Yksikkö 3 / 11

Tekoäly hinnoittelussa ja vakuutusmatemaattisen analyysin tuki

Voitot:

  • Kyky selittää vakuutusmatemaattisia käsitteitä, kuten vahinkotiheys, vahingon vakavuus ja palkkion riittävyys tekoälyn kanssa sekä laatia analyysiluonnos
  • Kyky testata hinnoittelumallin tuottoa, tietojen laatua ja oletuksia riippumattomien kirjanpito- ja vakuutusmatemaattisten periaatteiden kanssa
  • Kyky ymmärtää, että lopulliset tariffi- ja vakuutustekniset päätökset ovat toimivaltaisten aktuaarien vastuulla ja että tekoäly on vain tukiväline

Vakuutuksen hinta ei ole sattumaa; Se lasketaan matemaattisesti. Aktuaari (vakuutusalan osaamisala, joka mittaa riskejä todennäköisyydellä ja tilastoilla sekä määrittää vakuutusmaksun, vastuun ja kattavuuden tasapainon) vastaa kysymykseen "mitä tämä riski meille keskimäärin maksaa ja miten voimme kattaa sen kohtuullisella vakuutusmaksulla?" Aktuaari (pätevä asiantuntija, joka tekee tämän laskelman ja on laillisesti vastuussa) kokoaa yhteen vahinkotiedot, trendit ja oletukset ja määrittää tariffin (hintaasteikko) ja vakuutusteknisen vastuuvelan (tulevia korvauksia varten varatut rahat). Tekoäly (ohjelmisto, joka oppii kuvioita tiedosta ja luo tekstiä, kuvauksia ja ääriviivoja) on tehokas apulainen tässä raskaassa analyyttisessä työssä: käsitteiden selittäminen, tietojen yhteenveto, analyysin laatiminen, koodin ja kaavan ehdottaminen. Vakuutusmatemaattiseen päätökseen liittyy kuitenkin allekirjoitus ja vastuu; Tekoäly ei voi tehdä tätä allekirjoitusta. Tässä osiossa opit selittämään ja analysoimaan vakuutusmatemaattisia peruskäsitteitä tekoälyn avulla ja kuinka testata tuloksia riippumattomien laskelmien ja vakuutusmatemaattisten periaatteiden mukaan.

Peruskäsitteet: Taajuus, intensiteetti ja palkkion riittävyys

Kolme konseptia muodostaa hinnoittelun selkärangan:

  • Hakemustiheys: Vaatimusten määrä vakuutusta (tai yksikköä) kohti tietyllä ajanjaksolla. Jos esimerkiksi 1 000 autovakuutuksesta tulee 45 vahinkoa vuodessa, taajuus on 0,045 (eli 4,5 %).
  • Vahingon vakavuus: Keskimääräinen korvausvaatimusta kohti. Jos 45 vahingosta samassa salkussa maksettiin yhteensä 3 150 000 TL, on vakavuusaste 70 000 TL.
  • Odotetut vahinkokustannukset (riskipreemio): Toistuvuus × vakavuus. Esimerkissä 0,045 × 70 000 = 3 150 TL. Tämä on odotettu puhdas tappiokustannus vakuutusta kohti; Bruttopreemio muodostuu, kun kulut, palkkiot ja voittomarginaali lisätään.
  • Vakuutusmaksun riittävyys: Riittääkö peritty vakuutus kattamaan odotetut vahingot ja kulut. Riittämätön bonus aiheuttaa yrityksen tappiolle; Liiallinen palkkio luo kilpailukyvyttömän ja epäreilun hinnoittelun.

Tekoäly on erittäin hyödyllinen näiden käsitteiden selittämisessä, taajuuden/intensiteetin yhteenvedon poimimisessa tietojoukosta ja analyysivaiheiden hahmottamisessa. Numeerinen tulos on kuitenkin aina laskettava uudelleen.

Vinkki: Se, että tekoäly selittää vakuutusmatemaattisen käsitteen "numeerisella esimerkillä, ikään kuin selittäisi sen 10. luokan oppilaalle", on erittäin hyödyllistä sekä tiimikoulutuksessa että asiakkaalle selitettäessä. Mutta tarkista numero: jopa mallin kertominen voi tehdä sen väärin.

Missä tekoäly on aktuaarissa?

Aktuaarin punainen viiva on selvä: lopullinen tariffi, vastuuvelka ja vakuutusmaksun riittävyyspäätös on toimivaltaisen aktuaarin vastuulla. Tekoäly auttaa seuraavissa tehtävissä: käsitteen selventäminen, tietojen yhteenveto, tutkiva analyysin hahmotelma, kaava/koodiehdotus, tuloksena olevan tekstin tekeminen luettavaksi. Sillä ei voi olla lopullista sananvaltaa seuraavissa asioissa: tariffin hyväksyminen, varauksen riittävyyden toteaminen, oletusten hyväksyminen lopullisiksi. Koska nämä päätökset vaikuttavat suoraan sekä yrityksen taloudelliseen terveyteen että asiakkaan oikeuteen kohtuulliseen hintaan ja ovat lainsäädännön alaisia ​​(SDK - Vakuutus- ja yksityiseläkeasetus ja Valvontaviraston määräykset).

Huomio: Tekoälyn ehdottamaa tariffia tai korkoa ei koskaan julkaista ilman tietojen laadun ja oletusten riippumatonta testausta. Väärä oletus (esim. inflaation vaikutuksen huomioimatta jättäminen) voi vaarantaa koko salkun.

Askel askeleelta: luonnos tekoälyn tukema vakuutusmatemaattinen analyysi

  1. Anonymisoi ja tunnista tiedot. Ei henkilötietoja; vain yhteenlasketut numerot. Määritä ajanjakso, salkku ja vakuustyyppi.
  2. Selvitä käsite ja menetelmä. Pyydä tekoälyä hahmottelemaan taajuus/intensiteettianalyysin vaiheet.
  3. Kyseenalaista datan laatu. Onko puuttuvilla tiedoilla, poikkeavilla arvoilla, kausien yhteensopimattomuudella, IBNR:llä (ei vielä raportoitu) vaikutuksia?
  4. Kirjoita oletukset selkeästi. Mihin oletuksiin inflaatio, trendi, kehitystekijät perustuvat?
  5. Laske tulos itsenäisesti. Toista tiheys, intensiteetti ja riskipreemio omalla laskentataulukollasi.
  6. Testaa ja vahvista vakuutusmatemaattisen periaatteen mukaisesti. Pätevä aktuaari arvioi ja allekirjoittaa palkkion riittävyyden, oikeudenmukaisuuden ja lainsäädännön.

kolme minilaukkua

Tapaus 1 – Väärän oletuksen saaminen. Avustaja aktuaari sai tekoälyltä analyysiluonnoksen autovakuutustariffia varten. Tekoäly otti viimeisten 3 vuoden keskimääräiseksi vahingon vakavuudeksi 62 000 TL ja laski riskipreemion. Aktuaari tajusi, että väkivaltaa ei ollut mukautettu inflaatioon nykyarvoon: nykyisillä ajoneuvojen korjauskustannuksilla väkivalta oli itse asiassa ~ 89 000 dollaria. Tämä korjaus nosti riskipreemiota 43 %. Ilman riippumatonta valvontaa tariffi olisi vakavasti riittämätön.

Tapaus 2 – Poikkeavan arvon vääristyminen. Yhteensä 500 vahinkoa yhdessä salkussa näytti olevan 40 000 000 TL; mutta 22 000 000 TL tästä johtui yhdestä suuresta tulipalosta. Tekoäly tiivisti keskimääräisen väkivallan 80 000 TL:ksi. Aktuaari arvioi tämän yksittäisen suuren vahingon erikseen (koska se ei toistu joka vuosi); "Normaalien" vahinkojen keskiarvo oli ~36 000 TL. Erotuksen erottaminen teki tariffista realistisen.

Tapaus 3 – Oikeustarkastus. Sairausvakuutuksen hinnoitteluprojektissa tekoäly tarjosi erittäin suuria korotuksia tietylle ikäryhmälle. Aktuaari havaitsi, että suositus tuli vain pienestä ja meluisasta näytteestä (pieni määrä vaatimuksia); Se ei ollut tilastollisesti luotettava. Lisäksi se oli vastoin lain edellyttämää reilun hinnoittelun periaatetta. Aktuaari teki ensin luotettavuuslaskelman laajemmilla tiedoilla ja teki sitten päätöksen.

Neljä kopioitavaa kehotetta

1) Käsitteen selitys (koulutukselle/asiakkaalle):

Toimi kuin vakuutusmatemaattinen ohjaaja. Selitä käsitteet "vahinkotaajuus", "vahingon vakavuus" ja "riskipreemio" vaihe vaiheelta yhdellä peräkkäisellä numeerisella esimerkillä (esim. 1 000 vakuutusta, 45 korvausta, 3 150 000 TL kokonaismaksu). Näytä kaava ja välitulos jokaisessa vaiheessa. Käytä yksinkertaista ja ymmärrettävää kieltä.

2) Analyysiluonnosrunko:

Seuraavassa hahmotellaan koottujen vahinkotietojen (ilman henkilötietoja) tiheys-vakavuusanalyysin vaiheet: [kausi, vakuutusten lukumäärä, korvausvaatimusten määrä, maksu yhteensä]: määritä jokaisessa vaiheessa, mitä lasketaan, mitä oletuksia vaaditaan, mikä riski tietojen laadusta on olemassa (puuttuvat tiedot, poikkeamat, IBNR, inflaatio). Lasken numeerisen tuloksen uudelleen; asetat menetelmän.

3) Tiedon laadun ja oletuksen kysyjä:

Kritisoi seuraavaa analyysiluonnosta vanhemman aktuaarin näkökulmasta: [liitä luonnos]Kysy: Onko väkivaltaa mukautettu inflaatioon? Poistettiinko poikkeamat? Onko näyte luotettava? Otettiinko IBNR huomioon? Mikä on trendioletus? Listaa jokainen heikkous kohtaan "RISK" ja ehdota korjausta.

4) Tulostekstin yksinkertaistaminen:

Muunna seuraava vahvistettu analyysitulos yksinkertaiseksi yhteenvedoksi esimiehelle, joka ei ole aktuaari: [liitä tulos]Älä muuta numeroita, lisää uusia numeroita. Kerro selkeästi epävarmuustekijät ja oletukset. Lisää huomautus: "Lopullinen tariffipäätös edellyttää toimivaltaisen aktuaarin hyväksyntää."

Heikko kehote / Vahva kehote

Heikko: "Laske autovakuutusmaksu näillä tiedoilla ja kirjoita tariffi."
Ongelma: Suora tariffi (punainen vyöhyke) pyydetty; ei oletuksia, ei tietojen laatua eikä validointia. Malli sopii epäluotettavalle nopeudelle kohinaisista tiedoista.
Vahva: "Luo taajuus-intensiteettianalyysin vaiheet; täsmennä oletus ja tietojen laaturiski jokaisessa vaiheessa. Lasken numeerisen tuloksen. Älä tee tariffipäätöstä."
Miksi se on hyvä: tekoäly määrittää menetelmän, aktuaari pitää laskelman ja päätöksen; oletukset näkyvät.

vertailukaavio

askel

AI rooli

Aktuaarin rooli

Riski

Käsitteen selitys

Selittää, esimerkkejä

Vahvistaa tarkkuuden

väärä esimerkki

Tietojen yhteenveto

aggregaatteja

Tarkistaa lähteen

Outlier vääristymä

Oletusten luettelo

Suosittelee

hyväksyä/hylätä

Puuttuva/virheellinen oletus

Riskipreemion laskenta

luonnoskaava

Riippumattomat tilit

Tilivirhe

Tariffi/tarjouspäätös

Päättää ja allekirjoittaa

Riittämätön palkkio

Yleisiä virheitä

  • Tekoälyn määrän saaminen suoraan. Malli voi jopa tehdä kerto-/lisäyksen epätarkan; laske jokainen tulos uudelleen.
  • Inflaation ja trendin korjauksen ohittaminen. Tullien asettaminen tuomatta menneisyyttä väkivaltaa nykyhetkeen vahingoittaa salkkua.
  • Sekoita poikkeava keskiarvo. Yksi suuri vahinko johtaa koko tariffin harhaan; Arvioi erikseen.
  • Luotetaan pieneen otokseen. Pienen vahingon määrän suhde on epäluotettava; Luottokykylaskelma vaaditaan.
  • Oikeuden huomioimatta jättäminen. On lain vastaista tarjota ryhmälle epäoikeudenmukaista korotusta tilastomelun perusteella.

Yhteenvetona

Aktuaarityössä tekoäly selittää käsitteitä, tekee yhteenvedon tiedoista, hahmottelee analyyseja ja ehdottaa kaavoja; mutta se ei päätä tariffeista, varauksista ja palkkioiden riittävyydestä. Käytä taajuuden, intensiteetin ja riskipreemion käsitteitä oikein; kyseenalaistaa tietojen laadun (outlier, IBNR, inflaatio, otoksen luotettavuus); laske jokainen numero itsenäisesti; Kirjoita oletukset selkeästi. Lopullinen päätös on toimivaltaisen aktuaarin vastuulla, ja siihen sovelletaan SEDDK:n määräyksiä.

Sovellustehtävä

Luo yhteenveto tiheydestä ja vakavuusasteesta tekoälyn avulla käytettävissäsi olevasta vauriotietojoukosta (testaustarkoituksiin, koottuna). Tee sitten sama laskelma itse laskentataulukossa. Huomaa ero näiden kahden tuloksen välillä; Jos ero on, etsi syy (inflaatio, poikkeava, väärä kertolasku). Kritisoi olettamuksiasi kehotteessa 3 ja tunnista vähintään kaksi tiedon laaturiskiä.

tarkistuslista

  • [ ] Käytin vain koottuja, ei-henkilökohtaisia tietoja.
  • [ ] Laskin itse uudelleen taajuuden, intensiteetin ja riskipreemion.
  • [ ] Käytin inflaatio-/trendikorjausta.
  • [ ] Arvioin poikkeamat erikseen.
  • [ ] Kyseenalaistan näytteen luotettavuuden.
  • [ ] Kirjoitin oletukset selkeästi.
  • [ ] Jätin lopullisen tariffi-/varauspäätöksen toimivaltaisen aktuaarin hyväksyttäväksi.