（本稿の情報は2026年09月時点）
物理的気候リスクのシナリオ分析にかけた費用を、保険料の削減額で回収できている企業はほとんどない。多くの企業が分析を済ませ、統合報告書に浸水深マップと定性評価を載せた。だが、その結果が保険更改の交渉材料になり、拠点投資の割引率を動かし、格付機関との対話で使われている例は少数に留まる。分析が開示部門の成果物で終わる限り、投じたコストは回収されない。両者を分けるのは分析の精度ではなく、アウトプットの「通貨」である。
シナリオ分析は済んだ、で、いくら安くなったのか
TCFD提言に基づく開示は、IFRS S2（ISSB気候関連開示基準）とその国内版であるSSBJ基準へと引き継がれた。サステナビリティ基準委員会（SSBJ）は2025年3月5日に「サステナビリティ開示ユニバーサル基準」「適用基準」に相当する一般基準および気候基準を公表している。金融庁の金融審議会「サステナビリティ情報の開示と保証のあり方に関するワーキング・グループ」報告とそれを受けた内閣府令改正により、有価証券報告書でのサステナビリティ開示は、プライム市場上場かつ時価総額3兆円以上の企業を第一陣として2027年3月期から適用されると定められている。以降、時価総額1兆円以上、5,000億円以上へと対象が段階的に拡大する設計だ（出典: 金融庁、サステナビリティ基準委員会。段階適用の基準・時期は制度変更がありうるため最新公表資料での確認を前提とする）。第一陣の最初の適用事業年度は2026年4月開始分であり、対象企業では既に進行中である。つまり物理的リスクのシナリオ分析は、実施するか否かを議論する段階をとうに過ぎた。実施済みを前提に、それをどう使うかの段階にある。
一方で、分析の実施コストは軽くない。外部委託費は評価対象の拠点数とシナリオ数にほぼ比例して膨らみ、これに社内の人的リソースが加わる。金額レンジの公開統計は存在しないが、決して小さい支出ではない。にもかかわらず、その支出に対する財務的リターンを定量把握している企業は極めて限られている。理由は単純で、分析の発注元がサステナビリティ推進部や経営企画であり、保険を扱うリスク管理部門や資金調達を担う財務部門と接続されていないからだ。
物理的リスク分析の「出口」は、突き詰めると三つしかない。保険コスト、資本コスト、拠点ポートフォリオである。この三つのいずれにも接続されない分析は、定義上コストセンターだ。
表1: 物理的リスク分析の出口マッピング — 分析アウトプット別の財務接続先
| 分析アウトプット | 接続先の意思決定 | 必要な変換指標 | 財務効果の発現時期 | 効果の測定可能性 |
|---|---|---|---|---|
| 拠点別ハザード強度（浸水深・高潮・風速） | 付保対象拠点の選別、免責金額設定 | AAL（年間平均損失） | 次回保険更改（6〜12ヶ月） | 高（料率差として観測可能） |
| 脆弱性評価＋対策実施状況 | 保険料率交渉、自家保有水準の見直し | AAL低減幅、PML低減幅 | 次回更改〜2サイクル | 高 |
| PML（予想最大損失）／EPカーブ | 保険限度額設計、キャプティブ活用判断 | 再現期間別損失額 | 12〜24ヶ月 | 中 |
| 拠点別リスク調整後収益 | 設備投資のハードルレート差別化 | 拠点別リスクプレミアム（bp） | 3〜5年 | 低（内部管理指標） |
| 定量化されたポートフォリオ全体リスク | 格付対話、サステナビリティ・リンク・ローン条件 | AAL／売上高比率（開示は任意） | 12〜36ヶ月 | 中（調達スプレッドで観測） |
| サプライヤー拠点のハザード評価 | 調達先冗長化、在庫戦略 | 供給途絶確率×粗利影響額 | 6〜18ヶ月 | 中 |
この表で最も投資対効果が見えやすいのは上から二行、すなわち保険接続である。効果が次回更改（6〜12ヶ月）というスパンで現れ、料率という観測可能な数値で検証できるからだ。逆に資本コストへの反映は遅い。格付対話や調達スプレッドという外部の資本コストへの反映で12〜36ヶ月、拠点別ハードルレートの差別化という内部管理への定着で3〜5年を要し、かつ他の要因と分離しにくい。物理的リスク分析の費用対効果をまず証明したいなら、保険から入るのが合理的だ。資本コストは、保険での実績を積んだ後に取りに行く二段階目のリターンになる。
そして本質的な主張はここにある。物理的リスク評価の価値は「リスクの発見」ではない。自社拠点のリスク価格について、保険会社やレンダーや格付機関より正確な情報を持つこと、すなわち情報優位そのものが価値だ。相手が標準モデルで見積もる損害額を、自社は実測に基づいて反証できる。それが交渉レバレッジになる。
ハザード・エクスポージャー・脆弱性 — 保険会社と同じ言語で拠点を記述する
将来シナリオの体系は、IPCC第6次評価報告書（AR6）以降のSSPに移行している。以下、中位シナリオをSSP2-4.5、高位シナリオをSSP5-8.5とし、旧来のRCP表記は用いない。
リスクは三つの掛け算に分解される。ハザード（自然事象の発生確率と強度）、エクスポージャー（曝露する資産価値）、脆弱性（同一ハザードに対する損害率）である。保険・再保険業界のカタストロフモデルは、この三つに保険条件を適用するファイナンシャル・モジュールを加えた四層構造を採る。企業側が同じ構造で拠点を記述できれば、議論の土俵が揃う。
ところが多くの企業の分析はハザード評価で止まる。洪水浸水深、高潮、渇水、熱波、森林火災といった外部条件を地図上にプロットし、「当該拠点は2050年SSP5-8.5で浸水深3mが想定される」と書いて終わる。エクスポージャーは固定資産台帳から引けるので一応埋まる。埋まらないのが脆弱性関数（vulnerability curve）だ。浸水深3mのときに当該拠点の資産価値の何％が毀損するのか、という関数である。
この脆弱性関数こそが企業固有情報である。建屋の構造、受変電設備の設置階高、非常用発電機の位置、原材料と製品在庫の配置階、生産設備の防水仕様、そして復旧に要するリードタイム。これらは保険会社の標準モデルが持つデフォルト設定では捉えられない。ここに情報の非対称性がある。
ただし非対称性の方向が決定的に重要だ。企業に有利な非対称性は、対策済みであることを証明できる場合にのみ発生する。受変電設備を2階以上に移設済みであること、止水板の設置と設置訓練の実施記録があること、重要設備の予備品を別拠点に保管していること。こうした事実を工事写真、設計図面、訓練記録とともに提示できてはじめて、保険会社のデフォルト脆弱性を下方修正させる交渉が成立する。証明できない対策は、存在しないのと同じ扱いを受ける。逆に、分析の結果として自社拠点が標準モデルよりリスクが高いと判明した場合、その情報は開示すれば不利に働く。この非対称性の扱いは、後段で触れる実務上の難所だ。
データソースの選択も分析の質を左右する。グローバルなハザードデータセットはSSPシナリオ別に整備されているが、解像度は数km〜数十kmメッシュで、日本の狭い平野部の拠点評価には粗すぎる。国内では国土交通省が「ハザードマップポータルサイト」「重ねるハザードマップ」を公開し、洪水浸水想定区域図は2015年の水防法改正を受けてL1（計画規模）とL2（想定最大規模）の二段階で整備されている。国内拠点についてはメッシュ単位ではなく、敷地単位の標高データ、できれば構内の高低差まで落とし込むのが望ましい。同じ敷地内でも、事務棟と生産棟で地盤高が1m違えば損害率は大きく変わる。
表2: ハザード種別×評価粒度×データソース×財務接続可能性
| ハザード | 実用的な評価粒度 | 主要データソース | 脆弱性関数の入手性 | 保険交渉への接続 | 資本コストへの接続 |
|---|---|---|---|---|---|
| 洪水（外水氾濫） | 敷地単位（標高±0.5m） | 国交省 洪水浸水想定区域図（L1/L2） | 高（浸水深-損害率曲線が確立） | 直接可能 | 可能 |
| 内水氾濫 | 敷地〜街区単位 | 自治体 内水ハザードマップ | 中（自治体で整備差） | 条件付き可能 | 限定的 |
| 高潮 | 敷地単位 | 国交省・都道府県 高潮浸水想定区域図 | 高 | 直接可能 | 可能 |
| 台風・強風 | 市区町村単位 | 気象庁観測データ、再現期間別風速 | 中（建屋仕様依存） | 直接可能 | 可能 |
| 土砂災害 | 敷地単位 | 都道府県 土砂災害警戒区域 | 低（全損/無損に近い） | 条件付き可能 | 限定的 |
| 渇水 | 水系単位 | 水資源関連統計、流域データ | 低（操業影響の定量化が困難） | 困難 | 限定的 |
| 熱波（高温） | 市区町村単位 | 気象庁 地域気候予測データ | 低〜中（WBGTベースの労働生産性推計はあるが、拠点単位の損害額への変換手法が未成熟） | 困難 | 限定的 |
| サプライヤー拠点 | 市区町村単位 | 公開ハザードマップ＋所在地情報 | 極めて低 | 間接的 | 間接的 |
表が示すのは、財務接続が実際に機能するハザードは洪水・高潮・強風にほぼ限られるという現実だ。損害率関数が確立しており、保険商品としても既存のスキームがある。一方で渇水と熱波は、リスクとしての重要性が語られる割に、金額への変換技術が追いついていない。操業影響を損害額に落とす手法が成熟していないため、保険料にも割引率にも反映しようがない。ここに分析リソースを均等配分するのは、費用対効果の観点で誤りだ。洪水・高潮・強風に深く入り、渇水・熱波は監視項目として粗く持つ。この濃淡をつけることが、限られた予算で財務効果を出す前提になる。
評価対象を自社拠点に限定するのも不十分だ。サプライヤー拠点（Tier1、可能ならTier2）、物流結節点、主要顧客拠点まで視野に入れなければ、事業中断リスクの全体像は見えない。2011年のタイ洪水、2016年の熊本地震、2024年の能登半島地震。いずれも直接被災しなかった企業が供給網経由で減産に追い込まれた事例を残している。ただし他社拠点については脆弱性情報が取得できない。相手の建屋構造も設備配置も分からないからだ。したがってサプライヤー評価はハザード×エクスポージャーの粗い評価に留まる。この構造的限界を認識せず、自社拠点と同じ精度で評価しようとすると、コストばかりかかって結論が出ない。
AAL・PML・EPカーブ — 分析結果を保険・財務の共通通貨に翻訳する
開示資料でよく見る「リスク評価：高・中・低」という三段階表記は、保険交渉でも資本コスト議論でも一切使えない。保険会社が使う言語はAAL（Average Annual Loss、年間平均損失）、PML（Probable Maximum Loss、予想最大損失）、そしてEPカーブ（Exceedance Probability Curve、超過確率曲線）である。この翻訳を経ていないことが、シナリオ分析が財務に接続しない最大の技術的理由だ。
AALは、あらゆる規模の事象の損失期待値を年換算したもので、保険料率の理論的な基礎になる。純保険料はAALに相当し、営業保険料はそこにリスクマージンと事業費を上乗せして決まる。だから自社でAALを算定し、保険会社の見積もりと突き合わせられれば、どこで見解が割れているかが特定できる。ハザード想定で割れているのか、脆弱性想定で割れているのか。脆弱性で割れているなら、証拠を出して修正を求める余地がある。
PMLは特定の再現期間に対応する損失額で、保険限度額の設計に直結する。ここで用語の注意がいる。PMLの定義は業界内で一義的でなく、再現期間ベース、シナリオベース、日本の地震保険実務で使われる信頼度ベースなど複数の系統が併存する。以下では再現期間ベース（200年、500年など）の定義を採る。EPカーブは損失額と超過確率の関係を曲線で示したもので、AALはこの曲線の下側面積に相当し、PMLは特定の超過確率点に対応する。企業側がEPカーブを持っていると、免責金額をいくらに設定すると保険料がどれだけ下がり、そのとき自社が負う期待損失がどれだけ増えるか、という交換条件を自分で計算できる。
さらに欠かせないのが事業中断損失（BI: Business Interruption）の織り込みだ。物的損害（PD: Property Damage）だけを見た分析は、製造業では損失を大幅に過小評価する。BI損失は復旧期間に限界利益率を掛けて算定する。設備の復旧に6ヶ月かかる拠点であれば、物的損害額が10億円でも、BI損失がそれを上回ることは珍しくない。専用設備を多く持つ装置産業や、代替生産が効かない一品生産の拠点では、復旧期間が長期化するためBI損失がPD損失を上回る構造になりやすい。ここを評価していない付保設計は構造的に不足する。加えてサプライチェーン起因の間接損失（CBI: Contingent Business Interruption）がある。自社は無傷でも供給元が被災すれば操業は止まる。
ここで、記事全体の論理の要になる区別を先に置く。AAL低減はそのままキャッシュフローの改善ではない。対策投資によるAAL低減は三層に分かれる。第一層は期待損失の減少そのもので、これは内部管理指標に過ぎず会計上どこにも現れない。第二層は、保険会社がリスクエンジニアリング調査を通じて脆弱性の改善を認定し、料率に反映した分であり、これだけが実キャッシュの削減になる。第三層は、認定されなかった残余と免責金額以下の自家保有部分の期待損失減少で、これは平時のPLには現れず、被災時に「出なかった損失」として初めて実現する。投資判断でこの三層を混同すると、回収期間を大幅に過大評価することになる。
以下の表3は架空のモデル拠点に基づく試算であり、実在企業の数値ではない。
表3: 拠点別リスク定量化の試算例（架空のモデル拠点、2050年 SSP2-4.5 前提の推計。PMLは現在気候ベースで算定）
| 項目 | 拠点A（内陸・高台） | 拠点B（河川近接・対策前） | 拠点B（対策後） | 拠点C（臨海部） |
|---|---|---|---|---|
| 資産価値（PD対象） | 120億円 | 150億円 | 150億円 | 200億円 |
| 年間限界利益 | 40億円 | 60億円 | 60億円 | 70億円 |
| 主要ハザード | 強風 | 外水氾濫 | 外水氾濫 | 高潮・強風 |
| 想定浸水深（L2） | 0.0m | 3.0m | 3.0m | 2.0m |
| 想定復旧期間 | 1ヶ月 | 6ヶ月 | 2ヶ月 | 4ヶ月 |
| AAL（PDのみ） | 0.6億円 | 3.8億円 | 1.6億円 | 4.2億円 |
| AAL（PD+BI） | 0.9億円 | 8.3億円 | 2.7億円 | 8.0億円 |
| BI/PD比率 | 0.5 | 1.2 | 0.7 | 0.9 |
| PML（再現期間200年、PD+BI） | 18億円 | 95億円 | 42億円 | 110億円 |
| 対策投資額 | — | — | 12億円 | — |
| AAL（PD+BI）低減額（年） | — | — | 5.6億円 | — |
脚注: 拠点Bは対策前後とも外部からの想定浸水深（L2）は3.0mで不変である。AALの低減は、受変電設備の上層階移設と生産設備の防水化による脆弱性関数の改善、および復旧期間の6ヶ月から2ヶ月への短縮に起因する。敷地外の氾濫想定が変わったわけではない。
構造は現実を反映している。拠点Bの対策投資12億円は、AAL（PD+BI）を年8.3億円から2.7億円へ、5.6億円低減させる。ここで単純に12億円÷5.6億円と割れば2.1年だが、これは会計上の回収期間ではない。先の三層で言えば、実キャッシュとして返ってくるのは保険会社が脆弱性改善を認定した範囲に限られる。仮に認定率を5割と置く試算なら、キャッシュベースの回収期間は4年超に伸びる。認定されなかった残りは自家保有部分の期待損失削減として残るが、これは被災しない限り数値に現れない。止水壁の設計高、受変電設備の移設記録、復旧期間短縮の根拠を提示できなければ、AAL低減は料率に反映されないまま内部管理上の数値に留まる。
もう一点、表3で注目すべきは拠点Cだ。AAL（PD+BI）は8.0億円と拠点Bの対策前8.3億円とほぼ同水準だが、PMLは110億円と最も大きい。AALで見れば同程度のリスクでも、テールの厚みが違う。保険限度額の設計はPMLに従うべきで、AALだけを見て付保額を決めると、低頻度・大規模事象で致命傷を負う。
将来シナリオの扱いには注意がいる。保険契約は通常1年更改であり、保険会社が料率算定で見るのは現在のリスクだ。2050年のSSP5-8.5想定を持ち込んでも、来年度の料率交渉では材料にならない。将来シナリオが効くのは、耐用年数20〜30年の設備投資判断、拠点の新設・移転判断、そして長期借入や格付対話である。時間軸によって使う数値を変える。これを混同した資料が、保険会社にも財務部門にも刺さらない原因になっている。
保険料率と資本コストへの実装
保険への接続は、更改交渉のプロセス設計から始まる。多くの企業は更改の2〜3ヶ月前に動き出すが、これでは遅い。自社AAL・PMLの算定、対策実施状況のエビデンス整理、保険会社のリスクエンジニアリング調査の受け入れまで含めると、半年前から準備したい。保険会社側のリスクサーベイを積極的に受け入れ、その場で自社の脆弱性評価を提示して議論する。ここで標準モデルとの差分を詰められれば、料率に反映される可能性が生まれる。
免責金額（ディダクティブル）の設計も交渉変数だ。免責を引き上げれば保険料は下がるが、小規模事象の損失は自社負担になる。EPカーブがあれば、免責引き上げによる保険料削減額と、自己負担増加の期待値を比較できる。この比較ができない企業は、保険会社の提示する選択肢を受動的に選ぶしかない。一定規模以上の企業グループであれば、キャプティブ（自社専属保険子会社）の活用も検討対象になる。キャプティブは自家保有を制度化する仕組みで、グループ全体のリスク定量化が前提条件になる。
資本コストへの接続は保険より間接的だ。拠点別の設備投資判断でハードルレートを差別化する、というのが内部管理上の実装になる。表3の例でいえば、拠点Cへの増設投資は、AAL（PD+BI）8.0億円が年間限界利益70億円に対して11%を占める。この拠点の投資評価で、他拠点と同じ割引率を使うのは経済実態に合わない。リスクプレミアムを上乗せするか、期待キャッシュフローからAALを控除するか。後者のほうが二重カウントを避けやすく、実務では扱いやすい。表1が内部管理への定着を3〜5年としているのは、この差別化が予算プロセスと投資委員会の審査基準に組み込まれるまでの時間を見込んでのことだ。
外部の資本コストへの反映、つまり格付や調達スプレッドへの影響は、12〜36ヶ月のスパンで観測しうるものの、現時点では定量的に立証しにくい。格付機関は気候関連リスクを格付プロセスに組み込んでいると表明しているが、物理的リスク単独でノッチが動いた事例を特定するのは難しい。サステナビリティ・リンク・ローンやボンドでKPIに物理的リスク指標を設定する例も、GHG排出量KPIに比べれば少数だ。したがって「精緻な分析をすれば調達コストが下がる」と期待して投資するのは危うい。むしろ、災害で大規模損失を出した後に格付や資金調達条件が悪化する事態を避ける、ダウンサイド防御として位置づけるのが実態に近い。
課題・反論・代替視点
ここまでの議論には、無視できない反論がある。
最も本質的なのは、リスクを精緻に把握すればするほど不利になる場面があるという点だ。自社拠点が標準モデルより脆弱だと判明したとき、その情報は交渉レバレッジではなく交渉上の弱みになる。保険会社に開示すれば料率は上がる。開示しなければ、告知義務との関係が問題になりうる。分析を進めるほど「知ってしまった」情報の扱いに窮する構造がある。これに対する実務的な回答は、脆弱なら対策してから開示する、という順序の管理しかない。だが対策に投資余力がない拠点では、この順序が成立しない。
次に、分析コストが便益を上回る規模の問題がある。拠点数が少なく、資産規模が小さい企業では、詳細な脆弱性評価と確率論的モデリングの外注費が、期待される保険料削減額を超える。保険料の絶対額が小さく、削減余地が数%に留まるなら、外部委託費は回収できない。この場合、公開ハザードマップによる定性スクリーニングと、明らかに危険な拠点への対策投資に絞るほうが合理的だ。精緻化が常に正しいわけではない。
モデルそのものへの懐疑も正当だ。気候モデルの降水量予測には大きな不確実性があり、特に極端降水の将来変化は地域スケールでばらつく。そのうえ洪水氾濫解析は、河川改修やダム運用といった人為的要因に強く依存する。将来のハザード強度を小数点以下まで示す分析には、実質的な精度の裏づけがない。この批判は正しい。だからこそ将来シナリオは意思決定の方向づけに使い、現在のハザードは金額算定に使う、という使い分けが要る。両者を混ぜた数値は、精度を装った推測に過ぎない。表3でPMLを現在気候ベースで算定しているのも同じ理由による。
代替的な見方として、そもそも拠点別の精緻な評価より、事業継続計画（BCP）の実効性向上に投資するほうがリターンが高いという立場もある。リスクの大きさを知ることと、被災時に早く復旧できることは別の能力だ。表3の拠点Bで復旧期間を6ヶ月から2ヶ月に短縮すればBI損失は大きく縮むが、それは代替生産の手配、予備品在庫、復旧要員の確保といった運用能力の問題であって、ハザード分析の精度とは直結しない。分析予算と対策予算の配分は、多くの企業で分析に偏りすぎている。
日本市場・日本企業への示唆
日本の条件は、海外の実務をそのまま持ち込めない特殊性をいくつか抱えている。
まず公的ハザードデータの充実度が違う。水防法に基づく洪水浸水想定区域図がL1/L2の二段階で整備され、重ねるハザードマップで容易に参照できる環境は、国際的に見て恵まれている。欧米企業がMoody’s RMSやVerisk（AIR）といった商用カタストロフモデルベンダーに費用を払って取得する情報の相当部分が、日本では公的に無償提供されている。これは分析コストを下げる要因だ。したがって日本企業にとって、ハザード情報の取得は律速段階ではない。律速は脆弱性評価、すなわち自社拠点の内部情報の整理にある。ここは外注できない。海外の「モデルベンダーに委託する」というアプローチを輸入しても、日本企業のボトルネックは解消されない。
国内損害保険市場の構造も海外と異なる。大口契約における自然災害リスクの引受は近年厳格化の傾向にあり、火災保険参考純率の改定、免責金額の引き上げ、水災補償の条件設定といった形で現れている（出典: 損害保険料率算出機構の参考純率改定に関する公表資料、日本損害保険協会「ファクトブック 日本の損害保険」。いずれも2026年9月時点で確認した公表内容による）。ただし再保険市場は2023年のハード化以降、更新期によって軟化局面も混じっており、一方向の上昇が続いているとまでは言えない。この環境で現実的な目標になるのは、料率引き下げを勝ち取ることより、引き受け条件の悪化を食い止めることだ。効果は「保険料が下がった」ではなく「同業他社が二桁の料率上昇を受けるなかで据え置きを確保した」という形で現れる。だからこそ効果測定には、自社の前年比ではなく市場全体の動向との相対比較が要る。
拠点ポートフォリオの再編余地が欧米より小さい点も効いてくる。日本の製造業拠点は、河川近傍の工業団地や臨海部の埋立地に集積している。歴史的経緯と地価、港湾アクセスの制約で、そこにある。移転を伴う抜本的なリスク低減は、地域雇用との関係や自治体との協定もあって、経営判断として実行しにくい。結果として、現地での対策強化（止水設備、設備嵩上げ、冗長化）が主たる選択肢になる。海外企業が「リスクの高い拠点から撤退する」と書けるところを、日本企業は「その拠点を守る」前提で計画を組むことになる。この制約を織り込まない分析は、実行不可能な提言に終わる。
そしてSSBJ基準適用の本格化というタイミングがある。第一陣の最初の適用事業年度は既に進行中で、開示の要求水準が上がるなかで、分析を開示専用に作るか、意思決定用に作って開示に流用するかの分岐点にいる。後者を選ぶ企業は、開示コストを財務効果で相殺できる。前者を選ぶ企業は、毎年発生する開示コストを純粋な負担として抱え続ける。
まとめ
物理的気候リスクの分析が財務に接続しない原因は、分析の精度不足ではない。アウトプットの通貨が間違っていることにある。高・中・低の三段階評価は保険会社にも財務部門にも読めない。AAL、PML、EPカーブという業界標準の指標に翻訳し、物的損害だけでなく事業中断損失まで織り込んではじめて、更改交渉の場に持ち込める材料になる。そしてその翻訳作業の核心は、外部から買えるハザードデータではなく、自社しか持っていない脆弱性情報の整理にある。受変電設備がどの階にあるか、止水板の訓練記録があるか、復旧に何ヶ月かかるか。地味な内部情報の棚卸しが、情報優位の実体である。
ただし、その情報優位が価値に変わるのは対策済みであることを証明できる場合に限られる、という非対称性を見落としてはならない。脆弱だと判明した拠点の情報は、開示すれば料率を押し上げる。そしてAAL低減はそのままキャッシュにはならない。保険会社が認定した分だけが料率に反映され、残りは被災するまで数値に現れない期待損失の削減として内部に留まる。精緻化すれば得をするという単純な図式ではない。分析への投資と対策への投資、さらにBCPの実効性向上への投資は、限られた予算を奪い合う関係にある。多くの企業で配分が分析に偏っているのが現状だ。復旧期間を短縮する運用能力への投資のほうが、BI損失の低減という形で直接的なリターンを生む場面は少なくない。
国内損保市場で自然災害の引受条件が厳格化の傾向を続けるなか、今後2〜3年の更改サイクル、すなわち2027年度から2029年度にかけて、自社拠点のリスクを保険会社の言語で説明できる企業とできない企業の保険コスト差は、拡大する方向に動く。SSBJ基準の適用拡大が分析の実施を事実上強制する以上、同じコストを払うのであれば意思決定に使える形で作るかどうかが分水嶺になる。開示用の資料を作った企業と、交渉用の武器を作った企業の差が、数年かけて損益計算書に現れてくる。
主要出典
- 国土交通省・国土地理院「ハザードマップポータルサイト（重ねるハザードマップ／わがまちハザードマップ）」 https://disaportal.gsi.go.jp/
- 水防法（2015年改正による洪水浸水想定区域の想定最大規模への拡張）および国土交通省 水管理・国土保全局による洪水浸水想定区域図の作成に関する技術資料
- サステナビリティ基準委員会（SSBJ）「サステナビリティ開示ユニバーサル基準」「一般基準」「気候基準」（2025年3月5日公表）
- 金融庁 金融審議会「サステナビリティ情報の開示と保証のあり方に関するワーキング・グループ」報告および関連する内閣府令改正（有価証券報告書におけるサステナビリティ開示の段階適用） https://www.fsa.go.jp/
- IFRS財団 国際サステナビリティ基準審議会（ISSB）「IFRS S2 気候関連開示」 https://www.ifrs.org/
- 気候関連財務情報開示タスクフォース（TCFD）「Guidance on Metrics, Targets, and Transition Plans」（2021年10月）。TCFDは2023年10月に任務を終え、開示状況のモニタリング機能はIFRS財団に承継されている
- 気象庁・文部科学省「日本の気候変動」および気象庁が提供する地域気候予測データ https://www.jma.go.jp/
- 損害保険料率算出機構「火災保険参考純率の改定について」（参考純率改定に関する公表資料）
- 一般社団法人 日本損害保険協会「ファクトブック 日本の損害保険」 https://www.sonpo.or.jp/
- IPCC 第6次評価報告書（AR6）第1作業部会報告書（SSPシナリオの定義） https://www.ipcc.ch/
