लाभ:
- कृत्रिम बुद्धिमत्ता के सहयोग से क्षति विकास त्रिकोण, आईबीएनआर (घटित लेकिन असूचित क्षति) और चेन-सीढ़ी विधि स्थापित करने और विकास कारकों की व्याख्या करने की क्षमता
- बोर्नहुएटर-फर्ग्यूसन और मैक जैसे वैकल्पिक तरीकों के साथ परिणामों की तुलना करने और कृत्रिम बुद्धि के साथ आरक्षित अनिश्चितता (परिवर्तनशीलता, आत्मविश्वास अंतराल) की व्याख्या करने की क्षमता
- यह बनाए रखने में सक्षम होना कि कृत्रिम बुद्धिमत्ता द्वारा गणना किया गया प्रावधान आंकड़ा एक मसौदा है, अंतिम नहीं है, और विकास कारक और न्यायिक सुधार का विकल्प जिम्मेदार बीमांकिक का है।
जब कोई बीमा कंपनी आज किसी क्षति के लिए भुगतान करती है, तो वह वास्तव में अतीत में बेची गई पॉलिसी के ऋण का भुगतान करती है। लेकिन हर क्षति की तुरंत सूचना नहीं दी जाती है और रिपोर्ट की गई प्रत्येक क्षति का तुरंत पूरा भुगतान नहीं किया जाता है। आज एक यातायात दुर्घटना होती है, कंपनी को तीन महीने बाद सूचित किया जाता है, अदालती प्रक्रिया में दो साल लगते हैं, और अंतिम भुगतान चार साल बाद स्पष्ट होता है। इसलिए, कंपनी को उन नुकसानों के लिए आज पैसा आरक्षित करना चाहिए जिनका अभी तक पूरा भुगतान नहीं किया गया है या अभी तक रिपोर्ट भी नहीं किया गया है। इस पैसे को रिज़र्व कहा जाता है, और इसकी सटीक गणना एक बीमा कंपनी का सबसे महत्वपूर्ण बीमांकिक कार्य है। यदि वह कम छोड़ेगा, तो कंपनी दिवालिया हो जायेगी; यदि बहुत अधिक आवंटन किया जाता है, तो पूंजी व्यर्थ में बंध जाती है और लाभ छिपा रहता है।
इस इकाई में, हम प्रावधान लेखांकन के मूल में तीन अवधारणाओं को शामिल करेंगे: क्षति विकास त्रिकोण, आईबीएनआर और चेन-सीढ़ी विधि। फिर हम वैकल्पिक तरीकों (बोर्नहुएटर-फर्ग्यूसन, मैक) और अनिश्चितता पर विचार करेंगे। एआई इन गणनाओं के लिए कोड लिखता है, त्रिकोण भरता है, कारकों की गणना करता है और परिणाम बताता है; लेकिन विकास कारक चयन, न्यायिक सुधार और अंतिम प्रावधान आंकड़े की जिम्मेदारी जिम्मेदार बीमांकिक की होती है।
क्षति विकास त्रिकोण क्या है?
प्रावधान गणना का आधार विकास त्रिकोण/अपवाह त्रिकोण है। पंक्तियाँ उस अवधि को दर्शाती हैं जिसमें क्षति हुई (दुर्घटना वर्ष), और कॉलम दर्शाते हैं कि उस क्षति के लिए कितना भुगतान किया गया था (विकास वर्ष)। इसे इस तरह पढ़ा जाता है: 2021 दुर्घटना वर्ष के पहले विकास वर्ष में 4 मिलियन का भुगतान किया गया था, दूसरे वर्ष में संचयी 6.2 मिलियन का भुगतान किया गया था, और तीसरे वर्ष में 7 मिलियन का भुगतान किया गया था। पुराने दुर्घटना वर्ष परिपक्व हो गए हैं (लगभग सभी भुगतान किए जा चुके हैं), जबकि नए वर्ष अभी भी विकसित हो रहे हैं। इसलिए त्रिभुज का नाम: निचला दायां कोना खाली है, क्योंकि नए साल का और विकास अभी तक नहीं हुआ है। बीमांकिक का काम इस खाली कोने का आकलन करना है।
आईबीएनआर (भुगतान किया गया लेकिन रिपोर्ट नहीं किया गया) वास्तव में इस अंतर का हिस्सा है: दावों की भविष्य की लागत जो हुई है लेकिन अभी तक कंपनी को सूचित नहीं की गई है। इसमें आईबीएनईआर (रिपोर्ट किए गए लेकिन कम-आरक्षित दावों का अतिरिक्त विकास) भी है। व्यवहार में, त्रिकोण विधियाँ कुल आवश्यक प्रावधान (भुगतान + भविष्य का विकास) का अनुमान लगाती हैं; जब आप भुगतान किए गए हिस्से को घटा देते हैं, तो आईबीएनआर सहित शेष प्रावधान बना रहता है।
टिप: आप त्रिकोण को दो अलग-अलग आधारों पर सेट कर सकते हैं: "क्षति का भुगतान किया गया" और "क्षति का भुगतान किया गया (भुगतान किया गया + ज्ञात आरक्षित)"। दोनों की एक साथ जांच करने से आपको दावा टीमों के बुकिंग व्यवहार में बदलाव को पकड़ने में मदद मिलती है।
चरण दर चरण चेन-सीढ़ी
चेन लैडर सबसे आम प्रतिक्रिया विधि है, और इसका तर्क सहज है: यदि अतीत में घाटा एक विकास वर्ष से अगले विकास वर्ष तक औसतन एक निश्चित दर से बढ़ा है, तो नए वर्ष भी उसी दर से बढ़ेगा। कदम:
- संचयी त्रिभुज स्थापित करें. प्रत्येक दुर्घटना के लिए संचयी भुगतान किए गए दावों को विकास के वर्ष के अनुसार क्रमबद्ध करें।
- विकास कारकों की गणना करें. प्रत्येक कॉलम पास के लिए: अगले कॉलम का योग/वर्तमान कॉलम का योग (केवल दोनों कॉलम वाली पंक्तियों का उपयोग करके)। उदाहरण के लिए, कारक 1→2 1.45 है; गुणनखंड 2→3 1.12 हो सकता है। इस कारक को आयु-दर-आयु कारक कहा जाता है।
- संचयी (स्टैक्ड) कारक खोजें। प्रत्येक वर्ष के अंतिम तक पहुंचने के लिए शेष कारकों को गुणा करना।
- खाली कोने को भरें. प्रत्येक नए दुर्घटना वर्ष के अंतिम ज्ञात मूल्य को शेष कारकों से गुणा करके अंतिम क्षति का अनुमान लगाएं।
- प्रतिक्रिया की गणना करें. अंतिम क्षति - तिथि तक भुगतान = भविष्य में देय प्रावधान (आईबीएनआर सहित)।
निम्नलिखित तालिका एक छोटा उदाहरण है (संचयी भुगतान क्षति, मिलियन टीएल):
दुर्घटना वर्ष
चलो. 1
चलो. 2
चलो. 3
चलो. 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
?
?
?
इस त्रिभुज में, गुणनखंड 1→2 लगभग 1.47 है; 2→3 लगभग 1.12; 3→4 लगभग 1.03 के बराबर है। 2024 अंतिम 5.2 × 1.47 × 1.12 × 1.03 ≈ 8.82 मिलियन; चूँकि भुगतान की गई राशि 5.2 है, प्रावधान ≈ 3.62 मिलियन टीएल है। एआई इस अंकगणित को सेकंडों में करता है, लेकिन एक्चुअरी यह तय करता है कि कारक उचित हैं या नहीं।
वैकल्पिक तरीके और अनिश्चितता
अकेले चेन सीढ़ी पर्याप्त नहीं है क्योंकि विकास कारक छोटे उतार-चढ़ाव के प्रति बेहद संवेदनशील होते हैं क्योंकि हाल के दुर्घटना वर्षों में बहुत कम डेटा है; एक भी बड़ी क्षति पूरे अनुमान की धज्जियाँ उड़ा सकती है। इसीलिए बोर्नहुएटर-फर्ग्यूसन (बीएफ) विधि का उपयोग किया जाता है: बीएफ बाहरी अपेक्षित हानि अनुपात जानकारी का उपयोग करके अविकसित भाग का अनुमान लगाता है और इस प्रकार अस्थिरता को सुचारू करता है। परिपक्व वर्षों में चेन सीढ़ी को प्राथमिकता दी जाती है, नए और अपरिपक्व वर्षों में बीएफ को प्राथमिकता दी जाती है; साथ में वे एक संतुलित अनुमान देते हैं।
अनिश्चितता को मापने के लिए, मैक विधि का उपयोग किया जाता है: यह विश्लेषणात्मक रूप से श्रृंखला सीढ़ी अनुमान की मानक त्रुटि (परिवर्तनशीलता) देता है। इसके अतिरिक्त, बूटस्ट्रैप (डेटा का बार-बार नमूनाकरण करके सिमुलेशन) द्वारा प्रतिक्रिया की पूर्ण संभाव्यता वितरण का उत्पादन किया जा सकता है; यह इस प्रश्न (सॉल्वेंसी II के लिए महत्वपूर्ण) का उत्तर देता है कि "सबसे खराब स्थिति में हमारी प्रतिक्रिया क्या होगी?" कोड तैयार करने और इन तरीकों की तुलना करने में AI बहुत शक्तिशाली है।
सावधानी: वृद्धि कारक का चयन यांत्रिक नहीं है। एक वर्ष में, कानून में बदलाव, मुकदमों की एक बड़ी लहर, या दावा भुगतान की दर में बदलाव कारकों को बाधित कर सकता है। "सरल औसत, भारित औसत, पिछले 3 वर्ष" का चुनाव न्यायिक है और उचित होना चाहिए।
रिज़र्व अकाउंटिंग में AI का उपयोग कैसे करें
1) चेन सीढ़ी कोड:
पायथन में एक टिप्पणी कोड लिखें जो चेन-सीढ़ी की गणना करता है। इनपुट: संचयी भुगतान क्षति त्रिकोण (सूचियों की सूची, गायब सेल कोई नहीं)। 1) प्रत्येक कॉलम पास के लिए वॉल्यूम-भारित आयु कारक की गणना करें। 2) संचयी कारक खोजें। 3) खाली कोने को भरें और प्रत्येक दुर्घटना वर्ष के लिए अंतिम क्षति का अनुमान लगाएं। 4) मुआवजे की गणना करें और उसका योग करें (अंतिम - भुगतान किया गया)। प्रत्येक मध्यवर्ती चरण को स्क्रीन पर प्रिंट करें; लाइब्रेरी न बनाएं, बुनियादी पायथन का उपयोग करें।
2) विधि तुलना:
एक्चुअरी को चेन लैडर और बोर्नहुएटर-फर्ग्यूसन के बीच अंतर समझाएं। - कौन सी स्थिति में अधिक विश्वसनीय है? - नए (अपरिपक्व) दुर्घटना वर्षों में बीएफ को प्राथमिकता क्यों दी जाती है? - मैं बीएफ के लिए आवश्यक 'अपेक्षित क्षति दर' कैसे निर्धारित करूं? एक तालिका में फायदे/नुकसान को संक्षेप में प्रस्तुत करें।
3) कारक संभाव्यता जांच:
मेरे पास आयु-दर-उम्र निम्नलिखित कारक हैं: 1->2: 1.47; 2->3: 1.12; 3->4: 1.03; 4->5: 1,45। 4->5 कारक दूसरों की तुलना में अजीब लगता है। - इस उछाल के संभावित कारण क्या हो सकते हैं (नियामक, बड़ी क्षति, डेटा त्रुटि)? - सत्यापित करने के लिए मुझे क्या जांच करनी चाहिए? निर्णय लेना; मुझे एक चेकलिस्ट दीजिए.
4)अनिश्चितता व्याख्या:
मेरी चेन लैडर का सर्वोत्तम अनुमान प्रावधान 42 मिलियन टीएल है, मैक मानक त्रुटि 5.3 मिलियन है। मैं इसे एक प्रबंधक और नियामक को कैसे समझाऊं? - सरल भाषा में समझाएं कि 75% और 99.5% स्तरों का क्या मतलब है। - मैं 'एकल संख्या के बजाय सीमा' संदेश कैसे दे सकता हूं?
कमजोर संकेत/मजबूत संकेत
कमजोर संकेत:
मेरे इनाम की गणना करो.
कोई त्रिकोण नहीं, कोई विधि नहीं, कोई डेटा नहीं। एआई इस अंतर को पूरा करता है।
शक्तिशाली संकेत:
आपकी भूमिका: बुकिंग सहायक। मैं आपको संचयी भुगतान दावा त्रिकोण (गुमनाम, मिलियन टीएल) दूंगा:2021: [4.0, 6.0, 6.8, 7.0]2022: [4.4, 6.5, 7.3]2023: [4.8, 7.0]2024: [5.2]कार्य:1) भारित आयु-दर-आयु कारकों की गणना करें, प्रत्येक शो।2) रिक्त स्थान भरें कोने, प्रत्येक वर्ष का अंतिम नुकसान लिखें। 3) कुल प्रावधान (अंतिम - भुगतान) की गणना करें। 4) 2024 बहुत नया है; तो बताएं कि आपका अनुमान अधिक अनिश्चित क्यों है। मुझे मध्यवर्ती संख्याएँ दिखाएँ ताकि मैं उन्हें मैन्युअल रूप से सत्यापित कर सकूँ। बस मेरे द्वारा दिए गए डेटा का उपयोग करें।
तीन मिनी मामले
केस 1 - अपर्याप्त प्रावधान। एक कंपनी ने अपने तेजी से बढ़ते यातायात पोर्टफोलियो में पिछले दो दुर्घटना वर्षों की गणना सीधी श्रृंखला सीढ़ी के साथ की। चूंकि नए साल के कारक कम थे, प्रावधान का अनुमान 31 मिलियन टीएल था। जब बीमांकिक ने बीएफ के साथ जांच की और अपेक्षित क्षति दर का उपयोग किया, तो यथार्थवादी प्रतिक्रिया 44 मिलियन टीएल थी। एक साल बाद वास्तविक क्षति के साथ 13 मिलियन के अंतर की पुष्टि की गई। सीख: नए साल में महज जंजीर ही सीढ़ी को धोखा देती है.
केस 2 - दूषित कारक। एक सहायक बीमांकिक ने एआई द्वारा निर्मित त्रिकोण में 1.42 का 3→4 कारक देखा; जबकि ऐतिहासिक औसत 1.05 था. यदि यह बिना किसी प्रश्न के पारित हो जाता, तो प्रतिक्रिया लगभग 30 प्रतिशत बढ़ जाती। जांच से पता चला कि डेटा लोडिंग त्रुटि के कारण दो दुर्घटना वर्ष स्थानांतरित कर दिए गए। एआई ने त्रुटि उत्पन्न नहीं की, लेकिन उसने इस पर ध्यान नहीं दिया; बीमांकिक की तार्किकता की जांच पकड़ में आ गई।
केस 3 - अनिश्चितता की सही प्रस्तुति। एक जिम्मेदार बीमांकिक ने प्रबंधन को केवल इतना बताया कि "प्रावधान 42 मिलियन है।" प्रबंधन ने सोचा कि यह निश्चित है और मुनाफा बांट दिया। अगले वर्ष, जब वास्तविक आंकड़ा 48 मिलियन था, एक संकट उत्पन्न हो गया। अगले कार्यकाल में, एक्चुअरी ने मैक और बूटस्ट्रैप के साथ एक रेंज की पेशकश करते हुए कहा, "सर्वोत्तम अनुमान 42 है, लेकिन 75% का स्तर 46 है, 99.5% का स्तर 55 मिलियन है"; प्रबंधन ने तदनुसार अपना निर्णय लिया। इससे AI बूटस्ट्रैप कोड और चार्ट तैयार करने में काफी समय की बचत हुई।
सामान्य गलतियाँ
- हाल के वर्षों में हुई दुर्घटनाओं में केवल चेन सीढ़ी का उपयोग करना। कम डेटा का मतलब है अस्थिर कारक; BF के साथ संतुलन.
- विकास कारकों को तर्कसंगतता नियंत्रण के अधीन नहीं करना। एक भ्रष्ट कारक पूरी प्रतिक्रिया को उड़ा देता है; ऐतिहासिक पैटर्न से तुलना करें.
- व्युत्क्रम को एकल सटीक संख्या के रूप में प्रस्तुत करना। प्रतिक्रिया एक अनुमान है; इसे बिना किसी अनिश्चितता सीमा (मैक, बूटस्ट्रैप) के प्रस्तुत करना भ्रामक है।
- भुगतान और एहसास त्रिकोण को भ्रमित करना। दोनों अलग-अलग चीजों को मापते हैं; एक आधार पर लगातार काम करें या सचेत रूप से दोनों की तुलना करें।
- मुद्रास्फीति और विनियामक ब्रेक को नजरअंदाज करना। अतीत का विकास पैटर्न भविष्य में भी वैसा नहीं रह सकता है; संरचनात्मक परिवर्तन पर भी विचार करें.
संक्षेप में
रिज़र्व भविष्य की देनदारी का वर्तमान अनुमान है और बीमा कंपनी की सबसे महत्वपूर्ण बीमांकिक गणना है। पिछले भुगतान पैटर्न को विकास त्रिकोण के साथ देखा जाता है; चेन सीढ़ी उम्र-दर-उम्र कारकों के साथ खाली कोने को भरती है और आईबीएनआर सहित अंतिम क्षति और मुआवजे का अनुमान लगाती है। नए वर्षों में, BF अधिक स्थिर है; अनिश्चितता को मैक और बूटस्ट्रैप द्वारा मापा जाता है। एआई त्रिकोण भरता है, कोड लिखता है, और तरीकों की तुलना करता है; लेकिन कारक चयन, तर्कसंगतता जांच और अंतिम आंकड़ा जिम्मेदार बीमांकिक के निर्णय और हस्ताक्षर पर निर्भर करता है।
आवेदन कार्य
संचयी भुगतान दावों (4 दुर्घटना वर्ष × 4 विकास वर्ष तक) का एक अनाम लघु त्रिकोण बनाएं। एआई से चेन सीढ़ी के बराबर की गणना करने के लिए कहें। आयु-दर-उम्र कारकों और 2 वर्षों के अंतिम को मैन्युअल रूप से सत्यापित करें। फिर एआई से पूछें "बीएफ ने सबसे हाल के वर्ष के लिए एक अलग परिणाम कैसे दिया होगा" और दोनों तरीकों की तुलना करें। जानबूझकर किसी एक कारक को विकृत करें (उदाहरण के लिए, किसी सेल को 10 गुना बड़ा करें) और देखें कि एआई की प्रतिक्रिया कैसे बदलती है और संभाव्यता जांच इसे कैसे पकड़ लेगी।
चेकलिस्ट
- [ ] क्या मैं इस बात पर सहमत हूं कि क्या मैं भुगतान की गई क्षति या हुई क्षति के आधार पर त्रिकोण स्थापित करता हूं?
- [ ] क्या मैंने ऐतिहासिक पैटर्न के साथ आयु-आयु कारकों की तुलना करके संभाव्यता की जांच की है?
- [ ] क्या मैंने नए/अपरिपक्व वर्षों के लिए बीएफ के साथ क्रॉस-चेक किया है?
- [ ] क्या मैंने प्रतिक्रिया को एकल संख्या के बजाय अनिश्चितता सीमा के साथ प्रस्तुत किया?
- [ ] क्या मैंने स्वतंत्र रूप से अंतिम क्षति और प्रति अंकगणित की पुनर्गणना की है?
- [ ] क्या मैंने अपने कारक चयन (औसत प्रकार, अवधि) का औचित्य लिखित रूप में रखा है?