我们在1996年陆续接了好几件大业务。年中我们与全美保险签约承保佛罗里达飓风险,虽然没有确切资料可供佐证,但我们相信这应该是单一公司独力承受单一风险的最高记录。接着到年底,我们又与加州地震局签约承保比佛罗里达飓风高出1倍的理赔上限,保单预计从1997年4月1日开始生效,再一次我们独立承揽所有风险。虽然承保的金额相当庞大,但是即使在最坏的状况下,任何一件大型灾害的税后损失也不会超过6亿美元,大约不到伯克希尔净值的3%或市值的1.5%。大家要了解,这类风险的影响性比起年报第二页所示的股票市场变动对我们的影响性来说,前者可谓是小巫见大巫。
——彼得·林奇
[巴菲特是这样炼成的]
巴菲特认为,再保险需要靠实力说话。伯克希尔公司正是有了坚强的财务实力,才能做到任凭风浪起、稳坐钓鱼台的。
巴菲特在伯克希尔公司1996年年报致股东的一封信中说,伯克希尔公司1996年陆续接了好几件大业务,也许很多人会关心其投资风险有多大,其实,如果你了解伯克希尔公司的强大实力,就知道其中的风险算不了什么。因为即使发生最坏的情形,任何一件大型灾害的税后损失也不会超过6亿美元。这个数字或许在其他保险公司看来足够大了,可是放在伯克希尔公司只不过相当于股票市值的1.5%。与股市本身动**所造成的风险相比,它算是小巫见大巫啦。
巴菲特在这里所说的与加州地震局签约的承保合同,指的是以15亿美元的价格提供的一份再保险业务。
这家保险公司具有政府背景,保险合约4年,即从1997年4月1日至2001年3月31日。在此期间,对方需要分期、等额向伯克希尔公司支付5.9亿美元保费,而伯克希尔公司则需要为在此期间发生的任何一次地震造成超过50亿美元以上的家庭损失偿付15亿美元的索赔。
这对于伯克希尔公司来说无疑是一次豪赌。因为要知道,如果在这4年间发生大规模地震,它需要付出的是15亿美元偿付额,扣除5.9亿美元收入,实际支付9.1亿美元。这9.1亿美元净额如果考虑各种税款在内的话,作为税后扣除的部分要大大小于5.9亿美元。
这就是说,千万要保佑在这期间不能发生大地震,否则伯克希尔公司所造成的损失是惨重的。
那么,在此期间发生地震的可能性究竟有多大呢?加利福尼亚地震局首席精算师透露,赌一点不发生地震的概率只有5%,而发生大规模地震的可能性为1.27%。
从理论上说,加利福尼亚州每80年才发生一次损失总额超过70亿美元的地震,这70亿美元的数据是根据地震保险部门需要赔偿的损失金额计算出来的。
可以为此佐证的是,加利福尼亚州1994年发生的诺斯里奇大地震中,一家保险公司为投保人支付了高达85亿美元的个人家庭损失赔偿金。如果把所有保险金额算在里面,赔偿金总额高达270亿美元。仅仅这一次地震所发生的损失就超过各项地震保费收入总和。从这一点上看,这70亿美元的数字还不是最高的。
根据加利福尼亚州法律规定,保险公司只能提供不负担任何担保的保险合同,并且要对政府机构的负债规模加以限制。因此,油库、游泳池、围墙等都不包括在保险范围内。
为了筹措一旦发生地震需要的赔偿金,加利福尼亚州地震局原来是计划发行15亿美元债券的。可是,它们在收到伯克希尔公司提出的更优惠的保险合同后就马上改变了计划。因为两者相对照,发行债券的成本相当高,而如果通过伯克希尔公司提供再保险,每年大约能节约2000万~4000万美元,这可不是一个小数目。况且,伯克希尔公司完全有实力承担这样的保险责任,并不是单纯地吹吹牛,又何乐不为呢?
既然加利福尼亚州地震局与伯克希尔公司签订再保险合同每年能从中节约几千万美元,那么伯克希尔公司是否仍然有利可图呢?
对于这个问题,巴菲特在伯克希尔公司1996年年报致股东的一封信中说,他自己也不知道,因为他没有计算过,更没有采用各种计算机模型来进行过预测。
他的理由是,如果采用计算机模型作预测,也不过是臆断和毫无根据的猜测,所以还是不做这样的预测为好;相反,如果真的采用计算机模型预测,反而有可能诱使决策者做出完全错误的决定,这种事情在保险和投资领域非常多见。例如在1987年美国股市崩溃期间,就有许多笃信计算机预测的人信以为真,结果上当不小。
那么,巴菲特究竟是根据什么来敲定这笔保单的呢?既然他自己也不知道,那么也许就真的没人知道了。
话说回来,也许读者根本就没有必要弄清这一点。对巴菲特最了解的无疑是查理·芒格,他在伯克希尔公司1997年股东大会上解释说,如果真的一旦发生这种大地震,确实会给伯克希尔公司造成麻烦,但请大家放心,即使这样也不会造成毁灭性或根本性损失的。道理很简单,伯克希尔公司的强大财务实力决定了这一点。
伯克希尔公司当年除了与加利福尼亚州地震局签订这份地震保单外,还与泛美保险公司签订了一项再保险合同,承保由佛罗里达州飓风带来的损失,其赔偿金额大约为地震保单的一半。
[启示录]
在保险和投资领域有许多事情是无法预测的,主要还是凭经验。另外就是如果你有足够的实力作后盾,有些决策是很容易作出来的。如果过分相信计算机模型预测等技术手段,难免会产生误导作用。