利益:
- データ入力から最終署名報告書まで、人工知能によってサポートされるエンドツーエンドのプロセスとして保険数理ワークフロー全体を設計する能力
- 人工知能ツールをワークフローに統合する際に、バージョン管理、監査証跡、再現性の規律を確立する機能
- 人工知能の時代に保険数理という職業がどのように変化しているかを理解し、自身のスキル開発と専門的責任を計画する能力。
モジュール試験
1. 保険計理士が AI に「昨年のポートフォリオの損失頻度はどれくらいでしたか?」と尋ねます。ポリシーデータを提供せずに。彼が尋ねると、モデルは自信に満ちた数字を答えた。この状況で最も典型的なリスクはどれですか?
- A) 幻覚: モデルはデータにアクセスせずにでっち上げの数字を生成します ✔
- B) 過学習
- C) データ漏洩
- D) 死亡率の改善
説明: モデルにデータが与えられていない場合、モデルが生成する数値は幻覚です。つまり、流暢ではあるが実際のデータに基づいていないでっちあげの出力です。頻度などの数値結果は、常に施設独自のデータから計算する必要があります。
2. 損傷モデリングにおいて「頻度」と「重大度」を区別する主な理由は何ですか?
- A) 法律により、頻度と強度を同時にモデリングすることが禁止されているため
- B) 生命保険のみに有効であるため
- C) 周波数と強度は異なる分布に従います。個別にモデル化し、それらを組み合わせることで、総被害をより正確に予測します ✔
- D) 周波数と強度は常に同じ値をとるため、どちらか一方を計算すれば十分です。
説明: ダメージの数 (頻度) とダメージごとの金額 (重大度) は、異なる挙動と異なる確率分布を持ちます。合計ダメージ (リスク プレミアム) は、モデル化して個別に乗算することによって取得されます。この区別により、両方をより正確に予測できるようになります。
3. IBNR 相当とは何を意味しますか?
- A) 保険料の払い戻しに割り当てられる法的資金
- B) 発生したがまだ報告されていない損害に対する引当金 ✔
- C) 再保険会社から受け取る手数料
- D) 支払済みおよび終了した損害賠償額の合計
説明: IBNR (Incurred But Not Reported) は、発生したがまだ会社に報告されていない損害に対する将来の費用に備えて確保される条項です。鎖はしごなどの方法で推定されます。
4. チェーンラダー法における「開発因子」の用途は何ですか?
- A) インフレに応じて保険料を更新します
- B) 保険契約数を年で割ります。
- C) 必要資本を直接計算する
- D) ある発達期から次の発達期までの累積損傷の増加率を与えることにより、最終的な損傷を予測するために使用されます。 ✔
説明: 成長係数は、被害期間の累積被害が、開発の 1 年から次の年までに何倍に増加するかを示します。これらの要素を使用して、未成熟段階の最終的な損傷を推定します。
5. 保険計理士の間で価格設定に GLM (一般化線形モデル) が広く好んで使用されるのはなぜですか?
- A) 常に最高の予測精度が得られるため
- B) 係数が解釈可能であるため、保険料に対するリスク要因の影響を透明性をもって説明できます ✔
- C) データを必要とせずに動作するため
- D) 法律では GLM のみが許可されているため
説明: GLM は、係数が解釈可能であるため、保険料に対する各リスク要因の影響を透過的に表示します。これは、法律、監査、職務内容の観点から非常に重要な利点です。
6. 死亡率表のqx値は何を示していますか?
- A) x 歳の人が 1 年以内に死亡する確率 ✔
- B) 年齢までに支払った保険料総額 x
- C) x 年年金の現在価値
- D) テクニカル金利
説明: qx は、年齢 x に達した人が 1 年以内に死亡する確率です。これは生命保険と退職金口座の基本的な入力です。生存確率は px = 1 - qx で求められます。
7. 年金口座の技術的金利 (割引) 率の増加は、将来の支払いの現在価値にどのような影響を与えますか?
- A) 現在価値を増加させる
- B) 全く影響しない
- C) 現在価値を減少させる ✔
- D) 死亡率を変えるだけです
説明: 割引率が増加すると、お金の時間価値がより強く適用されるため、将来の支払いの現在価値は減少します。したがって、利息の仮定は負債価値に直接影響するため、慎重に選択されます。
8. 特徴量エンジニアリングにおける「データ漏洩」とは何を意味しますか?
- A) 暗号化せずにデータを保存する
- B) 欠損値を平均値で埋める
- C) データをバックアップしていない
- D) 予測時点では実際には利用できない情報がモデルに混入され、誤解を招くようなパフォーマンスを誇張する ✔
説明: データ漏洩とは、予測時には実際には存在しない情報 (たとえば、将来を含む変数) がモデルに取り込まれることです。これにより、テストのパフォーマンスが人為的に膨らみ、現実世界ではモデルが失敗します。
9. モンテカルロ シミュレーションは本質的にアクチュアリーに何を提供しますか?
- A) 結果を単一の正確な数値に換算します。
- B) 多数のランダムなシナリオを生成することで、結果の確率分布とテールリスクを確認できます ✔
- C) 過去のデータを必要とせずに正確な予測を提供します。
- D) 法律のテキストを自動的に作成します
説明: モンテカルロでは、結果が単一点ではなく確率分布 (テール リスク、99.5% レベルなど) として見られるように、ランダムなシナリオを多数回繰り返します。これは不確実性を定量化する強力な方法です。
10. ソルベンシー II の枠組みにおける SCR (ソルベンシー資本要件) とは何を意味しますか?
- A) 年間保険料収入総額
- B) 支払われた損害賠償額の総額
- C) 99.5% の信頼水準で 1 年間の損失をカバーするために保有すべき資本要件 ✔
- D) 再保険手数料率
説明: SCR は、99.5% の信頼水準 (約 200 年に一度発生する最悪のシナリオ) で 1 年以内に義務を履行するために企業が維持しなければならない資本要件です。これは保険会社の財務回復力を測る重要な尺度です。
11. 人工知能によって生成された価格モデルでは「間接差別」がどのように発生しますか?
- A) 禁止変数に関連付けられた代理変数は、間接的に同じ差別効果をもたらします ✔
- B) モデルが使用するデータが少なすぎる
- C) 保険料を高く設定する
- D) 技術的関心の低いものを選択する
説明: 禁止されている変数 (民族性など) がモデルから削除された場合でも、関連性の高い代理変数 (近所/郵便番号など) が間接的に同じ差別効果をもたらす可能性があります。したがって、モデルは明示的な差別化だけでなく間接的な差別化についても検査する必要があります。
12. 公的に利用可能な人工知能ツールを使用して保険契約および請求データを分析する場合の基本的なプライバシー ルールは何ですか?
- A) データが小さい場合、匿名化する必要はありません。
- B) すべての場合において、名前を変更するだけで十分です
- C) データが暗号化されていれば、どの車両にもアップロードできる
- D) 個人/プライベートデータを匿名化し、不必要なデータを共有せず、安全/組織的なツールを選択する ✔
説明: 個人データと特殊データ (TR ID、名前、診断、プロトコル) は、共有する前に匿名化する必要があります。可能であれば、モデルのトレーニングにデータを使用しないデータ処理契約を結んだ企業ツールを優先する必要があります。 KVKK にはこれが必要です。
13. チェーンラダーとボーンヒュッター・ファーガソン法（BF）を比較するアクチュアリーが、未熟な（新しい）損傷期間についてはBFを好むことが多いのはなぜですか?
- A) BF は法律で義務付けられているため
- B) BF はデータを必要としないため
- C) 新しい期間では、チェーンラダー要因は非常に不安定になります。 BF は予想ダメージ率を使用してより安定した予測を提供します ✔
- D) 鎖はしごは生命保険でしか機能しないから
説明: 新しい期間では損傷がほとんど発生しないため、チェーンラダーの発達要因は非常に敏感になり、小さな変動に対して不安定になります。 BF は、予想損失率 (事前) 情報を使用してこの変動性を平滑化し、より安定した予測を提供します。
14. 保険計理士が AI によって生成された準備金口座に直接署名し、規制当局に送信した場合の主な問題は何ですか?
- A) 責任と最終承認は保険数理士にあります。未確認の印刷物に署名しても、専門的および法的リスクは排除されません ✔
- B) 人工知能の出力は常に不正確であるため、使用すべきではありません
- C) 規制当局は人工知能の使用を完全に禁止しました
- D) 人工知能の出力には署名は必要ありません
説明: AI 出力はドラフトです。方法の選択、仮定、および最終的な数値に対する責任は署名する保険計理人にあります。未検証の出力に署名することは、未署名のレポートを公開するのと同じくらい危険であり、専門的/法的責任が排除されるわけではありません。