidad de datos faltantes en cada una de ellas, separados en el período previo al año 2008 (datos que ya poseía el equipo del Banco Mundial) y de 2009 a 2012 (datos suministrados por INSIVUMEH exclusivamente para este estudio de factibilidad). - 44 - Tabla 4.1. Estaciones meteorológicas analizadas. % Faltantes % Faltantes desde Estación Departamento Incluidas hasta 2009 2009 ALAMEDA ICTA CHIMALTENANGO 31% 3% X ASUNCION MITA R.H. JUTIAPA 3% 0% X BETHEL (2) PETEN 100% 50% SANTA MARIA CAHABON ALTA VERAPAZ 7% 8% CAMANTULUL ESCUINTLA 1% 0% X CAMOTAN CHIQUIMULA 3% 4% X CATARINA SAN MARCOS 6% 13% CHACHACLUN (2) PETEN 100% 50% CHAMPERICO FEGUA RETALHULEU 100% 6% CHINIQUE QUICHE 5% 13% CHIXOY PCH QUICHE 2% 2% X SACAPULAS QUICHE 2% 18% COBAN ALTA VERAPAZ 3% 12% CUBULCO BAJA VERAPAZ 3% 0% X CUILCO HUEHUETENANGO 5% 6% SAN MARCOS PHC SAN MARCOS 5% 12% EL CAPITAN SOLOLA 13% 1% X EL PORVENIR PETEN (2) PETEN 100% 50% EL TABLON SOLOLA 50% 16% ESQUIPULAS CHIQUIMULA 1% 2% X FLORES AEROPUERTO PETEN 3% 0% X HUEHUETENANGO HUEHUETENANGO 1% 0% X INSIVUMEH GUATEMALA 1% 0% X LA CEIBITA JALAPA 1% 43% LA FRAGUA ZACAPA 2% 4% X SUIZA CONTENTA SACATEPEQUEZ 7% 4% X LA UNION ZACAPA 1% 9% LABOR OVALLE QUEZALTENANGO 2% 2% X LAS GUACAMAYAS (1) ESCUINTLA 100% 100% LAS VEGAS PHC IZABAL 5% 25% LOS ALBORES (1) EL PROGRESO 55% 100% LOS ESCLAVOS SANTA ROSA 5% 0% X MAZATENANGO (1) SUCHITEPEQUEZ 100% 100% MONTUFAR JUTIAPA 7% 10% MORAZAN EL PROGRESO 6% 64% NEBAJ QUICHE 8% 2% X PACHUTE (1) QUETZALTENANGO 3% 100% PANZOS PHC ALTA VERAPAZ ALTA VERAPAZ 25% 2% X PAPALHA ALTA VERAPAZ 5% 100% PASABIEN ZACAPA 1% 11% POTRERO CARRILLO JALAPA 5% 10% PUERTO BARRIOS PHC IZABAL 2% 0% X QUEZADA JUTIAPA 3% 0% X RETALHULEU AEROPUERTO RETALHULEU 3% 2% X SABANA GRANDE ESCUINTLA 3% 30% SAN AGUSTIN CHIXOY ALTA VERAPAZ 39% 51% SAN JERONIMO R.H BAJA VERAPAZ 1% 6% SAN JOSE AEROPUERTO ESCUINTLA 3% 4% X SAN MARTIN JILOTEPEQUE CHIMALTENANGO 9% 1% X SAN PEDRO AYAMPUC (1) GUATEMALA 11% 100% SAN PEDRO JOCOPILAS (1) QUICHE 100% 100% SAN PEDRO MACTUN (2) PETEN 100% 50% SAN PEDRO NECTA HUEHUETENANGO 2% 4% X SAN PEDRO SOLOMÁ (1) HUEHUETENANGO 2% 100% SANTA CRUZ BALANYA CHIMALTENANGO 13% 4% X SANTIAGO ATITLAN SOLOLA 15% 4% X SIPACATE (1) ESCUINTLA 100% 100% TECUN UMAN FEGUA AYUTLA (3) SAN MARCOS 100% 1% TODOS SANTOS HUEHUETENANGO 7% 1% X USUMATLÁN (1) ZACAPA 100% 100% Notas: (1) Estación con datos hasta 2008 únicamente. (2) Estación con datos desde 2009 únicamente. (3) Estación en la Base de Datos, pero con 100% de datos perdidos antes de 2009. Fuente: Los autores. - 45 - 4.17. Con los datos diarios de las 26 estaciones seleccionadas se calculó el acumulado por mes, y la serie de precipitación acumulada mensual fue utilizada en el diseño del contrato que se detalla a continuación. Características del diseño y metodología de cálculo de tarifas del seguro indexado a nivel macro basado en el Índice de Precipitaciones Estandarizadas (SPI) Período de Cobertura 4.18. El período lluvioso habitual en Guatemala se extiende desde el mes de mayo hasta el mes de octubre, con un período seco habitual durante julio y agosto llamado canícula (ver Figura 2.5). Las precipitaciones acumuladas entre mayo y octubre, ambos inclusive, representan en promedio el 88% del total de las precipitaciones anuales en las 26 estaciones analizadas, y si se excluyen mayo y octubre, el cuatrimestre comprendido entre junio y septiembre genera en promedio el 66% de las precipitaciones acumuladas anuales. Por otro lado, la precipitación promedio histórica en el mes de julio en 24 de las 26 estaciones meteorológicas incluidas en el análisis fue inferior a los promedios históricos de los meses de junio y de agosto, evidenciando la presencia de la canícula. 4.19. El período de cobertura del contrato diseñado se extiende desde junio a septiembre, ambos inclusive. Si bien en algunas estaciones meteorológicas las precipitaciones en los meses de mayo y octubre son relevantes, se optó por un período homogéneo para todas las estaciones con el fin de simplificar el diseño. No obstante, en el caso de que se proceda a la implementación del Seguro Macro basado en el Índice SPI, se podría fácilmente analizar la utilización de distintos períodos para distintas estaciones meteorológicas. Para más detalles, véase el Anexo 4. Índice de precipitaciones estandarizadas (SPI) y regla de pago 4.20. El Índice de Precipitaciones Estandarizadas (SPI) en cada mes y en cada estación se calcula estandarizando cada valor de precipitaciones, restando el promedio histórico del mes y dividiendo por el desvió estándar. Para el cálculo del SPI, en primer lugar, es necesario calcular el promedio y desvió estándar histórico de los datos de precipitaciones acumuladas mensuales realizando una agrupación por mes. Es decir que se obtiene un promedio y un desvío estándar para cada uno de los meses del año, de enero a diciembre. Luego, cada dato histórico mensual se estandariza restando el promedio correspondiente al mes y dividiendo el resultado por el desvío estándar de dicho mes. Por ejemplo, el dato calculado del SPI en la estación E05 en julio de 2001 fue -0.155, y se obtuvo restando de la precipitación acumulada en julio de 2001 (144.2 mm) el promedio histórico de las precipitaciones acumuladas en julio en la estación E05 (157.1 mm), y dividiendo al resultado por el desvío estándar de las precipitaciones acumuladas en julio en la estación E05 (82.9 mm). 4.21. Un valor del SPI negativo indica que las precipitaciones fueron menores al promedio histórico, mientras que un valor positivo indica que fueron mayores. El SPI mide cuántos desvíos estándar por debajo (o por encima) del promedio está una observación particular. Por ejemplo, en julio de 2001 en la estación E05 la precipitación acumulada fue -0.155 desvíos estándares menor al promedio. 4.22. Se debe fijar un “umbral disparador” del SPI a partir del cual se considera que existe un déficit severo de precipitaciones que afectaría la seguridad alimentaria de la población más vulnerable, y un “umbral de salida” del SPI a partir del cual se supone que el déficit fue muy extremo. Para determinar la existencia de un déficit de precipitaciones que pueda implicar una - 46 - sequía no basta con que sean menores al promedio histórico, sino que se debe dar una situación más extrema. De acuerdo a Agnew (2000), hay una sequía moderada si SPI < -0.84, una sequía severa si SPI<-1.28 y una sequía extrema si SPI<-1.65. Sin embrago, estos valores deben adaptarse a Guatemala para que el contrato de seguro diseñado se adecúe a las necesidades del Gobierno. 4.23. En este análisis de factibilidad se considera “umbral disparador” de -1.5 y un “umbral de salida” de -2.00, que servirán para determinar el nivel de pérdida medido indirectamente a través del SPI. El contrato de seguro indexado se activaría brindando un pago al Asegurado cuando en alguna de las estaciones meteorológicas incluidas en el seguro, y en alguno de los meses del período de cobertura, se observe un valor del SPI inferior a -1.50. Si el SPI es menor al “umbral de salida” de -2.00 se consideraría que el déficit fue total y el Asegurado recibiría el 100% de la Suma Asegurada de la estación afectada por este evento. Finalmente, si el SPI observado se encuentra entre los umbrales “disparador” y “de salida”, se considerará una pérdida proporcional. Por ejemplo, si el SPI es -1.75, se supone que el déficit fue del 50% en relación a un déficit extremo (ver Figura 4.1). Estos valores de umbrales (UD= -1.5 y US = -2.0) fueron seleccionados considerando la relación entre los pagos que hubiese brindado el seguro en el pasado y los eventos de sequía que se produjeron en Guatemala (ver los resultados más adelante). Figura 4.1. Pérdida en un mes particular dentro del período de cobertura en función del SPI observado. 110% Pérdida medida por SPI (% Suma Asegurada Total Anual) 100% 90% 80% 70% Umbral 60% Disparador 50% 40% 30% Umbral de 20% Salida 10% 0% -2.50 -2.38 -2.26 -2.20 -2.08 -1.96 -1.84 -1.78 -1.66 -1.54 -1.48 -1.36 -1.24 -1.12 -1.06 -2.44 -2.32 -2.14 -2.02 -1.90 -1.72 -1.60 -1.42 -1.30 -1.18 -1.00 -2.00 -1.75 -1.50 Índice de Precipitaciones Estandarizadas (SPI) en un mes dentro del período de cobertura Fuente: los autores. 4.24. Los umbrales “disparador” y “de salida” deberán ser determinados en última instancia a partir de las negociaciones entre el Gobierno y las (re)aseguradoras. Si bien en este análisis se consideran adecuados los umbrales mencionados en el párrafo anterior, el Gobierno deberá analizar cuidadosamente si estos valores son adecuados para la cobertura que desea obtener. En última instancia, lo fundamental es que el contrato se active y brinde pagos oportunos cuando la población más vulnerable ve afectada su seguridad alimentaria por una sequía. 4.25. El pago del contrato en una estación meteorológica particular se basa en el peor déficit mensual dentro del período de cobertura. Al considerar el peor evento dentro del período de cobertura se busca no suavizar las pérdidas: un solo mes extremadamente seco puede arruinar - 47 - toda la producción agrícola, más allá de que en los meses restantes el nivel de precipitaciones sea normal. Es decir que en cada mes del período de cobertura se observa el SPI y se calcula la pérdida estimada indirectamente de acuerdo al esquema de la Figura 4.1; y luego el pago total del contrato en un año-póliza, como porcentaje de la Suma Asegurada Total Anual, será determinado por la máxima pérdida porcentual mensual calculada. Para más detalles, ver el Anexo 4. Cálculo de la Suma Asegurada y asignación a las Unidades Aseguradas 4.26. La Suma Asegurada Total Anual (SATA) determina el monto máximo total que podría llegar a pagar el asegurador en caso de un siniestro. La SATA se distribuye entre las estaciones meteorológicas (Unidades Aseguradas), teniendo cada una de ellas una Suma Asegurada Anual asignada que representa la responsabilidad máxima potencial del asegurador en la misma. La regla de pago definida más arriba determina el daño porcentual (medido indirectamente) que sufriría una región determinada en torno a una estación meteorológica que presente un valor muy bajo del SPI. El pago porcentual del año-póliza en una Unidad Asegurada se debe multiplicar por la Suma Asegurada Anual asignada a la misma para determinar el monto de dinero que recibiría el Gobierno por el evento de déficit de precipitación que pondría en riesgo la seguridad alimentaria de la población vulnerable de la zona de influencia de la estación meteorológica afectada. 4.27. La Suma Asegurada Total Anual ascendería a Q 637 millones, cuyo cálculo se realizó considerando el costo de cubrir la alimentación de una familia tipo por un mes en caso de un evento de sequía, y considerando la población rural en situación de pobreza extrema. De acuerdo con información del VISAN-MAGA el costo de una ración para cubrir por 30 días el alimento de una familia en un evento de sequía sería de Q 2,000, o aproximadamente Q 400 por habitante rural30. Asimismo, de acuerdo con el PAFFEC (2012), existen aproximadamente 1.592 millones de habitantes rurales en situación de pobreza extrema. Multiplicando el costo por habitante de Q 400 por la población objetivo de 1.592 millones de personas se obtiene la SATA de Q 637 millones. 4.28. Si se pretende brindar asistencia a las familias durante todo el período habitual de escasez de alimentos, la SATA ascendería a aproximadamente Q 2,548 millones . De acuerdo a FEWSNET (2013), el período anual de escasez de alimentos incluye los meses desde abril hasta julio, ambos inclusive (ver Figura 2.5), lo que implicaría que sería necesario brindar asistencia alimentaria a las familias por cuatro meses. Luego, la SATA presentada en el párrafo anterior de Q 637 millones (para un mes de asistencia alimentaria) debería multiplicarse por cuatro para obtener la nueva SATA de Q 2,548 millones, necesaria para cubrir la asistencia alimentaria extendida. 4.29. La asignación de la SATA a cada Unidad Asegurada (estación meteorológica) incluida en la cobertura se hizo en función de (i) El área de influencia de la estación en cada departamento de acuerdo a los polígonos de Thiessen, y (ii) La población de cada departamento asignada a cada polígono. La superficie total de cada departamento es distribuida entre las estaciones meteorológicas de acuerdo a los polígonos de Thiessen31. Luego, el 30 De acuerdo al Programa de Agricultura Familiar, los hogares agropecuarios tienen en promedio 5.35 miembros (PAFFEC 2012, Cuadro 12). 31 Si bien la utilización de polígonos de Thiessen tiene algunas limitaciones para determinar zonas climáticas homogéneas, en un evento de sequía extrema/catastrófica, y con la definición del pago a partir - 48 - porcentaje de la superficie de un departamento asignado a una estación meteorológica, multiplicado por la población total del departamento, determina la cantidad de habitantes de ese departamento que se asigna a esa estación. Finalmente, la suma de los habitantes de los distintos departamentos asignados a una misma estación indica la cantidad de personas que están aseguradas en esa Unidad Asegurada, y multiplicado esta cantidad de habitantes por el costo por habitante (Q 400 para un mes, o Q 1,600 para cubrir el período de escasez de alimentos anual) se obtiene la Suma Asegurada Anual asignada a la estación. Para más detalles, ver el Anexo 4. 4.30. La Figura 4.2 muestra el mapa de Guatemala con la división política y las Unidades Aseguradas. El área de intersección de un polígono (Unidad Asegurada) con un Departamento determina el porcentaje de habitantes y la Suma Asegurada del departamento que se asigna a la estación. La Tabla A4.2 del Anexo 4 muestra la asignación de la población en situación de pobreza extrema de cada Departamento y su asignación a cada Unidad Asegurada de acuerdo a los polígonos de Thiessen. Figura 4.2. Mapa de Guatemala con división política y división de Unidades Aseguradas (polígonos de Thiessen). Fuente: los autores. de datos de precipitación estandarizada, se espera que las áreas de influencia (Unidades Aseguradas) representarían una buena aproximación del impacto del evento. - 49 - Cálculo de Pago. Determinación de primas puras, técnicas y comerciales. 4.31. En esta sección se presentan las definiciones conceptuales relacionadas con la cobertura, dejando el detalle técnico para el lector interesado en el Anexo 4. 4.32. El pago en una Unidad Asegurada en un año-póliza particular surge de la multiplicación del pago porcentual y la Suma Asegurada Anual asignada a esa estación. En la Figura 4.1 se mostró cómo se calcula indirectamente la pérdida en una Unidad Asegurada (como porcentaje de la SA anual asignada a la misma) en función del valor del SPI observado en un mes particular dentro del período de cobertura, y posteriormente se mencionó que el pago en el año- póliza estaría dado por el máximo de las pérdidas calculadas en cada mes del período de cobertura. El pago medido en unidades monetarias surgirá de multiplicar el pago porcentual calculado por la Suma Asegurada Anual Asignada a la Unidad Asegurada bajo análisis. 4.33. El pago total (en Quetzales) de la cobertura es la suma de los pagos de las Unidades Aseguradas, y el pago como porcentaje de la SATA surge del promedio ponderado de los pagos de las unidades Aseguradas. Una vez calculados los pagos en Quetzales para cada una de las Unidades Aseguradas de acuerdo a lo mencionado en el párrafo anterior, el pago total que recibiría el Gobierno es la suma de los pagos de las Unidades Aseguradas. A su vez, el pago porcentual total (% de la SATA) será el promedio ponderado por Suma Asegurada de los pagos porcentuales de cada Unidad Asegurada; o lo que es lo mismo, el pago total medido en Quetzales dividido por la SATA. 4.34. El diseño de la cobertura incluye la aplicación de una franquicia por Unidad Asegurada y una Franquicia Global. Dado que el objetivo del Gobierno es la cobertura de eventos catastróficos que afectan a gran parte de la población en situación de pobreza extrema, se pretende evitar los pagos pequeños cuyos montos no serían significativos e implicarían costos de liquidación innecesarios. Se considera que estos eventos de menor envergadura se podrían cubrir con otro tipo de instrumento, y que el seguro debería estar orientado a eventos de gran magnitud y poca frecuencia. 4.35. La tasa de prima pura en el modelo propuesto se determina como el promedio de los pagos (porcentuales) históricos hipotéticos que se hubieran dado en el pasado si la cobertura hubiese estado vigente. Con la metodología descrita en los párrafos precedentes se puede calcular cuál hubiese sido el pago total porcentual en cada uno de los años desde 1979 hasta 2012 si el Seguro Macro basado en el Índice SPI hubiera estado vigente. La tasa de prima pura representa el costo de pérdida esperado que tendría la aseguradora en caso de asumir el riesgo de suscribir la cobertura, y se calcula como en el modelo como el promedio simple de los pagos totales porcentuales observados en los 34 años de muestra (burn analysis). 4.36. La tasa de prima técnica en el modelo propuesto se calcula adicionando a la tasa de prima pura un porcentaje del desvío estándar de los pagos (porcentuales) históricos hipotéticos que se hubieran dado en el pasado si la cobertura hubiese estado vigente . La estimación de la tasa de prima pura se basa en una muestra de 34 años, y las pérdidas promedio en el futuro podrían diferir de lo sucedido en la muestra, y por ello las compañías incrementan las tasas puras con un Recargo de Seguridad Técnico (RST) que cubriría los errores en la estimación del costo de pérdida esperado. El RST se suele calcular en la industria aseguradora como un porcentaje de la - 50 - Pérdida Máxima Probable32, o bien como un porcentaje del desvío estándar de la distribución de probabilidades de los pagos. En este análisis de factibilidad se optó por la segunda opción, y el RST que se adiciona a la tasa de prima pura se calcula en el modelo como un porcentaje del desvío estándar de los pagos históricos. 4.37. La tasa de prima comercial indicativa para toda la cobertura se obtiene agregando a la prima técnica los porcentajes de gastos administrativos y operativos, y la rentabilidad esperada del asegurador. Además de los costos de siniestros, los aseguradores deben costear sus gastos administrativos y operativos, y procuran obtener una rentabilidad por el capital que exponen a riesgo en cualquier cobertura. Por ello, las compañías recargan las primas técnicas para determinar las primas comerciales que serán las que finalmente pagarán los tomadores del seguro. Cabe señalar que en este estudio de factibilidad se calcularon primas comerciales indicativas, ya que la determinación final del costo de la cobertura es tarea de los aseguradores y depende de sus costos particulares y la rentabilidad esperada que requieran sus accionistas. 4.38. En la sección siguiente se muestran algunos resultados del modelo, utilizando distintos parámetros. Resultados del Seguro indexado a nivel macro basado en el SPI 4.39. Las variables relevantes para el funcionamiento de la cobertura son (i) Departamentos incluidos en la cobertura, lo que determinará qué estaciones meteorológicas (Unidades Aseguradas) se incluyen y su Sumas Aseguradas, (ii) Período de Cobertura (mes de inicio y mes de fin), (iii) Umbral Disparador (UD) y Umbral de Salida (US), (iv) Franquicia por Unidad Asegurada (FUA) y Franquicia Global (FG). En los párrafos siguientes se presentan resultados para distintas selecciones de estas variables. 4.40. Se analizarán los resultados para el período de cobertura de Junio a Septiembre, para Umbrales Disparador y de Salida de -1.50 y -2.00, respectivamente, y para dos zonas, a saber: (a) Global incluyendo todos los departamentos de Guatemala, y (b) Piloto con Departamentos del “corredor seco”. En todos los casos se considera un Recargo de Seguridad Técnico del 15% del desvío estándar de los pagos históricos y un recargo por Gastos y Rentabilidad del 15%. 4.41. Lo más importante a la hora de analizar la eficacia de la cobertura es que los pagos mayores en la muestra histórica coincidan con los años en que Guatemala experimentó sequías que afectaron la seguridad alimentaria de la población. Cobertura sobre todo el país 4.42. Si se incluyen los 1,592,288 habitantes rurales de Guatemala en situación de pobreza extrema como potenciales beneficiarios, la Suma Asegurada Total Anual ascendería a Q 637 millones para cubrir la alimentación de un mes, o Q 2,548 millones para cubrir los cuatro meses del período anual de escasez de alimentos. La Tabla 4.3 muestra la distribución de la Suma Asegurada Total Anual entre las distintas Unidades Aseguradas (panel a) y entre los distintos Departamentos (panel b). 32 La Pérdida Máxima Probable indica cuánto podría ser el pago máximo en un año-póliza que debería costear la aseguradora con cierto nivel de confianza. - 51 - Tabla 4.3. Distribución de Suma Asegurada Total Anual (SATA). Caso: Todo Guatemala. Panel a: Distribución de SATA por Unidad Asegurada Panel b: Distribución de SATA por Departamento Unidad Asegurada % SATA Departamento % SATA Alameda ICTA 0.54% ALTA VERAPAZ 25.35% Asunción Mita 2.45% BAJA VERAPAZ 3.18% Camantulul 1.50% Camotan 3.58% CHIMALTENANGO 3.09% Chixoy 13.76% CHIQUIMULA 6.27% Cubulco 3.46% EL PROGRESO 0.36% El Capitán 1.39% ESCUINTLA 0.67% Esquipulas 2.75% GUATEMALA 0.44% Flores 4.94% HUEHUETENANGO 5.78% Huehuetenango 2.86% IZABAL 4.79% INSIVUMEH 0.71% La Fragua 3.80% JALAPA 3.02% La Suiza Contenta 0.26% JUTIAPA 3.04% Labor Ovalle 6.92% PETEN 5.36% Los Esclavos 1.91% QUETZALTENANGO 3.57% Nebaj 5.40% QUICHE 8.40% Panzos 16.37% RETALHULEU 1.75% Puerto Barrios 2.85% Quezada 2.66% SACATEPEQUEZ 0.38% Retalhuleu aeropuerto 8.95% SAN MARCOS 8.78% San José Aeropuerto 0.46% SANTA ROSA 1.87% San Martín Jilotepeque 1.33% SOLOLA 1.86% San Pedro Necta 5.06% SUCHITEPEQUEZ 5.29% Santa Cruz Balanya 1.28% TOTONICAPAN 3.83% Santiago Atitlán 2.40% Todos Santos 2.38% ZACAPA 2.92% TOTAL 100.00% Total general 100.00% Fuente: Los autores (a partir de la herramienta de tarificación). 4.43. La Figura 4.3 muestra los Pagos totales hipotéticos porcentuales que hubieran ocurrido en el pasado utilizando los siguientes umbrales de SPI y franquicias: UD = -1.50, US= -2.00, FUA = 10% y FG = 2% . El Pago máximo hubiera ocurrido en el año 2001, con un pago del 26.42% de la SATA, seguido por el año 2009 con 23.03% de la SATA y luego 1986 con 20.26% de la SATA. Los años con pagos mayores coinciden con sequías severas en Guatemala, lo que indicaría que la cobertura estaría siendo eficaz. - 52 - Figura 4.3. Pagos Históricos (%SATA). Caso: Todo Guatemala. Pago (% S.A.T.A.) 2012 13.97% 2011 0.00% 2010 0.00% 2009 23.03% 2008 8.95% 2007 0.00% 2006 12.59% 2005 0.00% 2004 16.55% 2003 0.00% 2002 2.87% 2001 26.42% 2000 7.43% 1999 7.10% 1998 17.53% 1997 4.22% 1996 8.83% 1995 0.00% 1994 5.11% 1993 0.00% 1992 0.00% 1991 12.79% 1990 4.10% 1989 16.37% 1988 0.00% 1987 3.73% 1986 20.26% 1985 0.00% 1984 0.00% 1983 3.61% 1982 18.22% 1981 0.00% 1980 0.00% 1979 2.77% 0% 5% 10% 15% 20% 25% 30% Fuente: Los autores (a partir de la herramienta de tarificación). 4.44. La Tasa de Prima Pura en este caso ascendería a 6.95%, la Tasa Técnica sería 8.14% y la Tasa Comercial Indicativa 9.58%. La Tabla 4.4 muestra las Tasas Pura y Técnica para cada Unidad Asegurada. Notar que la Tasa Pura Total no coincide con el promedio ponderado por Suma Asegurada de las Tasas Puras de las Unidades Aseguradas debido a la aplicación de la Franquicia Global: en un año particular se pudo haber registrado un pago en una Unidad Asegurada (que impactaría en su Prima Pura) pero finalmente la cobertura global no se activó porque el pago total fue menor a la Franquicia Global, con lo cual ese año no impactaría en la Prima Pura Total. La Tasa Técnica Total es menor al promedio no sólo por el efecto de la franquicia, sino también debido a un beneficio por diversificación: el desvío estándar de los pagos totales es menor que desvío estándar promedio de las Unidades Aseguradas. 4.45. Hay una gran variabilidad en la exposición de las distintas unidades aseguradas. La estación de Esquipulas registró muchos eventos de déficit extremo de precipitaciones medido a través del SPI, resultando en un promedio de pagos históricos del 17.8% de la Suma Asegurada y una tasa técnica de 22.8%. En el otro extremo, Santiago Atitlán tuvo un promedio de pagos históricos de solamente el 0.8% de la Suma Asegurada, resultando en una prima técnica de 1.50%. Es importante destacar que estos pagos son fuertemente dependientes de los umbrales - 53 - seleccionados, y si bien aquí se proponen valores de umbrales que se ajustan bastante bien a los eventos históricos de sequías en Guatemala, las autoridades del Gobierno en conjunto con las (re)aseguradoras deberán determinar los valores finales de los umbrales que se utilizarán si se decide implementar el Seguro Indexado a nivel macro basado en SPI. Tabla 4.4. Prima Pura y Técnica por Unidad Asegurada y Global. Caso: Todo Guatemala. Desvío Prima Técnica Unidad Asegurada Prima Pura (PP) Estándar (d.e.) (PP + 15% d.e.) Alameda ICTA 7.04% 24.23% 10.67% Asunción Mita 12.25% 28.10% 16.46% Camantulul 3.91% 11.36% 5.62% Camotan 10.28% 25.36% 14.09% Chixoy 4.68% 17.08% 7.24% Cubulco 5.67% 23.03% 9.12% El Capitán 7.04% 19.98% 10.03% Esquipulas 17.80% 33.33% 22.80% Flores 7.44% 25.18% 11.22% Huehuetenango 6.84% 20.92% 9.98% INSIVUMEH 6.05% 20.96% 9.19% La Fragua 1.66% 9.65% 3.10% La Suiza Contenta 4.64% 14.87% 6.87% Labor Ovalle 0.91% 3.79% 1.48% Los Esclavos 5.80% 20.64% 8.90% Nebaj 5.88% 23.88% 9.46% Panzos 8.36% 22.40% 11.72% Puerto Barrios 6.28% 19.99% 9.28% Quezada 10.67% 27.74% 14.83% Retalhuleu aeropuerto 10.86% 29.24% 15.25% San José Aeropuerto 2.76% 10.43% 4.32% San Martín Jilotepeque 13.67% 30.13% 18.19% San Pedro Necta 9.19% 25.88% 13.08% Santa Cruz Balanya 9.95% 24.43% 13.62% Santiago Atitlán 0.80% 4.68% 1.50% Todos Santos 6.77% 20.85% 9.90% TOTAL 6.95% 7.90% 8.14% Prima Comercial Indicativa: 9.58% Fuente: Los autores (a partir de la herramienta de tarificación). 4.46. La Siniestralidad histórica promedio para el caso analizado fue de 72.6% , con un máximo en 2001 de 276%. La siniestralidad en un año mide el pago realizado por la aseguradora como porcentaje de la prima (comercial) que ésta cobró. La Figura 4.4 muestra la siniestralidad histórica que se hubiera registrado si la cobertura hubiese estado vigente. Realizando un análisis de la siniestralidad por períodos de aproximadamente 10 años, entre 1979 y 1990 el promedio - 54 - hubiera sido 60.1%, entre 1991 y 2001 de 84.9% y entre 2002 y 2012 hubiese ascendido a 74%. Figura 4.4. Siniestralidad Histórica (Pagos Históricos / Prima Comercial). Caso: Todo Guatemala. Siniestralidad 2012 146% 2011 0% 2010 0% 2009 241% 2008 93% 2007 0% 2006 131% 2005 0% 2004 173% 2003 0% 2002 30% 2001 276% 2000 78% 1999 74% 1998 183% 1997 44% 1996 92% 1995 0% 1994 53% 1993 0% 1992 0% 1991 134% 1990 43% 1989 171% 1988 0% 1987 39% 1986 212% 1985 0% 1984 0% 1983 38% 1982 190% 1981 0% 1980 0% 1979 29% 0% 50% 100% 150% 200% 250% 300% Fuente: Los autores (a partir de la herramienta de tarificación). 4.47. La siniestralidad histórica muestra que cada Q1.00 que hubiese pagado el Gobierno en concepto de prima, hubiera recibido en promedio Q0.726 como pago de siniestros . Si bien esta cifra en primera instancia podría interpretarse como una ineficiencia del seguro, hay que destacar que se trata de una herramienta de transferencia de riesgo y no de una fuente de rentabilidad para el asegurado: en los años con sequías extremas el Gobierno hubiera recibido hasta Q2.76 por cada Q1.00 pagado en concepto de prima. La diferencia de Q0.274 en el promedio histórico viene a compensar los gastos que tiene la compañía aseguradora y la rentabilidad esperada que busca por exponer su capital a riesgo, ya que podría suceder que en el primer año del contrato ocurra un evento extremo y la aseguradora sufra una gran pérdida. 4.48. Si se considera una Franquicia Global (FG) del 8% de la SATA se obtendrían los resultados de la Figura 4.5. Se puede apreciar en el Panel (a) de la Figura 4.5 que fueron eliminados los pagos menores al 8% de la SATA que se observaban en la Figura 4.3 (con Franquicia Global de 2%), y ahora la cobertura solamente se activa en los casos más extremos. - 55 - Este aumento de la FG reduce las Primas del seguro: la Tasa de Prima Pura sería 5.75% de la SATA, mientras que las Primas Técnica y Comercial Indicativa resultarían de 7.02% y 8.26% de la SATA, respectivamente33. La reducción en la Prima Comercial Indicativa implica a su vez que los eventos extremos representen una mayor siniestralidad, llegando a un 320% en el año 2001, como se aprecia en el Panel (b) de la Figura 4.5. Figura 4.5. Pagos Históricos (panel a) y Siniestralidad Histórica (panel b) con Franquicia Global del 8%. Caso: Todo Guatemala. Panel (a) Panel (b) Pago (% S.A.T.A.) Siniestralidad 2012 13.97% 2012 169% 2011 0.00% 2011 0% 2010 0.00% 2010 0% 2009 23.03% 2009 279% 2008 8.95% 2008 108% 2007 0.00% 2007 0% 2006 12.59% 2006 152% 2005 0.00% 2005 0% 2004 16.55% 2004 200% 2003 0.00% 2003 0% 2002 0.00% 2002 0% 2001 26.42% 2001 320% 2000 0.00% 2000 0% 1999 0.00% 1999 0% 1998 17.53% 1998 212% 1997 0.00% 1997 0% 1996 8.83% 1996 107% 1995 0.00% 1995 0% 1994 0.00% 1994 0% 1993 0.00% 1993 0% 1992 0.00% 1992 0% 1991 12.79% 1991 155% 1990 0.00% 1990 0% 1989 16.37% 1989 198% 1988 0.00% 1988 0% 1987 0.00% 1987 0% 1986 20.26% 1986 245% 1985 0.00% 1985 0% 1984 0.00% 1984 0% 1983 0.00% 1983 0% 1982 18.22% 1982 221% 1981 0.00% 1981 0% 1980 0.00% 1980 0% 1979 0.00% 1979 0% 0% 5% 10% 15% 20% 25% 30% 0% 100% 200% 300% 400% Fuente: Los autores (a partir de la herramienta de tarificación). 4.49. Es importante señalar que si bien el aumento de la Franquicia Global reduce la prima que pagaría el gobierno, excluye muchos eventos de sequías moderadas . El Gobierno deberá evaluar cuidadosamente este intercambio de reducción de prima y exclusión de eventos antes de tomar una decisión respecto de los niveles de Franquicia que estaría dispuesto a aceptar. Piloto en Departamentos del “corredor seco” 4.50. Se analizan a continuación los resultados de un posible proyecto Piloto que incluya los Departamentos de Alta Verapaz, Baja Verapaz, Chiquimula, Huehuetenango, Quiché, Totonicapán y Zacapa, incluyendo a 887,321 habitantes rurales en situación de extrema 33 Notar que las Primas por Unidad Asegurada no se verían modificadas, ya que la Franquicia Global no tiene impacto en los resultados por estación meteorológica. Ver más detalles en Anexo 3. - 56 - pobreza. Estos Departamentos están dentro del llamado “corredor seco” y tienen altos índices de pobreza extrema, representando el 56% de la población en dicha situación de alta vulnerabilidad. 4.51. La Suma Asegurada Total Anual de este piloto ascendería a Q 355 millones para cubrir la alimentación de un mes, o Q 1,420 millones para cubrir los cuatro meses del período anual de escasez de alimentos. La Tabla 4.5 muestra la distribución de la Suma Asegurada Total Anual entre las distintas Unidades Aseguradas (panel a) y entre los distintos Departamentos (panel b). Se dejaron los Departamentos y Estaciones Meteorológicas no incluidas (con %SATA igual cero) a modo de referencia. Tabla 4.5. Distribución de Suma Asegurada Total Anual (SATA). Caso: Piloto con Departamentos del Corredor Seco. Panel a: Distribución de SATA por Unidad Asegurada Panel b: Distribución de SATA por Departamento Unidad Asegurada % SATA Departamento % SATA Alameda ICTA 0.00% ALTA VERAPAZ 45.48% Asunción Mita 0.53% BAJA VERAPAZ 5.70% Camantulul 0.00% Camotan 5.79% CHIMALTENANGO 0.00% Chixoy 24.60% CHIQUIMULA 11.25% Cubulco 6.12% EL PROGRESO 0.00% El Capitán 0.49% ESCUINTLA 0.00% Esquipulas 4.88% GUATEMALA 0.00% Flores 0.00% HUEHUETENANGO 10.37% Huehuetenango 2.91% INSIVUMEH 0.01% IZABAL 0.00% La Fragua 5.17% JALAPA 0.00% La Suiza Contenta 0.00% JUTIAPA 0.00% Labor Ovalle 5.42% PETEN 0.00% Los Esclavos 0.00% QUETZALTENANGO 0.00% Nebaj 9.70% QUICHE 15.07% Panzos 25.88% Puerto Barrios 0.00% RETALHULEU 0.00% Quezada 0.00% SACATEPEQUEZ 0.00% Retalhuleu aeropuerto 0.00% SAN MARCOS 0.00% San José Aeropuerto 0.00% SANTA ROSA 0.00% San Martín Jilotepeque 0.69% SOLOLA 0.00% San Pedro Necta 3.15% SUCHITEPEQUEZ 0.00% Santa Cruz Balanya 0.31% Santiago Atitlán 0.06% TOTONICAPAN 6.88% Todos Santos 4.27% ZACAPA 5.25% TOTAL 100.00% Total general 100.00% Fuente: Los autores (a partir de la herramienta de tarificación). - 57 - 4.52. La Figura 4.6 muestra los Pagos totales hipotéticos porcentuales, y la Siniestralidad correspondiente, que hubieran ocurrido en el pasado si esta zona se hubiese asegurado, utilizando los siguientes umbrales de SPI y franquicias: UD = -1.50, US= -2.00, FUA = 10% y FG = 2%. En este caso, al incluir varios departamentos se obtiene un beneficio por diversificación entre los eventos de las distintas estaciones, pero el mismo es menor que cuando se incluyó a todo el país, lo cual se puede apreciar observando la mayor intensidad de los pagos y la siniestralidad en los años de sequías severas (comparar Figuras 4.3 y 4.4 con Figura 4.6, en particular los años 2001 y 2009), llegando en este caso a un pago del 33.18% de la SATA con una siniestralidad del 344% en el año 2001. Figura 4.6. Pagos Históricos (panel a) y Siniestralidad Histórica (panel b) con Franquicia Global del 2%. Caso: Piloto con Departamentos del Corredor Seco. Panel (a) Panel (b) Pago (% S.A.T.A.) Siniestralidad 2012 14.38% 2012 149% 2011 0.00% 2011 0% 2010 0.00% 2010 0% 2009 30.80% 2009 320% 2008 0.00% 2008 0% 2007 0.00% 2007 0% 2006 19.50% 2006 202% 2005 0.00% 2005 0% 2004 14.23% 2004 148% 2003 2.77% 2003 29% 2002 2.72% 2002 28% 2001 33.18% 2001 344% 2000 4.98% 2000 52% 1999 11.23% 1999 117% 1998 23.32% 1998 242% 1997 5.30% 1997 55% 1996 6.95% 1996 72% 1995 0.00% 1995 0% 1994 3.36% 1994 35% 1993 0.00% 1993 0% 1992 0.00% 1992 0% 1991 4.53% 1991 47% 1990 2.06% 1990 21% 1989 25.88% 1989 269% 1988 0.00% 1988 0% 1987 0.00% 1987 0% 1986 15.33% 1986 159% 1985 0.00% 1985 0% 1984 0.00% 1984 0% 1983 0.00% 1983 0% 1982 6.01% 1982 62% 1981 0.00% 1981 0% 1980 0.00% 1980 0% 1979 2.86% 1979 30% 0% 10% 20% 30% 40% 0% 100% 200% 300% 400% Fuente: Los autores (a partir de la herramienta de tarificación). 4.53. Las Tasas de Prima totales para este piloto resultan muy similares a las calculadas para todo el país: la Tasa Pura sería 6.75%, la Tasa Técnica 8.19% y la Tasa Comercial Indicativa 9.64%. La siniestralidad promedio histórica en este caso sería de 70% , también muy similar a la obtenida al incluir todo el país. Las Tasas Pura y Técnica para las Unidades Aseguradas incluidas en este piloto son las mismas que se mostraron en la Tabla 4.4, ya que el riesgo de las estaciones no cambia, sino que el cambio se produjo en la Suma Asegurada asignada a cada una de ellas. 4.54. Si en este piloto se considera una Franquicia Global (FG) del 8% de la SATA se obtendrían los resultados de la Figura 4.7. La cobertura ahora solamente se activaría en los años con sequías más extremas. El aumento de la FG resulta en una reducción en las Primas: la Tasa - 58 - de Prima Pura sería 5.53% de la SATA, mientras que las Primas Técnica y Comercial Indicativa resultarían en un 7.04% y 8.29% de la SATA, respectivamente. Los eventos extremos representan una mayor siniestralidad debido a la reducción en la Prima Comercial Indicativa, llegando a un 400% en el año 2001. Figura 4.7. Pagos Históricos (panel a) y Siniestralidad Histórica (panel b) con Franquicia Global del 8%. Caso: Piloto con Departamentos del Corredor Seco. Panel (a) Panel (b) Pago (% S.A.T.A.) Siniestralidad 2012 14.38% 2012 174% 2011 0.00% 2011 0% 2010 0.00% 2010 0% 2009 30.80% 2009 372% 2008 0.00% 2008 0% 2007 0.00% 2007 0% 2006 19.50% 2006 235% 2005 0.00% 2005 0% 2004 14.23% 2004 172% 2003 0.00% 2003 0% 2002 0.00% 2002 0% 2001 33.18% 2001 400% 2000 0.00% 2000 0% 1999 11.23% 1999 136% 1998 23.32% 1998 282% 1997 0.00% 1997 0% 1996 0.00% 1996 0% 1995 0.00% 1995 0% 1994 0.00% 1994 0% 1993 0.00% 1993 0% 1992 0.00% 1992 0% 1991 0.00% 1991 0% 1990 0.00% 1990 0% 1989 25.88% 1989 312% 1988 0.00% 1988 0% 1987 0.00% 1987 0% 1986 15.33% 1986 185% 1985 0.00% 1985 0% 1984 0.00% 1984 0% 1983 0.00% 1983 0% 1982 0.00% 1982 0% 1981 0.00% 1981 0% 1980 0.00% 1980 0% 1979 0.00% 1979 0% 0% 10% 20% 30% 40% 0% 100% 200% 300% 400% 500% Fuente: Los autores (a partir de la herramienta de tarificación). Pérdida Máxima Probable (PML) 4.55. La Pérdida Máxima Probable (PML) indica cuánto es lo máximo que se estima que podría ser el pago en un año-póliza, con cierto nivel de confianza (o período de recurrencia). Por ejemplo, la PML calculada con un 99% de confianza indica el pago que debería realizar la asegurador si ocurre un evento que tiene una probabilidad de un 1% (1 en 100 años). Si se calcula la PML con un 98% de confianza, se estaría calculando el pago con una recurrencia de 50 años (2% de probabilidad). Y así sucesivamente. 4.56. La PML permite a las aseguradoras analizar la exposición a riesgo que podrían tener en el futuro al aceptar el riesgo del contrato, y así determinar el nivel de retención adecuado y planificar su estrategia de contratación de reaseguros. Si bien el análisis histórico es fundamental, las aseguradoras suelen estimar la PML con el objetivo de tener una visión prospectiva de su potencial exposición en el futuro, ante la eventual ocurrencia de eventos que no se registraron en la muestra analizada. Cuanto mayor sea la exposición a riesgo que tenga una aseguradora, mayores recargos técnicos aplicará sobre la prima para protegerse, e incluso podría - 59 - llegar a no aceptar brindar la cobertura si la exposición es tan elevada que impida una tarificación técnicamente aceptable. 4.57. La PML del Seguro Indexado a nivel macro basado en SPI se calculó mediante la realización de simulaciones de los valores mínimos que podría tomar el índice en el período de cobertura. Como el pago en el año-póliza se calcula a partir de la pérdida máxima (medida a indirectamente a través del SPI), simulando los valores mínimos del SPI dentro del período de cobertura se obtienen pagos simulados. Se realizaron 10,000 simulaciones de los pagos, considerando las correlaciones entre las estaciones, y a partir de allí se calculó la PML. Para más detalles sobre el cálculo de la PML, ver Anexo 4. 4.58. En el caso de que se incluya todo el país en la cobertura, la PML con una recurrencia de 1 en 100 años es del 35,43%, lo que representaría una siniestralidad de 429%, considerando una Prima Comercial Indicativa de 8.26%, calculada con Franquicia Global de 8%. El efecto de diversificación entre los departamentos es fuerte y hay una baja probabilidad de que un evento genere un pago en un año-póliza por parte de la aseguradora superior al 35% de la SATA. La Tabla 4.6 y la Figura 4.8 muestran la PML para distintos períodos de recurrencia para el caso que incluye todos los Departamentos de Guatemala. Tabla 4.6. Pérdida Máxima Probable para diversos períodos de recurrencia. Caso: Todo Guatemala. Pérdida Máxima Siniestralidad Recurrencia (años) Probable (%SATA) Equivalente 10 18.29% 221% 30 26.16% 317% 50 30.33% 367% 100 35.43% 429% 150 38.37% 464% 200 40.98% 496% 250 41.88% 507% Prima Comercial Indicativa: 8.26% Fuente: Los autores (a partir de la herramienta de tarificación). - 60 - Figura 4.8. Pérdida Máxima Probable. Caso: Todo Guatemala. 50% 45% 40% 35% PML (% de SATA) 30% 25% 20% 15% 10% 5% 0% 0 50 100 150 200 250 Años e Recurrencia Fuente: Los autores (a partir de la herramienta de tarificación). 4.59. Si se optara por implementar un programa piloto que incluye algunos Departamentos ubicados en el “corredor seco”, la exposición a riesgo subiría debido a la menor diversificación entre estaciones meteorológicas, y la PML (1 en 100 años) sería 38.13% de la SATA, lo que representaría una siniestralidad de 460%, considerando una Prima Comercial Indicativa de 8.29%, calculada con Franquicia Global de 8%. Este nivel de PML sigue siendo moderado, mostrando que aún hay una buena diversificación entre los departamentos seleccionados para el caso piloto. La Tabla 4.7 y la Figura 4.9 muestran la PML para el caso Piloto, y con distintos períodos de recurrencia. Tabla 4.7. Pérdida Máxima Probable para diversos períodos de recurrencia. Caso: Piloto con Departamentos del Corredor Seco. Pérdida Máxima Siniestralidad Recurrencia (años) Probable (%SATA) Equivalente 10 20.45% 247% 30 29.45% 355% 50 33.29% 402% 100 38.13% 460% 150 40.96% 494% 200 44.21% 534% 250 46.48% 561% Prima Comercial Indicativa: 8.29% Fuente: Los autores (a partir de la herramienta de tarificación). - 61 - Figura 4.9. Pérdida Máxima Probable. Caso: Piloto con Departamentos del Corredor Seco. 50% 45% 40% 35% PML (% de SATA) 30% 25% 20% 15% 10% 5% 0% 0 50 100 150 200 250 Años e Recurrencia Fuente: Los autores (a partir de la herramienta de tarificación). 4.60. Cabe señalar que la PML depende fuertemente de la diversificación entre las unidades aseguradas incluidas en la cobertura. Por ejemplo, si se asegurase una única estación meteorológica no habría ningún beneficio por diversificación, y la PML sería en (casi) todos los casos del 100%: en un año-póliza, dentro del período de cobertura, el SPI de la única estación podría ser menor a -2.00. Si se asegurasen solamente dos Departamentos, la PML estaría en torno al 60% (la cifra variará dependiendo de los Departamentos particulares seleccionados). Sin embargo, al agregar más Departamentos (y Unidades Aseguradas –Estaciones Meteorológicas-), la diversificación se hace notar, llegando a una PML menor al 40%, como en los ejemplos analizados en detalle en los párrafos anteriores. - 62 - 5. Consideraciones Legales, Operacionales, Institucionales y Financieras para la Implementación de un Seguro indexado Contra Sequías a Nivel Macro en Guatemala 5.1. Durante la ejecución de este estudio (2012-2013), las autoridades del MAGA manifestaron su interés en la implementación de un esquema de seguro de índices a nivel macro contra sequías. Como se ha indicado anteriormente, este producto serviría para brindar protección a los 538,854 hogares pobres y muy pobres distribuidos en 22 Departamentos del país (MAGA, 2012). 5.2. La implementación de ese tipo de seguro indexado traería consigo implicaciones financieras, legales y operacionales para el MAGA; ya que éste no sólo sería el Asegurado sino que también tendría la responsabilidad de pagar el costo de la prima de seguro y de definir las reglas de distribución de pagos compensatorios a los hogares agrícolas rurales identificados como beneficiarios de la póliza. 5.3. Este capítulo discute los aspectos legales, institucionales, operativos y financieros, así como las diferentes opciones del esquema que deberán ser autorizadas por la Superintendencia de Bancos, y acordados entre las autoridades gubernamentales (ej. MAGA) y las compañías aseguradoras. Aspectos Legales y Regulatorios 5.4. La Ley Civil guatemalteca está basada en el sistema legal Romano (o Sistema Legal Europeo Continental). El Código Civil vigente data de 1963; mientras que la ley que regula la actividad aseguradora fue introducida recién en 1996 bajo el Decreto de Ley 473 (Axco 2012). En el 2010, el Congreso de la República aprobó bajo el Decreto 25-2010 una nueva ley de seguros llamada "Ley de la Actividad Aseguradora”, la cual se hizo efectiva a parir del 1 de Enero del 2011. Como se ha mencionado, la Superintendencia de Bancos es responsable de establecer y supervisar el marco regulatorio concerniente a la actividad aseguradora: esto incluye el monitoreo del cumplimiento de los requerimientos legales por parte de las compañías aseguradoras, agentes, así como la diseminación de información sobre el desarrollo del mercado. A nivel organizativo, trece compañías aseguradoras locales están aglutinadas en la Asociación Guatemalteca de Instituciones de Seguros (AGIS). 5.5. Al igual que en otros países del istmo, Guatemala no cuenta con una ley específica de seguros agropecuarios que describa las características tanto de los seguros tradicionales (ej. MPCI) como de los seguros indexados. El Artículo No. 3 de la nueva ley reconoce la existencia de dos grandes grupos de seguros (i) Seguro de vida o de personas; y (ii) Seguro de daños. La Ley actual autoriza los seguros agropecuarios tradicionales, que aseguran contra daños o pérdidas de cultivos y muerte de animales bajo el ramo de “Seguros de daños”. Existe, sin embargo, un área legal gris para los seguros de índice (ejemplo: seguros climáticos contra sequías). El Artículo 39 de la Ley vigente prohíbe explícitamente que las compañías aseguradoras comercialicen pólizas de seguro que no hayan sido previamente registradas ante las autoridades de la SIB. Se asume en este caso que la SIB hará una excepción en la aprobación de la póliza de seguro a nivel macro aún cuando esta categoría de seguro no está específicamente definida dentro de la Ley. Se recomienda que las autoridades del MAGA compartan y discutan los hallazgos y conclusiones de este estudio con las autoridades de la SIB para la eventual aprobación de la póliza a nivel macro. En ese entonces, la SIB podría considerar necesario hacer ajustes en la Ley de modo que se - 63 - incluyan a los seguros de índice como una nueva clase de seguro en el país. 5.6. Los seguros de índice difieren de los seguros tradicionales en varios aspectos clave, situación que ha forzado que algunos países introduzcan cambios en su legislación de seguros. i. El objeto asegurado bajo una póliza de seguros tradicional, por ejemplo una plantación de cultivo, es remplazado por un índice climático que mide indirectamente el daño; en el caso analizado en este documento, el índice se mide en estaciones meteorológicas para estimar con la mayor precisión posible el daño de la producción del cultivo a causa de estrés hídrico. Además, bajo el esquema de seguros aquí propuesto, la Suma Asegurada no se establece sobre el valor de cultivos específicos situados alrededor de las estaciones meteorológicas, sino que se estima sobre el costo de brindar raciones alimentarias para asistir a la población objetivo durante un periodo específico de tiempo en caso que se active un evento asegurado bajo la póliza. ii. Un aspecto crítico de los seguros tradicionales consiste en que el objeto asegurable debe sufrir una pérdida o daño físico que sea medible y cuantificable, y que el pago indemnizatorio sea emitido acorde con este nivel de pérdida o daño en el objeto asegurado. Por el contrario, bajo una cobertura de seguro de índice, los pagos se emiten cuando el valor de la variable de interés medida en la estación meteorológica está por debajo (sequía) o por encima (exceso de lluvia) de un valor predeterminado. Así, dicho pago podría ser un monto fijo o bien pagos escalonados hasta un monto máximo. iii. Los seguros de índice podrían activar pagos al Asegurado aun cuando el objeto asegurado no haya sufrido daños físicos o pérdidas, y por el contrario, podrían igualmente no activar pagos aun en el caso que el Asegurado haya incurrido en pérdidas. Debido a que el principio de los contratos de seguros se basa en compensar únicamente el daño real incurrido, las entidades reguladores ocasionalmente someten a consideración el estatus legal de los seguros de índice y en algunas ocasiones no los consideran como seguros (GlobalAgRisk, 2011)34. En Guatemala, el Artículo 39 de la Ley de Actividad Aseguradora prohíbe el pago indemnizatorio que exceda a la Suma Asegurada indicada en la póliza; sin embargo, no especifica por ejemplo que el importe de la indemnización no pueda exceder el valor real de la pérdida o daño del objeto asegurado. En este caso, un seguro de índice parece no contravenir la Ley si se emitiera algún pago a pesar de que no hubiera ningún tipo de daño. Lo anterior aplicaría si el pago máximo no excediera la Suma Asegurada indicada en la Póliza. 5.7. Bajo el esquema de seguro de índice aquí propuesto, resulta importante que las compañías aseguradoras confirmen con la SIB cuáles son los requerimientos legales y procedimientos para la emisión de una póliza de seguro de índices a nivel macro. En este esquema, siendo el MAGA el Asegurado y responsable por el pago de la prima de seguro y de la distribución de pagos compensatorios a las familias beneficiarias, las aseguradoras emitirían un pago a favor del MAGA en función de la severidad de la sequía reflejada en el índice. Posteriormente, el MAGA utilizaría los fondos pagados a través de la póliza de seguro para la 34 GlobalAgRisk presenta en su Reporte del Estado de Conocimiento una buena revisión sobre las diferencias de los seguros tradicionales y los seguros de índice; asimismo, presenta aspectos legales y regulatorios clave que deberían ser considerados al momento de la planificación y diseño de un programa de seguros de índice. - 64 - compra de alimentos, o bien podría distribuir estos fondos a los hogares ubicados en las áreas más afectadas. Es importante que la SIB autorice el mecanismo de distribución de pagos (ver la sección sobre aspectos operativos y procedimientos más adelante). Aspectos Institucionales – Rol del Sector Privado 5.8. Durante la ejecución de este estudio se hizo un gran esfuerzo para involucrar al sector asegurador privado del país en el diseño de este seguro de índices contra sequías a nivel macro. En cada misión de trabajo, el equipo del Banco Mundial sostuvo reuniones con representantes de AGIS para explicar las bases de la cobertura y la metodología de tarificación. En principio, AGIS ha expresado su interés en el desarrollo de este producto específico y en el desarrollo del mercado de seguros agropecuarios en general. Será de gran utilidad e importancia que al sector asegurador se les comparta este estudio así como la Herramienta de Tarificación y Manual de Usuario para que puedan validar el producto. 5.9. Las compañías aseguradoras interesadas deberán decidir si aceptan que una sola compañía suscriba la póliza de seguros o si un grupo de empresas colaborará bajo un Pool de Coaseguro. En el caso de que una sola compañía suscriba el programa de índices contra sequías, se deberá decidir si el nombramiento de esta empresa deberá ser a través de un proceso de licitación o no. En la actualidad, no existe formalmente ningún pool de coaseguro pero sí existen algún tipo de participación conjunta en grandes riesgos (Axco, 2012). Los Pool de Coaseguro son característicos en los grandes programas de seguro agropecuario bajo esquemas de participación público-privada, incluyendo Agroseguro en España, el Pool del programa Tarsim en Turquía y varios programas regionales en China. Dentro de las potenciales ventajas de la implementación de un Pool de Coaseguro están: (i) distribución de costos en investigación y desarrollo en las fases iniciales del programa, (ii) ahorro de costos al momento de establecer una sola unidad de suscripción, (iii) posibilidad de que cada compañía escoja el porcentaje de participación de acuerdo a su apetito y capacidad de retención de riesgo, y (iv) grandes ahorros al momento de la compra de cobertura de reaseguro a través de una cuenta común (Mahul & Stutley, 2010). El Recuadro 5.1 muestra a mayor detalle las ventajas y desventajas de los Pool de Coaseguro. Recuadro 5.1. Beneficios y Limitaciones de los Arreglos Basados en Pool de Coaseguro. Beneficios Economía de escala: la operación de una sola entidad (pool) permite reducir los costos de administración y operación de los esquemas de seguro debido a:  Menor requerimiento de personal;  Distribución de costos durante los procesos de investigación, desarrollo, cálculos actuariales;  Reducción de costos de suscripción, control de reclamos y en ajuste de pérdidas; Ventajas económicas en la compra de una cuenta común de cobertura de reaseguro. Las ventajas se deben a:  Mayor poder de negociación con reaseguradoras;  Portafolio más grande y balanceado (mayor dispersión de riesgo);  Reducción de costos de reaseguro debido a la acumulación del riesgo expuesto;  Reducción de costos de transacción (corretaje de reaseguro, etc). No existe competencia de precios en un mercado blando ni la capacidad de mantener las tasas técnicas establecidas. La mayoría de los pools funcionan como el único servicio disponible o monopolio (ejemplo: Austria, Senegal, España, Turquía), por tanto, no existe competencia de precios. - 65 - Capacidad para mantener los estándares de suscripción y ajuste de pérdidas. Bajo un arreglo de gestión del pool se puede garantizar que entre las compañías participantes se seguirán estrictamente los mismos estándares de suscripción y de ajuste de pérdidas. Por el contrario, esto no suele ocurrir en programas donde las empresas compiten por una cuota del mercado debido al uso de diferentes metodologías que buscan diferenciar su producto y servicio entre los productores agropecuarios.. Limitaciones Con el funcionamiento de un programa de seguro bajo un esquema de Pool no se desarrolla plenamente la competencia de mercado. Lo anterior se manifiesta de diversas formas incluyendo:  El número de productos y servicios ofertados por el suscriptor del pool es limitado;  No se oferta una variedad de riesgos potencialmente asegurables;  Algunas regiones agropecuarias son excluidas del programa de aseguramiento así como también a los agricultores que en ella producen;  La falta de competencia hace que las primas ofrecidas por el pool no sean competitivas. Fuente: Mahul & Stutley 2010 5.10. El marco institucional para la operación del programa de seguro de índice a nivel macro contra sequías puede llevarse a cabo de dos formas: (i) con la participación de una sola aseguradora (Figura 5.1) o (ii) la conformación de un Pool de Coaseguro (Figura 5.2). En ambos casos, el arreglo institucional es muy similar. La SIB se responsabilizaría por los aspectos legales y regulatorios concernientes al control de la póliza indexada. El rol de MAGA, por otro lado, se centraría en la elaboración de políticas, en la planificación de programas de seguros y en la conducción de estudios de investigación. Además, el MAGA se responsabilizaría por la definición de los mecanismos de distribución de pagos a los beneficiarios (aproximadamente 538,854 hogares identificados bajo el PAFFEC); que podría estar apoyado con el modelo de “lluvia mejorada” 35 desarrollado por FEWSNET e INSIVUMEH para la identificación de áreas dentro de una Unidad Asegurada con mayor impacto de escasez hídrica. Al emitirse la póliza a favor del MAGA, éste sería igualmente responsable por el pago de la prima. En lo que respecta a la opción del Pool de Coaseguro, una de las compañías aseguradoras participantes asumiría el rol del Líder del programa. Independientemente del marco institucional que se llegase a implementar se deberá (i) comprar un contrato de reaseguro con empresas internacionales; y (ii) aprobar un contrato con el INSIVUMEH a fin de que éste registre y distribuya los datos meteorológicos durante el periodo de cobertura para cada una de las estaciones meteorológicas. Esta información constituirá la base para el cálculo de los pagos indemnizatorios cuando los valores registrados estén por debajo de los umbrales de aseguramiento establecidos. 35 Se ha trabajado en el diseño del software geoWRSI para la mejor estimación de datos de lluvia proveniente de sensores remotos. La metodología aplicada trata de corregir algunas limitantes técnicas relacionadas con las mediciones satelitales, como lo son la baja resolución espacial (25 Km x 25 Km) de las mediciones y la subestimación de valores de lluvia utilizando datos provenientes del satélite Tropical Measurement Mission (TRMM). Así, la serie de lluvia obtenida a través de este software mejora no sólo la resolución espacial a una escala de 5 Km x 5 Km, sino que también corrige la estimación de la magnitud de la lluvia a través del uso de estaciones terrenas. - 66 - Figura 5.1. Marco institucional para un programa de seguro de índices a nivel macro, Opción No. 1: Una sola compañía aseguradora. Fuente: Los autores. Figura 5.2. Marco institucional para un programa de seguro de índices a nivel macro, Opción No. 2: Pool de Coaseguro Fuente: Los autores. - 67 - Aspectos Operativos y Procedimientos Convenio con INSIVUMEH 5.11. Como se ha mencionado, en cualquier modelo de marco institucional seleccionado (Figura 5.1. y Figura 5.2.) se requerirá suscribir un convenio de cooperación con el INSIVUMEH con la finalidad de poder contar, para cada estación meteorológica y durante el período de cobertura, con los registros de lluvia. Este convenio deberá garantizar el registro diario de lluvia para todas las estaciones meteorológicas seleccionadas (tanto para estaciones automáticas como manuales) y la transmisión de dichos registros en períodos regulares (por ejemplo: cada semana o cada diez días). El convenio deberá contemplar, además, el mantenimiento y protección de los dispositivos que conforman cada estación con el objetivo de que la medición y la transmisión de los datos climáticos sean objetivos y precisos. 5.12. Resulta igualmente importante que en el convenio se contemplen mecanismos de respaldo, lo cual es particularmente importante en los casos en que ocurra algún desperfecto en las estaciones meteorológicas y como consecuencia se interrumpa el registro normal de los datos de precipitación. En algunos casos es posible utilizar datos de estaciones cercanas (denominadas “Estaciones de Respaldo”); sin embargo, la baja densidad actual de estaciones meteorológicas en Guatemala (no más de 60 estaciones) y la topografía del país, hacen que sea muy difícil poder remplazar los datos con un nivel de correlación aceptable, aun tratándose de datos agregados a nivel mensual. Por este motivo, y considerando los trabajos de investigación que ha conducido INSIVUMEH en colaboración con FEWSNET en temas de datos sintéticos, podrían utilizarse los datos de grilla de lluvia mejorada para el respaldo de las estaciones. Distribución de Pagos Dirigidos a la Población Objetivo 5.13. El mayor reto operativo del esquema de seguro aquí propuesto consiste en asegurar la distribución oportuna y equitativa de pagos compensatorios a la población afectada incluida en el programa en aquellos casos en que la póliza active un pago. Esta sección explora algunos aspectos relacionados con la distribución de pagos y discute algunas opciones que podrían ser consideradas por las partes para la implementación de un programa de seguro de índice contra sequías a nivel macro. 5.14. Desde el punto de vista contractual, la compañía aseguradora o el Pool de Coaseguro realizarían pagos mensuales a MAGA (el Asegurado) en aquellas Unidades Aseguradas (estación meteorológica) en donde la póliza active un pago. Las obligaciones contractuales de la Aseguradora (o Pool de Coaseguro) terminan en este punto, y MAGA posteriormente deberá decidir cuál será el mejor mecanismo para distribuir los pagos compensatorios a la población afectada. Como se ha mencionado, el objetivo de este instrumento consiste en brindar recursos líquidos al MAGA para que pueda atender rápidamente a los hogares agrícolas vulnerables del país ante eventos de sequía extrema. La póliza activará pagos a MAGA de acuerdo al porcentaje de la Suma Asegurada de aquellas Unidades Aseguradas donde la variable de precipitación esté por debajo del umbral Algunas opciones que MAGA podría considerar son: i. Utilizar los pagos de la póliza para contribuir con el financiamiento de las medidas de alivio contra desastres, pero sin realizar desembolsos específicos de los pagos a las familias campesinas en las unidades aseguradas en donde la póliza haya activado un pago; ii. Realizar pagos automáticos a cada hogar agrícola identificado por el PAFFEC, ya sea en especies (ej. Raciones alimenticias), en efectivo o a través de cupones/voucher que puedan - 68 - canjearse en las municipalidades. Este esquema de distribución de pagos automáticos podría funcionar únicamente si los hogares agrícolas beneficiarios del programa han sido previamente registrados. A la fecha, sin embargo, se entiende que MAGA no cuenta con esta información con tal nivel de detalle. Guatemala cuenta hoy día con un sistema público- privado para la distribución de ayuda alimentaria que podría ser utilizado por MAGA para distribuir pagos en especie (raciones alimenticias); sin embargo, no se sabe si este sistema podría manejar igualmente la distribución de los pagos en efectivo del seguro a cada uno de los hogares beneficiarios. Se considera que en caso de ocurrir una sequía severa sería más eficaz para las autoridades del Gobierno distribuir raciones alimenticias a los hogares afectados en lugar de realizar pagos en efectivo; iii. Realizar un muestreo de los hogares en las comunidades afectadas por la sequía en cada Unidad Asegurada. El muestreo permitiría a las autoridades poder ajustar mejor la distribución del pago en función del nivel de afectación de las familias afectadas. Esta opción se asemejaría a los procedimientos adoptados hoy en día por los sectores público y privado del país para aliviar emergencias de hambruna o de inseguridad alimentaria. Como se ha mencionado, la opción podría beneficiarse con el uso del sistema de mapeo de alerta temprana contra hambruna implementado por FEWSNET, que opera con pixeles de 5 Km x 5 Km y serviría para identificar las zonas más afectadas dentro de cada Unidad Asegurada y así dirigir los esfuerzos hacia aquellos pixeles más afectados. 5.15. Los costos de distribución de las raciones ni el posible incremento en el precio de los alimentos en caso de una sequía han sido incluidos en el costo del seguro. Bajo la opción de distribución de pagos compensatorios en forma de especie (ej. Raciones alimenticias), el MAGA sería responsable de asumir los costes de logística, que podría ser muy elevados en zonas de difícil accesibilidad. Además, a fin de poder establecer la suma asegurada previo al inicio del ciclo agrícola, las raciones alimenticias destinadas para una hogar promedio son valorados utilizando precios actuales de mercado de los alimentos. Sin embargo, en el caso que ocurra una sequía severa que afecte la producción de granos básicos, es probable que se incrementen los precios de los productos locales disponibles debido a la escasez de alimentos. Esto significa que el pago que recibiría el MAGA podría no ser suficiente para la compra de las raciones alimenticias necesarias para la población afectada. La única forma en que las autoridades del MAGA podrían protegerse contra variaciones de precios sería a través de la compra de coberturas de precio (por ejemplo, Futuros y Opciones), pero no se considera que esta alternativa sea realista actualmente. Financiamiento, Retención y Reaseguramiento del Riesgo Financiamiento de la Prima 5.16. El Gobierno de Guatemala, a través de las autoridades del MAGA, sería responsable del pago de la Prima a la Aseguradora o Pool de Coaseguradoras. En el Capítulo 4 se presentaron las tasas de prima asociadas a diferentes opciones para consideración de las autoridades nacionales. El MAGA deberá revisar las diferentes opciones y decidir cuánta capacidad de aseguramiento desea comprar y reservar dicho monto en su presupuesto para el pago correspondiente de la prima de seguro. Pérdida Máxima Probable (PML) 5.17. La importancia del cálculo de la PML se basa en que provee información valiosa a los suscriptores para definir los niveles de retención y de compra de reaseguro. En este sentido, su - 69 - cálculo es un pre-requisito para la estructuración de cualquier programa de seguro y de reaseguro y para la constitución de reservas para su cobertura. La PML se define como el evento con el nivel de pérdida máxima que es probable que ocurra en el futuro dado un período de retorno específico, tal como un retorno de 1 en 100 años o bien 1 en 250 años. La metodología para calcular el PML del esquema de aseguramiento aquí propuesto se detalló en el Capítulo 4 y en el Anexo 4. 5.18. La Pérdida Máxima Probable (PML) asciende a 35.43% de la Suma Asegurada Total Anual (SATA) si se incluyen todos los Departamentos del país, y se incrementa a 38.13% si se considerase solamente el programa piloto. Si se cubriese solamente la alimentación de un mes, en la zona piloto, la SATA sería Q355 millones, y en consecuencia la PML llegaría a más de Q125 millones. Por otra parte, si se decidiese incluir toda la población en situación de pobreza extrema, y se brindase cobertura por la alimentación de cuatro meses, la exposición sería mucho mayor, con una SATA de Q2,548 millones y una PML de más de Q900 millones. La exposición es muy elevada como para ser retenida por el sector asegurador guatemalteco, y la necesidad de la participación de los reaseguradores internacionales resulta evidente. Retención del Riesgo & Reaseguro 5.19. El reaseguramiento del esquema aquí propuesto podría lograrse a través de diferentes opciones que deberán ser consideradas por la aseguradora o el Pool de Coaseguro. Las opciones incluyen: (i) La compra de un contrato Facultativo o Cuota-parte bajo el cual la aseguradora o los miembros del Pool de coaseguro deberán decidir el porcentaje de riesgo que podrían retener (por ejemplo, 10% de la retención del riesgo equivaldría a una SATA de como máximo Q255 millones36, y el 90% restante, o Q2,293 millones, sería cedido a los reaseguradores internacionales) (ver Figura 5.3, Panel “a”); (ii) La compra de un contrato facultativo de Exceso de Pérdida (XOL) sobre la retención del esquema Cuota-Parte (por ejemplo, se podrían ceder las pérdidas en exceso de hasta un 100% del Ingreso Neto de la Prima Cobrada, GNPI) (ver Figura 5.3, panel “b”); (iii) La contratación de un esquema de Exceso de Pérdida por encima del 100% del GNPI (Figura 5.3, panel “c”). A pesar de las discusiones llevadas a cabo con las aseguradoras del país, no es posible predecir en esta instancia el esquema de contratación de reaseguramiento que estarían interesadas en adquirir; ni tampoco si el sector reasegurador estaría interesado en proveer capacidad financiera ilimitada para cualquier esquema de exceso de pérdidas, o si solamente se cubrirá hasta cierto límite y todo aquello que le exceda sería asumido nuevamente por la Aseguradora o el Pool. 36 Suponiendo que se cubren cuatro meses de alimentación, y se incluye toda la población rural en situación de pobreza extrema, la SATA es Q2,548 millones. Se optase por una cobertura menor, las cifras cambiarían. - 70 - Figura 5.3. Ejemplos de Contratos de Cuota-Parte y de Exceso de Pérdida No-proporcional Disponibles para el Pool de Aseguradoras. Cuota-Parte + Exceso de Capas de Exceso de Cuota-Parte Pérdida sobre Retención Pérdida Exceso de Pérdida sobre Capa 3 de Exceso de Pérdida. Retención Cesión (Reaseguro Internacional) Cesión (Reaseguro Internacional) Retención (Aseguradoras/Pool) Capa 2 de Exceso de Pérdida. (Aseguradoras/Pool) Capa 1 de Exceso de Retención Pérdida. Retención (Aseguradora/Pool) Panel "a" Panel "b" Panel "c" Fuente: los autores 5.20. Es necesario el involucramiento de los reaseguradores desde el inicio de las discusiones con el sector asegurador, tanto para la negociación sobre el diseño y tarificación de la cobertura final a ofrecer como para la definición de la Suma Asegurada a cubrir bajo este programa. Hoy en día no existe una compañía reaseguradora local y las compañías aseguradoras están en la libertad de realizar sus propios contratos de reaseguro y registrarlos con la SIB a fin de poder operar el esquema en el país. Debido a la baja capacidad de retención de las aseguradoras locales y a la alta exposición a eventos naturales, las aseguradoras nacionales son muy dependientes de la protección de reaseguro (principalmente proporcional) y de la transferencia de conocimientos en temas de tarificación de grandes riesgos (Axco 2012). Las compañías reaseguradoras internacionales están familiarizadas con los seguros de índice y el apoyo que éstas puedan brindar para la implementación de este programa de seguros es de vital importancia para Guatemala. Este informe ha presentado una Herramienta de Tarificación que podrá ser compartida con los reaseguradores a fin de poder discutir la metodología utilizada para el cálculo de las tarifas. Cabe mencionar, no obstante, que si bien la herramienta permite calcular tasas puras, tasas técnicas y tasas comerciales indicativas, estas últimas se incluyen solamente para fines ilustrativos, ya que las tasas finales a cargar en este producto deberán ser calculadas por las aseguradoras y reaseguradoras interesadas. 5.21. En algunos programas de seguros agrícolas desarrollados bajo esquemas público- privado, los Gobiernos actúan como reaseguradores catastróficos de última instancia (ver Figura 5.4) Los programas más emblemáticos en donde los Gobiernos apoyan en la retención del riesgo catastrófico incluyen EEUU, Canadá, España, Portugal, India, China, Brasil y México. En el caso de Guatemala, resultaría poco probable que las autoridades nacionales brinden su - 71 - capacidad para asumir el rol de reaseguramiento en las capas más catastróficas del riesgo en esta fase inicial del programa; por este motivo, resulta probable que la industria aseguradora solicite coberturas de reaseguro en los mercados internacionales. Figura 5.4. Ejemplo de estratificación del Riesgo. Tamaño Gobierno de Pérdida Reaseguradoras Transferencia del Riesgo Aseguradoras Cooperativas / Agrupación Mutuales del Riesgo Retención del Productores Riesgo Tipo de Evento: Menor Pequeño Mediano Grande Catastrófico Fuente: Mahul y Stutley, 2010. - 72 - 6. Conclusiones y siguientes pasos Conclusiones 6.1. El estudio de factibilidad conducido por el Banco Mundial refleja que es técnicamente viable la implementación de un esquema de seguro de índices a nivel macro contra sequías para asistir al Gobierno en la lucha contra la inseguridad alimentaria en el país. La implementación de este esquema, no obstante, requerirá de la efectiva coordinación entre las instituciones públicas y privadas que se sugiere conformen el marco institucional para la operación de este instrumento. Dos aspectos críticos que deben definirse para el buen funcionamiento de la póliza son: (i) el mecanismo de distribución de pagos compensatorios, (ii) la formalización de los mecanismos de medición y transmisión de datos de lluvia, y el resguardo de los instrumentos que componen las estaciones meteorológicas durante el período de cobertura de la póliza. 6.2. La implementación del seguro de índices contra sequías fortalecería el marco de gestión de riesgo que las autoridades nacionales actualmente ejecutan. Este tipo de instrumento permitiría, con el pago de una prima, establecer anticipadamente el nivel de cobertura deseado ante la ocurrencia de eventos extremos de sequía, que al ocurrir generan efectos nocivos en la producción agrícola y por consiguiente en el aumento de la inseguridad alimentaria en la población más vulnerable. 6.3. La definición clara de los objetivos que tienen cada una de las herramientas de gestión de riesgo que el Gobierno utiliza actualmente o que están en planes de ser ejecutadas en el futuro, ayudaría a evitar duplicidades y a hacer un uso más eficiente en el uso de recursos destinados a la mitigación y transferencia de riesgos. Se propone, a consideración de las autoridades, que el seguro de índices se enfoque en la cobertura de eventos de sequía de gran magnitud; es decir, en eventos de baja recurrencia en el tiempo y de gran impacto. A su vez, se recomienda que los eventos con períodos de recurrencia alta a media, y de magnitud media a baja, sean abordados a través de otros instrumentos y estrategias de gestión. Si bien la aplicación de este enfoque permitiría reducir los costos del monto de la prima de seguro, se debe tener precaución al momento de seleccionar los niveles de cobertura, para que éstos no sean definidos simplemente considerando el precio más atractivo, sino que el nivel de cobertura contratado coincida con los objetivos de un plan de gestión integral de riesgo. 6.4. Al igual que en los programas de seguros diseñados para la venta individual de pólizas, la sostenibilidad de este seguro a nivel macro depende de que su aplicación esté concebida como un proyecto de largo plazo. Debido a la probabilidad de ocurrencia de eventos de diversa magnitud es posible que ocurra una alternancia entre años buenos y malos, climatológicamente hablando. En este sentido, el buen funcionamiento del esquema depende precisamente de la estimación del riesgo a partir de esta variación. Así, la suspensión de la póliza por parte del sector asegurador por la ocurrencia de años seguidos con pagos, o la cancelación del programa por el asegurado debido a la no ocurrencia de siniestros, disminuiría la confianza de los actores del sector agropecuario, financiero y asegurador para apoyar futuras iniciativas. Esquemas de seguros desarrollados en la región, que presentan tendencias positivas desde su implementación (ej. CADENA en México) y que se asemejan a las características del seguro analizado para Guatemala, basan su éxito en la definición clara de los objetivos del programa de aseguramiento, en el apoyo interinstitucional, en la definición clara de los roles, en la creación de capacidades y en la visión de largo plazo por parte de las instituciones involucradas. - 73 - 6.5. Debido a limitaciones en lo referente al acceso a datos (ej. Tipo de productores, datos climáticos), información, o en términos de infraestructura (ej. Baja densidad de estaciones meteorológicas), tanto el diseño del producto como el esquema institucional y operativo aquí sugeridos ofrecen espacio para que en el futuro cercano nuevos estudios brinden aportes innovadores. El diseño del seguro de índice a nivel macro contra sequías se beneficiaría enormemente con el análisis específico de (i) la incorporación de nuevos puntos de registro o Unidades de Riesgo (esto último definido desde el punto de vista climático y de seguros) y su efecto sobre la dispersión del riesgo y su consecuente efecto en el coste de la prima; (ii) la definición de parámetros más precisos para la identificación de la población beneficiaria; (iii) la vinculación y posible readecuación de programas o instrumentos existentes de transferencia y mitigación de riesgo a fin de poder hacer un uso más eficiente de recursos y de transformar el estado actual de vulnerabilidad de la población objetivo; (iv) el uso de tecnología de sensores remotos con escalas espaciales de medición más precisos para mejorar la definición de zonas dentro de las Unidades Aseguradas que deberían ser priorizadas al momento de la distribución de pagos compensatorios luego de la ocurrencia de un evento asegurado. Siguientes pasos 6.6. En el seguro de índice a nivel macro, en donde el Gobierno es el Asegurado, éste deberá asumir la responsabilidad del pago de la prima. Hoy en día, ni las líneas contables del MAGA ni las del Presupuesto General de la República contemplan la existencia de un espacio contable para el eventual pago del seguro; así como tampoco está definido el mecanismo a partir del cual una eventual activación del pago de la póliza de seguro sería canalizada hacia el presupuesto del MAGA (potencial Asegurado) con la finalidad que estos recursos sean utilizados, posteriormente, para compensar a las hogares beneficiados. Por tanto, resulta prioritario que exista un acercamiento entre las autoridades del MAGA y el Ministerio de Finanzas y la comunidad donante, a fin de poder presupuestar el coste total de la prima de seguro y los mecanismos de pagos de modo que éstos sean emitidos de forma ágil y oportuna. 6.7. La introducción de un mecanismo innovador de transferencia de riesgo, como lo es el seguro de índice a nivel macro, requiere de la implementación de una campaña de sensibilización y educación que (i) explique las ventajas y desventajas de este esquema, (ii) indique los razonamientos detrás de la selección de los hogares agropecuarios que serían beneficiarios, y (iii) aclare la forma de operación del producto. Una misión del Banco Mundial a la ciudad de Guatemala se programará a mediados de Octubre de 2013 con la finalidad de poder apoyar a las autoridades del MAGA en la conducción de las discusiones técnicas con los principales actores del país. 6.8. La aprobación formal y final de este tipo de producto depende de la Superintendencia de Bancos (SIB), por tanto se aconseja que exista un acercamiento a dicha institución por parte de las autoridades del MAGA y de las compañías aseguradoras desde la etapa inicial del desarrollo del seguro. Estas últimas deberán presentar, como parte de los requisitos de aprobación de nuevas pólizas de aseguramiento, la Herramienta de Tarificación, el Manual de Usuario y el Modelo de Cálculo de la PML. 6.9. Si este programa se llegase a implementar, el plan de trabajo debe apuntar a que los aspectos operativos y regulatorios se definan varios meses antes del inicio del ciclo agrícola. Considerando este lapso de tiempo y el tiempo que tomaría a las partes formalizar los contratos de aseguramiento y de reaseguro, no se considera viable su implementación sino hasta la campaña agrícola 2015-2016. Este lapso de tiempo de inoperatividad del esquema se debería aprovechar, sin embargo, para (i) abordar las consideraciones técnicas y operativas indicadas en el presente reporte, y (ii) lograr el apoyo financiero de las autoridades gubernamentales y - 74 - posiblemente de organismos internacionales para su final adquisición. Este informe presenta los cálculos de prima técnica y primas comerciales indicativas con el objetivo de apoyar a las autoridades nacionales a tener una valoración del costo de la prima según diferentes períodos de retorno. - 75 - Referencias Bibliográficas Agroasemex (2008) Index-based Drought Risk Management for Federal and Local Governments in Mexico, presented at International Task Force of the CRMG Meeting, Brussels, 22-24 October 2008 Alderman, H., and T Haque (2007). Insurance against Covariate Shocks: The Role of Index- based Insurance in Social Protection in Low-Income Countries of Africa. Working Paper No. 95, The World Bank, Washington, D.C ARCPT (African Risk Capacity Project Team) (2011). African Risk Capacity-ARC: Sovereign Disaster Risk Solutions: A Project of the Africa Union Avivara (ND). Poverty in Guatemala, [En línea] Disponible: http://www.avivara.org/aboutguatemala/povertyinguatemala.html AXCO (2012) ´Insurance Market Report. Insurance Market Information: Non-Life (P&C)´ CEPAL (2002) ´El Impacto socioeconómico y ambiental de la sequía de 2001 en Centroamérica´, Naciones Unidas, CEPAL-Secretaría Ejecutiva. CEPAL (2011) ´Subregión Norte de América Latina y el Caribe: Información del Sector Agropecuario, 2000-2010´, Naciones Unidas, CEPAL-Sede Subregional en México. CCRIF 2012 Understanding CCRIF's Hurricane and Earthquake Policies: Technical Paper Series 1, June 2012. Banco Mundial (2009) Guatemala: Country Note on Climate Change Aspects in Agriculture, [En línea] Disponible: www.worldbank.org/lacagccnotes Banco Mundial (2006). Informe No. 36459 – GT. República de Guatemala: Análisis Ambiental del País Abordando los Aspectos Ambientales de la Expansión Comercial y de Infraestructura, [En línea] Disponible: http://www- wds.worldbank.org/external/default/WDSContentServer/WDSP/IB/2008/03/28/000333038_2008 0328020027/Rendered/PDF/364590SR0SPANI11Ambiental1Guatemala.pdf Banco Mundial (2010) Agricultural Insurance in Latin America, Developing the Market. Banco Mundial (2011) Vulnerability, Risk Reduction, and Adaptation to Climate Change. Guatemala. Global Facility for Disaster Reduction and Recovery (GFDRR) Baumeister, E. (ND) ‘Pequeños Productores de Granos Básicos en América Central – Primer Informe’, FAO – RUTA [En línea] Disponible: http://www.ruta.org/archivos-de- usuario/eventoAntiguaGuatemala/pequeNosproductoresdef.pdf FAO & PMA (2010). Informe Especial. Misión FAO/PMA de Evaluación de Cosecha y Seguridad Alimentaria en Guatemala, [En línea] Disponible: http://www.fao.org/docrep/012/ak344s/ak344s00.htm - 76 - FAO 2011. Agricultural Insurance in Asia and the Pacific Region. Food and Agricultural Organisation of the United Nations. FEWS NET (2013). Guatemala. Perspectiva de Seguridad Alimentaria – Enero a Junio 2013, [En línea] Disponible: http://www.fews.net/docs/Publications/Guatemala_OL_2013_1_final_es.pdf Gabriel, A.H. 2011. Africa Risk Capacity Project: Towards a Natural Disaster Risk Management System for Africa Hazell P.B.R., and U Hess 2010. Drought insurance for agricultural development and food security in dryland areas. Food Sec. (2010) 2:pages 239-405 IFAD (ND). Guatemala: Generation and Transfer of Agricultural Technology and Seed Production Project – PROGETTAP, [En línea] Disponible: http://www.ifad.org/evaluation/public_html/eksyst/doc/prj/region/pl/guatemala/r154gmbe.htm IFAD (ND). Rural Poverty in Guatemalap [En línea] Disponible: http://www.ruralpovertyportal.org/es/country/home/tags/guatemala. INE (2003). IV Censo Nacional Agropecuario, [En línea] Disponible: http://www.ine.gob.gt/np/agropecuario/ ISDE (2011) Granos Básicos: Análisis Sectorial, [En línea] Disponible: http://www.mejoremosguate.org/cms/content/files/diagnosticos/economicos/13.ISDE_GranosBas icos.pdf Linares, L.; Prado, P. & Zelaya, R. (2012). El Comercio Exterior y el Empleo Agrícola en Guatemala, Organización Internacional del Trabajo, Programa de Comercio y Empleo, Organización Internacional del Trabajo y Asociación de Investigación y Estudios Sociales (ASIES). MAGA (ND). Informe sobre la situación de los recursos zoogenéticos de Guatemala. [En línea] Disponible: ftp://ftp.fao.org/docrep/fao/011/a1250f/annexes/CountryReports/Guatemala.pdf MAGA (2008). Política Agropecuaria 2008-2012. [En línea] Disponible: http://www.segeplan.gob.gt/downloads/clearinghouse/politicas_publicas/Desarrollo%20Agropec uario/politica_agropecuaria_2008-2012.pdf Mahul, O. y Stutley, Ch. (2010) Government Support to Agricultural Insurance, Washington, D.C, The World Bank, Washington DC. Programa Mundial de Alimentos (PMA) / Secretaria de Seguridad Alimentaria y Nutricional (SESAN) 2012. Mapeo y Análisis de la Desnutrición Crónica en Guatemala (VAM). Nov 2012 Ríos, B (2012). El oxígeno de la banca global. Ranking Bancos [En línea] Disponible: http://revistamyt.com/wp-content/uploads/2012/07/ranking-de-bancos-2012.pdf Sadoulet, E., et al (2010) I4-Index Insurance Initiative for coffee cooperatives in Colombia, July 14, 2010. [En línea] Disponible: - 77 - http://www.basis.ucdavis.edu/i4/projects/seed%20grants/sadoulet- guatemala/files/Sadoulet%20proposal%20full.pdf SAGARPA 2012. Ponencia Institucional: Experiencias, Logros y Resultados de la Gestión de Riesgos Catastróficos en el Agro Mexicano, 30 Octubre 2012. Syroka, J., and A Nicifora 2010. National Drought Insurance for Malawi. Policy Reasearch Working Paper 5169. The World Bank, Africa Region, Southern Africa Poverty Reduction and Economic Management Unit, January 2010. Trivelli, C. (2007) Riesgos y portafolios agropecuarios: lecciones desde la experiencia de instituciones financieras de América Latina – Documento de Trabajo No. 151, Instituto de Estudios Peruanos, [En línea] Disponible: http://archivo.iep.pe/textos/DDT/ddt151.pdf UNISDR (2013). Del riesgo compartido a un valor compartido – Un argumento empresarial a favor de la reducción del riesgo de desastres. Informe de Evaluación Global sobre la Reducción del Riesgo de Desastres. Ginebra, Suiza: Oficina de las Naciones Unidas para la Reducción del Riesgo de Desastres (UNISDR). [En línea] Disponible: http://www.preventionweb.net/english/hyogo/gar/2013/en/gar-pdf/GAR2013_EN.pdf - 78 - Anexo 1. Sistemas de producción agrícola y Seguridad Alimentaria en Guatemala Las Tablas A1.1 a A1.4 muestran datos referidos a la población agropecuaria de Guatemala y al uso de la tierra. Tabla A1.1. Número de productores, número y superficie de fincas censales, según departamento. Departamento No. Productores No. Fincas Superficie (mz) Guatemala 21,346 2.6% 21,265 2.6% 106,304.91 2.0% El Progreso 10,240 1.2% 10,356 1.2% 82,406.29 1.6% Sacatepéquez 12,334 1.5% 12,363 1.5% 25,081.52 0.5% Chimaltenango 46,114 5.6% 46,676 5.6% 106,883.84 2.0% Escuintla 16,397 2.0% 16,755 2.0% 492,438.34 9.3% Santa Rosa 29,820 3.6% 30,460 3.7% 252,674.54 4.8% Sololá 34,677 4.2% 34,997 4.2% 42,212.04 0.8% Totonicapán 42,880 5.2% 43,136 5.2% 31,006.85 0.6% Quetzaltenango 45,218 5.5% 46,263 5.6% 122,654.99 2.3% Suchitepéquez 20,640 2.5% 21,429 2.6% 210,014.76 4.0% Realhuleu 11,699 1.4% 11,819 1.4% 174,189.60 3.3% San Marcos 81,274 9.9% 81,985 9.9% 210,833.75 4.0% Huehuetenango 98,301 12.0% 99,068 11.9% 249,664.42 4.7% Quiché 78,676 9.6% 79,141 9.5% 294,011.77 5.5% Baja Verapaz 25,407 3.1% 25,637 3.1% 116,333.52 2.2% Alta Verapaz 88,746 10.8% 89,365 10.8% 630,210.71 11.9% Petén 33,360 4.1% 33,776 4.1% 1,350,216.97 25.4% Izabal 18,075 2.2% 18,208 2.2% 310,204.24 5.8% Zacapa 11,651 1.4% 11,909 1.4% 115,361.14 2.2% Chiquimula 28,814 3.5% 29,041 3.5% 113,277.03 2.1% Jalapa 24,187 2.9% 24,317 2.9% 99,373.71 1.9% Jutiapa 42,332 5.1% 42,718 5.1% 180,483.43 3.4% Total 822,188 830,684 5,315,838.37 Fuente: Elaboración propia a partir de datos del IV Censo Nacional, INE (2003). - 79 - Tabla A1.2. Cambios en la distribución del tamaño de fincas entre 1950 y 2003 (Hectáreas) Año del Censo 1950 1964 1979 2003 2003 (%) Tamaño de Finca número de fincas Total País 348,687 417,344 531,623 830,684 Menos 0.7 Ha 74,269 85,083 166,724 375,708 45.23% 0.7 Ha a 1.4 Ha 91,581 98,658 121,351 185,196 22.29% 1.4 Ha a 3.5 Ha 99,779 129,116 128,587 157,681 18.98% 3.5 Ha a 7.0 Ha 42,444 52,023 51,798 46,099 5.55% 7.0 Ha a 22.5 Ha 26,916 37,025 40,378 39,599 4.77% 22.5 Ha a 45 Ha 6,125 6,631 9,131 10,929 1.32% 45 Ha a 451 Ha 6,488 7,859 12,295 14,593 1.76% 451 Ha a 902 Ha 569 561 881 610 0.07% 902 Ha a 2,256 Ha 358 293 387 222 0.03% 2,256 Ha a 4,512 Ha 104 56 74 37 0.00% 4,512 Ha a 9,025 Ha 32 30 15 9 0.00% 9,025 Ha &> 22 9 2 1 0.00% Tamaño de Finca superficie (Hectáreas) Total País 3,734,653 3,461,546 4,127,998 3,734,907 Menos 0.7 Ha 28,682 32,799 55,637 121,137 3.2% 0.7 Ha a 1.4 Ha 94,905 95,782 115,543 170,249 4.6% 1.4 Ha a 3.5 Ha 212,879 271,698 268,897 315,776 8.5% 3.5 Ha a 7.0 Ha 198,646 243,735 241,035 209,402 5.6% 7.0 Ha a 22.5 Ha 312,070 448,223 499,707 473,975 12.7% 22.5 Ha a 45 Ha 190,621 204,264 284,211 330,726 8.9% 45 Ha a 451 Ha 816,283 918,477 1,286,268 1,293,685 34.6% 451 Ha a 902 Ha 355,586 347,023 538,069 360,444 9.7% 902 Ha a 2,256 Ha 497,349 388,531 502,181 283,574 7.6% 2,256 Ha a 4,512 Ha 328,866 170,378 224,653 113,702 3.0% 4,512 Ha a 9,025 Ha 197,062 179,111 88,993 50,757 1.4% 9,025 Ha &> 501,705 161,525 22,805 11,481 0.3% Tamaño de Finca superficie promedio (Hectáreas/Finca) Total País 10.7 8.3 7.8 4.5 Less than 0.7 Ha 0.4 0.4 0.3 0.3 0.7 Ha to 1.4 Ha 1.0 1.0 1.0 0.9 1.4 Ha to 3.5 Ha 2.1 2.1 2.1 2.0 3.5 Ha to 7.0 Ha 4.7 4.7 4.7 4.5 7.0 Ha to 22.5 Ha 11.6 12.1 12.4 12.0 22.5 Ha to 45 Ha 31.1 30.8 31.1 30.3 45 Ha to 451 Ha 125.8 116.9 104.6 88.7 451 Ha to 902 Ha 624.9 618.6 610.7 590.9 902 Ha to 2,256 Ha 1,389.2 1,326.0 1,297.6 1,277.4 2,256 Ha to 4,512 Ha 3,162.2 3,042.5 3,035.8 3,073.0 4,512 Ha to 9,025 Ha 6,158.2 5,970.4 5,932.8 5,639.6 9,025 Ha &> 22,804.8 17,947.2 11,402.5 11,481.2 Fuente: IV Censo Nacional, INE (2003). - 80 - Tabla A1.3. Uso de la tierra en Guatemala, 2008 Prom. No. % de Categoría Área (Ha) % de Área Explotación Explotaciones Explotaciones (Ha) Cultivos 394,742 30.20% 924,530 17.40% 2.3 Anuales Cultivos 124,388 9.50% 942,964 17.70% 7.6 Permanentes Pasturas 74,811 5.70% 1,882,497 35.40% 25.2 Bosques/Fore 109,092 8.30% 914,480 17.20% 8.4 stal Barbecho 86,428 6.60% 400,504 7.50% 4.6 Otros (No 519,015 39.70% 254,471 4.80% 0.5 Agrícola) Total 1,308,476 100.00% 5,319,446 100.00% 4.1 Tabla A1.4. Clasificación de la población rural según zona de vida y nivel de pobreza. Extremadamente Población Pobre Promedio Ricos ID Zona de Vida Pobre No % total No % total No % total No % total No % total 1 Franja Transv. Norte 491,193 4% 294,716 60% 147,358 30% 19,648 4% 29,472 6% 2 Petén Sur 344,279 3% 206,567 60% 51,642 15% 34,428 10% 51,642 15% 3 Petén Norte 155,502 1% 54,426 35% 38,876 25% 46,651 30% 15,550 10% Agroindust. de exportación y 4 ganadería 359,076 3% 215,446 60% 107,723 30% 14,363 4% 21,545 6% 5 Agric. subsistencia 2,796,054 21% 699,014 25% 1,453,948 52% 503,290 18% 139,803 5% 6 Agric. y remesas 160,628 1% 80,314 50% 48,188 30% 24,094 15% 8,031 5% Agroindust., industria de madera, 7 minería y café 304,562 2% 76,141 25% 137,053 45% 60,912 20% 30,456 10% Granos básicos, zona fronteriza 8 con Honduras/El Salvador 1,106,643 8% 663,986 60% 331,993 30% 44,266 4% 66,399 6% 9 Granos básicos y venta de MO 681,118 5% 136,224 20% 340,559 50% 170,280 25% 34,056 5% 10 Agroindust. y maquilas 2,736,247 20% 1,368,124 50% 1,094,499 40% 273,625 10% 0 0% 11 Cafetalera 982,724 7% 294,817 30% 442,226 45% 196,545 20% 49,136 5% Agroindustria de exportación y 12 granos básicos 406,063 3% 131,970 33% 182,728 45% 71,061 18% 20,303 5% 13 Pesca y agric. subsistencia 587,842 4% 0 0% 293,921 50% 235,137 40% 58,784 10% 14 Cardamomo y café 805,905 6% 362,657 45% 282,067 35% 120,886 15% 40,295 5% 15 Ganadería 123,617 1% 39,557 32% 46,974 38% 27,196 22% 9,889 8% 16 Hortilizas y frutas de altura 331,836 2% 82,959 25% 175,873 53% 56,412 17% 16,592 5% 17 Agro-turística del Lago de Atitlán 208,266 2% 83,306 40% 72,893 35% 41,653 20% 10,413 5% 18 Serranía Cuchumatanes 477,171 4% 190,868 40% 238,586 50% 47,717 10% 0 0% 19 Pescadores artesanales (Atlántico) 314,306 2% 0 0% 125,722 40% 157,153 50% 31,431 10% Agric., venta de MO local y 20 Comercio 75,772 1% 26,520 35% 30,309 40% 15,154 20% 3,789 5% Total 13,448,804 100% 5,007,612 37% 5,643,137 42% 2,160,469 16% 637,585 5% - 81 - Figura A1.1. Clasificación de la población rural según tipo de hogar y medios de vida. 3,000,000 100% Porcentaje del Total de Población clasificado como pobre/Extr. pobre 90% 2,500,000 80% Total Población en cada Zona de Vida 70% 2,000,000 60% 1,500,000 50% 40% 1,000,000 30% 20% 500,000 10% - 0% Fuente: SESAN, USAID, MFEWS, FAO (2009). Guatemala: Perfiles de medios de vida. Producción y Rendimiento de Cultivos en Guatemala Esta sección presenta la tendencia de los datos de producción y rendimiento de cultivos en Guatemala a partir de datos estadísticos registrados por la base de datos internacional de la FAO (FAOSTAT) sobre área cosechada (Ha), producción (MT), y rendimiento promedio (Kg/Ha). La Tabla A1.5 resume los datos estadísticos del 2011 sobre datos de producción que están ordenados según la importancia del área cosechada. El cultivo de maíz es plantado por más de 0.85 millones productores, quienes en su mayoría se clasifican como pequeños productores. En el 2011, el maíz se plantó en 841,094 hectáreas (38.5% del total del área plantada). En orden de importancia, le siguen el café, la caña de azúcar, frijoles y caucho. Por un lado, el café es el cultivo de renta de los pequeños productores, mientras que los frijoles son el segundo cultivo de granos básicos más relevante. De acuerdo a los datos analizados, el área cosechada en el 2007 de los tres cultivos más importantes se redujo significativamente. En el caso del maíz, la superficie cosechada se redujo un 27% (210,000) con respecto al área cosechada en el 2006; la caña de azúcar en un 22%, , la nuez moscada, macís y cardamomo en un 14%, y los frijoles en un 10%. Por el contrario, no hubo variaciones significativas en el área cosechada del 2007 con respecto al año anterior en banano y café. Las razones específicas que expliquen las causas de disminución de área cosechada en maíz y caña de azúcar se desconocen: en el 2007, el sector agropecuario fue afectado por vientos fuertes e inundaciones asociadas con el Ciclón Tropical Félix en Septiembre y por inundaciones adicionales en Octubre. - 82 - En los últimos 12 años, ha habido un incremento significativo en la producción. Del 2004 al 2006, la producción de banano pasó de 1.1 millones a 2.5 millones de toneladas. En el caso del maíz, la producción pasó de 1.1 millones de toneladas a mediados de la década del 2000 a más de 1.6 millones de toneladas en los últimos tres años. Las Tablas A1.6 a la A1.8 y las Figuras A1.2 a la A1.4 muestran los cambios registrados en los datos de superficie plantada, producción y rendimientos en los últimos 12 años para los 6 cultivos más importantes del país. En el 2005, el Huracán Stan ocasionó vientos extremos, exceso de lluvia e inundaciones; como consecuencia de ello, el rendimiento promedio de varios cultivos se vio severamente afectado: el rendimiento del banano se redujo hasta un 50% sobre la media móvil de los últimos 10 años; y en el maíz, la reducción fue de hasta un 81% sobre la media móvil de los últimos 10 años Las razones de la baja en los rendimientos de estos cultivos en el 2006 no se conoce. Durante los últimos 12 años, el rendimiento promedio del maíz y de los frijoles se ha incrementado; no siendo así el caso de otros cultivos de importancia cuyo rendimiento se ha mantenido estático, o bien se ha visto reducido como en el caso del banano. Finalmente, las Figuras A1.5 a A1.8 muestran los cambios en el área plantada, producción y rendimientos de los principales cultivos durante los últimos 51 años (1961-2011). Los rendimientos promedio de maíz se han reducido drásticamente en dos ocasiones: en 1997 y en el 2005. En el caso del frijol, las disminuciones en los rendimientos están correlacionadas con eventos Niño, incluyendo los años de 1971, 1986/87, 1997/98. En el 2006, un año de anomalía climática, también hubo una baja en los rendimientos de frijol. En café, los rendimientos registrados por FAO no parecen mostrar grandes variaciones en este mismo período. - 83 - Tabla A1.5. Estadísticas de producción, 2011. Área % Área Producción Rendimiento Cultivo Cosechada Cosechada (MT) Prom (Kg/Ha) (Ha) Maíz 841,094 38.5% 1,672,530 1,989 Café (verde) 249,916 11.4% 242,839 972 Caña de Azúcar 239,261 10.9% 18,951,800 79,210 Frijol (seco) 238,141 10.9% 199,946 840 Caucho Natural 75,825 3.5% 103,435 1,364 Banano 64,289 2.9% 2,680,390 41,693 Nuez moscada, masis, cardamomo 62,948 2.9% 23,929 380 Palma Africana (Fruta) 59,000 2.7% 1,653,000 28,017 Ajonjolí 34,931 1.6% 38,729 1,109 Sorgo 25,459 1.2% 40,642 1,596 Otros melones 23,119 1.1% 497,249 21,508 Haba caballar, haba (seco) 21,649 1.0% 20,531 948 Papayas 19,382 0.9% 493,019 25,437 Vegetales frescos 18,177 0.8% 148,563 8,173 Fruta fresta 17,998 0.8% 99,065 5,504 Soya 14,000 0.6% 37,000 2,643 Mango, mangostanes, guavas 13,679 0.6% 108,451 7,928 Cítrico 12,856 0.6% 69,103 5,375 Plátano 11,277 0.5% 188,755 16,738 Arroz 9,805 0.4% 30,387 3,099 Aguacate 9,246 0.4% 91,473 9,893 Tomate 8,822 0.4% 305,427 34,621 Tabaco (hoja) 8,707 0.4% 22,378 2,570 Piña 8,510 0.4% 234,560 27,563 Arveja verde 7,118 0.3% 47,600 6,687 Limón / Lima 6,644 0.3% 109,090 16,419 Nuez 6,407 0.3% 18,336 2,862 Naranja 5,602 0.3% 150,252 26,821 Yuca 5,582 0.3% 18,492 3,313 Sandía 5,471 0.3% 128,310 23,453 Coliflor / brócoli 5,097 0.2% 57,603 11,301 Trigo 5,083 0.2% 8,961 1,763 Cebolla (seca) 4,370 0.2% 124,301 28,444 Cacao 4,059 0.2% 10,927 2,692 Legumbres 3,718 0.2% 23,917 6,433 Coco 3,696 0.2% 26,183 7,084 Manzanas 3,547 0.2% 20,684 5,831 Leguminosas 3,227 0.1% 18,210 5,643 Maní en cáscara 2,785 0.1% 4,087 1,468 Durazno y nectarina 2,700 0.1% 31,091 11,515 Uvas 2,668 0.1% 17,067 6,397 Zanahoria 2,563 0.1% 72,259 28,193 Otros cultivos <2500 Ha 17,680 0.8% 415,030 - Total 2011 2,186,108 29,255,601 Fuente: FAOSTAT. - 84 - Tabla A1.6 Tendencias de los valores de superficie cosechada de los principales cultivos de Guatemala, 2000 – 2011. Nuez Frijol Café moscada, Caña de Año Banano Maíz (seco) (verde) Mace, azúcar Cardamomo 2000 18,200 127,400 273,000 591,500 42,910 182,000 2001 18,900 128,800 273,000 592,900 43,610 182,000 2002 19,040 130,900 245,000 601,790 52,000 186,340 2003 18,715 130,900 246,772 640,000 78,400 192,000 2004 20,400 135,000 247,756 680,000 77,800 226,000 2005 46,200 134,036 247,756 798,927 86,600 271,554 2006 42,000 247,822 247,756 791,759 90,076 233,334 2007 57,015 223,601 248,533 577,099 77,700 190,194 2008 57,993 224,287 249,775 688,234 70,768 188,575 2009 59,391 230,576 251,024 855,646 66,112 213,446 2010 63,527 235,317 248,807 821,381 62,202 234,650 2011 64,289 238,141 249,916 841,094 62,948 239,261 Fuente: FAOSTAT. Figura A1.2. Tendencias de los valores de superficie cosechada de los principales cultivos de Guatemala, 2000 – 2011. Fuente: FAOSTAT. - 85 - Tabla A1.7 Tendencias en los valores de producción (MT) de los principales cultivos de Guatemala, 2000 – 2011. Nuez Caña de Frijol Café moscada, Año Banano Maíz Azúcar (MT (seco) (verde) Mace, 10) Cardamomo 2000 955,000 91,017 312,060 1,053,550 15,640 16,552,400 2001 1,100,000 94,656 275,700 1,091,480 15,911 16,934,900 2002 1,150,000 94,683 221,820 1,050,140 19,000 17,489,900 2003 1,050,000 94,684 244,200 1,053,560 28,600 17,400,000 2004 1,110,000 97,105 250,279 1,072,310 28,400 20,000,000 2005 1,231,000 82,696 248,277 1,079,810 31,600 23,454,000 2006 1,649,240 140,339 234,712 1,183,900 31,200 18,721,400 2007 2,246,220 190,283 243,599 1,459,560 28,000 18,337,400 2008 2,448,390 187,809 248,471 1,566,200 25,178 19,808,600 2009 2,544,240 188,936 249,275 1,686,890 23,794 20,690,700 2010 2,637,570 196,411 247,501 1,634,000 22,556 22,216,700 2011 2,680,390 199,946 242,839 1,672,530 23,929 18,951,800 Fuente: FAOSTAT. Figura A1.3. Tendencias en los valores de producción (MT) de los principales cultivos de Guatemala, 2000 – 2011. Fuente: FAOSTAT. - 86 - Tabla A1.8. Tendencias en los valores de rendimiento (Kg/Ha) de los principales cultivos de Guatemala, 2000 – 2011. Nuez Frijol Café moscada, Caña de Año Banano Maíz (seco) (verde) Mace, azúcar Cardamomo 2000 52,473 714 1,143 1,781 364 90,947 2001 58,201 735 1,010 1,841 365 93,049 2002 60,399 723 905 1,745 365 93,860 2003 56,105 723 990 1,646 365 90,625 2004 54,412 719 1,010 1,577 365 88,496 2005 26,645 617 1,002 1,352 365 86,370 2006 39,268 566 947 1,495 346 80,234 2007 39,397 851 980 2,529 360 96,414 2008 42,219 837 995 2,276 356 105,044 2009 42,839 819 993 1,971 360 96,936 2010 41,519 835 995 1,989 363 94,680 2011 41,693 840 972 1,989 380 79,210 Fuente: FAOSTAT. Figura A1.4. Tendencias en los valores de rendimiento (Kg/Ha) de los principales cultivos de Guatemala, 2000 – 2011. Fuente: FAOSTAT. - 87 - Figura A1.5. Superficie cosechada, producción y rendimientos de Maíz, 1961-2011. Maíz 1,800,000 3,000 1,600,000 2,500 1,400,000 Harvested Area (Ha); Production (MT) 1,200,000 2,000 Average Yield (Kg/Ha) 1,000,000 1,500 800,000 600,000 1,000 400,000 500 200,000 0 0 1960 1965 1970 1975 1980 1985 1990 1995 2000 2005 2010 Área Cosechada (Ha) Producción (MT) Rendimiento (Kg/Ha) Fuente: FAOSTAT. Figura A1.6. Superficie cosechada, producción y rendimientos de frijol, 1961-2011. Frijol Seco 300,000 1,200 250,000 1,000 Harvested Area (Ha) & Production (MT) 200,000 800 Average Yield (Kg/Ha) 150,000 600 100,000 400 50,000 200 0 0 1960 1965 1970 1975 1980 1985 1990 1995 2000 2005 2010 Área Cosechada (Ha) Producción (MT) Rendimiento (Kg/Ha) Fuente: FAOSTAT. - 88 - Figura A1.7. Superficie cosechada, producción y rendimientos de Café verde, 1961-2011. Café verde 350,000 1,400 300,000 1,200 Harvested Area (Ha) and Production (MT) 250,000 1,000 Average Yield (Kg/Ha) 200,000 800 150,000 600 100,000 400 50,000 200 0 0 1960 1965 1970 1975 1980 1985 1990 1995 2000 2005 2010 Área Cosechada (Ha) Producción (MT) Rendimiento (Kg/Ha) Fuente: FAOSTAT. Figura A1.8. Superficie cosechada, producción y rendimientos de Caña de Azúcar, 1961- 2011. Caña de Azúcar 300,000 140 120 250,000 Harvested Area (Ha) & Production (MT) 100 200,000 Average Yield (MT/Ha) 80 150,000 60 100,000 40 50,000 20 0 0 1960 1965 1970 1975 1980 1985 1990 1995 2000 2005 2010 Área Cosechada (Ha) Producción ("00"MT) Rendimiento (MT/Ha) Fuente: FAOSTAT. - 89 - Anexo 2. Tendencia de los Seguros Agropecuarios y Financiamiento Agrícola Guatemala: Acceso a los Seguros Agropecuarios y Tendencia. Esta subsección revisa la tendencia de los resultados de los seguros agropecuarios en Guatemala durante el período comprendido entre el 2004 y el 2012 a partir de información que fue recolectada durante la ejecución de este estudio. Los datos provienen de dos fuentes, a saber: 1) Datos del 2004-2006 de aseguradora La Columna, y luego del 2008-2009 de Seguros G&T; y 2) Datos independientes proporcionados por GuateInvierte para el período del 2006-2012. Desafortunadamente, las dos fuentes de datos muestran resultados disímiles entre el 2006 y el 2009 que es cuando los datos se traslapan. Los números indicados por GuateInvierte en cuanto al número de pólizas vendidas, sumas aseguradas, y reclamos son mucho más bajos que la información mostrada por G&T entre el 2008 y el 2009. No se conocen las causas de estas discrepancias. La primera fuente de información muestra que entre el 2004 y 2006 La Columna suscribió un pequeño número de pólizas de cultivos y pecuarias, y en dos de los tres años reportados se registraron resultados de suscripción muy bajos. La demanda y penetración de los seguros agropecuarios de G&T se expandieron considerablemente entre el 2008 y el 2009. En el 2009, la compañía colocó 11,382 pólizas (la mayoría de las cuales eran agrícolas), para una superficie asegurada de cerca de las 21,000 Ha y 15,373 cabezas de animales aseguradas, una Suma Total Asegurada de US$ 27.3 millones y una prima total de US$ 1.73 millones (tasa promedio de 6.3%). Durante este periodo, G&T logró resultados de suscripción mucho mejores que los obtenidos por La Columna. G&T ha apuntado sus esfuerzos para asegurar a productores comerciales pequeños a medianos, tal y como se evidencia por el área promedio asegurada equivalente a 2.1 Ha por póliza. En los seguros ganaderos, por el contrario, la compañía se ha orientado a productores grandes. El promedio del número de animales asegurados ha sido de 179 cabezas de animales por póliza, y para el 2009 se logró superar esta cifra al asegurar 405 animales por póliza. - 90 - Tabla A2.1. Resultados de los seguros agrícolas, ganaderos y forestales, 2004 al 2009. Panel “a”. Clase de Negocio: Cultivos. Tasa de Tasa Suma SA/Área Costo Clase de Cultivos No. Productores Riesgos Área Aseg. Reclamos SA/Póliza Prima/Póliza Prima Sinies- Año Compañía Asegurada Prima (US$) Aseg. Pérdida Negocio Asegurados Asegurados Asegurados (Ha) (US$) (US$) (US$/Póliza) Promedio tralidad (US$) (US$/Ha) (% ) (% ) (% ) Huracnes, Vientos, Tomate, Chile, 2004 Columna Crop 11 Ciclones, 32.8 57,354 3,464 7,607 5,214 1,746 315 6.0% 220% 13.3% Plátano Inundaciones. Huracanes, Vientos, Ciclones, Tomate, Plátano, 2005 Columna Crop 29 Inundaciones, 66.4 52,266 3,172 12,413 1,802 787 109 6.1% 391% 23.7% Maíz, Papaya Sequía, Exceso de lluvia. Sequía, Exceso de 2006 Columna Crop Arroz 1 lluvia, Falta de 9.8 8,750 858 0 8,750 890 858 9.8% 0% 0.0% piso. 2007 Arroz, Banano, Sequía, Exceso de Brócoli, Caña de lluvia en estapa de Azúcar, Café, Frijol, Seguros crecimiento y 2008 Crop Lechuga, Chile, 2,063 6,845.5 20,294,578 1,425,614 468,314 9,837 2,965 691 7.0% 33% 2.3% G&T cosecha, Viento, Cebolla, Maíz, Heladas, Plátano, Zanahoria, Inundaciones. Tabaco. Arroz, Arveja, Banano, Caña de Sequía, Exceso de Azúcar, Cebolla, lluvia en etapa de Seguros Frijol, Maíz, Papa, desarrollo y en 2009 Crop 11,343 20,928.7 25,869,145 1,661,989 488,997 2,281 1,236 147 6.4% 29% 1.9% G&T Piña, Ejote, Melón, cosecha, Viento, Rambután, Caucho, Heladas, Granizo, Elote, Plátano, Inundaciones. Tabaco. Total 13,447 27,883.3 46,282,094 3,095,097 977,331 3,442 1,660 230 6.7% 32% 2.1% - 91 - Panel "b". Clase de Negocio: Ganadería Tipo de No. Suma Costo No. Animales Reclamos SA/Póliza SA/Animal Prima/Póliza Prima Tasa Sinies- Año Compañía Ganado Productores Riesgos Asegurados Asegurada Prima (US$) Pérdida Asegurados (US$) (US$) (US$/Animal) (US$/Póliza) Promedio (% ) tralidad (% ) Aseg. Asegurados (US$) (% ) Muerte accidental, Enfermedad, 2004 Columna G. Vacuno 1 N/A 7,350 221 0 7,350 N/A 221 3.0% 0% 0.0% Sacrificio Forzado, Problemas de parto. Muerte accidental, G. Vacuno, enfermedad, 2005 Columna 9 N/A 30,979 815 1,005 3,442 N/A 91 2.6% 123% 3.2% Cerdos Sacrificio forzado, Problemas de parto. Muerte accidental, 2006 Columna G. Vacuno 6 Enfermedades, N/A 30,250 1,815 1,000 5,042 N/A 303 6.0% 55% 3.3% Sacrificio Forzado. 2007 Seguros 2008 G. Vacuno 60 5,026 1,576,887 94,613 86,117 26,281 314 1,577 6.0% 91% 5.5% G& T Seguros 2009 G. Vacuno 38 15,373 1,003,087 60,185 40,899 26,397 65 1,584 6.0% 68% 4.1% G& T Total 114 20,399 2,648,553 157,649 129,021 23,233 130 1,383 6.0% 82% 4.9% Panel "c". Clase de Negocio: Forestal. Tipo de No. Suma Costo Reclamos SA/Póliza SA/Área Aseg. Prima/Póliza Prima Tasa Sinies- Año Compañía Bosque Productores Riesgos Asegurados Área Aseg. (Ha) Asegurada Prima (US$) Pérdida (US$) (US$) (US$/Ha) (US$/Póliza) Promedio (% ) tralidad (% ) Aseg. Asegurados (US$) (% ) Exceso de lluvia en producción, Vientos, 2008 Seguros Inundaciones, G& T N/A 1 Incendio. 176 381,583 5,724 0 381,583 2,164 5,724 1.5% 0% 0.0% Exceso de lluvia en producción, Viento, 2009 Seguros Inundación, G& T N/A 1 Incendio. 237 381,583 6,900 0 381,583 1,612 6,900 1.8% 0% 0.0% Total 2 413 763,166 12,624 0 381,583 1,847 6,312 1.7% 0% 0.0% - 92 - Panel "d". Todas las Clases de Negocio. Prima Clases No. Insured Suma Asegurada Reclamos SA/Póliza Prima/Póliza Tasa Sinies- Costo Pérdida Año Compañía Prima (US$) Promedio Aseguradas Producers (US$) (US$) (US$) (US$/Póliza) tralidad (% ) (% ) (% ) Cultivos Columna 2004 & Ganadería 12 64,704 3,684 7,607 5,392 307 5.7% 206% 11.8% Cultivos Columna & Ganadería 2005 38 83,245 3,988 13,417 2,191 105 4.8% 336% 16.1% Cultivos Columna 2006 & Ganadería 7 39,000 2,673 1,000 5,571 382 6.9% 37% 2.6% 2007 Cultivos, Seguros Ganadería 2008 G& T & Forestal 2,124 22,253,048 1,525,951 554,432 10,477 718 6.9% 36% 2.5% Cultivos, Seguros Ganadería 2009 G& T & Forestal 11,382 27,253,815 1,729,074 529,896 2,394 152 6.3% 31% 1.9% Total 13,563 49,693,813 3,265,370 1,106,352 3,664 241 6.6% 34% 2.2% Fuente: Elaboración propia en base a diferentes fuentes. - 93 - Como se ha mencionado, los datos de aseguramiento provenientes de GuateInvierte no muestran una coincidencia con los datos de la primera fuente de información entre el 2006 y el 2009. Los datos de GuateInvierte resaltan una tendencia decreciente a lo largo de los años en lo concerniente al número de pólizas vendidas, que en el 2012 fue tan sólo de 62 pólizas. Esta reducción del número de pólizas suscritas se tradujo igualmente en la disminución en el monto de primas y suma asegurada. Durante los últimos siete años, los resultados de suscripción han sido muy beneficiosos para la compañía, la que registró un índice de siniestralidad de tan sólo un 23%. Los datos muestran igualmente una disminución en el porcentaje de subsidio destinado al pago de la prima. En el 2006, el subsidio fue de un 70% y para el 2012, esta cifra se redujo hasta un 50% del costo de la prima. Tabla A2.2. Resultados de los seguros agrícolas, ganaderos y forestales, 2006 al 2012 (US$) Tasa de Numero de Cuota Prima Pago Fideicomiso Suma Año Prima total Siniestros Siniestralidad Polizas (%) (% de la prima) Asegurada (%) 2006 550 546,029 3.3% 70% 16,402,488 198,196 36% 2007 972 1,058,406 7.3% 67% 14,434,518 171,379 16% 2008 1,452 1,325,582 8.9% 61% 14,837,174 308,679 23% 2009 612 576,513 9.2% 61% 6,257,139 48,233 8% 2010 457 781,177 9.4% 68% 8,315,519 173,283 22% 2011 506 963,341 11.5% 50% 8,390,311 288,305 30% 2012 62 126,319 13.2% 50% 958,848 46,362 37% TOTAL 4,611 5,377,367 62.8% 62% 69,595,998 1,234,438 23% Fuente: GuateInvierte 2013 - 94 - Guatemala: Acceso al Financiamiento. Esta sección del documento presenta la distribución crediticia otorgada por tipo de entidad financiera; como así también la información general sobre algunos de los fideicomisos destinados para el desarrollo agropecuario y social de las comunidades rurales. Tabla A2.3. Comparativo de la distribución crediticia por entidad financiera, datos expresados en miles de dólares norteamericanos. Períodos: 31 de Enero 2008 y 31 de Diciembre de 2012. Sociedad Fuera de Total 31 Ene Sociedad Fuera de Total 31 Dic Bancos Bancos ID Actividad Económica Financiera Plaza 2008 Financiera Plaza 2012 (US$ 000) (US$ 000) (US$ 000) (US$ 000) (US$ 000) (US$ 000) (US$ 000) (US$ 000) Consumo, transferencias y otros 1 2,776,447 14,217 488,729 3,279,393 4,686,742 25,217 384,499 5,096,458 destinos. AGRICULTURA, GANADERÍA, 2 487,264 26,278 104,816 618,359 828,724 14,401 112,404 955,530 SILVICULTURA, CAZA Y PESCA 3 Explotación de minas y canteras 16,260 5 3,029 19,294 23,541 - 5,816 29,357 4 Industrias manufactureras 989,156 27,489 259,432 1,276,077 1,698,118 18,884 181,375 1,898,377 5 Electricidad, gas y agua 261,806 392 84,808 347,006 696,514 1,367 100,355 798,236 6 Construcción 1,194,237 51,276 195,474 1,440,988 1,347,000 49,160 288,743 1,684,903 7 Comercio 1,976,321 18,674 283,544 2,278,539 2,611,344 24,590 295,127 2,931,061 8 Transporte y almacenamiento 115,761 2,683 29,853 148,297 213,325 3,468 11,699 228,492 Establecimientos financieros, bienes 9 inmuebles y servicios prestados a las 974,529 21,722 327,751 1,324,002 1,489,171 14,330 276,858 1,780,359 empresas Servicios comunales, sociales y 10 313,978 12,721 71,634 398,333 525,642 4,928 80,828 611,398 personales Total 9,105,759 175,458 1,849,070 11,130,287 14,120,121 156,346 1,737,705 16,014,172 Fuente: Banco Central de Guatemala (http://infopub.sib.gob.gt/infofinan/evolucion/). Tabla A2.4 Distribución de cartera crediticia según tipo de entidad financiera al 31 de Diciembre del 2012. Datos expresados en miles de dólares norteamericanos. Soc. Fuera de Total 31 Dic Bancos % Soc % Fuera Actividad Económica % Bancos Financiera Plaza (US$ 2012 (US$ % Total (US$ 000) Financiera de Plaza (US$ ´000) ´000) ´000) Consumo, transferencias y otros 4,686,742 33% 25,217 16% 384,499 22% 5,096,458 32% destinos. AGRICULTURA, GANADERÍA, SILVICULTURA, CAZA Y 828,724 6% 14,401 9% 112,404 6% 955,530 6% PESCA Explotación de minas y canteras 23,541 0% - 0% 5,816 0% 29,357 0% Industrias manufactureras 1,698,118 12% 18,884 12% 181,375 10% 1,898,377 12% Electricidad, gas y agua 696,514 5% 1,367 1% 100,355 6% 798,236 5% Construcción 1,347,000 10% 49,160 31% 288,743 17% 1,684,903 11% Comercio 2,611,344 18% 24,590 16% 295,127 17% 2,931,061 18% Transporte y almacenamiento 213,325 2% 3,468 2% 11,699 1% 228,492 1% Establecimientos financieros, bienes inmuebles y servicios prestados a las 1,489,171 11% 14,330 9% 276,858 16% 1,780,359 11% empresas Servicios comunales, sociales y 525,642 4% 4,928 3% 80,828 5% 611,398 4% personales Total 14,120,121 156,346 1,737,705 16,014,172 Fuente: Banco Central de Guatemala (http://infopub.sib.gob.gt/infofinan/evolucion/). - 95 - Experiencia Internacional en la implementación de seguros de índice a nivel macro Etiopía: Seguro de Índice Contra Sequía (Fecha de implementación: 2006) En 2006, el Programa Mundial de Alimentos en colaboración con el CRMG del Banco Mundial desarrollaron un seguro de índices a nivel macro contra sequías en Etiopía. Este producto fue diseñado para funcionar como un instrumento de financiamiento para la compra de alimentos que luego serían distribuidos a la población vulnerable. El índice de sequía fue construido a partir de la información histórica de lluvia de 26 estaciones meteorológicas; el nivel de correlación calculado fue de hasta un 80% entre los eventos catastróficos de sequía y los requerimientos históricos de ayuda alimentaria en los años de sequía. En el 2006, esta cobertura fue colocada con la reaseguradora Axa Re como un contrato derivado. La Suma Asegurada Total de dicho contrato fue de US$ 7.1 millones, monto que pretendía brindar asistencia humanitaria en forma de alimentos a cerca de 62,000 hogares distribuidos en 10 de los 15 distritos más vulnerables del país. La prima valorada en US$930,000 (equivalente a una tasa del 13%) fue financiada en su totalidad por USAID. En 2006, los niveles de lluvia registrados fueron superiores al nivel a partir del cual se hubiera generado un pago indemnizatorio, y por consiguiente no se generó ningún siniestro (PMA, 2006). Posteriormente, este programa se descontinuó debido a limitaciones con la consecución de recursos para el pago de la prima. Luego de esta experiencia piloto, el PMA ayudó a inicios del 2006 al Gobierno Etíope a desarrollar un marco de gestión de riesgo de sequías más amplio dentro del marco del Programa de Seguridad Productiva (PSNP, siglas en inglés). El objetivo fue colaborar con el Gobierno en la introducción de un sistema de alerta temprana contra hambruna, definido bajo las siglas LEAP (Protección y Evaluación Temprana de Hogares). Este sistema fue diseñado para planificar desembolsos de emergencia que permitieran asistir a las regiones afectadas por sequías. Durante la segunda fase del PSNP (2010 a 2014), un componente de financiación del riesgo de sequía fue incluido como parte del programa a través de la constitución de un fondo contingente de US$ 160 millones. Dicho fondo fue constituido con aportes del Banco Mundial, del Departamento de Desarrollo Internacional del Gobierno de Gran Bretaña (DFID) y de USAID, y el dinero está disponible para distribuirse una vez que el LEAP indica una sequía inminente. Este fondo de contingencia ha contado con mayor interés por parte de las autoridades locales debido a que su costo es menor al costo de prima de un seguro de índice o derivado climático (Hazell y Hess 2010; ARCPT 2011). Malawi: Seguro de Índice Contra Sequía para la Producción Nacional de Maíz El esquema de seguro de índice implementado en Malawi se vincula con la producción esperada de maíz, y forma parte de una estrategia nacional de gestión de riesgo y de seguridad alimentaria que fue diseñada por el CRGM del Banco Mundial en conjunto con DFID. El índice se definió a partir de la información histórica de lluvia registrada por 23 estaciones meteorológicas y de los modelos nacionales de proyección de rendimientos, que a su vez están basados en los modelos de balance hídrico desarrollados por la FAO37. En 2008, este esquema fue colocado como un derivado en el Departamento del Tesoro del Banco Mundial y respaldado por una compañía reaseguradora líder. El índice fue construido de tal forma que si se registraba un 37 El modelo de la FAO está basado en el Índice de Requerimiento de Satisfacción Hídrica (WRSI), el cual es utilizado para determinar el nivel de estrés hídrico de los cultivos durante cada una de sus fases fenológicas y cuál sería la afectación en los rendimientos a causa de falta de agua. - 96 - desvío de un 10% por debajo de su promedio histórico el Gobierno de Malawi recibiría un pago máximo de US$ 5 millones. El programa piloto no registró siniestros en ninguna de las temporadas 2008/2009, 2009/2010 y 2010/2011 debido a los buenos niveles de lluvia registrados (. Un aspecto innovador de este programa es que vincula el pago del seguro con una protección de precio para la compra a futuro de maíz blanco. Esta opción de compra se colocó a través del mercado SAFEX Commodity Derivatives Market, en la Bolsa de Johannesburg (Alderman and Haque 2007; , Syroka and Nicifora 2010). Como la cobertura de precio está atada a la cobertura de producción, tampoco se ha activado hasta la fecha. México: Programa CADENA El sector agrícola Mexicano está muy expuesto a riesgos catastróficos, incluyendo sequía (80% del total de catástrofes), huracanes (17% del total), exceso de lluvia e inundaciones (2% del total) y heladas (1% del total). Desde 1995, los Gobiernos Federal y Estatales han operado el programa FONDEN, el cual está diseñado para brindar pagos compensatorios a familias rurales quienes no son elegibles en los programas de seguros agropecuarios privados. Entre los años 1995 y 2003, el Gobierno Federal pagó US$212 millones en compensación ex post, y los Gobiernos Estatales pagaron US$ 74 millones por sus contribuciones respectivas. En 2003, el Gobierno Mexicano lanzó el primer seguro de lluvias a nivel macro en el mundo. Este esquema estaba dirigido a cultivos de secano de maíz y sorgo, y el objetivo consistía en poder ir sustituyendo el programa de compensación de desastres del FONDEN a través del pago de una póliza de seguro. El diseño de este esquema, financiado por las autoridades gubernamentales a través del Fondo para Atender a la Población Rural Afectada por Contingencias Climatológicas (FAPRACC), estuvo a cargo de la entidad aseguradora y reaseguradora paraestatal Agroasemex, (Agroasemex 2008; Alderman and Haque 2007). El gobierno de Guanajuato, que fue el Estado donde inicialmente se implementó este piloto, asumió la responsabilidad del pago de la prima de seguro y de la distribución de los pagos compensatorios a los productores beneficiarios dentro de su territorio. Durante la última década, el programa de seguros contra contingencias climáticas se ha desarrollado en grandes proporciones con la implementación de los productos de índice basados en: (i) coberturas climáticas contra sequías, huracanes y heladas; (ii) coberturas de rendimiento de área a nivel macro contra todo tipo de riesgos; y (iii) coberturas para productores ganaderos a partir del índice NDVI. Desde sus inicios en el 2003, el programa CADENA-SAC ha crecido sostenidamente al punto que en 2011 se aseguraron aproximadamente 8 millones de hectáreas de cultivos en 27 Estados y se protegieron a cerca de 2.5 millones de productores (beneficiarios). Esta cantidad de productores representa el 56% del total de productores que se pretende proteger (4.5 millones de productores de subsistencia, quienes cultivan cerca de 16.5 millones de hectáreas). Asimismo, cerca de 4.2 millones de cabezas de animales fueron asegurados en el 2011 bajo el esquema de seguro catastrófico pecuario. En general, el programa de seguros agropecuarios de CADENA abarcó en el 2011 a 2,362 municipalidades en 30 de los 32 Estados del país38 con una Prima Total de más de MXN 1.5 mil millones y una Suma Asegurada Total de de MXN 12 mil millones (SAGARPA, 2012). Los gobiernos Federal y Estatales financian el 100% del costo de la prima a un ratio de 80% y 20% respectivamente. 38 La división administrativa de México cuenta con 31 Estados y el Distrito Federal, los cuales aglutinan a 2,445 municipalidades. - 97 - Debido al importante nivel de cobertura que han logrado alcanzar los seguros de índice en los últimos 10 años a través del programa CADENA, éste ha ido remplazando paulatinamente el sistema de pagos compensatorios del FONDEN, el cual actúa de manera reactiva a los eventos de gran magnitud. Asimismo, a través de CADENA las autoridades gubernamentales pueden definir de antemano los pagos máximos o sumas aseguradas que están cubiertos en su totalidad por la industria aseguradora y reaseguradora; además, los pagos activados por la póliza son recibidos oportunamente luego de ocurrir un evento asegurado, y de este modo los montos son distribuidos en efectivo de manera oportuna a los hogares afectados que son beneficiarios del programa. Facilidad de Seguros Contra Riesgos Catastróficos en el Caribe (CCRIF) La experiencia de CCRIF es igualmente relevante para los formuladores de políticas de Guatemala, quienes han manifestado su interés en poder transferir a los mercados de seguro y reaseguro los costos de recuperación asociados con eventos naturales y climáticos de gran magnitud que ocurren en el país. CCRIF fue diseñado con la asistencia técnica del Banco Mundial y fue conformado en el 2007 por los estados miembros de 16 islas caribeñas; esta iniciativa fue la primera de su tipo en el mundo relacionada con la agregación de riesgos catastróficos y su cobertura a través de reaseguro con la finalidad de brindar recursos líquidos a los países afectados luego de la ocurrencia de huracanes o terremotos. Las coberturas proporcionadas por CCRIF están basadas en esquemas de índices. A pesar que hoy en día no se asegura al sector agrícola específicamente, un producto de índices podría en principio diseñarse para asegurar a tan importante sector en cada uno de los países miembros. Como en los ejemplos indicados anteriormente, la adopción de un contrato de seguro a través de CCRIF permite a los gobiernos hacer efectivo los pagos indemnizatorios rápidamente luego de eventos huracanados y de terremotos. Una de las grandes ventajas de este programa es que la compra de un contrato de reaseguro de más de US$100 millones de cobertura puede obtenerse a muy bajo costo en comparación al precio que obtendría cada gobierno si tuviera que negociar individualmente (CCRIF, 2012). Debido a los beneficios otorgados por CCRIF, este programa está explorando la posibilidad de incluir a nuevos países miembros ubicados en Centro América. De igual forma, el Banco Mundial en colaboración con otros organismos de cooperación están explorando la posibilidad de diseñar un esquema similar de agregación del riesgo para brindar cobertura a 15 Islas del Pacífico bajo la Iniciativa Financiera de Riesgo Catastrófico del Pacífico (PCRFI). Capacidad de Riesgo de África (ARC) 39: Cobertura de Financiamiento Contingente contra Sequías. En años recientes, el Departamento de Economía y Agricultura de la Unión Africana (AUC) y el PMA han colaborado en la creación de una entidad financiera que brindaría a los Estados miembros de la Unión Africana fondos de contingencia en caso de sequías40 (ARCPT 2011; Gabriel, 2011). Según el PMA se estima que los costos de asistencia en la región subsahariana debido a una sequía catastrófica podrían ascender a US$ 3 mil millones. El objetivo de este fondo sería desembolsar oportunamente fondos a los gobiernos para que éstos asistan más rápidamente 39 El desarrollo de esta iniciativa ha contado con el apoyo de la Fundación Rockefeller, de DFID, del Fondo Global para la Reducción y Recuperación contra Desastres (GFDRR) del Banco Mundial, y de IFAD. 40 Se espera que esta iniciativa de fondos de contingencia se aplique en el futuro a la cobertura de otros tipos de riesgos adicionales a la sequía. - 98 - a las comunidades afectadas: por ejemplo, los gobiernos nacionales comprarían una cobertura de US$30 millones contra sequías para el fondeo inmediato de asistencia alimentaria de emergencia. La agregación del riesgo de sequía para los países miembros se beneficiaría de la dispersión del riesgo debido a que es poco probable que los 47 países subsaharianos se vean afectados de manera simultánea por una sequía catastrófica. El AUC y el PMA desarrollaron un software (AfricaRiskView) para modelar la exposición a sequía de cada uno de los países de la región. Los análisis preliminares obtenidos de este software sugieren que existe un ahorro de hasta el 50% en el capital total a riesgo requerido si el riesgo de sequía es agregado en lugar de buscar coberturas similares de manera independiente para cada país. El software se alimenta de datos de lluvia histórica satelital (resolución espacial de 10 Km por 10 Km) para modelar el riesgo de sequía en cada uno de los países. Lo anterior se hace con el propósito de poder cuantificar y tarificar el riesgo. El software permite, además, insertar datos de la población vulnerable a fin de poder formar un método estándar de estimación de los costos de respuesta contra sequías. De este modo, las primas calculadas en el modelo son ajustadas a los datos específicos de exposición, los niveles de retención y a los montos de compensación de cada país. La implementación de la Capacidad de Riesgo de África (ARC) se hace factible únicamente si participan de 5 a 6 países distribuidos en distintas regiones geográficas del continente. Se recomienda una capitalización inicial del fondo con cerca de US$ 300 millones, que deberán ser financiados por los países participantes y la comunidad donante. Cada país definiría el monto del fondo para sequías que desea proteger bajo este esquema, y a partir de esta información el software calcularía el monto de la prima correspondiente. Un enfoque de estratificación del riesgo sería adoptado por el ARC en base a (i) el nivel de retención de cada país; (ii) el nivel de retención del ARC como pool de aseguramiento; y finalmente (iii) el nivel de transferencia de riesgo a los mercados internacionales de reaseguro, derivados o mercados de bonos. Se prevé que ARC designaría a su propio equipo para la gestión del fondo y para la administración de los sistemas operativos y procedimientos, basándose en las lecciones aprendidas y experiencias obtenidas de CCRIF (ARCPT 2011). Se espera que ARC sea lanzado a finales del 2013 con la participación de seis países, incluyendo Malawi, Mozambique, Senegal, Mauritania, Níger, and Kenia. Se espera que más países se unan a esta iniciativa en una segunda fase. Índice ENSO: Seguro de Lucro Cesante en Perú. El seguro de lucro cesante medido a través del índice ENOS 1.2 está dirigido a las organizaciones o instituciones públicas y privadas ubicadas en el Departamento de Piura que están expuestas a sufrir un perjuicio económico por la ocurrencia del Fenómeno El Niño. El contrato de seguro, diseñado por GlobalAgRisk, utiliza las mediciones de temperatura de la superficie del mar en la zona ENOS 1.2 realizadas por la NOAA entre los meses de noviembre y diciembre para activar de manera anticipada los pagos de la póliza a las organizaciones aseguradas debido a la interrupción de negocio que sufrirían entre enero y marzo del año siguiente Dado que el índice ENOS puede ser predicho con varios meses de anticipación, aquellas instituciones financieras ubicadas en Piura que estén deseosas de adquirir esta cobertura deberán confirmar la contratación anticipadamente: por ejemplo, para adquirir cobertura para el año 2015 deberán contratar la póliza en cualquier momento hasta el 31 de enero del 2014. Este programa está siendo asegurado por la compañía de seguros La Positiva y cuenta con una cobertura de reaseguro internacional (Skees 2009; Skees and Murphy 2009; Collier et al 2010). - 99 - Tabla A2.5. Información General sobre Fideicomisos manejados por BANRURAL No. Nombre Fideicomitente Plazo Objetivo Patrimonio Min. Finanzas Públicas, .- Velar por la salud/nutrición de las familias con Ministra de Educación y Por tiempo hijos de 0-6 años de edad. .-Elevar niveles de 1 Mi familia progresa 800,000,000 Ministro de Salud Pública y indefinido asistencia escolar; .- Velar por la salud y Asistencia Social nutrición de mujeres embarazadas y lactantes Administración e inversión de los recursos para 10 años la ejecución de programas, proyectos y obras, 2 Fondo Social de Solidaridad Ministro de Comunicaciones (vence 1 1,839,590,898 competencia del Ministerio de Comunicaciones, Abril 2019) Infraestructura y Vivienda. Apoyo crediticio para el 20 años mejoramiento del pequeño 3 Banco de Guatemala (venció el Aumentar ingresos de pequeños caficultores 27,900,000 caficultor (II EX- 27 Jul 2009) BANCAFÉ) .-Otorgar crédito a través de Instituciones Intermediarias de Servicios; .-Fortalecer la capacidad autónoma de las Instituciones Fondo de Crédito y Garantía 10 años Intermediarias de Servicios; .- Apoyar del Programa de Desarrollo (vence 9 4 Banco de Guatemala actividades económicas productivas para el y Reconstrucción en el Septiembre 11,070,130.50 desarrollo de la economía local; .- Desarrollar y Quiché (PRODERQUI) 2014) consolidar tecnología informática y financiera; y .- Promover la auto sostenibilidad del Fondo de Crédito y Garantía. Ministerio de Finanzas 25 años .- Promover el desarrollo económico y social de Proyectos productivos para Públicas y Ministerio de (vence 10 5 las comunidades constituidas por las poblaciones 5,600,000 la población desarraigada Agricultura, Ganadería y Diciembre desarraigadas por medio del financiamiento. Alimentación 2026) - 100 - No. Nombre Fideicomitente Plazo Objetivo Patrimonio Ministerio de Finanzas 15 años Fideicomiso apoyo financiero Públicas y el Ministerio de (vence 23 Brindar apoyo financiero a los productores del 6 para los productores del sector 813,049,000 Agricultura, Ganadería y Octubre sector cafetalero cafetalero guatemalteco Alimentación 2016) .-Constituir fondos para crédito para el fácil y 13 años, 1 ágil acceso a recursos financieros a la población Crédito del programa de Programa de Desarrollo mes y 8 días rural menos favorecida del Dpto de Sololá; .- desarrollo autosostenido en la 7 Autosostenido en la Cuenca (venció 3 Fortalecer la capacidad autónoma de ADICLA; .- cuenca del lago de Atitlán Ala 1,074,815.84 del Lago de Atitlán. Octubre Apoyar actividades económicas con impacto 88/22 2012) para el desarrollo de la economía local; .- Desarrollar y consolidar tecnologías crediticias. .- Constituir fondos para facilitar acceso a crédito a población desfavorecida de Quetzaltenango, San Marcos, Retahuleu, Suchitepéquez; .- 8 años Fortalecer la capacidad autónoma de las IISe´s Crédito Ecas Ala Coatepeque Secretaría de Coordinación (venció 25 8 locales; .- Apoyar actividades económicas que 92/28 Ejecutiva de la Presidencia Agosto 6,270,294.12 generen impacto para el desarrollo de la 2007) economía local; .- Desarrollar y consolidar tecnologías crediticias adaptadas al perfil de la población beneficiaria. .- Constituir fondos para facilitar acceso a crédito a población desfavorecida de Totonicapán; .- Crédito programa de 12 años Secretaría de Coordinación Fortalecer la capacidad autónoma de las IISe´s 9 desarrollo rural Depto. (venció 30 Ejecutiva de la Presidencia locales; .- Apoyar actividades económicas que 13,385,663.28 Tototonicapán ala 94/81 Abril 2012) generen impacto para el desarrollo de la economía local. - 101 - No. Nombre Fideicomitente Plazo Objetivo Patrimonio .- Constituir fondos para facilitar acceso a crédito 12 años a población desfavorecida de Baja Verapaz; .- Fondo Crediticio del Secretaría de Coordinación (venció 19 Apoyar actividades económicas para el 10 Convenio Ala 94/88 Baja Ejecutiva de la Presidencia Agosto desarrollo de la economía local; .- Desarrollar y 2,206,703.18 Verapaz 2012) consolidar tecnologías crediticias adaptadas al perfil de la población beneficiaria. 25 años Suministrar recursos financieros para desarrollar Fondo Nacional para la paz - (vence 25 actividades agropecuarias, forestales, artesanales, 11 Banco de Guatemala FONAPAZ Diciembre agro-industriales, de servicios y todas aquellas 8,600,652.47 2016) actividades generadoras de empleo. Programa de desarrollo 25 años Ministerio de Agricultura, Incorporar alrededor de 17,000 Ha bajo riego al 12 integral en áreas con potencial (vence 4 Ganadería y Alimentación proceso productivo en el área rural. 295,638,933.09 de riego y drenaje -plamar- Mayo 2024) 20 años Crédito para el desarrollo Ministerios de Fianzas (vence 10 Canalizar recursos financieros a pequeños y 13 productivo DICOR II - Públicas Diciembre medianos productores individuales. 10,000,000.00 CREDEPRODI- 2018) Vence 30 Crédito de desarrollo Ministerio de Finanzas Canalizar recursos para realizar inversiones 14 Noviembre agropecuario -CREDESA- Públicas. productivas 29,610,175.57 de 2023 Proyecto de desarrollo rural 20 años Suministrar recursos financieros para desarrollar sostenible en zonas de Ministerio de Finanzas (vence 11 15 actividades agropecuarias, forestales, artesanales 35,159,000. fragilidad ecológica en región Públicas Marzo y agro-industriales. del trifinio, área de Guatemala 2018) .- Apoyar e incentivar el desarrollo rural 25 años (derivados del Acuerdo Sobre Aspectos Fondo de tierras acuerdos de 16 Fondo de Tierras (vence 8 Socioeconómicos y Situación Agraria); .- paz 2,078,823,752.23 Julio 2022) Promover el acceso de los campesinos a la propiedad y uso de los recursos de la tierra Ministerio de Agricultura, 25 años Otorgar préstamos a intermediarias financieras 17 Crédito rural Ganadería y Alimentación (vence 3 para que éstas canalicen fondos a pequeños y 165,030,611.86 - 102 - Septiembre medianos productores rurales; .- Otorgar 2021) préstamos a pequeños y medianos productores de forma individual. La recuperación y administración de la cartera vencida, y la administración de otros activos y pasivos de los fideicomisos “-3-GUA-A/OIC 25 años Ministerio de Finanzas Diversificación de Areas Cafetaleras”; “Servicio 18 Administracion de carteras (vence 31 Públicas Cooperativo Interamericano de Crédito Agrícola 14,290,957.04 Mayo 2020) Supervisado -SCICAS-“; y, “Línea Impuesto del Café -LIC-, Decreto 50-74 del Congreso de la República”; a) Apoyar a los Comités Institucionales Bilaterales y Grupos Subsectoriales de Trabajo para su desarrollo y consolidación; b) Facilitar la fondo nacional para la 25 años ejecución de convenios con ONGs, c) Movilizar reactivacion y modernizacion Ministerio de Agricultura, (vence 2 19 recursos financieros y técnicos del plan de de la actividad agropecuaria - Ganadería y Alimentación Octubre 500,000,000.00 inversiones del MAGA, d) Desarrollar fonagro- 2019) programas de preinversión de proyectos , e) Financiar de proyectos productivos con carácter Reembolsable y no reembolsable. Canalizar fondos necesarios para realizar las transformaciones productivas propuestas en el 20 años Proyecto de desarrollo rural plan integral de producción, ; .- incrementar Ministerio de Agricultura, (vence 17 20 de la sierra de los significativamente la autosuficiencia alimentaría, Ganadería y Alimentación Noviembre 11,635,884.10 cuchumatanes -pdrscu- los ingresos reales y, la diversificación de las 2013) actividades económicas familiares de los agricultores más pobres de la región; No. Nombre Fideicomitente Plazo Objetivo Patrimonio a) Canalizar el fondo necesario a la población proyecto de desarrollo rural 20 años Campesina del área de influencia del Ministerio de Agricultura, Fideicomiso, vía crédito directo o a través de 21 para pequeño productores de (venció 11 Ganadería y Alimentación Instituciones Intermediarias de Servicios ´- 11,256,443.41 zacapa, chiquimula -pdrpzch- Julio 2011) IISes-, para realizar actividades productivas en forma individual u organizada. b) Que el crédito - 103 - sea un insumo estratégico para asegurar la adopción de tecnología de parte de los pequeños productores. c) Facilitar el financiamiento a los pequeños -productores para desarrollar actividades productivas de acuerdo con los destinos establecidos en el Reglamento de Crédito del Fideicomiso. d) Que el crédito tienda a incrementar significativamente la autosuficiencia alimentaria, los ingresos reales y la diversificación de las actividades económicas familiares, de los pequeños productores del área de cobertura del Fideicomiso. e) Que el crédito se inserte en un marco de conservación de los recursos naturales renovables y mejoramiento del ambiente Los objetivos primordiales de este Fideicomiso 20 años son la diversificación de la producción agrícola; fideicomiso desarrollo Ministerio de Finanzas (venció 10 el logro de una mayor producción y rentabilidad; 22 integral de comunidades Públicas Diciembre así como el mejoramiento de las condiciones 3,910,140.00 rurales -dicor- 2009) socioeconómicas de los pequeños agricultores beneficiarios de este programa La finalidad del presente fideicomiso es aumentar los ingresos de los pequeños caficultores, por medio del incremento de su producción, rendimiento y participación en las apoyo crediticio para el 20 años exportaciones, a través del establecimiento y 23 mejoramiento del pequeño Banco de Guatemala (venció 27 ejecución de un programa que vincule 27,900,000.00 caficultor Julio 2009) estrechamente asistencia técnica y apoyo financiero; y, su propósito, canalizar recursos en la forma de préstamos a corto y largo plazos, para los pequeños caficultores y los otros beneficiarios del proyecto. Fondo de Desarrollo Ministerio de Finanzas 20 años .- Alcanzar el desarrollo y fortalecimiento de los 24 Públicas y el Ministerio de (venció 9 Microempresarios del país; .- Aumentar el nivel Microempresa Urbana 50,000,000.00 Agricultura, Ganadería y Agosto de ingresos de la población vinculada a las - 104 - Alimentación 2009) Microempresas; .- Aumentar su capacidad productiva; .- Aumentar la producción de bienes y servicios con destino a los mercados nacionales e internacionales y .- Generar empleo productivo. .- Contribuir al esfuerzo nacional para la solución de los problemas habitacionales de área rural de 25 BID-120/TF-GU Banco de Guatemala Indefinido Guatemala causados por el terremoto del 4 de 3,993,444.68 febrero de 1976. Fuente: BANRURAL. - 105 - Anexo 3. Exposición del Sector Agropecuario ante Riesgos Climáticos y Naturales Esta sección del informe muestra los datos del EMDAT, Ministerio de Agricultura, Ganadería y Alimentación (MAGA) y la Comunidad Donante sobre las pérdidas ocasionadas por la ocurrencia de eventos naturales. Se trata, en la medida de lo posible, de cuantificar las pérdidas directas registradas en el sector agropecuario debido a sequías; estos datos son expresados como los valores de pérdida en cultivos o animales, y como los costos indirectos relacionados con la distribución de ayuda alimentaria o de cualquier tipo de asistencia humanitaria. EMDAT La base de datos EMDAT es una de las fuentes mejor reconocidas a nivel mundial sobre desastres naturales, el impacto que éstos ocasionan sobre las personas, y las pérdidas económicas registradas por evento. Según esta fuente de información, se han registrado 87 eventos en Guatemala entre 1900 y el 2012. El número de eventos por década (ver Figura A3.1) muestra que la frecuencia de eventos reportados ha aumentado significativamente durante los últimos 40 años, con un pico de 29 eventos entre el 2000 y el 2009, para un promedio de cerca de 3 eventos de gran magnitud por año. Aunque existe evidencia global que la frecuencia y severidad de eventos climáticos y naturales extremos pudo haber aumentado en las últimas décadas, un factor importante que ha influido es el mejoramiento en los sistemas de registro y reporte de estos eventos (ver Tabla A3.8). Durante este período, se han registrado un total de 82,045 fallecimientos, de los cuales 40,000 se registraron durante las inundaciones de 1949 (ver Figura A3.1). Un total de 11.33 millones de personas han sido afectadas por estos eventos: el terremoto del 4 de febrero de 1976, fue el evento individual con mayor número de afectaciones llegando a impactar a cerca de 5 millones de personas. En segundo lugar se encuentra la sequía del 2009 en donde 2.5 millones de personas se vieron afectadas (ver Figura A3.2). Figura A3.1. Número de eventos naturales de gran magnitud registrados y número de personas fallecidas, 1900-2012. Fuente: http://www.emdat.be El monto total estimado de pérdidas ocasionadas por todos estos eventos es de US$4.3 mil millones. El evento individual que ha registrado las mayores pérdidas ha sido nuevamente el terremoto de 1976, en el cual se reportaron pérdidas de hasta US$1 mil millones. A éste le sigue - 106 - la Tormenta Tropical Stan en Octubre de 2005 con US$988 millones, el Huracán Mitch en Octubre de 1998 con US$748 millones, y la Tormenta Tropical Agatha en Mayo del 2010 con US$650 millones. Figura A3.2. Número de personas afectadas y datos de pérdida por año, 1900-2012. Fuente: http://www.emdat.be El registro de los desastres naturales reportados por EMDAT se presenta en la Tabla A3.1, la cual muestra que las inundaciones han sido la causa principal de pérdidas, concentrando un 25% del total de eventos y un 49% del total del número de víctimas fatales. Los terremotos son el segundo tipo de evento más relevante (16% del total), pero concentran el principal puesto en términos de personas afectadas (56% del total) y representan un 28% del total de pérdidas. A pesar que sólo 5 sequías (6% del total de eventos) han sido registradas en 112 años, este riesgo ha afectado a 2.95 millones de personas (26% del total). Las pérdidas más elevadas han sido ocasionadas por Ciclones Tropicales (12 eventos reportados con pérdidas de US$2.4 mil millones o 56% del total). De acuerdo a los datos de pérdida de los últimos 112 años, el promedio de pérdida anual es de US$39 millones. Sin embargo, datos anteriores a 1970 parecen indicar que no existe mucha información disponible y registrada por EMDAT: la inundación de 1949 muestra pérdidas estimadas de solamente US$15 millones, y un Ciclón Tropical en 1969 pérdidas de US$15 millones. En términos generales, un 99.3% del total de pérdidas registradas han sido reportadas luego de 1970, y en estos últimos 42 años la pérdida promedio anual estimada a partir de eventos registrados alcanza los US$102 millones. Tabla A3.1. Resumen de desastres naturales por tipo, 1900-2012. No. No. % Valor de pérdida No. % de Tipo de Desastre Víctimas Personas personas estimado (US $ Eventos Eventos fatales afectadas afectadas millón) Sequía 5 6% 41 2,953,081 26% 24 Terremoto 14 16% 27,744 6,351,054 56% 1,215 Enfermedades Epidemiológicas 7 8% 608 33,597 0% 0 Temp. Extremas 3 3% 6 4,493 0% 0 Inundaciones 22 25% 40,908 897,849 8% 180 Deslizamientos 10 11% 366 56,966 1% 500 T. ciclónicas 12 14% 2,372 1,003,207 9% 2,402 Erupción Volcánica 12 14% 12,000 28,478 0% 0 Incendios 2 2% 0 0 0% 0 Total 87 100% 84,045 11,328,725 100% 4,321 Fuente: http://www.emdat.be - 107 - En términos de afectaciones por eventos de sequía, en los últimos 15 años tres sequías severas han sido registradas por EMDAT, incluyendo las del 2001, 2009 y 2012 (ver Tabla A3.2). Por otra parte, EMDAT sólo ha registrado una seca importante entre 1980 y 1990 y no posee registros previos a este período. Tabla A3.2. Número de eventos de sequía reportadas. Valor de No. No. pérdida Año Zonas Afectadas Víctimas Personas estimado (US $ fatales afectadas millón) 2012 Jalapa, El Progreso, Zaca N/A 266,485 N/A 2009 Baja Verapaz, El Progreso N/A 2,500,000 N/A 2001 Chiquimula 41 113,596 14 1994 N/A N/A N/A 10 1987 Chiquimula N/A 73,000 N/A Fuente: http://www.emdat.be, MAGA Datos del Informe de Evaluación Global sobre la Reducción de Desastres La segunda fuente de información sobre datos de pérdida debido a eventos naturales proviene de la Oficina de Reducción de Desastres de las Naciones Unidas (UNISDR), la cual publica anualmente un Informe de Evaluación Global (GAR, siglas en inglés). En el informe del 2013, la UNISDR hizo una comparación de los datos de pérdida de la base de datos EMDAT con sus propios datos (que son alimentados a partir de diversas fuentes). En este informe se concluye que los registros de EMDAT tienden a subestimar los valores reales de pérdida ya que sólo presentan tres variables principales por tipo de evento, como lo son: número de víctimas fatales, número de personas afectadas y valor de pérdida económica. Si bien los datos del número de víctimas fatales son razonablemente precisos, los estimados sobre el número de personas afectados es muy subjetivo. En cuanto a los datos de pérdida, éstos son usualmente obtenidos a partir de diferentes fuentes que no utilizan una metodología estándar y sólo un 30% de los registros de EMDAT presentan estimaciones de valor de pérdida. Finalmente, mientras EMDAT refleja eventos de gran magnitud que afectan a nivel nacional, eventos pequeños a medianos registrados a nivel sub- nacional no son usualmente reportados por dicha fuente (UNISDR, 2013). La UNISDR ha desarrollado una nueva curva híbrida de exceso de pérdida que combina y mide tanto riesgos extensivos como intensivos a nivel nacional. La Figura A3.3 muestra la curva híbrida de exceso de pérdidas para Guatemala. La curva empírica, basada en datos históricos de pérdida, proporciona información de una larga lista de eventos extensivos con períodos de retorno de hasta aproximadamente 30 años; sin embargo, no se capturan riesgos intensivos con períodos de retorno mayores. Asimismo, la curva estimada analíticamente a través de modelos de riesgo probabilístico no captura adecuadamente aquellos riesgos extensivos con períodos de retorno más cortos. La curva híbrida captura tanto los riesgos extensivos como los intensivos. Dicha curva, sugiere que Guatemala podría sufrir pérdidas que excedan los US$500 millones en un período de retorno aproximado de 1 en 10 años. - 108 - Figura A3.3. Curva híbrida de exceso de pérdidas para Guatemala Fuente: UNISDR, 2013. La Figura A3.4 compara las pérdidas promedio anuales que podrían ocurrir a partir de desastres intensivos y extensivos. Ambos datos están expresados en términos absolutos y expresados como porcentaje de la formación del capital fijo bruto (GFCF41), y utilizan la metodología de la curva híbrida de exceso de pérdida diseñada por UNISDR. Guatemala registra pérdidas promedio anuales en exceso de hasta US$275 millones, lo que equivale a un poco más del 4% de su capital bruto formado anualmente debido a las pérdidas directas causadas por desastres (UNISDR, 2013). 41 Gross Fixed Capital Formation (GFCF) - 109 - Figura A3.4. Pérdidas promedio anuales estimadas a partir de la curva híbrida de exceso de pérdidas. Fuente: UNISDR, 2013. De acuerdo con UNISDR, desde 1970 cerca de 581,000 Ha de cultivos han sido destruidos por desastres naturales en Guatemala, pérdidas que equivalen a más de US$71 millones. Ver Tabla A3.3. Tabla A3.3 Valores estimados de pérdida en el sector agropecuario guatemalteco, 1970- 2012. Superficie de cultivos destruidos (Ha) 580,621 Pérdidas en Ganadería (No. de animales) 975 Pérdidas Económicas (US$) 1,535,270,297 Pérdidas Económicas con Agricultura (US$) 1,606,097,506 Pérdidas en Agricultura (US$) 70,827,209 Fuente: UNISDR, 2013. Pérdidas Estimadas por MAGA y otros Organismos La Tabla A3.4 presenta un resumen de las pérdidas debido a sequías, inundaciones y Ciclones Tropicales que han impactado Guatemala y al sector agropecuario durante los últimos 20 años (1993-2012). En el país, el MAGA, la SESAN, el PMA y la FAO trabajan activamente en la identificación de aquellas comunidades y familias afectadas por desastres; así como en la determinación de las necesidades de respuesta a partir de la elaboración de evaluaciones en campo, y de los reportes elaborados por diferentes fuentes, incluyendo EMDAT y GFDRR. - 110 - En base a esta fuente de información, en los últimos 30 años se han reportado siete grandes sequías: en el 2012, 2009, 2004, 2001, 1998, 1997 y 1994. El valor económico de las pérdidas estimadas por MAGA (basadas principalmente de datos de pérdida en maíz y en frijol) va desde US$1.03 millones en el 2012 hasta US$14.5 millones en el 2001. Tabla A3.4. Resumen de principales eventos que han impactado al sector agropecuario de Guatemala, 1994-2012. Departamentos Daños Totales Pérdidas en No. Familias Año Evento Afectados (millones US$)* Cultivos (US$) afectadas Anomalía de 2012 Corredor Seco $ 1.03 53,227 precipitación Temperaturas 2011 (Dic) 2,643 Extremas 2011 (Oct) Inundación Santa Rosa, Sololá, Izabal $ 62.00 528,753 Tormenta 2010 (Jun) Sololá, Retalhuleu, Petén 210,000 Tropical Alex Tormenta 2010 Tropical $ 650.00 102,639 (Mayo) Agatha El Progreso, Zacapa, Jalapa, 2009 El Niño Chiquimula, Jutiapa, $ 14.67 73,080 Suchitepéquez, Retalhuleu Pérdidas casi totales en banano y 475,314 - camarones; pérdidas 2005 (Oct) Huracán Stan 14 de los 22 Departamentos $ 996.00 (EMDAT = severas en 72,141) ganadería, caña de azúcar y horticultura Jutiapa, Chiquimula, Zacapa, 2004 El Niño El Progreso, Baja Verapaz, $ 13.31 9,600 Quiché Baja Verapaz, El Progreso, Anomalía de Jutiapa, Zacapa, Jutiapa, 2001 $ 22.40 $ 14.54 12,702 precipitación Santa Rosa, Escuintla, Suchitepéquez, Retalhuleu 1998 El Niño Petén, Alta Verapaz,Quiché ND ND Jutiapa, Chiquimula, Zacapa, El Progreso, Baja Verapaz, 1997 El Niño Quiché, Santa Rosa, ND ND Quetzaltenango, San Marcos 1994 El Niño $ 10.00 Fuente: MAGA; EMDAT; GFDRR 2011 - 111 - Costos de Desastres Naturales: Financiamiento Proveniente de Donantes. La Oficina de las Naciones Unidas para la Coordinación de Asuntos Humanitarios (UNOCHA) concentra información de una gran cantidad de países en desarrollo sobre los requerimientos en temas de ayuda humanitaria, compromisos financieros y planes futuros de parte de la comunidad donante y organizaciones internacionales42. La Tabla A3.5 y la Figura A3.5 brindan un resumen sobre las contribuciones y compromisos financieros efectivamente otorgados por los donantes y otras organizaciones similares para el período comprendido entre el 2000 y el 2013. Las contribuciones financieras se muestran por sector en todos aquellos casos en donde la información se encuentra disponible (en aquellos casos en donde los datos no están desagregados por sector, el dato se muestra como “No Especificado”). Durante los últimos 14 años, los donantes han comprometido en total cerca de US$92 millones o US$7 millones en promedio por año para brindar asistencia luego de un desastre. De la totalidad de recursos comprometidos, un 37% (US$34 millones) fue destinado para ayuda alimentaria, seguido por un 23% bajo la categoría “No Especificado”, y un 19% para medidas de mitigación. La información disponible para el sector agrícola muestra que los donantes comprometieron US$1.3 millones en el año 2005. Debido a las severas inundaciones provocadas por el Ciclón Tropical Stan en ese año, la comunidad donante destinó en total US$22 millones, que representa el monto más elevado que se ha otorgado a Guatemala. Otros años que han contado con fuerte financiamiento de los donantes han sido, en orden de magnitud, 2008, 2006 y 2011. Tabla A3.5. Recursos financieros otorgados y comprometidos por parte de la comunidad donante a Guatemala, 2001 a 2013. Total Coordinación Ayuda de Emergencia / Medidas de Ayuda S alud & Agua & No Especificado Año "Financiamiento" Agricultura & S ervicios de Educación Reconstrucción Mitigación de Alimentaria Nutrición S anidad / Otros (US $) S oporte Temprana Desastres 2001 232,250 14,320 76,744 141,186 2002 1,867,710 198,020 270,758 11,290 11,236 1,376,406 2003 1,422,600 1,422,600 2004 2,554,715 2,554,715 2005 21,898,520 1,320,000 4,761,141 25,000 6,379,778 206,443 9,206,158 2006 11,889,557 505,464 5,470,736 1,308,852 263,505 4,341,000 2007 657,586 217,016 440,570 2008 14,513,084 10,444,687 68,072 310,835 3,216,051 473,439 2009 7,698,014 7,698,014 2010 8,238,535 0 5,817,471 0 2,044,148 376,916 2011 10,954,555 2,707,132 1,493,615 708,976 1,052,479 4,992,353 2012 8,377,963 1,584,041 3,223,537 934,552 188,628 1,947,205 500,000 2013 1,368,970 1,368,970 Total 91,674,059 1,320,000 4,761,141 742,804 34,173,947 6,178,480 4,225,696 1,940,094 17,268,340 21,063,557 % delTotal 100.0% 1.4% 5.2% 0.8% 37.3% 6.7% 4.6% 2.1% 18.8% 23.0% Prom. Anual 7,051,851 660,000 4,761,141 185,701 3,797,105 1,029,747 704,283 388,019 2,878,057 3,009,080 Fuente: OCHA. (http://fts.unocha.org/pageloader.aspx?page=emerg- emergencyCountryDetails&cc=gtm) 42 Ver el Servicio de Seguimiento Financiero de OCHA en el siguiente vínculo electrónico: http://fts.unocha.org - 112 - Figura 3.5. Recursos financieros otorgados y comprometidos por parte de la comunidad donante a Guatemala, 2001 a 2013. Total "Financiamiento" (US$) 25,000,000 20,000,000 15,000,000 10,000,000 5,000,000 0 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 Fuente: OCHA El panorama es completamente diferente cuando se consideran los “Recursos Financieros Revisados” destinados para tareas de asistencia y reconstrucción luego de la ocurrencia de un desastre. En el 2005, los Recursos Financieros Revisados fueron de US$41.3 millones, mientras que aumentaron en el 2010 hasta US$48.2 millones. En ambos casos, solicitudes significativas han sido emitidas para financiar programas de agricultura. Se observa claramente al comparar los montos reales otorgados versus los revisados, que gran parte de los recursos financieros no fueron otorgados por la comunidad donante. Lo anterior es particularmente notorio en el año 2010. Ver Tabla A3.6 y Figura A3.6. Tabla A3.6. Recursos Financieros Revisados, 2001 a 2013. Ayuda de Total Coordinación Recuperación Medidas de No Ayuda Emergencia / S alud & Agua & Año "Financiamiento" Agricultura & S ervicios de Económica e Educación Mitigación de Especificado / Alimentaria ReconstrucciónT Nutrición S anidad (US $) S oporte Infraestructura Desastres Otros emprana 2001 232,250 14,320 76,744 141,186 2002 1,867,710 198,020 270,758 11,290 11,236 1,376,406 2003 1,422,600 1,422,600 2004 2,554,715 2,554,715 2005 41,261,204 3,500,000 6,740,000 1,200,000 600,000 14,100,000 6,908,633 1,720,000 4,000,000 2,492,571 2006 11,889,557 505,464 5,470,736 1,308,852 263,505 4,341,000 2007 657,586 217,016 440,570 2008 14,513,084 10,444,687 68,072 310,835 3,216,051 473,439 2009 7,698,014 7,698,014 2010 48,188,772 5,542,000 13,928,555 2,354,000 9,971,695 2,396,800 13,995,722 2011 10,954,555 2,707,132 1,493,615 708,976 1,052,479 4,992,353 2012 8,377,963 1,584,041 3,223,537 934,552 188,628 1,947,205 500,000 2013 1,368,970 1,368,970 Total 150,986,980 9,042,000 6,740,000 1,200,000 1,317,804 50,005,253 15,441,113 13,666,800 7,959,978 17,268,340 28,345,692 % del Total 100.0% 6.0% 4.5% 0.8% 0.9% 33.1% 10.2% 9.1% 5.3% 11.4% 18.8% Prom. Anual 11,614,383 4,521,000 6,740,000 1,200,000 329,451 5,556,139 2,205,873 2,277,800 1,326,663 2,878,057 3,543,212 Fuente: OCHA. Figura 3.6. Recursos financieros revisados por parte de la comunidad donante a Guatemala, 2000 a 2013. - 113 - 60,000,000 50,000,000 40,000,000 30,000,000 20,000,000 10,000,000 0 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 Fuente: OCHA. http://fts.unocha.org/pageloader.aspx?page=emerg-emergencyCountryDetails&cc=gtm Otra fuente importante de información sobre asistencia internacional para el financiamiento de actividades luego de un desastre es USAID. La Tabla A3.7 muestra datos de financiamiento de parte de USAID durante el período de 2006-2013. Tabla A3.7. Recursos financieros otorgados por USAID al Gobierno de Guatemala para fines de asistencia humanitaria, desarrollo económico, y salud, 2006-2013. Desarrollo Sector Salud Asistencia Humanitaria Económico Ayuda materno-infantil, Protección, Asistencia Otro Total Categoría Agricultura Suministro de Agua & & SoluciónProtection, Saneamiento, Nutrición. Assistance & Solutions 2006 4,184,000 6,813,000 7,562,000 956,000 19,515,000 2007 4,200,000 7,410,000 1,138,000 390,000 13,138,000 2008 4,845,000 9,036,000 13,881,000 2009 4,629,000 17,414,000 22,043,000 2010 7,000,000 18,000,000 17,413,000 42,413,000 2011 6,383,000 16,416,000 15,286,000 38,085,000 2012 6,750,000 16,750,000 1,500,000 25,000,000 2013 4,590,000 11,390,000 1,020,000 17,000,000 Total 42,581,000 103,229,000 41,399,000 3,866,000 191,075,000 Tabla A3.8. Panel “a” Listado de desastres naturales según la base de datos EMDAT, 1900- 2012. - 114 - No. No. Pérdida Fecha Fecha Año Ubicación Tipo de Desastre Nombre Víctimas Personas Estimada Inicio Final Fatales afectadas (US$ Millón) 1902 4/8/1902 4/8/1902 Erupción Volcánica Santa Maria 1,000 1902 4/18/1902 4/18/1902 Quezaltenango, San Marcos ... Terremoto/Actividad Sismica 2,000 1902 10/24/1902 10/24/1902 Erupción Volcánica Santa Maria 6,000 1917 12/29/1917 12/29/1917 Guatemala city Terremoto/Actividad Sismica 2,650 1929 00/00/1929 00/00/1929 Erupción Volcánica Santiaguito 5,000 1949 00/10/1949 00/10/1949 East Inundaciones 40,000 15 1969 9/5/1969 9/5/1969 Pacific Coast region Tormenta Francelia 269 10,200 15 1969 00/06/1969 00/06/1969 Countrywide Epidemias Encefalitis equinea 4 8 1973 00/06/1973 00/06/1973 South West coast, Pantal ... Inundaciones 5 1,000 3 1976 2/4/1976 2/4/1976 Guatemala city Terremoto/Actividad Sismica 23,000 4,993,000 1,000 1979 10/9/1979 10/9/1979 Santa Rosa, Jutiapia prov ... Terremoto/Actividad Sismica 2,040 1982 9/20/1982 9/20/1982 Western coast Inundaciones 620 20,256 100 1982 00/00/1982 00/00/1982 Terremoto/Actividad Sismica 20 5 1983 7/6/1983 7/6/1983 Near Quezaltenango Erupción Volcánica Santiaquito 3,500 1984 7/6/1984 7/6/1984 Coastal provinces Erupción Volcánica 3,000 1985 10/11/1985 10/11/1985 Tierra Blanca, Catoxac ca ... Terremoto/Actividad Sismica 5,000 1986 2/3/1986 2/3/1986 Ixchiguan (San Marcos pro ... Terremoto/Actividad Sismica 2,500 1987 1/21/1987 1/25/1987 Erupción Volcánica Pacayo 3,035 1987 9/30/1987 9/30/1987 Huehuetenango Inundaciones 84 6,515 1987 00/00/1987 00/00/1988 Chiquimula area Sequías 73,000 1987 00/05/1987 00/05/1987 Peten Incendio Forestal 1988 9/8/1988 9/8/1988 Playa Grande area (El Qui ... Inundaciones 6,000 1988 10/15/1988 10/15/1988 Chamaltenango area Terremoto/Actividad Sismica 1,550 1988 11/3/1988 11/3/1988 South Terremoto/Actividad Sismica 5 500 1989 00/00/1989 00/00/1989 Inundaciones 10 1990 00/01/1990 00/01/1990 Epidemias 200 1991 1/6/1991 1/6/1991 Quetzaltenango province Movimiento de masa seca 23 1991 9/18/1991 9/18/1991 Escuintla, Chimaltenango, ... Terremoto/Actividad Sismica 14 23,890 1991 00/07/1991 00/07/1991 Epidemias Cólera 180 26,800 1992 1/8/1992 1/8/1992 Erupción Volcánica Pacaya 5,000 1992 00/01/1992 00/01/1992 Epidemias Cólera 206 1994 9/27/1994 9/27/1994 Suchitepequez province Inundaciones 10 600 1994 00/07/1994 00/09/1994 Sequías 10 1995 8/9/1995 8/9/1995 Nuevo Progreso, Malacatan ... Inundaciones 31 7,435 1995 00/01/1995 00/01/1995 Epidemias dengue 3,402 1996 7/28/1996 7/30/1996 Tormenta Cesar & Douglas 1 1996 11/11/1996 11/11/1996 Near Guatemala City Erupción Volcánica Pacaya 743 1998 5/20/1998 5/20/1998 Near Guatemala City Erupción Volcánica Pacaya 600 1998 8/26/1998 8/26/1998 Chujuyu, Las Graditas, Pa ... Movimiento de masa húmeda 51 8 1998 10/26/1998 10/26/1998 Tormenta Mitch 384 105,700 748 1998 11/4/1998 11/4/1998 Guatemala City, Chinalten ... Epidemias Cólera 17 1,345 1999 7/11/1999 7/11/1999 San Pedro Sula Terremoto/Actividad Sismica 2 280 1999 9/1/1999 9/1/1999 Zacapa, Chiquimunda Inundaciones 12 6,023 1 2000 1/16/2000 1/16/2000 El Caracol, El Patrocinio ... Erupción Volcánica Pacaya 800 2000 6/6/2000 6/21/2000 Guatemala City, Alta Vera ... Inundaciones 16 2,524 2000 9/15/2000 9/17/2000 Teleman, Zacapa, Guatemal ... Inundaciones 20 462 - 115 - Tabla A3.8. Panel “b” Listado de desastres naturales según la base de datos EMDAT, 1900 - 2012. No. No. Fecha Fecha Pérdida Año Ubicación Tipo de Desastre Nombre Víctimas Personas Inicio Final Estimada Fatales afectadas (US$ Millón) 2001 1/13/2001 1/13/2001 Jutapia Department Terremoto/Actividad Sismica 6 152 0 2001 10/8/2001 10/11/2001 Peten, Zacapa, Quetzalten ... Tormenta Iris 8 6,446 0 2001 00/09/2001 00/00/2001 Chiquimula area Sequías 41 113,596 14 2001 00/11/2001 00/11/2001 El Progreso, Jalapa, Chiq ... Temperaturas Extremas 1,850 2002 2/4/2002 2/4/2002 Inundaciones 98,740 2002 2/13/2002 2/13/2002 Erupción Volcánica Volcán de Fuego 2002 9/13/2002 9/13/2002 San Lucas Toliman, Solola ... Movimiento de masa húmeda 68 474 2002 9/20/2002 9/24/2002 Coyolote, Guacalate, Nahu ... Tormenta Isidore 2 1,500 0 2002 00/07/2002 00/07/2002 Suchitepequez, Quetzalten ... Epidemias Dengue 1 2,042 2003 4/23/2003 4/23/2003 Cerro Cocol, San Pedro (S ... Movimiento de masa húmeda 22 220 2003 00/03/2003 00/03/2003 North Incendio Forestal 2005 6/15/2005 6/16/2005 El Calvario (San Antonio ... Movimiento de masa húmeda 63 1,535 2005 7/12/2005 7/13/2005 Guatemala, Izabal Movimiento de masa húmeda 7 1,005 2005 10/1/2005 10/13/2005 Escuintla, Jutiapa, Santa ... Tormenta Stan 1,513 475,314 988 2005 10/3/2005 10/3/2005 Inundaciones 2006 00/11/2006 00/11/2006 Temperaturas Extremas 6 2007 9/4/2007 9/12/2007 Puerto Barrios, Morales ( ... Tormenta Félix 3,905 2007 9/22/2007 9/24/2007 Guatemala city area Inundaciones 11 656 2007 10/12/2007 10/26/2007 San Marcos, Quetzaltenang ... Inundaciones 1,440 2008 6/20/2008 6/20/2008 Guatemala city Movimiento de masa húmeda 27 2008 7/2/2008 7/3/2008 Chimaltenango, Chiquimula ... Inundaciones 27 17,300 2008 7/21/2008 7/21/2008 La UNion (Zacapa departme ... Tormenta H. Dolly 17 2008 10/22/2008 00/11/2008 Sayaxch?, La Libertad, Ri ... Inundaciones 3 180,000 2009 1/4/2009 1/4/2009 Aquil Grande, Aquil Peque ... Movimiento de masa seca 36 3,028 2009 6/19/2009 6/22/2009 Escuintla department Inundaciones 10,800 2009 00/03/2009 00/12/2009 Baja Verapaz, El Progress ... Sequías 2,500,000 2010 5/27/2010 5/27/2010 Escuintla, Guatemala, Sac ... Erupción Volcánica Volcán Pacaya 1,800 2010 5/28/2010 6/1/2010 Guatemala city metropolit ... Tormenta Agatha 174 397,962 650 2010 6/27/2010 6/27/2010 Tormenta TT. Alex 2,180 2010 8/27/2010 8/28/2010 Alta Verapraz, Escuintla, ... Inundaciones 3,270 2010 9/4/2010 9/4/2010 Chimaltenango, Quezaltena ... Movimiento de masa húmeda 53 50,696 500 2010 9/25/2010 9/25/2010 Peten, Isabel, Suchitepeq ... Tormenta TT. Matthew 2011 7/18/2011 7/18/2011 Santa Catalina La Tinta ( ... Inundaciones 5 2011 7/20/2011 7/20/2011 North Tormenta TT. 'Dora' 5 2011 8/29/2011 8/29/2011 Cuilapa (Santa Rosa) Inundaciones 11 6,075 2011 9/19/2011 9/19/2011 Santa Rosa Terremoto/Actividad Sismica 3 400 2011 9/20/2011 9/22/2011 Manantial (Santa Cruz Bar ... Movimiento de masa húmeda 16 2011 10/12/2011 00/11/2011 Santa Rosa, Solola, Izaba ... Inundaciones 43 528,753 62 2011 00/12/2011 00/12/2011 Huehuetenango, Quiche, Sa ... Temperaturas Extremas 2,643 2012 9/13/2012 9/13/2012 Between Sacatepequez, Esc ... Erupción Volcánica 10,000 2012 11/7/2012 11/7/2012 San Marcos, Quetzaltenang ... Terremoto/Actividad Sismica 44 1,321,742 210 2012 00/06/2012 00/00/2012 Jalapa, El Progreso, Zaca ... Sequías 266,485 TOTAL x 84,045 11,328,725 4,321 Fuente: EM-DAT. http://www.emdat.be - 116 - Anexo 4. Seguro indexado contra déficit de lluvias basado en el Índice de Precipitaciones Estandarizadas: diseño, cálculo de tarifas y resultados Este Anexo describe la metodología seguida en el diseño y tarificación del “Seguro indexado contra déficit de lluvias basado en el Índice de Precipitación Estandarizada” en Guatemala, como así también el cálculo de la Pérdida Máxima Probable (PML, por sus siglas en inglés). Además, el documento presenta la Herramienta de Tarificación desarrollada por el equipo del Banco Mundial, la cual permite (i) estimar la Suma Asegurada por estación meteorológica, (ii) calcular los pagos históricos hipotéticos en base los parámetros seleccionados, y (iii) estimar las primas en base a la metodología de costos históricos (burn analysis). La sección A4.1 hace referencia al período de cobertura y al cálculo de la Suma Asegurada resultante. En la Sección A4.2 se introducen los conceptos relacionados con el Índice de Precipitación Estandarizada (SPI, por sus siglas en inglés) y la determinación del evento que se pretende cubrir con el contrato diseñado. La sección A4.3 explica el procedimiento de cálculo de primas. La Sección A4.4 detalla la metodología seguida en la estimación de la PML. El equipo del Banco Mundial desarrolló una aplicación en Excel con el modelo de tarificación (Seguro Indexado - Modelo SPI (Guatemala).xlsx), la cual fue entregada a las partes interesadas. Para todo el análisis de riesgo se utilizaron datos diarios desde el año 1979 hasta el año 2012 (34 años) de precipitaciones de 26 estaciones meteorológicas. Si bien se recibieron datos de más de 50 estaciones, muchas de ellas presentaron un alto porcentaje de datos faltantes y por ello fueron descartadas del análisis. En particular, se descartaron todas las estaciones con más del 5% de datos faltantes luego del año 2009, ya que hasta el año 2008 los datos faltantes fueron rellenados utilizando la información de los datos de grilla que fueron construidos por el Banco Mundial en una asistencia técnica anterior. Los datos diarios se acumularon por mes, y el modelo está basado en datos de precipitaciones acumuladas por mes. A4.1 Período de cobertura y Suma Asegurada. Período de Cobertura La definición del período de cobertura es crucial para el diseño del contrato, ya que solamente se analizarán los déficit de precipitaciones en los meses incluídos en el mismo. El diseño realizado se basó en datos de precipitación acumulada mensual, y en este documento se analizó un período de cobertura de cuatro meses (junio a septiembre) dentro del período de “Primera”, ya que los demás meses del año presentan una alta variabilidad en el nivel de precipitaciones (alto Coeficiente de Variación) y en principio se considera que no serían asegurables por su alta exposición, o el costo de la cobertura sería prohibitivo. En promedio, los cuatro meses utilizados en la cobertura representan más del 65% de las precipitaciones anuales en las estaciones incluidas en el análisis. El período de cobertura es felxible en la herramienta de tarificación desarrollada en Excel, y las partes interesadas podrán analizar el impacto en la cobertura de un cambio en el mismo. En la hoja “Parametros”, en la celda C8, se debe ingresar el número del mes de inicio de la cobertura (1 para Enero, 2 para Febrero, etc.) y en la celda C9 el número del último mes incluido - 117 - en la cobertura. Por ejemplo, en el análisis realizado en este documento se utiliza el inicio en el mes 6 y el fin en el mes 9 (de junio a septiembre, ambos inclusive). Una limitante en el diseño del contrato es que solamente se consideran meses completos. Sin embargo, la metodología aquí descrita se podría adaptar fácilmente para considerar otros (sub)períodos. Si bien la herramienta de tarificación permite seleccionar cualquier período de cobertura, no es recomendable seleccionar meses con alta variabilidad en el nivel de precipitaciones. El Coeficiente de Variación (CV) mide la variabilidad de las precipitaciones y se calcula como el desvío estándar dividido entre el promedio. En la herramienta de tarificación, en la hoja “Resumen x Mes”, en las filas 35 a 46, se calcularon los coeficientes de variación de las estaciones analizadas en los doce meses del año. La importancia del CV es que está íntimamente relacionado con el índice SPI (ver Sección A4.2 más adelante), ya que dado un valor determinado del CV el valor absoluto del SPI siempre será menor que el inverso del CV. Es decir que  1 / CV  SPI  1 / CV . Por ejemplo, si CV = 0.8, entonces  1.25  SPI  1.25 , y fijar un disparador menor a -1.25 implicaría que la cobertura no pagaría nunca. Suma Asegurada El cálculo de la Suma Asegurada se realizó considerando el costo de cubrir la alimentación básica de una familia tipo durante un evento de sequía, el cual asciende a Q2.000 por mes, o Q400 por persona. Como el objetivo primordial del seguro es brindar asistencia alimentaria a las familias con menores recursos ante un evento de déficit de precipitaciones, la Suma Asegurada se calculó considerando el costo de dicha alimentación y la cantidad de habitantes cubiertos en la región asegurada. Si se asegurasen los 1,6 millones de habitantes rurales en situación de extrema pobreza, la Suma Asegurada Total Anual sería aproximadamente Q637 millones para cubrir la alimentación de un mes. En la Tabla A4.1 se observa el número de habitantes por Departamento y la Suma Asegurada para un mes correspondiente a cada uno de ellos, como así también el total de Q637 millones. - 118 - Tabla A4.1. Población rural en Pobreza Extrema y Suma Asegurada por Departamento. Población rural en Suma Asegurada Departamento Pobreza Extrema (Q MM) ALTA VERAPAZ 403,580 161.43 BAJA VERAPAZ 50,574 20.23 CHIMALTENANGO 49,198 19.68 CHIQUIMULA 99,833 39.93 EL PROGRESO 5,807 2.32 ESCUINTLA 10,627 4.25 GUATEMALA 6,980 2.79 HUEHUETENANGO 92,055 36.82 IZABAL 76,291 30.52 JALAPA 48,149 19.26 JUTIAPA 48,348 19.34 PETEN 85,338 34.14 QUETZALTENANGO 56,921 22.77 QUICHE 133,702 53.48 RETALHULEU 27,786 11.11 SACATEPEQUEZ 6,082 2.43 SAN MARCOS 139,761 55.90 SANTA ROSA 29,744 11.90 SOLOLA 29,670 11.87 SUCHITEPEQUEZ 84,265 33.71 TOTONICAPAN 61,027 24.41 ZACAPA 46,550 18.62 TOTAL 1,592,288 636.92 Es importante destacar que utilizando Q400 por habitante como Suma Asegurada individual, se asume que en caso de un déficit extremo de precipitaciones dicho monto será lo máximo que pagará la cobertura por habitante en un año-póliza. Bajo el supuesto que ante un evento extremo se debería brindar alimentación a los damnificados por un plazo de, por ejemplo, seis meses, la Suma Asegurada por habitante debería ser Q2.400, equivalente a Q400 por cada mes en el cual se brindaría la compensación. Como se puede apreciar, la determinación de la Suma Asegurada por habitante es crucial para que la cobertura brinde pagos adecuados en caso de la ocurrencia de un evento alcanzado por la póliza. La Suma Asegurada por habitante para un mes de Q400 y el número de habitantes de cada departamento pueden modificarse en la Herramienta de Tarificación desarrollada por el equipo del Banco Mundial. En la hoja “Parametros SA”, en la celda B3 se debe ingresar el costo de alimentación por mes por habitante que se desea asegurar y en la columna AE, filas 5 a 26, se deben ingresar los habitantes a asegurar en cada departamento. La Suma Asegurada Total se asigna a cada estación meteorológica en función de (i) El área de influencia de la estación en cada departamento de acuerdo a la definición de los polígonos de Thiessen, (ii) La población de cada departamento y (iii) El costo de ración por habitante. La superficie total de cada departamento es distribuida entre las estaciones meteorológicas de acuerdo a los polígonos de Thiessen. Luego, el porcentaje de la superficie de un departamento asignado a una estación meteorológica, multiplicado por la población total del departamento, determina la cantidad de habitantes de ese departamento que se asigna a esa estación. Finalmente, - 119 - la suma de los habitantes de los distintos departamentos asignados a una misma estación indica la cantidad de personas que están aseguradas en esa estación meteorológica, y multiplicado a los habitantes por el costo de ración de Q400 por habitante se obtiene la Suma Asegurada de la estación. La asignación de los habitantes de cada departamento a cada estación meteorológica se realiza en base al área de influencia de la misma sobre el departamento, que se calculó utilizando los polígonos de Thiessen. Esta asignación resultó ser una solución de compromiso, dado que resulta imposible determinar el número preciso de habitantes en cada polígono. La Figura A4.1 muestra un mapa de Guatemala con la división departamental y con la división realizada en base a los polígonos de Thiessen. Por ejemplo, el departamento de Zacapa tiene asociadas tres estaciones: La Fragua (E22), Camotán (E05) y Panzos (E35). A su vez, la estación Camotán tiene influencia en tres departamentos: Zacapa, Chiquimula e Izabal. La Tabla A4.2 muestra la superficie total de cada departamento y su asignación a cada una de las estaciones meteorológicas. Si bien la utilización de polígonos de Thiessen no es la mejor metodología para determinar zonas de influencia de las estaciones meteorológicas, en un evento de sequía extrema/catastrófica y con la definición del pago a partir de datos de precipitación estandarizada, se espera que las áreas de influencia/Unidades Aseguradas representarían una buena aproximación del impacto. Figura A4.1. Mapa de Guatemala con división política y división de Unidades Aseguradas (polígonos de Thiessen). - 120 - El área de intersección de un polígono (zona de influencia de una estación) con un departamento determina el porcentaje de habitantes y la Suma Asegurada del departamento que se asigna a la estación. Por ejemplo, Zacapa tiene 2,708 Km2, que se asignan de acuerdo a los polígonos de Thiessen entre tres estaciones meteorológicas de la siguiente forma (ver Figura A4.1 y Tabla A4.2): 1,844 Km2 (68%) a la estación E22 (La Fragua), 702 Km2 (26%) a la estación E05 (Camotán) y 162 Km2 (6%) a la estación E35 (Panzos). La población en extrema pobreza de Zacapa asciende a 46,550, lo que implica una Suma Asegurada de Q18.62 MM (ver Tabla A4.1). Dichos totales se distribuyen entre las estaciones en igual proporción a la superficie del departamento: 31,709 habitantes y Q12.68 MM (68%) a la estación La Fragua, 12,071 habitantes y Q4.83 MM (26%) a la estación Camotán, y 2,770 habitantes y Q1.11 MM (6%) a la estación Panzos. La Tabla A4.3 muestra la distribución de la Suma Asegurada por departamento y por estación. En la herramienta desarrollada en Excel se pueden seleccionar los departamentos que se desean incluir en la cobertura. En la hoja “Parametros SA”, en la columna “A” (filas 5 a 26) se debe ingresar un “1” para incluir al departamento en la cobertura ó un “0” para excluirlo. - 121 - Tabla A4.2. Superficie (Km2) de cada Departamento y su asignación a cada Estación Meteorológica. San Martín Jilotepeque (E46) Retalhuleu aeropuerto (E41) San José Aeropuerto (E45) Santa Cruz Balanya (E51) La Suiza Contenta (E23) San Pedro Necta (E49) Huehuetenango (E19) Santiago Atitlßn (E52) Asunción Mita (E02) Puerto Barrios (E39) Alameda ICTA (E01) Todos Santos (E55) Labor Ovalle (E25) Los Esclavos (E29) INSIVUMEH (E20) Camantulul (E04) Esquipulas (E17) El Capitßn (E15) La Fragua (E22) Camotan (E05) Quezada (E40) Cubulco (E12) Panzos (E35) Chixoy (E09) Flores (E18) Nebaj (E33) Km2 por Total Por Departamento y Departa- Estación Met. mento ALTA VERAPAZ 4,667 123 39 5,786 10,615 BAJA VERAPAZ 179 2,405 7 14 413 4 3,022 CHIMALTENANGO 202 176 274 543 670 1,865 CHIQUIMULA 113 950 1,046 301 2,410 EL PROGRESO 221 641 935 13 27 1,838 ESCUINTLA 67 2,509 129 185 28 99 1,489 4,508 GUATEMALA 54 1,609 292 49 189 2,193 HUEHUETENANGO 973 1,127 2,232 3,029 7,361 IZABAL 558 22 2,545 4,395 7,519 JALAPA 591 140 481 91 730 2,034 JUTIAPA 1,403 31 352 1,539 3,324 PETEN 322 33,216 2,130 333 36,001 QUETZALTENANGO 174 998 961 2,133 QUICHE 2,064 509 204 25 151 3,848 331 150 7,282 RETALHULEU 3 1,698 1,700 SACATEPEQUEZ 278 1 249 9 537 SAN MARCOS 384 704 1,127 1,338 3,553 SANTA ROSA 47 2,435 273 409 3,165 SOLOLA 315 240 9 476 1,040 SUCHITEPEQUEZ 379 45 26 1,259 685 2,394 TOTONICAPAN 11 232 800 23 10 1,076 ZACAPA 702 1,844 161 2,708 Total por Estación 548 2,107 3,065 2,210 7,232 3,312 848 1,077 33,216 1,789 2,574 3,637 726 2,921 2,955 4,997 11,048 4,728 2,570 5,152 1,898 1,076 3,570 820 1,172 3,029 108,277 - 122 - Tabla A4.3. Suma Asegurada (millones de Q) por Estación Meteorológica y por Departamento. San Martín Jilotepeque (E46) Retalhuleu aeropuerto (E41) San José Aeropuerto (E45) Santa Cruz Balanya (E51) La Suiza Contenta (E23) San Pedro Necta (E49) Huehuetenango (E19) Santiago Atitlßn (E52) Asunción Mita (E02) Puerto Barrios (E39) Alameda ICTA (E01) Todos Santos (E55) Labor Ovalle (E25) Los Esclavos (E29) INSIVUMEH (E20) Camantulul (E04) Esquipulas (E17) El Capitßn (E15) Suma Asegurada La Fragua (E22) Camotan (E05) Quezada (E40) Cubulco (E12) Panzos (E35) Chixoy (E09) por Departamento Flores (E18) Nebaj (E33) y por Estación Total Por Meteorológica Departa- (Millones Q) mento ALTA VERAPAZ 0.00 0.00 0.00 0.00 70.98 1.86 0.00 0.00 0.00 0.00 0.00 0.60 0.00 0.00 0.00 0.00 88.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 161.43 BAJA VERAPAZ 0.00 0.00 0.00 0.00 1.20 16.10 0.00 0.00 0.00 0.00 0.05 0.09 0.00 0.00 0.00 0.00 2.77 0.00 0.00 0.00 0.00 0.03 0.00 0.00 0.00 0.00 20.23 CHIMALTENANGO 2.14 0.00 1.86 0.00 0.00 0.00 2.89 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 5.73 0.00 7.07 0.00 0.00 19.68 CHIQUIMULA 0.00 1.87 0.00 15.74 0.00 0.00 0.00 17.33 0.00 0.00 0.00 4.99 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 39.93 EL PROGRESO 0.00 0.00 0.00 0.00 0.00 0.28 0.00 0.00 0.00 0.00 0.81 1.18 0.00 0.00 0.00 0.00 0.02 0.00 0.03 0.00 0.00 0.00 0.00 0.00 0.00 0.00 2.32 ESCUINTLA 0.06 0.00 2.37 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.12 0.00 0.17 0.00 0.03 0.00 0.00 0.00 0.00 0.09 1.40 0.00 0.00 0.00 0.00 0.00 4.25 GUATEMALA 0.00 0.00 0.00 0.00 0.00 0.07 0.00 0.00 0.00 0.00 2.05 0.00 0.37 0.00 0.06 0.00 0.00 0.00 0.00 0.00 0.00 0.24 0.00 0.00 0.00 0.00 2.79 HUEHUETENANGO 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 4.87 0.00 0.00 0.00 0.00 0.00 5.64 0.00 0.00 0.00 0.00 0.00 0.00 11.17 0.00 0.00 15.15 36.82 IZABAL 0.00 0.00 0.00 2.26 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.09 0.00 0.00 0.00 0.00 10.33 17.84 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 30.52 JALAPA 0.00 5.60 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.33 4.56 0.00 0.00 0.86 0.00 0.00 0.00 6.91 0.00 0.00 0.00 0.00 0.00 0.00 0.00 19.26 JUTIAPA 0.00 8.16 0.00 0.00 0.00 0.00 0.00 0.18 0.00 0.00 0.00 0.00 0.00 0.00 2.05 0.00 0.00 0.00 8.95 0.00 0.00 0.00 0.00 0.00 0.00 0.00 19.34 PETEN 0.00 0.00 0.00 0.00 0.31 0.00 0.00 0.00 31.49 0.00 0.00 0.00 0.00 0.00 0.00 0.00 2.02 0.32 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 34.14 QUETZALTENANGO 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.86 0.00 0.00 0.00 10.65 0.00 0.00 0.00 0.00 0.00 10.26 0.00 0.00 0.00 0.00 0.00 0.00 22.77 QUICHE 0.00 0.00 0.00 0.00 15.16 3.74 1.50 0.00 0.00 0.18 0.00 0.00 0.00 1.11 0.00 28.26 0.00 0.00 0.00 0.00 0.00 2.43 0.00 1.10 0.00 0.00 53.48 RETALHULEU 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.02 0.00 0.00 0.00 0.00 0.00 11.10 0.00 0.00 0.00 0.00 0.00 0.00 11.11 SACATEPEQUEZ 1.26 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.13 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.04 0.00 0.00 0.00 0.00 2.43 SAN MARCOS 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 6.04 0.00 0.00 0.00 11.08 0.00 0.00 0.00 0.00 0.00 17.73 0.00 0.00 21.05 0.00 0.00 0.00 55.90 SANTA ROSA 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.18 0.00 0.00 0.00 9.16 0.00 0.00 0.00 1.03 0.00 1.54 0.00 0.00 0.00 0.00 0.00 11.90 SOLOLA 0.00 0.00 0.00 0.00 0.00 0.00 3.59 0.00 0.00 0.00 0.00 0.00 0.00 2.74 0.00 0.00 0.00 0.00 0.00 0.10 0.00 0.00 0.00 0.00 5.44 0.00 11.87 SUCHITEPEQUEZ 0.00 0.00 5.33 0.00 0.00 0.00 0.63 0.00 0.00 0.00 0.00 0.00 0.00 0.37 0.00 0.00 0.00 0.00 0.00 17.73 0.00 0.00 0.00 0.00 9.65 0.00 33.71 TOTONICAPAN 0.00 0.00 0.00 0.00 0.00 0.00 0.26 0.00 0.00 5.27 0.00 0.00 0.00 18.14 0.00 0.52 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.23 0.00 24.41 ZACAPA 0.00 0.00 0.00 4.83 0.00 0.00 0.00 0.00 0.00 0.00 0.00 12.68 0.00 0.00 0.00 0.00 1.11 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 18.62 Total por Estación 3.46 15.63 9.56 22.83 87.64 22.05 8.86 17.51 31.49 18.23 4.54 24.19 1.67 44.10 12.15 34.41 104.23 18.15 16.93 57.01 2.94 8.47 32.22 8.17 15.31 15.15 636.92 - 123 - A4.2 Índice de Precipitación Estandarizada (SPI). Definición del Evento Asegurado, Cálculo de Pérdidas (indirectas) y Regla de Pago. Índice de Precipitación Estandarizado (SPI) El Índice de Precipitación Estandarizada (SPI) en cada mes y en cada estación se calcula estandarizando el valor de precipitaciones acumuladas en dicha estación-mes, restando el promedio histórico y dividiendo por el desvío estándar. Para el cálculo del SPI en primer lugar es necesario calcular el promedio y desvío estándar histórico de los datos de precipitaciones acumuladas mensuales realizando una agrupación por mes. Es decir que se obtiene un promedio y un desvío estándar para cada uno de los meses del año, de enero a diciembre. Luego, cada dato histórico mensual se estandariza restando el promedio correspondiente al mes y dividiendo el resultado por el desvío estándar de dicho mes. Por ejemplo, el dato calculado del SPI en la estación Camotán (E05) en julio de 2001 fue -0.155, y se obtuvo restando de la precipitación acumulada en julio de 2001 (144.2 mm) el promedio histórico de las precipitaciones acumuladas en julio en la estación E05 (157.1 mm), y dividiendo al resultado por el desvío estándar de las precipitaciones acumuladas en julio en la misma estación (82.9 mm). Un valor del SPI negativo indica que las precipitaciones fueron menores al promedio histórico, mientras que un valor positivo indica que fueron mayores. El SPI mide cuántos desvíos estándar por debajo (o por encima) del promedio está una observación particular. Por ejemplo, en julio de 2001 en la estación E05 la precipitación acumulada fue -0.155 desvíos estándares menor al promedio. Umbral Disparador (UD) y Umbral de Salida (US), y Estimación de la Pérdida A los efectos del Seguro Indexado, se debe fijar un “Umbral Disparador” del SPI a partir del cual se considera que existe un déficit de precipitaciones. Para determinar la existencia de un déficit de precipitaciones que pueda implicar una sequía, no basta con que sean menores al promedio histórico; sino que se debe dar una situación más extrema. De acuerdo a Agnew (2000), hay una sequía moderada si SPI < -0.84, una sequía severa si SPI<-1.28 y una sequía extrema si SPI<-1.65. Sin embargo, estos valores pueden no reflejar los eventos que desea cubrir el GoG, y por ello el valor del SPI a partir del cual se dispara el seguro es un parámetro de la cobertura que deberá ser fijado de común acuerdo entre el asegurador y asegurado. En este documento se considera que existe un evento de déficit de precipitación en una estación meteorológica si, en un mes particular dentro del período de cobertura, el SPI es menor al “Umbral Disparador” de -1.50. El contrato de seguro indexado se activará cuando se observe en alguna de las estaciones meteorológicas incluidas y en alguno de los meses del período de cobertura un valor del SPI inferior a -1.50. Asimismo, a los efectos del Seguro Indexado, se debe establecer un valor del SPI llamado “Umbral de Salida” a partir del cual se considera que el défict de precipitaciones fue muy extremo, provocando un daño total en la producción de alimentos de la región asociada a la estación meteorológica en la que se observó el déficit extremo. Nuevamente, la definición de este valor deberá ser establecido de común acuerdo entre asegurado y asegurador. En este documento, se considera que hay un evento de déficit extremo de precipitaciones en una estación meteorológica si el SPI es menor al “Umbral de Salida” de -2.00, considerando en este caso que el déficit fue total. Si el SPI es menor al “Umbral Disparador” (UD) se considera que hay una pérdida, si es menor al “Umbral de Salida” (US) se considera que la pérdida fue total, y si está entre los dos - 124 - umbrales se supone que existe una pérdida proporcional. Por ejemplo, considerando UD = - 1.50 y US = -2.00, si el SPI en un mes-estación es mayor a -1.50 se supone que no hay pérdidas allí, si SPI = -1.75 se supone que la pérdida fue del 50% y si el SPI es menor a -2.00 se supone que la pérdida fue total. La Figura A4.2 muestra la pérdida, como porcentaje de la Suma Asegurada, en un mes particular dentro del período de cobertura, en función del valor observado de la Precipitación Estandarizada (SPI). Formalmente, dado el valor del SPI en la estación “e” en el mes “m”, SPI e ;m , la pérdida en esa estación-mes, Le ;m , sería: 0 UD  SPI e ;m  UD  SPI e ;m Le ;m  US  SPI e ;m  UD (A4.1)  UD  US 100% SPI e ;m  US  Figura A4.2. Regla de cálculo de pérdidas en función del Índice de Precipitación Estandarizada (SPI) para un mes dentro del período de cobertura. Es muy importante señalar que la selección de los umbrales “disparador” y “de salida” tiene importantes implicancias en la cobertura. La selección de un Umbral Disparador muy bajo en valor absoluto (muy cercano a cero) implicaría una cobertura con una alta frecuencia de pagos, ya que recurrentemente se observarían valores del índice SPI por debajo de dicho umbral. Esto incrementaría mucho el costo del seguro porque se estarían incluyendo eventos intermedios, perdiendo de vista el objetivo de la cobertura, que está pensada para el riesgo catastrófico. A su vez, un umbral muy alto en valor absoluto (muy negativo) abarataría la cobertura, pero solamente se activarían pagos cuando el déficit sea muy extremo, y se excluirían eventos severos que quizás el GoG podría tener interés en cubrir. En última instancia, el GoG deberá calibrar los umbrales de manera que en el análisis retrospectivo (“cuánto hubiera pagado el contrato en cada año del pasado si el seguro hubiese estado vigente”) los pagos históricos hipotéticos coincidan en frecuencia e intensidad con los eventos de sequía históricos y sus costos asociados43. 43 En el Capítulo 4 del Estudio de Factibilidad se profundiza sobre los efectos que conlleva la manipulación de los umbrales asegurados con el costo del seguro. - 125 - La herramienta desarrollada en Excel permite modificar los umbrales “disparador” y “de salida”, y la decisión final de los valores a utilizar en la cobertura deberá ser tomada de común acuerdo entre el asegurado y el asegurador. En la hoja “Parametros” en la celda C4 se debe ingresar el Umbral Disparador (que debe ser negativo para cubrir un déficit de precipitaciones) y en la celda C5 el Umbral de Salida (que debe ser menor al Umbral Disparador). Como se mencionara anteriormente, en este documento se utiliza un Umbral Disparador de -1.5 y un Umbral de Salida de -2.0, ya que estos valores hubieran generado pagos históricos en línea con la información que se tiene respecto de los eventos históricos de sequías. Es muy importante señalar que, al tratarse de un Seguro Indexado, las pérdidas se miden indirectamente a través del índice, sin realizar ninguna medición de daño a cultivos o gastos que realice el GoG. Regla de Pago del contrato y Pagos Históricos El pago del contrato en una estación meteorológica particular se basa en el peor déficit mensual dentro del período de cobertura. Al considerar el peor evento dentro del período de cobertura se busca no suavizar las pérdidas: un solo mes extremadamente seco puede arruinar toda la producción agrícola del ciclo productivo, más allá de que en los meses restantes el nivel de precipitaciones sea normal. Por ejemplo, la Tabla A4.4 muestra los valores de SPI y el daño asociado (calculado de acuerdo a la metodología de la Figura A4.2) en la estación Panzos en el año 2001 en los meses incluidos en la cobertura44. El pago del contrato para esta estación en 2001 hubiera sido 59.77% de la Suma Asegurada (el daño máximo), y por lo tanto si ocurriese en el futuro un evento de esa magnitud implicaría un pago de Q 62.30 millones, considerando la Suma Asegurada actual de Panzos de Q104.23 millones (ver Tabla A4.3). Si considerásemos el promedio de los déficits, el pago hubiera sido 40.59%, lo cual no reflejaría adecuadamente el daño que el déficit del mes de julio causó a la producción. Tabla A4.4. Valores del índice, pérdida porcentual y pérdida monetaria en Panzos en 2001. Daño por mes Mes SPI (% Suma Asegurada) jun-01 -1.7349 46.98% jul-01 -1.7989 59.77% ago-01 -1.3139 0.00% sep-01 -1.7780 55.60% Formalmente, el pago en la estación “e”, como porcentaje de la Suma Asegurada, es el máximo daño, Le ;m , dentro del período de cobertura C : Pe  maxLe;m ; m  C (A4.2) 44 Por ejemplo, en junio de 2001, el valor del SPI = -1.7349 implica un daño de:  1.5   1.7349  LPanzos;Jun01   0.4698 .  1.5   2.00  - 126 - El pago total en el país, como porcentaje de la Suma Asegurada Total, surge de realizar el promedio ponderado por Suma Asegurada de los pagos en las estaciones meteorológicas. Realizando el mismo procedimiento que se mostró con los datos del año 2001 en la estación Panzos se puede calcular el pago en cada estación para cada año de la muestra, desde 1979 hasta 2012. Agregando los pagos (en Quetzales) de las estaciones se obtendría la serie histórica del Pago Total para todo el país, y realizando un promedio ponderado por Suma Asegurada de los pagos porcentuales de las estaciones se obtendría el pago porcentual por estación en cada año. La Tabla A4.5 muestra los pagos históricos (porcentaje de Suma Asegurada) en algunos años de la muestra, en particular aquellos con mayores pérdidas45, donde de puede observar sombreado el pago de 59.77% en la Estación Panzos en el año 2001. Tabla A4.5. Pagos históricos como porcentaje de la Suma Asegurada. El pago total es el promedio ponderado por Suma Asegurada de los pagos de las estaciones. Se excluyó la estación Flores, del Departamento Petén. Nombre_WS SA (Q MM) 1982 1986 1989 1998 2001 2004 2006 2009 2012 Alameda ICTA 3.46 0.00% 0.00% 0.00% 0.00% 100.00% 0.00% 0.00% 0.00% 95.67% Asunción Mita 15.63 57.59% 0.00% 0.00% 0.00% 40.91% 0.00% 0.00% 67.88% 100.00% Camantulul 9.56 46.74% 36.25% 0.00% 0.00% 0.00% 0.00% 0.00% 0.00% 0.00% Camotan 22.83 10.76% 100.00% 0.00% 45.37% 0.00% 6.48% 0.00% 97.80% 0.00% Chixoy 87.33 0.00% 0.00% 0.00% 0.00% 0.00% 0.00% 0.00% 87.86% 43.02% Cubulco 22.05 0.00% 0.00% 0.00% 100.00% 92.69% 0.00% 0.00% 0.00% 0.67% El Capitán 8.86 0.00% 100.00% 0.00% 0.00% 0.00% 0.00% 35.06% 0.00% 0.00% Esquipulas 17.51 100.00% 67.46% 0.00% 24.85% 100.00% 0.00% 0.00% 0.00% 0.00% Flores 0.00 0.00% 0.00% 0.00% 2.94% 0.00% 0.00% 0.00% 0.00% 0.00% Huehuetenango 18.23 3.93% 17.38% 0.00% 0.00% 45.15% 0.00% 59.86% 0.00% 0.00% INSIVUMEH 4.54 0.00% 0.00% 0.00% 9.77% 0.00% 0.00% 0.00% 100.00% 0.49% La Fragua 24.19 0.00% 56.29% 0.00% 0.00% 0.00% 0.00% 0.00% 0.00% 0.00% La Suiza Contenta 1.67 43.54% 0.00% 0.00% 0.00% 23.63% 0.00% 0.00% 0.00% 0.00% Labor Ovalle 44.10 0.00% 0.00% 0.00% 0.00% 12.21% 0.00% 0.00% 0.00% 18.80% Los Esclavos 12.15 33.43% 0.00% 0.00% 0.00% 63.92% 0.00% 0.00% 0.00% 0.00% Nebaj 34.41 0.00% 0.00% 0.00% 0.00% 0.00% 100.00% 100.00% 0.00% 0.00% Panzos 102.21 0.00% 0.00% 100.00% 50.54% 59.77% 0.00% 30.47% 0.00% 0.00% Puerto Barrios 17.84 0.00% 0.00% 0.00% 34.27% 0.00% 49.66% 1.45% 0.00% 0.00% Quezada 16.93 91.35% 0.00% 0.00% 70.25% 71.47% 0.00% 0.00% 0.00% 0.00% Retalhuleu aeropuerto 57.01 100.00% 100.00% 0.00% 0.00% 0.00% 43.57% 0.00% 0.00% 0.00% San José Aeropuerto 2.94 0.00% 0.00% 0.00% 0.00% 22.44% 0.00% 0.00% 0.00% 0.00% San Martín Jilotepeque 8.47 0.00% 0.00% 0.00% 34.64% 100.00% 0.00% 0.00% 3.18% 73.46% San Pedro Necta 32.22 0.00% 0.00% 0.00% 0.00% 0.00% 100.00% 0.00% 100.00% 55.31% Santa Cruz Balanya 8.17 65.65% 0.00% 0.00% 14.17% 0.00% 0.00% 0.00% 0.00% 4.91% Santiago Atitlßn 15.31 0.00% 0.00% 0.00% 0.00% 0.00% 0.00% 0.00% 0.00% 0.00% Todos Santos 15.15 0.00% 54.65% 0.00% 0.00% 100.00% 32.44% 0.00% 0.00% 0.00% TOTAL 602.78 19.37% 21.41% 16.96% 18.41% 27.71% 17.71% 13.24% 24.34% 14.83% A4.3 Cálculo de Primas Puras, Primas Técnicas y Primas Comerciales sugeridas. Primas Puras: por estación y agregadas. Franquicias. La Tasa de Prima Pura (TPP) es el costo de pérdida esperado y se calcula como el promedio de los pagos porcentuales históricos, y puede estimarse a nivel de Estación Meteorológica o a nivel 45 La tabla con todos los años es fácilmente replicable con la Herramienta de Tarificación. Notar que la Suma Asegurada es Q 602.78 millones, debido a que se excluyó el departamento de Petén. - 127 - global para todo el país. En la Sección A4.2 se presentó la metodología de cálculo de los pagos y en la Tabla A4.5 se expuso un ejemplo de algunos valores históricos. Realizando el promedio simple de los pagos históricos (como porcentaje de la Suma Asegurada) se obtiene la Tasa de Prima Pura. La Tabla A4.6 muestra los pagos históricos en todos los años de la muestra para todas las estaciones y para el total del país. Mediante el cálculo del promedio simple de dichos pagos históricos se obtiene la estimación de la Tasa de Prima Pura, la cual se muestra en la última línea de la Tabla A4.6. Para evitar pagos irrisorios se aplican dos franquicias no deducibles en el contrato, una a nivel estación meteorológica y otra a nivel global. En la Tabla A4.6 se observan casos con pagos muy pequeños, tanto en las estaciones individuales como a nivel global. Por ejemplo, en Cubulco en 2012 el pago hubiese sido del 0.7% de la Suma Asegurada en dicha estación, y en 2010 el pago total en el país hubiese sido del 0.4% de la Suma Asegurada Total. Para evitar gastos operativos que podrían ser incluso mayores al pago de la póliza se incorporan franquicias no deducibles que eliminan los pagos pequeños. - 128 - Tabla A4.6. Pagos Históricos (como porcentaje de Suma Asegurada) y Tasa de Prima Pura sin franquicia. Notar que la Estación Flores tiene una Suma Asegurada nula, dado que Petén se excluyó del análisis, y por lo tanto no se considera en el promedio ponderado para calcular el pago total. San Martín Jilotepeque Retalhuleu aeropuerto San José Aeropuerto Santa Cruz Balanya La Suiza Contenta San Pedro Necta Huehuetenango Santiago Atitlßn Asunción Mita Puerto Barrios Alameda ICTA Todos Santos Labor Ovalle INSIVUMEH Los Esclavos Camantulul Esquipulas El Capitßn La Fragua Camotan Quezada Cubulco Panzos Chixoy TOTAL Flores Nebaj Suma 3.46 15.63 9.56 22.83 87.33 22.05 8.86 17.51 0.00 18.23 4.54 24.19 1.67 44.10 12.15 34.41 102.21 17.84 16.93 57.01 2.94 8.47 32.22 8.17 15.31 15.15 602.78 Asegurada 1979 0.0% 12.6% 0.0% 29.0% 0.0% 0.0% 0.0% 22.9% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 29.7% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 2.9% 1980 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 1981 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 62.1% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.5% 1982 0.0% 57.6% 46.7% 10.8% 0.0% 0.0% 0.0% 100.0% 0.0% 3.9% 0.0% 0.0% 43.5% 0.0% 33.4% 0.0% 0.0% 0.0% 91.4% 100.0% 0.0% 0.0% 0.0% 65.6% 0.0% 0.0% 19.4% 1983 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 100.0% 0.0% 0.0% 15.6% 0.0% 0.0% 53.4% 0.0% 0.0% 3.8% 1984 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 11.8% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 1.1% 1985 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 18.1% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.1% 1986 0.0% 0.0% 36.2% 100.0% 0.0% 0.0% 100.0% 67.5% 0.0% 17.4% 0.0% 56.3% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 100.0% 0.0% 0.0% 0.0% 0.0% 0.0% 54.6% 21.4% 1987 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 32.6% 0.0% 53.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 27.3% 0.0% 1.2% 1988 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 1989 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 100.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 17.0% 1990 0.0% 37.5% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 85.3% 40.5% 0.0% 0.0% 0.0% 4.3% 1991 43.6% 0.0% 28.5% 0.0% 0.0% 0.0% 0.0% 86.9% 100.0% 0.0% 0.0% 0.0% 72.4% 0.0% 100.0% 0.0% 0.0% 0.0% 0.0% 13.9% 55.7% 0.0% 0.0% 92.9% 0.0% 0.0% 8.3% 1992 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 4.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 5.7% 0.0% 0.0% 0.1% 1993 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 2.5% 10.2% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 16.8% 0.0% 0.0% 0.0% 1.2% 1994 0.0% 100.0% 21.6% 0.0% 9.2% 0.0% 35.8% 49.2% 0.0% 0.4% 0.0% 0.0% 0.0% 9.3% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 36.6% 0.0% 0.0% 0.0% 0.0% 7.4% 1995 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 1996 0.0% 0.0% 0.0% 0.0% 28.2% 0.0% 0.0% 0.0% 100.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 4.1% 1997 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 35.7% 100.0% 0.0% 0.0% 0.0% 0.0% 0.0% 3.5% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 75.8% 0.0% 0.0% 4.7% 1998 0.0% 0.0% 0.0% 45.4% 0.0% 100.0% 0.0% 24.8% 2.9% 0.0% 9.8% 0.0% 0.0% 0.0% 0.0% 0.0% 50.5% 34.3% 70.2% 0.0% 0.0% 34.6% 0.0% 14.2% 0.0% 0.0% 18.4% 1999 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 43.4% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 7.4% 2000 0.0% 0.0% 0.0% 31.3% 0.0% 0.0% 0.0% 0.0% 0.0% 100.0% 43.4% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 100.0% 0.0% 0.0% 35.7% 0.0% 0.0% 0.0% 0.0% 7.8% 2001 100.0% 40.9% 0.0% 0.0% 0.0% 92.7% 0.0% 100.0% 0.0% 45.2% 0.0% 0.0% 23.6% 12.2% 63.9% 0.0% 59.8% 0.0% 71.5% 0.0% 22.4% 100.0% 0.0% 0.0% 0.0% 100.0% 27.7% 2002 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 39.4% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 1.7% 4.8% 0.0% 99.1% 0.0% 36.5% 0.0% 0.0% 3.5% 2003 0.0% 0.0% 0.0% 35.5% 0.0% 0.0% 0.0% 14.6% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 1.8% 2004 0.0% 0.0% 0.0% 6.5% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 100.0% 0.0% 49.7% 0.0% 43.6% 0.0% 0.0% 100.0% 0.0% 0.0% 32.4% 17.7% 2005 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 43.2% 1.1% 2006 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 35.1% 0.0% 0.0% 59.9% 0.0% 0.0% 0.0% 0.0% 0.0% 100.0% 30.5% 1.5% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 13.2% 2007 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 29.7% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.9% 2008 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 100.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 9.5% 2009 0.0% 67.9% 0.0% 97.8% 87.9% 0.0% 0.0% 0.0% 0.0% 0.0% 100.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 3.2% 100.0% 0.0% 0.0% 0.0% 24.3% 2010 0.0% 0.0% 0.0% 0.0% 0.0% 9.7% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.4% 2011 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 2012 95.7% 100.0% 0.0% 0.0% 43.0% 0.7% 0.0% 0.0% 0.0% 0.0% 0.5% 0.0% 0.0% 18.8% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 73.5% 55.3% 4.9% 0.0% 0.0% 14.8% Tasa de 7.04% 12.25% 3.91% 10.48% 4.95% 5.97% 7.04% 17.80% 7.72% 6.97% 6.35% 1.66% 4.64% 1.29% 5.80% 5.88% 8.36% 6.33% 10.72% 11.00% 2.76% 13.77% 9.19% 10.27% 0.80% 6.77% 7.23% Prima Pura - 129 - Tabla A4.7. Pagos Históricos (como porcentaje de Suma Asegurada) y Tasa de Prima Pura con “franquicia por estación” de 10% y “franquicia global” de 2%. Notar que la Estación Flores tiene una Suma Asegurada nula, dado que Petén se excluyó del análisis , y por lo tanto no se considera en el promedio ponderado para calcular el pago total. San Martín Jilotepeque Retalhuleu aeropuerto San José Aeropuerto Santa Cruz Balanya La Suiza Contenta San Pedro Necta Huehuetenango Santiago Atitlßn Asunción Mita Puerto Barrios Alameda ICTA Todos Santos Labor Ovalle INSIVUMEH Los Esclavos Camantulul Esquipulas El Capitßn La Fragua Camotan Quezada Cubulco Panzos Chixoy TOTAL Flores Nebaj Suma 3.46 15.63 9.56 22.83 87.33 22.05 8.86 17.51 0.00 18.23 4.54 24.19 1.67 44.10 12.15 34.41 102.21 17.84 16.93 57.01 2.94 8.47 32.22 8.17 15.31 15.15 602.78 Asegurada 1979 0.0% 12.6% 0.0% 29.0% 0.0% 0.0% 0.0% 22.9% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 29.7% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 2.9% 1980 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 1981 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 62.1% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 1982 0.0% 57.6% 46.7% 10.8% 0.0% 0.0% 0.0% 100.0% 0.0% 0.0% 0.0% 0.0% 43.5% 0.0% 33.4% 0.0% 0.0% 0.0% 91.4% 100.0% 0.0% 0.0% 0.0% 65.6% 0.0% 0.0% 19.3% 1983 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 100.0% 0.0% 0.0% 15.6% 0.0% 0.0% 53.4% 0.0% 0.0% 3.8% 1984 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 11.8% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 1985 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 18.1% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 1986 0.0% 0.0% 36.2% 100.0% 0.0% 0.0% 100.0% 67.5% 0.0% 17.4% 0.0% 56.3% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 100.0% 0.0% 0.0% 0.0% 0.0% 0.0% 54.6% 21.4% 1987 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 32.6% 0.0% 53.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 27.3% 0.0% 0.0% 1988 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 1989 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 100.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 17.0% 1990 0.0% 37.5% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 85.3% 40.5% 0.0% 0.0% 0.0% 4.3% 1991 43.6% 0.0% 28.5% 0.0% 0.0% 0.0% 0.0% 86.9% 100.0% 0.0% 0.0% 0.0% 72.4% 0.0% 100.0% 0.0% 0.0% 0.0% 0.0% 13.9% 55.7% 0.0% 0.0% 92.9% 0.0% 0.0% 8.3% 1992 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 1993 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 10.2% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 16.8% 0.0% 0.0% 0.0% 0.0% 1994 0.0% 100.0% 21.6% 0.0% 0.0% 0.0% 35.8% 49.2% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 36.6% 0.0% 0.0% 0.0% 0.0% 5.4% 1995 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 1996 0.0% 0.0% 0.0% 0.0% 28.2% 0.0% 0.0% 0.0% 100.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 4.1% 1997 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 35.7% 100.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 75.8% 0.0% 0.0% 4.5% 1998 0.0% 0.0% 0.0% 45.4% 0.0% 100.0% 0.0% 24.8% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 50.5% 34.3% 70.2% 0.0% 0.0% 34.6% 0.0% 14.2% 0.0% 0.0% 18.3% 1999 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 43.4% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 7.4% 2000 0.0% 0.0% 0.0% 31.3% 0.0% 0.0% 0.0% 0.0% 0.0% 100.0% 43.4% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 100.0% 0.0% 0.0% 35.7% 0.0% 0.0% 0.0% 0.0% 7.8% 2001 100.0% 40.9% 0.0% 0.0% 0.0% 92.7% 0.0% 100.0% 0.0% 45.2% 0.0% 0.0% 23.6% 12.2% 63.9% 0.0% 59.8% 0.0% 71.5% 0.0% 22.4% 100.0% 0.0% 0.0% 0.0% 100.0% 27.7% 2002 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 39.4% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 99.1% 0.0% 36.5% 0.0% 0.0% 3.0% 2003 0.0% 0.0% 0.0% 35.5% 0.0% 0.0% 0.0% 14.6% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 2004 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 100.0% 0.0% 49.7% 0.0% 43.6% 0.0% 0.0% 100.0% 0.0% 0.0% 32.4% 17.5% 2005 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 43.2% 0.0% 2006 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 35.1% 0.0% 0.0% 59.9% 0.0% 0.0% 0.0% 0.0% 0.0% 100.0% 30.5% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 13.2% 2007 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 29.7% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 2008 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 100.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 9.5% 2009 0.0% 67.9% 0.0% 97.8% 87.9% 0.0% 0.0% 0.0% 0.0% 0.0% 100.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 100.0% 0.0% 0.0% 0.0% 24.3% 2010 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 2011 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 2012 95.7% 100.0% 0.0% 0.0% 43.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 18.8% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 73.5% 55.3% 0.0% 0.0% 0.0% 14.7% Tasa de 7.04% 12.25% 3.91% 10.28% 4.68% 5.67% 7.04% 17.80% 7.44% 6.84% 6.05% 1.66% 4.64% 0.91% 5.80% 5.88% 8.36% 6.28% 10.67% 10.86% 2.76% 13.67% 9.19% 9.95% 0.80% 6.77% 6.89% Prima Pura - 130 - Si en una estación particular el pago calculado resulta menor a la “franquicia por estación”, no se realiza ningún pago en esa estación, y si el pago calculado es mayor a la “franquicia por estación” se paga el monto completo (sin deducir la franquicia). Por ejemplo, si la “franquicia por estación” es 5%, en Cubulco en el año 2012 no se hubiera realizado pago alguno, ya que el pago calculado fue 0.7%, mientras que en 2010 el pago de Cubulco hubiese sido 9.7% de su Suma Asegurada, correspondiente al pago total de la estación calculado, sin deducir la franquicia (ver Tabla A4.6). Sea Pe ; y el pago efectivo realizado en la estación “e” en el año “y” (es decir, una vez que se contempla la “franquicia por estación”). La Tasa de Prima Pura de la estación “e” es: 1 2012 TPPe   Pe; y 34 y 1979 Si el pago total del país calculado resulta menor a la “franquicia global”, la póliza no realiza ningún pago, y si el pago total calculado es mayor a la “franquicia global” se paga el monto completo (sin deducir la franquicia). Por ejemplo, si la “franquicia global” es 1%, en el año 2010 no hubiera pagado la póliza, ya que el pago calculado como promedio ponderado por Suma Asegurada de las pérdidas de las estaciones fue 0.4%. Notar que a priori se considera que debería haber un pago de 9.7% en Cubulco en 2010, pero por aplicación de la “franquicia global” dicho pago es eliminado. Sea Py el pago efectivo total realizado en el año “y” (es decir, una vez que se contemplan las “franquicia por estación” y “franquicia global”). La Tasa de Prima Pura total es: 1 2012 TPP   Py 34 y 1979 Notar que la TPP global puede ser menor al promedio ponderado de las TTPe, dado que en un año particular podría haberse considerado un pago en una estación que luego fue eliminado por aplicación de la “franquicia global”. Más arriba se mencionó que en 2010 en Cubulco se hubier a considerado un pago de 9.7%, el cual está incluido en el cálculo de la TPPe de esa estación. Sin embargo, para el cálculo de la TPP global, dicho pago no hubiera sido considerado por la aplicación de la “franquicia global” que eliminó el pago global del año 2010. En la herramienta de tarificación se pueden fijar los valores de l a “franquicia por estación” y de la “franquicia global”. En la hoja “Parametros”, en las celdas C11 y C12 se encuentras las franquicias “Por estación (WSF)” y “Global (GF)”, respectivamente. La Tabla A4.6 se generó estableciendo ambas franquicias en cero. La Tabla A4.7 muestra los Pagos Históricos y las Tasas de Prima Pura resultantes de aplicar una “franquicia por estación” del 10% y una “franquicia global” del 2%. Primas Técnicas: Recargo de Seguridad y Beneficio de Diversificación. La Tasa de Prima Técnica se obtiene agregando un recargo de seguridad a las Tasas de Prima Pura. La Tasa de Prima Pura es una estimación puntual del costo esperado de los pagos, pero la misma posee un error intrínseco al proceso de estimación, ya que la estimación se realiza con una determinada muestra y los sucesos futuros podrían diferir de lo observado en la muestra. Para - 131 - protegerse de este posible error de estimación las aseguradoras suelen adicionar un recargo de seguridad técnico, que permite cubrir pérdidas inesperadas en el futuro que no fueron observadas en la muestra histórica utilizada para estimar la prima pura. La industria aseguradora suele calcular el Recargo de Seguridad Técnico (RST) en función del desvío estándar de los pagos históricos o a partir de la Pérdida Máxima Probable. En la Herramienta de Tarificación, el RST se calcula en función del desvío estándar de los pagos históricos, y éste puede ser modificado a voluntad. En la hoja “Parametros” en la celda C13 se debe establecer el valor del Recargo de Seguridad Técnico, el cual representa el porcentaje del desvío estándar de los pagos históricos que se sumará a la Tasa de Prima Pura para obtener la Tasa de Prima Técnica. Formalmente, si k es el RST seleccionado y  e es el desvío estándar de los pagos históricos en la estación “e”, la Tasa de Prima Técnica de la estación se calcula como: TPTe  TPPe  k e A su vez, si k es el RST seleccionado y  es el desvío estándar de los pagos históricos totales, la Tasa de Prima Técnica global se calcula cómo: TPT  TPP  k En este documento se seleccionó k=15%, teniendo en cuenta que dicho recargo genera una siniestralidad histórica de aproximadamente el 70% (ver Capítulo 4 del documento principal). Notar que la Tasa de Prima Técnica global será menor que el promedio ponderado por Suma Asegurada de las Tasas de Prima Técnica de las estaciones, dado que el desvío estándar de los Pagos Totales es menor que el promedio ponderado de los desvíos estándar de las estaciones, generando un beneficio por diversificación: al agregar estaciones se está diversificando el riesgo, ya que en un año particular una estación podría presentar un déficit de precipitaciones muy extremo mientras que otras estaciones podrían no verse afectadas. La Tabla A4.8 muestra el cálculo de las Tasas de Prima Técnica usando los pagos históricos de la Tabla A4.7, que consideran una “franquicia por estación” del 10% y una “franquicia global” del 2%. - 132 - Tabla A4.8. Cálculo de Tasa de Prima Técnica. Desvío estándar Recargo de Tasa de Prima Tasa de Prima Estación Meteorológica SA (Q MM) (a) de Pagos Seguridad (c) Pura (b) Técnica Históricos Técnico Alameda ICTA 3.46 7.04% 24.23% 3.63% 10.67% Asunción Mita 15.63 12.25% 28.10% 4.22% 16.46% Camantulul 9.56 3.91% 11.36% 1.70% 5.62% Camotan 22.83 10.28% 25.36% 3.80% 14.09% Chixoy 87.33 4.68% 17.08% 2.56% 7.24% Cubulco 22.05 5.67% 23.03% 3.45% 9.12% El Capitßn 8.86 7.04% 19.98% 3.00% 10.03% Esquipulas 17.51 17.80% 33.33% 5.00% 22.80% Flores 0.00 7.44% 25.18% 3.78% 11.22% Huehuetenango 18.23 6.84% 20.92% 3.14% 9.98% INSIVUMEH 4.54 6.05% 20.96% 3.14% 9.19% La Fragua 24.19 1.66% 9.65% 1.45% 3.10% La Suiza Contenta 1.67 4.64% 14.87% 2.23% 6.87% Labor Ovalle 44.10 0.91% 3.79% 0.57% 1.48% Los Esclavos 12.15 5.80% 20.64% 3.10% 8.90% Nebaj 34.41 5.88% 23.88% 3.58% 9.46% Panzos 102.21 8.36% 22.40% 3.36% 11.72% Puerto Barrios 17.84 6.28% 19.99% 3.00% 9.28% Quezada 16.93 10.67% 27.74% 4.16% 14.83% Retalhuleu aeropuerto 57.01 10.86% 29.24% 4.39% 15.25% San José Aeropuerto 2.94 2.76% 10.43% 1.57% 4.32% San Martín Jilotepeque 8.47 13.67% 30.13% 4.52% 18.19% San Pedro Necta 32.22 9.19% 25.88% 3.88% 13.08% Santa Cruz Balanya 8.17 9.95% 24.43% 3.66% 13.62% Santiago Atitlßn 15.31 0.80% 4.68% 0.70% 1.50% Todos Santos 15.15 6.77% 20.85% 3.13% 9.90% TOTAL 602.78 6.89% 8.32% 1.25% 8.14% (a) Notar que la Tasa de prima pura total no coincide con el promedio de las tasas de prima pura, debido a la aplicación de una Franquicia Global del 2%. (b) 15% del Desvío Estándar (c) Prima Pura + Recargo de Seguridad Técnico Primas Comerciales Sugeridas. La determinación de las Primas Comerciales Finales es responsabilidad de las compañías de seguros y sus reaseguradores, y dependerá de los gastos en que incurran las (re)aseguradoras para brindar la cobertura y de la rentabilidad que esperan obtener por exponer su capital a riesgo. Si PT es la Prima Técnica, y los gastos de operación y administración y la ganancia esperada del asegurador son  A&O y  G , respectivamente, ambos expresados como porcentaje de la prima comercial, entonces las primas comerciales se calculan mediante la siguiente expresión: PT PC  PT   A&O  PC   P  PC  PC  1   A&O   G - 133 - La herramienta de tarificación permite calcular Tasas de Primas Comerciales Indicativas, mediante un Recargo Comercial que incluya todos los conceptos. En la hoja “Parametros”, en la celda C15, se puede modificar este recargo comercial. Por ejemplo, si los gastos A&O son 10% y la utilidad esperada es 5%, entonces el Recargo Comercial será el 15% de la Prima Comercial, o un 17.6% = 1 / (1-15%) sobre la Prima Técnica. Considerando la información de la Tabla A4.8, y suponiendo un Recargo Comercial (A&O + G) total del 15%, la Prima Comercial Indicativa sería: 8.14% PCI   9.58% 1  15% A4.4 Pérdida Máxima Probable. La Pérdida Máxima Probable (PML) indica cuánto es lo máximo que se estima que podría ser el pago en un año-póliza, con cierto nivel de confianza (o período de recurrencia). Por ejemplo, si la PML se calcula con un 99% de confianza, estaría indicando el pago en caso de ocurrencia de un evento que tiene una probabilidad de ocurrencia de 1 en 100 años. Si se calcula la PML con un 98% de confianza, se estaría calculando el pago con una recurrencia de 50 años. Y así sucesivamente. La PML se calcula a partir de la distribución de probabilidad de los pagos, que generalmente se genera mediante técnicas de simulación. La PML es un valor límite que se supone que no se va a superar en el α% de los casos, es decir que la probabilidad de una pérdida mayor a la PML es justamente α%. Este porcentaje de probabilidad es el complemento del nivel de confianza. Similarmente, la PML se puede calcular fijando un cierto período de recurrencia: si el período de recurrencia es PR, entonces α% es 1/PR. Por ejemplo, si PR = 100, entonces α=1%; y si PR = 50, entonces α=2%, y así sucesivamente. En el “Seguro indexado contra déficit de lluvias basado en el Índice de Precipitación Estandarizada” los pagos se realizan en función en función del mínimo SPI observado en el período de cobertura, o lo que es lo mismo, de acuerdo a la pérdida máxima. La ecuación (A4.1) calcula la pérdida (medida indirectamente mediante el SPI) en un mes particular del período de cobertura, y la ecuación (A4.2) determina el pago como la pérdida máxima en dicho período. Estos es equivalente a calcular el pago total de la cobertura directamente considerando el mínimo valor del SPI en el período de cobertura, ya que éste generará el máximo pago. El procedimiento para el cálculo de la PML fue el siguiente: 1. Calcular, para cada una de las estaciones meteorológicas incluidas en el análisis, el mínimo valor del SPI observado en el período de cobertura de Junio a Septiembre en cada año, generando así 34 datos (de 1979 a 2012) por estación. 2. Ajustar los datos de mínimo SPI de cada estación a una distribución de probabilidades analítica (Weibull, Gamma o EVT), teniendo en cuenta que el ajuste sea adecuado en el rango de valores de SPI relevante para la cobertura. En el caso presentado en este documento se busca un buen ajuste entre -1.50 y -2.00; es decir que el porcentaje de valores observados debajo de -1.50 y -2.00 en cada estación analizada coincida lo mejor posible con la probabilidad de la distribución analítica ajustada. - 134 - 3. Calcular las correlaciones entre los mínimos SPI en el período de cobertura (calculados en en paso 1.) para cada par de estaciones. Para los datos aquí utilizados, considerando el período de Junio a Septiembre, y unos umbrales UD = -1.5 y US = -2.00, la matriz de correlaciones es la de la Tabla A4.9. 4. Generar aleatoriamente 10,000 valores (simulaciones) del mínimo SPI en el período de cobertura utilizando el software @Risk, a partir de las distribuciones analíticas ajustadas en el paso 2. y las correlaciones del paso 3. Es decir que con el modelo se generó una muestra simulada de 10,000 años, que se espera que refleje adecuadamente no sólo los 34 años observados, sino que además capture los eventos más extremos no observados en la muestra histórica. 5. Calcular con los valores mínimos del SPI en cada simulación el pago, utilizando la ecuación (A4.1). 6. Calcular la PML con distintos períodos de recurrencia, mediante el cálculo del percentil α de la muestra simulada. Por ejemplo, si se desea la PML con una recurrencia de 100 años, se debe buscar el percentil 99 de los pagos (el valor de los pagos simulados tal que el 1% = 1/100 de los pagos se mayor, y el 99% sea menor -PML con 99% de confianza-). La Figura A4.3 ilustra la curva de PML, es decir la Pérdida Máxima Probable (expresada como porcentaje de la Suma Asegurada Total) para distintos períodos de recurrencia , bajo los siguientes supuestos: (i) Todos los departamentos, salvo Petén, se incluyeron; (ii) El período de cobertura es de Junio a Septiembre, ambos inclusive, y (iii) Los umbrales son UD = -1.50 y US = -2.00. Cabe señalar que la PML calculada para una recurrencia de 1 en 35 años es 27.69%, casi idéntica a la máxima pérdida observada en los 34 años de la muestra (ver Tabla A4.7, año 2001), lo cual es un buen indicador de la calidad del ajuste. Figura A4.3. Curva de Pérdida Máxima Probable. 50.00% 45.00% 40.00% 35.00% 30.00% 25.00% 20.00% 15.00% 10.00% 5.00% 0.00% 0 50 100 150 200 250 300 La herramienta de tarificación no incluye el cálculo de la PML, pero el equipo del Banco Mundial entregará otro archivo con el modelo en @Risk, y con el ejercicio realizado para distintos parámetros. El ajuste de las distribuciones de probabilidad analíticas y el cálculo de - 135 - correlaciones (ver pasos 2. y 3. más arriba) requiere de los valores del mínimo SPI en el período de cobertura. Además, la distribución que mejor se ajusta a los valores relevantes depende de los umbrales UD y US. Por lo tanto, toda vez que se cambien los parámetros, se debería recalcular la curva de PML realizando los pasos 1 a 6 nuevamente, y por ello no fue posible la automatización e inclusión de dicho cálculo en la herramienta. - 136 - Tabla A4.9. Matriz de correlaciones del mínimo SPI entre junio y septiembre. San Martín Jilotepeque Retalhuleu aeropuerto San José Aeropuerto Santa Cruz Balanya La Suiza Contenta San Pedro Necta Huehuetenango Santiago Atitlßn Asunción Mita Puerto Barrios Alameda ICTA Todos Santos Labor Ovalle Los Esclavos INSIVUMEH Camantulul Esquipulas El Capitßn La Fragua Camotan Quezada Cubulco Panzos Chixoy Flores Nebaj Alameda ICTA 1.0000 0.4013 0.5451 0.3000 0.1100 0.2371 0.4731 0.4325 0.0602 0.5141 0.5010 0.4565 0.6710 0.6152 0.6181 0.3372 -0.0677 -0.0826 0.4141 0.3159 0.3347 0.6012 0.2993 0.6278 0.5454 0.5689 Asunción Mita 1.0000 0.2630 0.4166 0.3064 0.4928 0.4714 0.4300 0.0258 0.3994 0.4224 0.4211 0.2931 0.6771 0.3995 0.2903 -0.1334 -0.0073 0.3045 0.3368 0.5555 0.5770 0.2400 0.3205 0.4600 0.2811 Camantulul 1.0000 0.3153 0.1176 -0.0387 0.5359 0.2304 0.1533 0.2644 0.4567 0.4798 0.5883 0.4757 0.4959 0.3613 -0.0241 0.0734 0.2852 0.3860 0.3468 0.4567 0.3195 0.5881 0.5872 0.2728 Camotan 1.0000 0.3871 0.2578 0.6957 0.4984 0.2966 0.2693 0.6569 0.7461 0.2343 0.4653 0.3615 0.2681 -0.2289 -0.1606 0.4645 0.4394 0.1945 0.4169 0.3436 0.3884 0.6708 0.2764 Chixoy 1.0000 0.3101 0.3834 0.1592 0.0745 0.2539 0.4125 0.3091 0.1504 0.2865 0.3540 0.2205 -0.0304 0.1113 -0.0321 0.4172 0.1017 0.3268 0.3841 0.1933 0.2500 0.1059 Cubulco 1.0000 0.0896 0.3831 -0.0823 0.4308 0.3062 0.1934 0.1630 0.2992 0.2372 0.2154 -0.0206 0.1306 0.1425 0.1079 0.1171 0.4016 0.0936 0.1257 0.0083 0.4679 El Capitßn 1.0000 0.2897 0.2910 0.3944 0.6561 0.8588 0.4543 0.6112 0.4627 0.3609 -0.3292 -0.0664 0.3466 0.5066 0.5276 0.4113 0.3648 0.5727 0.8171 0.3024 Esquipulas 1.0000 0.3526 0.2091 0.2714 0.4423 0.4099 0.4994 0.4445 0.2589 -0.1517 0.0084 0.5998 0.3979 0.2047 0.5128 -0.1301 0.4292 0.2925 0.2633 Flores 1.0000 -0.0099 0.1336 0.2929 0.0263 0.1508 0.0648 0.1024 -0.1906 -0.3040 0.2446 0.3264 0.1096 -0.0170 -0.1447 0.1489 0.3756 -0.0178 Huehuetenango 1.0000 0.3116 0.2846 0.3047 0.4283 0.3338 0.3081 0.1172 0.0070 0.2110 0.0720 0.2712 0.5532 0.2857 0.3869 0.3289 0.4303 INSIVUMEH 1.0000 0.6889 0.6205 0.4055 0.6169 0.1079 -0.0988 -0.0275 0.5076 0.3886 0.3295 0.4749 0.4961 0.4861 0.6811 0.3328 La Fragua 1.0000 0.4195 0.5809 0.4467 0.3364 -0.3011 -0.1211 0.4631 0.3961 0.3974 0.4880 0.2586 0.4794 0.7402 0.4411 La Suiza Contenta 1.0000 0.4935 0.5709 0.1290 -0.2073 0.1149 0.5039 0.2917 0.3160 0.4765 0.3465 0.5951 0.5003 0.3665 Labor Ovalle 1.0000 0.4810 0.3843 -0.1635 0.1211 0.2645 0.4419 0.5557 0.6220 0.2317 0.5648 0.6323 0.4399 Los Esclavos 1.0000 0.2346 0.1545 0.1557 0.5045 0.5388 0.5554 0.6202 0.2891 0.6207 0.4606 0.3041 Nebaj 1.0000 0.1673 0.1556 0.1561 0.2823 0.1902 0.3102 -0.0117 0.2136 0.3651 0.3022 Panzos 1.0000 0.4066 0.0798 -0.2327 -0.0294 0.2205 -0.2425 -0.0074 -0.2226 -0.0647 Puerto Barrios 1.0000 -0.0247 -0.0836 0.2233 0.2116 -0.0521 0.2402 -0.0559 0.0416 Quezada 1.0000 0.2030 0.2740 0.4755 -0.1061 0.5220 0.4382 0.1686 Retalhuleu aeropuerto 1.0000 0.3439 0.1424 0.1130 0.1708 0.4364 0.0116 San José Aeropuerto 1.0000 0.4369 0.2083 0.5242 0.4619 0.3353 San Martín Jilotepeque 1.0000 0.3921 0.6211 0.4631 0.5043 San Pedro Necta 1.0000 0.2430 0.4151 0.3778 Santa Cruz Balanya 1.0000 0.5563 0.3213 Santiago Atitlßn 1.0000 0.2449 Todos Santos 1.0000 Fuente: Los autores, herramienta de cálculo de PML (GT_PML-Modelo At Risk.xlsx) - 137 -