Gevinster:
- Evne til at etablere skadesudviklingstrekanten, IBNR (incurred but unrapported damage) og chain-ladder-metoden med støtte fra kunstig intelligens og fortolke udviklingsfaktorerne
- Evne til at sammenligne resultater med alternative metoder som Bornhuetter-Ferguson og Mack og forklare reserveusikkerhed (variabilitet, konfidensinterval) med kunstig intelligens
- At kunne fastholde, at hensættelsestallet beregnet ved kunstig intelligens er et udkast, ikke endeligt, og at valget af udviklingsfaktor og retslig korrektion tilhører den ansvarlige aktuar.
Når et forsikringsselskab betaler for en skade i dag, betaler det faktisk gælden for en police, som det tidligere solgte. Men ikke alle skader anmeldes med det samme, og ikke alle anmeldte skader betales fuldt ud med det samme. Et trafikuheld sker i dag, virksomheden får besked tre måneder senere, retsprocessen tager to år, og den endelige betaling står klar efter fire år. Derfor skal virksomheden i dag reservere penge til skader, der endnu ikke er fuldt betalt eller endda endnu ikke anmeldt. Disse penge kaldes reserven, og dens nøjagtige beregning er et forsikringsselskabs mest kritiske aktuarmæssige opgave. Hvis han efterlader mindre, vil virksomheden gå konkurs; Hvis der afsættes for meget, bindes kapitalen forgæves, og overskuddet skjules.
I denne enhed vil vi dække de tre begreber, der er kernen i forsyningsregnskabet: skadesudviklingstrekanten, IBNR og kædestigemetoden. Derefter vil vi overveje alternative metoder (Bornhuetter-Ferguson, Mack) og usikkerhed. AI’en skriver koden til disse beregninger, udfylder trekanten, beregner faktorerne og forklarer resultatet; men ansvaret for udvælgelse af udviklingsfaktor, retslig korrektion og endelig hensættelsestal ligger hos den ansvarlige aktuar.
Hvad er skadeudviklingstrekanten?
Udgangspunktet for hensættelsesberegningen er udviklingstrekanten / afløbstrekanten. Rækkerne viser den periode, hvor skaden er sket (ulykkesår), og kolonnerne viser, hvor meget der er betalt for den pågældende skade (udviklingsår). Det lyder således: Der blev udbetalt 4 millioner i 1. udviklingsår i ulykkesåret 2021, akkumuleret 6,2 millioner i 2. år, og 7 millioner blev betalt i 3. år. De gamle ulykkesår er modnet (næsten alle betalinger er foretaget), mens de nye år stadig er under udvikling. Deraf navnet på trekanten: det nederste højre hjørne er tomt, fordi den videre udvikling af de nye år endnu ikke er sket. Aktuarens opgave er at vurdere dette tomme hjørne.
IBNR (Incurred But Not Reported) er netop en del af dette hul: de fremtidige omkostninger ved skader, der er opstået, men som endnu ikke er blevet rapporteret til virksomheden. Der er også IBNER (yderligere udvikling af rapporterede, men underreserverede krav). I praksis estimerer trekantmetoder den samlede nødvendige hensættelse (betalt + fremtidig udvikling); Når du trækker den betalte del fra, forbliver den resterende hensættelse, inklusive IBNR.
Tip: Du kan opsætte trekanten på to forskellige grundlag: "betalt skade" og "opstået skade (betalt + kendt reserve)". Ved at undersøge de to sammen hjælper det dig med at fange ændringen i kravteams bookingadfærd.
Kædestige trin for trin
Kædestigen er den mest almindelige reaktionsmetode, og dens logik er intuitiv: hvis tab i fortiden er vokset med en vis hastighed i gennemsnit fra det ene udviklingsår til det næste, vil nye år vokse med en tilsvarende hastighed. Trin:
- Opsæt den kumulative trekant. Sorter de akkumulerede betalte skader for hver ulykke år efter udviklingsår.
- Beregn udviklingsfaktorer. For hver kolonnegennemgang: summen af næste kolonne / summen af den aktuelle kolonne (kun ved brug af rækker med begge kolonner optaget). For eksempel er faktoren 1→2 1,45; Faktoren 2→3 kan være 1,12. Denne faktor kaldes alder-til-alder faktor.
- Find kumulative (stablede) faktorer. Multiplicer de resterende faktorer for at nå hvert års finale.
- Fyld det tomme hjørne. Estimer den ultimative skade ved at gange den sidst kendte værdi af hvert nyt ulykkesår med de resterende faktorer.
- Beregn svaret. Endelig skade − betalt til dato = hensættelse, der skal betales i fremtiden (inklusive IBNR).
Følgende tabel er et minieksempel (kumulativ betalt skade, millioner TL):
ulykkesår
Kom nu. 1
Kom nu. 2
Kom nu. 3
Kom nu. 4
2021
4.0
6,0
6.8
7,0
2022
4.4
6.5
7.3
?
2023
4.8
7,0
?
?
2024
5.2
?
?
?
I denne trekant er faktoren 1→2 ca. 1,47; 2→3 ca. 1,12; 3→4 svarer til ca. 1,03. 2024 endelig 5,2 × 1,47 × 1,12 × 1,03 ≈ 8,82 millioner; Da det indbetalte beløb er 5,2, er hensættelsen ≈ 3,62 mio. TL. AI'en udfører dette regnestykke på få sekunder, men aktuaren afgør, om faktorerne er rimelige.
Alternative metoder og usikkerhed
Kædestigen alene er ikke tilstrækkelig, fordi udviklingsfaktorer er ekstremt følsomme over for små udsving, fordi der er få data i de seneste ulykkesår; En enkelt større skade kan blæse hele skønnet væk. Det er derfor Bornhuetter-Ferguson (BF) metoden bruges: BF estimerer den uudviklede del ved at bruge en ekstern forventet tabsratio information og udjævner dermed volatiliteten. Kædestige foretrækkes i modne år, BF foretrækkes i nye og umodne år; Sammen giver de et afbalanceret skøn.
Til måling af usikkerhed anvendes Mack-metoden: den giver analytisk standardfejlen (variabiliteten) af kædestigeestimatet. Derudover kan en fuld sandsynlighedsfordeling af svaret produceres ved bootstrap (simulering ved gentagne gange at sample dataene); Dette besvarer spørgsmålet (kritisk for Solvens II) om "hvad ville vores svar være i det værste tilfælde?" AI er meget kraftfuld til at generere kode og sammenligning af disse metoder.
Forsigtig: Valg af vækstfaktor er ikke mekanisk. Om et år kan en ændring i lovgivningen, en stor bølge af retssager eller en ændring i satsen for erstatningskrav forstyrre faktorerne. Valget af "simpelt gennemsnit, vægtet gennemsnit, sidste 3 år" er retligt og skal begrundes.
Sådan bruger du AI i reserveregnskab
1) Kædestigekode:
Skriv en kommenteret kode i Python, der beregner kædestigen. Input: kumulativ betalt skade trekant (liste over lister, manglende celler Ingen). 1) Beregn den volumenvægtede aldersfaktor for hvert kolonnepassage. 2) Find de kumulative faktorer. 3) Udfyld det tomme hjørne og anslå den endelige skade for hvert ulykkesår. 4) Beregn og summer erstatningen (endelig - udbetalt). Udskriv hvert mellemtrin til skærmen; lav ikke et bibliotek, brug grundlæggende Python.
2) Metodesammenligning:
Forklar en aktuar forskellen mellem en kædestige og Bornhuetter-Ferguson.- Hvilken er mere pålidelig i hvilken situation?- Hvorfor foretrækkes BF i nye (umodne) ulykkesår?- Hvordan bestemmer jeg den 'forventede skadesrate', der kræves for BF? Opsummer fordele/ulemper i en tabel.
3) Faktor plausibilitetskontrol:
Jeg har følgende alder-til-alder faktorer: 1->2: 1,47; 2->3: 1,12; 3->4: 1,03; 4->5: 1,45. 4->5 faktoren ser mærkelig ud i forhold til de andre.- Hvad kunne være de mulige årsager til dette spring (regulatorisk, større skade, datafejl)?- Hvilke kontroller skal jeg foretage for at verificere?Beslutningstagning; Giv mig en tjekliste.
4) Usikkerhedsfortolkning:
Min kædestiges bedste gæt er 42 millioner TL, Mack standardfejl er 5,3 millioner. Hvordan forklarer jeg dette til en leder og en regulator?- Forklar i almindeligt sprog, hvad 75% og 99,5% niveauerne betyder.- Hvordan kan jeg formidle budskabet 'rækkevidde i stedet for enkelt tal'?
Svag prompt / Stærk prompt
Svag prompt:
Beregn min belønning.
Der er ingen trekant, ingen metode, ingen data. AI passer til hullet.
Kraftig prompt:
Din rolle: bookingassistent. Jeg vil give dig den kumulative trekant med betalte skader (anonym, million TL):2021: [4.0, 6.0, 6.8, 7.0]2022: [4.4, 6.5, 7.3]2023: [4.8, 7.0]2024: [5.2]Beregn-tosk-tosk-faktoren 1) vis.2) Udfyld det tomme hjørne, skriv det endelige tab for hvert år.3) Beregn den samlede hensættelse (endelig - betalt).4) 2024 er meget nyt; Så forklar hvorfor dit skøn er mere usikkert. Vis mig de mellemliggende tal, så jeg kan bekræfte dem manuelt. Bare brug de data, jeg giver dig.
tre minisager
Sag 1 — Utilstrækkelig bestemmelse. En virksomhed har opgjort de seneste to ulykkesår i sin hurtigt voksende trafikportefølje med en lige kædestige. Da de nye års faktorer var lave, blev hensættelsen anslået til 31 millioner TL. Da aktuaren tjekkede med BF og brugte den forventede skadesrate, var det realistiske svar 44 millioner TL. Forskellen på 13 millioner blev bekræftet med reelle skader et år senere. Lektion: i nye år bedrager den blotte kæde stigen.
Tilfælde 2 — Korrupt faktor. En assisterende aktuar så en 3→4 faktor på 1,42 i trekanten, som AI producerede; hvorimod det historiske gennemsnit var 1,05. Hvis det var gået uden afhøring, ville svaret være oppustet med cirka 30 procent. Undersøgelsen viste, at to ulykkesår blev flyttet på grund af en dataindlæsningsfejl. AI’en producerede ikke fejlen, men den lagde ikke mærke til det; Aktuarens rimelighedskontrol slog til.
Case 3 — Korrekt fremstilling af usikkerhed. En ansvarlig aktuar fortalte kun ledelsen, at "hensættelsen er 42 mio. Det mente ledelsen var sikkert og fordelte overskud. Det næste år, da det reelle tal var 48 millioner, opstod en krise. Næste periode tilbød aktuaren en række med Mack og bootstrap, der sagde "bedste gæt er 42, men 75% niveau er 46, 99,5% niveau er 55 millioner"; Ledelsen traf sin beslutning i overensstemmelse hermed. Det sparede en masse tid på at forberede AI-bootstrap-koden og -diagrammet.
Almindelige fejl
- Bruger kun kædestigen i de seneste år med ulykker. Mindre data betyder flygtig faktor; Balance med BF.
- Ikke at underkaste udviklingsfaktorer rimelighedskontrol. En korrupt faktor blæser hele svaret væk; Sammenlign med historisk mønster.
- Præsenterer det gensidige som et enkelt nøjagtigt tal. Svaret er et gæt; At præsentere det uden et usikkerhedsområde (Mack, bootstrap) er vildledende.
- Forvirrer den betalte og realiserede trekant. De to måler forskellige ting; Arbejd konsekvent på ét grundlag eller sammenlign bevidst de to.
- Ignorerer inflation og reguleringsafbrydelser. Det tidligere udviklingsmønster forbliver måske ikke det samme i fremtiden; Overvej også strukturelle ændringer.
Sammenfattende
Reserven er det nuværende skøn over det fremtidige ansvar og er forsikringsselskabets mest kritiske aktuarmæssige opgørelse. Det tidligere betalingsmønster ses med udviklingstrekanten; Kædestigen fylder det tomme hjørne med alder-for-alder faktorer og estimerer den endelige skade og erstatning inklusive IBNR. I nye år er BF mere stabil; Usikkerhed måles ved Mack og bootstrap. AI udfylder trekanten, skriver koden og sammenligner metoderne; men faktorvalget, rimelighedskontrollen og det endelige tal afhænger af den ansvarlige aktuars vurdering og underskrift.
Ansøgningsopgave
Opret en anonym minitrekant af kumulative betalte krav (4 ulykkesår × op til 4 udviklingsår). Bed AI om at beregne ækvivalenten med kædestigen. Kontroller manuelt alder-for-alder faktorer og den sidste af 2 år. Spørg derefter AI "hvordan ville BF have produceret et andet resultat for det seneste år" og sammenlign de to metoder. Fordrej bevidst en af faktorerne (forstør for eksempel en celle 10 gange) og observer, hvordan AI'ens respons ændrer sig, og hvordan plausibilitetskontrollen vil fange dette.
tjekliste
- [ ] Er jeg konsekvent med hensyn til, om jeg opretter trekanten baseret på betalt skade eller opstået skade?
- [ ] Har jeg tjekket plausibiliteten ved at sammenligne aldersfaktorerne med det historiske mønster?
- [ ] Har jeg krydstjekket med BF for nye/umodne år?
- [ ] Præsenterede jeg svaret med et usikkerhedsområde i stedet for et enkelt tal?
- [ ] Har jeg uafhængigt genberegnet den endelige skade og modregning?
- [ ] Har jeg skrevet begrundelsen for mit faktorvalg (gennemsnitstype, punktum) på skrift?