Добивки:
- Способност да се објаснат актуарските концепти како што се зачестеноста на загубите, сериозноста на штетата и адекватноста на премијата со вештачка интелигенција и да се подготви нацрт за анализа
- Способност да се тестира излезот од моделот на цени, квалитетот на податоците и претпоставките наспроти независното сметководство и актуарските принципи
- Способност да се разбере дека конечните тарифни и технички одлуки се одговорност на надлежните актуари и дека вештачката интелигенција е само алатка за поддршка
Цената на осигурувањето не е случајност; Се пресметува математички. Актуар (областа на експертиза во осигурувањето која го мери ризикот со веројатност и статистика и воспоставува биланс на премија, резервација и покритие) одговара на прашањето „колку ќе не чини овој ризик во просек и како можеме да го покриеме со правична премија?“. Актуарот (надлежниот експерт кој ја прави оваа пресметка и е законски одговорен) ги обединува податоците за штетите, трендовите и претпоставките и ги утврдува тарифните (скалата на цени) и техничките резерви (пари одвоени за идни побарувања). Вештачката интелигенција (софтвер кој учи обрасци од податоци и генерира текст, описи и контури) е моќен помошник во оваа тешка аналитичка работа: објаснување концепти, сумирање податоци, изготвување анализа, предлагање код и формула. Но, актуарската одлука носи потпис и одговорност; Вештачката интелигенција не може да го направи овој потпис. Во оваа единица, ќе научите како да ги објасните и анализирате основните актуарски концепти со вештачка интелигенција и како да го тестирате излезот според независните пресметки и актуарските принципи.
Основни концепти: Фреквенција, интензитет и адекватност на премијата
Три концепти го формираат столбот на цените:
- Фреквенција на побарување: Бројот на побарувања по полиса (или единица) во даден период. На пример, ако има 45 штети годишно во 1.000 полиси за осигурување на автомобили, фреквенцијата е 0,045 (т.е. 4,5%).
- Тежина на штетата: Просечен платен износ по побарување. Ако за 45 штети во истото портфолио се платени вкупно 3.150.000 TL, тежината е 70.000 TL.
- Цена на очекувана штета (премија за ризик): Фреквенција × сериозност. Во примерот, 0,045 × 70.000 = 3.150 TL. Ова е очекуваниот чист трошок за загуба по полиса; Бруто премијата се формира кога се додаваат трошоците, провизиите и профитната маржа.
- Адекватност на премијата: Дали собраната премија е доволна за покривање на очекуваните штети и трошоци. Недоволниот бонус ја става компанијата во загуба; Прекумерната премија создава неконкурентни и нефер цени.
Вештачката интелигенција е многу корисна за објаснување на овие концепти, извлекување на резиме на фреквенција/интензитет од збир на податоци и наведување на чекорите за анализа. Сепак, секогаш мора повторно да го пресметате нумеричкиот резултат.
Совет: Објаснувањето на вештачката интелигенција на актуарски концепт „со нумерички пример, како да му се објаснува на ученик од 10-то одделение“ е многу корисно и во тимската обука и во објаснувањето на клиентот. Но, проверете го бројот: дури и множењето на моделот може да погреши.
Каде стои вештачката интелигенција во актуарски
Црвената линија во актуарот е јасна: конечната тарифа, техничката резерва и одлуката за адекватност на премијата е одговорност на надлежниот актуар. Вештачката интелигенција помага при следните задачи: разјаснување на концептот, резиме на податоци, преглед на истражувачка анализа, предлог формула/код, правејќи го добиениот текст читлив. Не може да го има последниот збор за следните работи: одобрување на тарифата, прогласување на соодветност на одредбата, прифаќање на претпоставките како конечни. Бидејќи овие одлуки директно влијаат и на финансиското здравје на компанијата и на правото на клиентот на правична цена и се предмет на законска регулатива (СЕДДК - регулативи на Агенцијата за регулирање и супервизија на осигурување и приватно пензиско осигурување).
Внимание: Тарифата или стапката предложена од вештачката интелигенција никогаш нема да бидат објавени без независно тестирање на квалитетот на податоците и претпоставките. Погрешна претпоставка (на пример, игнорирање на влијанието на инфлацијата) може да го доведе целото портфолио на штета.
Чекор по чекор: Нацрт актуарска анализа поддржана од вештачка интелигенција
- Анонимизирајте и идентификувајте ги податоците. Нема лични податоци; само збирни броеви. Наведете период, портфолио и тип на колатерал.
- Разјаснете го концептот и методот. Побарајте од вештачката интелигенција да ги наведе чекорите на анализата на фреквенција/интензитет.
- Квалитет на податоците за прашањата. Дали има некакви ефекти од исчезнати податоци, оддалеченост, несовпаѓање на периоди, IBNR (побарувања сè уште не се пријавени)?
- Напишете ги јасно претпоставките. На која претпоставка се засноваат факторите на инфлација, тренд, развој?
- Пресметајте го резултатот независно. Репродуцирајте ја фреквенцијата, интензитетот и премијата за ризик со вашата сопствена табела.
- Тестирајте и потврдете со актуарски принцип. Надлежен актуар оценува и потпишува во однос на адекватноста на премијата, правичноста и законодавството.
три мини футроли
Случај 1 - Фаќање на погрешна претпоставка. Помошник актуар доби нацрт-анализа од вештачката интелигенција за тарифата за осигурување на автомобили. Вештачката интелигенција ја зема просечната сериозност на штетата во последните 3 години како 62.000 TL и ја пресмета премијата за ризик. Актуарот сфатил дека насилството не е приспособено за инфлацијата на сегашната вредност: со тековните трошоци за поправка на возила, насилството всушност изнесува ~ 89.000 долари. Оваа корекција ја зголеми премијата за ризик за 43%. Без независна контрола, тарифата би била сериозно несоодветна.
Случај 2 - Искривување на надворешноста. Вкупно 500 отштети во едно портфолио се чинеше дека изнесуваат 40.000.000 TL; но 22.000.000 TL од ова се од една голема штета од пожар. Вештачката интелигенција го сумираше просечното насилство како 80.000 TL. Актуарот одделно ја процени оваа голема штета (бидејќи не се повторува секоја година); Просекот на „нормални“ штети беше ~36.000 TL. Одвојувањето на надворешноста ја направи тарифата реална.
Случај 3 - Проверка на правдата. Во проектот за цените на здравственото осигурување, вештачката интелигенција понуди многу високи зголемувања на одредена возрасна група. Актуарот откри дека препораката доаѓа само од мал и бучен примерок (мал број побарувања); Тоа не беше статистички веродостојно. Згора на тоа, тоа беше спротивно на принципот на правична цена што го бара законодавството. Актуарот прво направил пресметка на веродостојноста со поопширни податоци, а потоа донел одлука.
Четири потсетници за копирање
1) Објаснување на концептот (за обука/клиент):
Дејствувајте како актуарски инструктор. Објаснете ги концептите „фреквенција на загуба“, „тежина на штетата“ и „премија за ризик“ чекор по чекор со еден последователен нумерички пример (на пр. 1.000 полиси, 45 штети, вкупно плаќање од 3.150.000 TL). Прикажете ја формулата и средниот резултат на секој чекор. Користете едноставен и разбирлив јазик.
2) Анализа на нацрт скелет:
Следниве ги прикажуваат чекорите на анализата на фреквентна сериозност за збирни податоци за штети (без лични податоци): [период, број на полиси, број на побарувања, вкупна исплата]На секој чекор: наведете што се пресметува, какви претпоставки се потребни, каков ризик за квалитетот на податоците постои (недостасува податоци, оддалечени, IBNR, инфлација). повторно ќе го пресметам нумеричкиот резултат; го поставивте методот.
3) Прашалник за квалитетот на податоците и претпоставките:
Критикувајте ја следнава нацрт-анализа од перспектива на висок актуар:[залепете нацрт]Прашајте: Дали насилството е приспособено за инфлацијата? Дали беа отстранети оддалечените? Дали примерокот е сигурен? Дали IBNR беше земен предвид? Која е претпоставката за тренд? Наведете ја секоја слабост под „РИЗИК“ со предлог за корекција.
4) Поедноставување на текстот на резултатот:
Претворете го следниов потврден резултат од анализата во едноставно извршно резиме за менаџер кој не е актуар: [залепете го резултатот] Не менувајте броеви, додавајте нови броеви. Јасно наведете несигурности и претпоставки. Додадете забелешка: „Конечната тарифна одлука е предмет на одобрение од надлежниот актуар“.
Слаб промпт / Силен промпт
Слабо: „Пресметајте ја премијата за осигурување на автомобилот со овие податоци и напишете ја тарифата“.
Проблем: Се бара директна тарифа (црвена зона); без претпоставки, без квалитет на податоци и без валидација. Моделот одговара на несигурна стапка од бучни податоци.
Силно: „Нацртајте ги чекорите на анализата на интензитетот на фреквенцијата; наведете ја претпоставката и ризикот за квалитетот на податоците на секој чекор. Ќе го пресметам нумеричкиот резултат. Не донесувајте тарифна одлука“.
Зошто е добро: вештачката интелигенција го воспоставува методот, актуарот ја задржува пресметката и одлуката; претпоставките стануваат видливи.
споредбена табела
чекор
Улога на вештачката интелигенција
Актуарска улога
Ризик
Објаснување на концептот
Објаснува, примери
Ја потврдува точноста
погрешен пример
Резиме на податоци
агрегати
Го проверува изворот
Надворешно искривување
Листа на претпоставки
Препорачува
прифати/отфрли
Недостасува/неточна претпоставка
Пресметка на премија за ризик
нацрт формула
Независни сметки
Грешка во сметката
Одлука за тарифа/одредба
-
Одлучува и потпишува
Недоволна премија
Вообичаени грешки
- Директно добивање на бројот на вештачка интелигенција. Моделот дури може да го направи множењето/собирањето неточно; повторно пресметајте го секој резултат.
- Прескокнување на инфлацијата и корекција на трендот. Воспоставувањето тарифи без внесување на насилството од минатото во сегашноста ќе го оштети портфолиото.
- Мешање на надворешното со средната вредност. Една голема штета ја доведува во заблуда целата тарифа; Проценете одделно.
- Потпирајќи се на мало земање примероци. Односот од мал број штети е несигурен; Потребна е пресметка на кредитната способност.
- Игнорирање на правдата. Против закон е да се понуди неправедно покачување на група врз основа на статистичка бучава.
Сумирано
Во актуарската работа, вештачката интелигенција ги објаснува концептите, ги сумира податоците, ја истакнува анализата и предлага формули; но не одлучува за тарифа, обезбедување и адекватност на премиите. Правилно користете ги концептите за фреквенција, интензитет и премија за ризик; Квалитет на податоците за прашањата (оддалеченост, IBNR, инфлација, доверливост на примерокот); пресметајте го секој број независно; Напишете ги јасно претпоставките. Конечната одлука е одговорност на надлежниот актуар и е предмет на прописите на SEDDK.
Задача за апликација
Создавајте резиме за фреквенција и сериозност со вештачка интелигенција од збир на податоци за штета што го имате (за цели на тестирање, збирно). Потоа направете ја истата пресметка сами во табела. Забележете ја разликата помеѓу двата резултати; Ако има разлика, пронајдете ја причината (надувување, аутлиер, погрешно множење). Критикувајте ги вашите претпоставки со барањето #3 и идентификувајте најмалку два ризици за квалитетот на податоците.
листа за проверка
- [ ] Користев само збирни, нелични податоци.
- [ ] Сам повторно ги пресметав фреквенцијата, интензитетот и премијата за ризик.
- [ ] Применив корекција на инфлација/тренд.
- [ ] Посебно ги проценив оддалечените.
- [ ] Се сомневав во веродостојноста на примерокот.
- [ ] Јас ги напишав претпоставките.
- [ ] Конечната одлука за тарифа/одредба ја оставив на надлежното актуарско одобрение.