Qligħ:
- Li tkun kapaċi tistabbilixxi u tinterpreta d-distinzjoni bejn il-frekwenza tal-ħsara u l-ammont tal-ħsara (severità), distribuzzjonijiet xierqa (Poisson, binomjali negattivi, gamma) u loġika tal-mudell kompost bl-appoġġ tal-intelliġenza artifiċjali.
- Issortjar telf estremament kbir (outliers/telf kbir), capping tad-dejta u korrezzjonijiet tat-tendenzi/iżvilupp għall-intelliġenza artifiċjali bil-mistoqsijiet u d-dejta t-tajba.
- Kapaċità li wieħed jifhem li l-għażla tad-distribuzzjoni u l-parametri prodotti mill-intelliġenza artifiċjali għandhom jiġu kkonfermati minn testijiet ta 'adegwatezza u raġunament attwarju.
L-iktar mistoqsija bażika għal kumpanija tal-assigurazzjoni hija: "Kemm ħsara se nħallsu għal dan il-grupp tal-poloz is-sena d-dieħla?" Li twieġeb din il-mistoqsija b'mod korrett huwa prerekwiżit kemm biex jiġi stabbilit il-primjum b'mod korrett kif ukoll biex jiġu allokati riżervi suffiċjenti. L-attwarji jwieġbu din il-mistoqsija billi jaqsmuha fi tnejn; għaliex huwa ħafna aktar preċiż li timmudella żewġ imgieba separati separatament minflok ma tiġi stmata l-ħsara totali f'biċċa waħda. Dawn iż-żewġ partijiet huma frekwenza u intensità.
Frekwenza (frekwenza tal-ħsara) hija kemm iseħħu danni għal kull espożizzjoni partikolari; Per eżempju, 100 vettura - 8 inċidenti fis-sena. Is-severità hija l-ammont medju ta' kull ħsara mġarrba; pereżempju, 30,000 TL għal kull inċident. Il-multiplikazzjoni tat-tnejn tagħti l-primjum tar-riskju: l-ispiża mistennija tal-ħsara għal kull espożizzjoni (0.08 × 30,000 = $2,400). F'din l-unità se naraw pass pass kif tuża l-AI biex tistabbilixxi din id-distinzjoni, tagħżel id-distribuzzjoni tal-probabbiltà t-tajba, u timmaniġġja l-outliers. Ejja nfakkru mill-bidu: AI tipproponi distribuzzjonijiet u tikteb kodiċi, iżda huwa f'idejn l-attwarju li jikkonferma l-għażla tad-distribuzzjoni permezz ta 'testijiet u ġudizzju ta' tajba ta 'tajba.
Għaliex il-frekwenza u l-intensità huma mmudellati separatament?
Il-frekwenza u l-intensità juru mġiba statistika differenti. In-numru ta' pretensjonijiet huwa varjabbli ta' għadd (0, 1, 2, 3...) u ġeneralment ikun immudellat b'distribuzzjoni Poisson jew distribuzzjoni binomjali negattiva jekk ikun hemm dispersjoni żejda (varjanza > medja). Poisson hija d-distribuzzjoni klassika li timmudella n-numru ta 'avvenimenti rari u indipendenti. L-ammont tal-ħsara huwa varjabbli kontinwu u distort: il-biċċa l-kbira tat-talbiet huma żgħar, ftit talbiet huma kbar ħafna. Għalhekk, is-severità ħafna drabi hija mmudellata b'distribuzzjoni gamma jew lognormal; dawn huma distribuzzjonijiet pożittivi u distorti lejn il-lemin.
L-immudellar tat-tnejn separatament għandu tliet benefiċċji konkreti. L-ewwel, tista 'tara li kull wieħed għandu s-sewwieqa tiegħu (fatturi ta' riskju): sewwieq żagħżugħ iżid il-frekwenza, vettura għalja żżid il-vjolenza. It-tieni, meta d-dejta tinbidel, tista 'tiddijanjostika għaliex: żdiedet l-ispiża tal-ħsara jew in-numru ta' talbiet? It-tielet, tista 'tikkunsidra biss telf kbir estrem separatament min-naħa tal-vjolenza. Il-kombinazzjoni ta 'dawn it-tnejn tissejjaħ mudell kompost; ħsara totali mistennija = frekwenza mistennija × severità mistennija.
Ħjiel: Is-sentenza "Il-proporzjon ta' telf/premium tagħna żdied" ma tgħid xejn waħedha. Ifred il-kwistjoni dwar jekk il-frekwenza jew l-intensità żdiedux; intervent (prezz, kopertura, ġestjoni tal-ħsara) ikun kompletament differenti.
Outliers, truncation u korrezzjonijiet tat-tendenzi
Id-dejta dwar il-ħsara fil-forma mhux ipproċessata tagħha mhix lesta għall-bini tal-mudell. Tliet korrezzjonijiet huma kważi dejjem meħtieġa. L-ewwel huwa l-issortjar ta 'ħsara estrema/maġġuri: ftit ħsarat ġganti (eż. nar tal-fabbrika) ixekklu l-medja; dawn huma mmudellati bħala "tagħbija ta 'ħsara kbira" separata. It-tieni huwa capping: l-iffissar ta 'ħsarat kbar ħafna għal ċertu limitu (per eżempju 1,000,000 TL) u l-kalkolu tal-parti ta' fuq separatament jagħmel il-mudell stabbli. It-tielet, it-tendenza u l-korrezzjoni tal-iżvilupp: it-talbiet tal-passat għandhom jiġu aġġornati bl-inflazzjoni għal-livell tal-prezz tal-lum (xejra), u talbiet li għadhom ma tħallsux bis-sħiħ għandhom jinġiebu għal-livell finali tagħhom (żvilupp — se nkopru dan is-suġġett fl-unità 3).
It-tabella li ġejja tqabbel il-proprjetajiet taż-żewġ komponenti:
karatteristika
Frekwenza (frekwenza)
Vjolenza (ammont)
Tip varjabbli
Għadd (0,1,2...)
kostanti, pożittiv
Distribuzzjoni tipika
Poisson, binomjali negattivi
Gamma, lognormali
Eżempji tas-sewwieq kaptan
Età, esperjenza, reġjun, użu
Valur tal-vettura, limitu ta 'kopertura, spiża tat-tiswija
Problema outlier
baxx
Għoli (danni kbar)
Effett tal-inflazzjoni
dgħajfa
qawwija
Kif tuża l-AI fl-immudellar tal-ħsara
Fejn l-AI hija l-aktar b'saħħitha hija fid-diskussjoni tal-għażla tad-distribuzzjoni, il-kitba tal-kodiċi, u l-interpretazzjoni tar-riżultat. Hawn taħt hawn erba' mudelli li jistgħu jiġu kkupjati.
1) Iddiskuti l-għażla tad-distribuzzjoni:
Ir-rwol tiegħek: assistent tal-immudellar attwarju. Għandi dejta tal-AMOUNT tal-pretensjoni tal-assigurazzjoni (anonima, 1,600 talba). Sommarju: medja 30,300 TL, medjan 12,500 TL, massimu 940,000 TL, skewness huwa għoli. Mistoqsija: gamma jew lognormal ikunu aktar adattati għall-mudell tas-severità? X'inhi s-suppożizzjoni ta' kull wieħed, plus/minus u b'liema test tat-tajjeb (eż. Spjega li se nieħu deċiżjoni (Q-Q chart, K-S test, AIC).Jieħdu deċiżjoni definittiva; Agħtini qafas ta' tqabbil.
2) Kodiċi tal-kalkolu tal-intensità tal-frekwenza:
Ikteb kodiċi ikkummentat b'Python + pandas li jagħmel il-passi li ġejjin: 1) Hemm kolonni 'exposure', 'claim_count', 'claim_amount' fid-df. 2) Frekwenza ġenerali = totali claim_count / espożizzjoni totali. 3) Severità medja = claim_amount totali / claim_count totali. 4) Primjum tar-riskju = frekwenza × severità. 5) Stampa kull riżultat intermedju fuq l-iskrin sabiex inkun nista' nivverifikah manwalment. Armar ta' librerija; uża biss pandas.
3) Valur estrem / analiżi tal-qtugħ:
Għandi distribuzzjoni anonima tal-ammont tat-talba. Talbiet bħal 950,000, 720,000, 610,000 TL jikkostitwixxu 22% tal-ammont totali. Għidli dwar l-approċċ ta' capping tiegħek: - Liema għażliet ta' limiti huma raġonevoli (eż. 500K, 750K, 1M)? - Kif inżid lura l-porzjon maqtugħ bħala "tagħbija ta 'ħsara kbira" separata? - Urini pass pass kif din id-deċiżjoni taffettwa l-primjum tar-riskju.
4) It-traduzzjoni tar-riżultat fil-lingwa tan-negozju:
Il-frekwenza tiegħi żdiedet minn 0.13 għal 0.15; Il-vjolenza medja żdiedet minn 28,000 għal 34,000 TL. Agħti fil-qosor dan f'4 sentenzi li maniġer jista' jifhem: - X'ġara, liema komponent żdied b'kemm? - X'inhu l-effett totali fuq il-primjum tar-riskju? - Ikteb ir-raġunijiet possibbli u 2 suppożizzjonijiet li għandi bżonn nivverifika.
Pront dgħajjef / Pront qawwi
Pront dgħajjef:
Stabbilixxi l-mudell tat-telf tiegħi u kkalkula l-primjum.
Mhux ċar: liema data, liema komponent, liema distribuzzjoni, liema perjodu? AI timla dan il-vojt bil-fabbrikazzjoni.
Pront qawwi:
Ir-rwol tiegħek: assistent tal-immudellar attwarju. Dejta (anonima, fergħa tat-traffiku, 2024): espożizzjoni 20,000 sena politika, numru ta 'talbiet 2,600, ħsara totali 91,000,000 TL, l-akbar 5 danni totali 12,000,000 TL. Kompitu: 1) Ikkalkula l-frekwenza u s-severità medja prima, uri l-formula. 2) L-akbar 5 danni Tgħaqqadha għal 1,000,000 TL u erġa kkalkula s-severità aġġustata. 3) Qabbel il-primjum tar-riskju bil-limitu u mingħajr, ikkummenta dwar id-differenza. 4) Ikteb kull pass b'numri intermedji sabiex inkun nista' nivverifikah manwalment. Uża biss in-numri li tajt; Jekk tkun nieqsa, staqsi.
tliet każijiet żgħar
Każ 1 — Is-setgħa tas-separazzjoni. Attwarju wieħed ra l-proporzjon tat-telf/premium fil-fergħa tad-djar jitla’ minn 68 fil-mija għal 81 fil-mija f’sena waħda. Qabel ma ġiet suġġerita ż-żieda fil-prezz tal-paniku, saret distinzjoni bejn il-frekwenza u s-severità: il-frekwenza kienet kważi kostanti (0.041 → 0.043), iżda s-severità medja kienet qabżet minn 14,200 TL għal 19,800 TL. Ir-raġuni kienet l-inflazzjoni tal-ispiża tal-kostruzzjoni, mhux in-numru ta 'poloz jew klijenti riskjużi. L-intervent korrett kien li jiġu aġġornati l-ammonti tal-kopertura, mhux żieda tal-primjum blind.
Każ 2 — Nassa outlier. Il-medja ta’ 1,800 pretensjoni f’portafoll ta’ assigurazzjoni tan-negozju kienet ta’ 42,000 TL. Madankollu, ħsara waħda tan-nar ta '6.4 miljun TL waħedha nefħa din il-medja b'madwar 3,500 TL. Meta din il-ħsara kbira ġiet immudellata u limitata bħala "piż ta 'ħsara maġġuri" separata, is-severità bażi naqset għal 38,500 TL u l-primjum sar aktar ġust. L-AI ġġenerat malajr kodiċi ta 'capping u tappijiet alternattivi; L-attwarju ħa d-deċiżjoni.
Każ 3 — Tqassim ħażin. Mingħajr dubju, assistent mexxa kodiċi AI li għażel distribuzzjoni normali (Gauss) għas-severità. Minħabba li d-distribuzzjoni normali ppermettiet valuri negattivi u simetrija, ma kinitx taqbel ma 'data dwar il-ħsara distorta; il-mudell stmat iżżejjed danni żgħar u sottovaluta dawk kbar. Meta tqabblu l-plott Q-Q u l-AIC, deher li l-gamma jaqbel ħafna aħjar. Lezzjoni: Id-distribuzzjoni proposta mill-AI hija dejjem ittestjata permezz ta 'ttestjar ta' fit-test.
Żbalji komuni
- Li tgħaqqad il-frekwenza u l-intensità u t-tbassir b'mudell wieħed. Taħbi żewġ imġieba differenti; titlef is-sewwieq u għaliex.
- Il-medja mingħajr ma tiġi eliminata ħsara estrema/maġġuri. Ftit danni ġganti jgħawġu l-istampa kollha; premium huwa minfuħ artifiċjalment.
- L-użu ta 'ħsara antika mingħajr ma tiġi applikata t-tendenza tal-inflazzjoni. Il-ħsara tal-2019 mhix l-istess bħall-prezz tal-lum; korrezzjoni tat-tendenza hija meħtieġa.
- It-twaħħil ta' distribuzzjoni normali għal data distorta lejn il-lemin. Is-suppożizzjoni ta 'valur negattiv u simetrija hija kuntrarja għad-dejta dwar il-ħsara; Aħseb gamma/lognormal.
- Mhux verifikata l-għażla tad-distribuzzjoni bl-ittestjar tal-fitness. Il-proposta tal-AI hija bidu; Ikkonferma b'Q-Q, K-S, AIC.
Attenzjoni: Il-livell tal-kappa (qtugħ) mhuwiex magħżul b'mod arbitrarju. Limitu baxx wisq jaħbi r-riskju ta’ ħsara kbira; limitu għoli wisq jagħmel it-trim inutli. Agħżel billi tħares lejn l-esperjenza ta' telf maġġuri fil-passat tal-portafoll u t-termini tar-riassigurazzjoni.
Fil-qosor
Il-mod kif tiġi stmata b'mod preċiż il-ħsara totali huwa li tinqasam fi frekwenza (frekwenza) u severità (ammont). Il-frekwenza hija mmudellata minn Poisson/binomjali negattivi, intensità minn gamma/lognormali; Il-primjum tar-riskju jinstab billi timmultiplika t-tnejn. Id-dejta mhux ipproċessata teħtieġ tneħħija ta' barra, truncation, u korrezzjoni tat-tendenza. Id-diskussjoni tad-distribuzzjoni tal-AI hija assistent eċċellenti għall-kodiċi u l-kummenti; iżda l-għażla tad-distribuzzjoni u d-deċiżjoni tal-limitu huma kkonfermati minn testijiet ta 'fitness u ġudizzju attwarju.
Kompitu ta' applikazzjoni
Ipprepara sommarju tal-ħsara anonima (espożizzjoni, numru ta’ talbiet, ħsara totali, l-aqwa 3-5 talbiet). Staqsi lill-AI biex tikkalkula (a) il-primjum mhux maħdum tal-frekwenza-severità-riskju, (b) tillimita telf kbir u tikkalkula l-primjum tar-riskju aġġustat. Ivverifika ż-żewġ riżultati bl-idejn u nnota b'liema perċentwal il-capping jibdel il-primjum tar-riskju. Imbagħad staqsi lill-AI il-mistoqsija "gamma jew lognormal għall-vjolenza" u somma l-qafas ta 'tqabbil li tagħti fi kliemek stess.
lista ta' kontroll
- [ ] Ikkalkulajt il-frekwenza u l-intensità separatament, jew ħarist lejhom bħala biċċa waħda?
- [ ] Identifikajt ħsara kbira/estrema u ttrattatha separatament?
- [ ] Applikajt aġġustament tal-inflazzjoni/xejra għal pretensjonijiet antiki?
- [ ] Ivverifikajt id-distribuzzjoni tal-intensità b'test tal-adegwatezza?
- [ ] Ikkalkolajt mill-ġdid b'mod indipendenti l-primjum tar-riskju (frekwenza × severità)?
- [ ] Iddubitajt id-distribuzzjoni u l-livell tal-limitu suġġerit mill-AI u kkonfermajt b'ġudizzju?