Preços e Classificação de Risco: GLM, Tarifas e Inteligência Artificial

Ganhos:

• Capacidade de estabelecer conceitos de modelo linear generalizado (GLM), fator de risco, tarifa e prêmio de risco com o apoio de inteligência artificial e traduzir os coeficientes para a linguagem comercial
• Capacidade de discutir o equilíbrio entre seleção de variáveis, interação, overfitting e interpretabilidade de modelos de aprendizado de máquina (GBM) com inteligência artificial
• Ser capaz de compreender que o modelo de precificação está isento de variáveis proibidas/discriminatórias e a conformidade da tarifa final com a legislação e a concorrência fica a cargo do atuário.

O preço de uma apólice de seguro não é determinado aleatoriamente. O risco de acidente de trânsito para um motorista recém-licenciado de 22 anos que mora em uma cidade grande é estatisticamente maior do que o de um motorista de 45 anos com 20 anos de experiência; Num sistema justo, os prémios também deveriam ser diferentes. A função do atuário de medir essa diferença e refleti-la no preço é chamada de precificação e classificação de risco. Nesta unidade, discutiremos o modelo linear generalizado (GLM), a espinha dorsal atuarial da precificação e suas alternativas de aprendizado de máquina, e veremos como usar a IA com segurança nesse processo.

Alguns termos básicos. Fator de risco é a variável que afeta o risco e é utilizada na precificação (idade, idade do veículo, região, uso pretendido). A tarifa é um conjunto de regras que determinam como o prêmio será calculado de acordo com os fatores de risco. O prémio de risco é o puro custo da perda esperada; Ao somar despesas, comissões, margens de lucro e custos de capital, forma-se o prêmio comercial (preço de venda). Lembremos desde o início: a IA sugere variáveis, constrói modelos, explica coeficientes; Mas qual variável é legal e ética e se a tarifa final está de acordo com a legislação e a concorrência cabe ao atuário e à unidade de compliance.

Por que o GLM é o padrão atuarial

O método mais utilizado na precificação é o GLM. GLM significa “modelo linear generalizado”: ​​estende a regressão linear clássica para ajustar alvos distribuídos não normalmente, como dados de danos. Possui dois componentes básicos. Família de distribuição: Poisson é escolhido para frequência, gama é escolhido para intensidade (lógica na unidade 2). Função de ligação (link): geralmente logarítmica, o que permite que os fatores tenham efeito multiplicativo. A estrutura multiplicativa é muito valiosa em atuarial porque é exatamente assim que a tarifa é configurada: prêmio base × fator idade × fator região × fator veículo.

A maior vantagem do GLM é a interpretabilidade. Um coeficiente diz diretamente: “o grupo de jovens condutores aumenta a frequência em 1,6 vezes em comparação com o grupo de referência”. Esta transparência é crítica de três maneiras: (1) o regulador e a auditoria interna podem compreender e aprovar o modelo; (2) um efeito proibido/discriminatório é visível; (3) a lógica de preços pode ser explicada à equipe de vendas e gestão. Modelos de aprendizado de máquina mais complexos (abaixo) às vezes oferecem maior precisão, mas às custas da transparência.

Dica: o coeficiente GLM está em escala logarítmica. Peça à IA para converter o coeficiente em um “fator multiplicador” com exp(coeficiente); Seria muito mais fácil traduzir para a linguagem empresarial (por exemplo, coeficiente 0,47 → fator ≈ 1,60 → “60% mais arriscado”).

Seleção de variáveis, overfitting e aprendizado de máquina

A decisão mais crítica na precificação é quais variáveis permanecerão no modelo. Existem duas armadilhas. Poucas variáveis ​​cegam o modelo: se o importante factor de risco for ignorado, o preço estará errado. Muito variável/overfitting faz com que o modelo memorize dados passados: o modelo confunde ruído com sinal e falha com novas políticas. O equilíbrio é estabelecido por meio de validação cruzada – dividindo os dados em peças de treinamento e teste e testando-os em dados que o modelo não vê, simplicidade e raciocínio atuarial.

A interação também é importante: por vezes, o efeito combinado de dois fatores difere da soma dos seus efeitos separados (um veículo jovem + desportivo pode ser mais arriscado do que a soma dos seus efeitos individuais). No GLM, as interações são adicionadas explicitamente.

Nos últimos anos, modelos como o GBM (gradient boosting machine — um poderoso método de aprendizado de máquina que combina muitas pequenas árvores de decisão) tornaram-se comuns na precificação. Eles capturam automaticamente padrões e interações complexas, geralmente fornecendo previsões mais precisas do que o GLM. Mas isso tem um preço: a tendência de ser uma “caixa preta”. A prática comum hoje é usar o GBM para descoberta e geração de ideias e o GLM para a tarifa final transparente; ou interpretar o resultado do GBM com ferramentas de explicabilidade como SHAP.

A tabela a seguir compara as duas abordagens:

critério

GLM

GBM (aprendizado de máquina)

Interpretabilidade

Alto (coeficiente ativado)

Baixo (requer ferramenta de anotação)

Captura de interação

Adicionado manualmente

automático

Risco de sobreajuste

baixo-médio

Alto (é necessário ajuste cuidadoso)

Aprovação do regulador/auditoria

fácil

Difícil, requer documentação adicional

Uso típico

tarifa final

descoberta, comparação

Como usar IA na precificação

1) Traduzindo o coeficiente GLM para a linguagem empresarial:

Configurei uma frequência GLM (Poisson, log link). Alguns coeficientes (escala logarítmica): age_group_18_25: 0,47 ; região_maioridade: 0,22; arac_yasi_10plus: -0,15. Converta cada um em um fator multiplicador com exp() e explique em uma frase que um gerente possa entender. Lembre também qual é o grupo de referência.

2) Discussão de variáveis/interação:

Sua função: assistente de precificação. Minhas variáveis ​​candidatas para o modelo de frequência de tráfego são: idade, sexo, região, idade do veículo, potência do motor, km anuais, profissão. - Que variáveis ​​podem ser arriscadas do ponto de vista regulamentar/ético (por exemplo, discriminação indireta)? - Que interações bilaterais faria sentido tentar? - Quais etapas de verificação devo seguir para evitar overfitting? Tomando uma decisão; Dê-me a estrutura para controle e discussão.

3) Código de controle de overfitting:

Escreva código comentado que avalia um GLM com validação cruzada k-fold usando Python + scikit-learn/statsmodels. Use o desvio de Poisson como métrica. Compare as pontuações do treinamento e do teste e explique na linha de comentários como ler o sinal de overfitting. A biblioteca é falsa.

4) Discriminação/triagem de variáveis substitutas:

O 'código postal' acabou por ser uma variável forte no meu modelo de preços. Explique o risco de isto representar indiretamente uma característica proibida (por exemplo, etnia, rendimento) como variável proxy. - Que análise devo fazer para testar esse risco? - Que alternativas existem para reduzir o risco? Prestação de aconselhamento jurídico; traçar um quadro técnico e ético.

Alerta fraco / Alerta forte

Alerta fraco:

Estabeleça o melhor modelo de precificação para seguro de trânsito.

"Melhor" é indefinido; Sem dados, sem restrições, sem legislação. A IA dá uma resposta genérica e inaplicável.

Alerta poderoso:

Sua função: assistente do atuário de precificação. Contexto: estou construindo um modelo de frequência de ramificação de tráfego, GLM (Poisson, log link). As variáveis ​​que tenho: faixa etária, idade do veículo, região (província), km anual, utilização pretendida. Restrição: o género não pode ser utilizado pela legislação; Preciso evitar a discriminação indireta. Tarefa: 1) Sugerir a especificação inicial do modelo com essas variáveis ​​(incluindo grupos de referência). 2) Forneça razões para 2 interações que devo tentar. 3) Forneça uma lista de etapas para verificar o sobreajuste. Você fornece a estrutura e a justificativa.

três mini cases

Caso 1 — O valor da transparência. Uma empresa apresentou ao regulador um modelo de precificação muito preciso que construiu com GBM, mas não conseguiu explicar os coeficientes; aprovação atrasada. O atuário construiu um GLM que capturou os mesmos sinais; A precisão caiu 2%, mas como todos os fatores puderam ser contabilizados, o modelo foi validado em um mês. O GBM foi guardado para reconhecimento, o GLM tornou-se tarifário. YZ produziu rapidamente o código e a descrição do regulador comparando o desempenho dos dois modelos.

Caso 2 — A armadilha do overfitting. Um auxiliar obteve uma pontuação perfeita nos dados de treinamento ao adicionar mais de 40 variáveis ​​e inúmeras interações ao modelo. Mas na validação cruzada, a pontuação do teste desabou: o modelo memorizou o ruído. O desempenho no mundo real aumentou quando o número de variáveis ​​foi reduzido para 12 e simplificado. Lição: observe a pontuação dos dados sem precedentes, não a pontuação do treinamento.

Caso 3 — Discriminação indirecta. Num modelo, a variável “vizinhança” explicou fortemente o prémio. A análise mostrou que esta variável se sobrepunha em grande parte à concentração étnica, ou seja, era uma proxy para uma característica proibida. O atuário substituiu esta variável por indicadores de risco mais neutros (tipo de estrada, condição de estacionamento); os riscos éticos e legais diminuíram. A IA produziu análises de correlação medindo sobreposição e sugestões de variáveis ​​alternativas; O atuário e a unidade de compliance tomaram a decisão.

Erros comuns

• Tornar o modelo não interpretável a receita definitiva. Um preço que não pode ser explicado ao regulador, à auditoria e ao cliente é insustentável; A transparência é essencial.
• Baseando-se na pontuação de educação. O overfitting é detectado apenas em dados não vistos (validação cruzada).
• Usando variáveis ​​​​proibidas/substitutas sem verificação. Variáveis ​​como CEP e ocupação podem acarretar discriminação indireta; Certifique-se de testá-lo.
• Confundir prêmio de risco com prêmio comercial. O custo puro do dano por si só não é o preço de venda; somam-se despesa, lucro e custo de capital.
• Deixar o coeficiente em uma escala logarítmica e interpretá-lo incorretamente. Comentar sem convertê-lo em um fator multiplicador com exp() causará um erro.

Cuidado: a recomendação da IA ​​do modelo que “oferece a melhor precisão” não é automaticamente o modelo que “deve ser usado”. A transparência, a equidade e o cumprimento da legislação são critérios obrigatórios, bem como o rigor na precificação atuarial.

Resumindo

A precificação é o processo de medir o risco com fatores de risco e convertê-lo em um prêmio justo. GLM é o padrão de precificação atuarial com sua estrutura multiplicativa e interpretável; Os coeficientes são convertidos em fatores com exp(). Modelos de aprendizado de máquina, como o GBM, podem ser mais precisos, mas reduzem a transparência e são normalmente usados ​​para descoberta. A seleção de variáveis ​​deve ser protegida contra overfitting por validação cruzada, e a discriminação indireta (variável substituta) deve ser cuidadosamente controlada. A IA constrói o modelo, escreve o código e explica o coeficiente; Mas o cumprimento ético-jurídico e a tarifa final pertencem ao atuário e à unidade de compliance.

Tarefa de aplicativo

Liste de 5 a 6 fatores de risco para uma doença grave. Peça à IA (a) uma especificação inicial do GLM com esses fatores, (b) 2 interações para testar e sua justificativa, (c) uma triagem de variáveis ​​que podem estar em risco de discriminação indireta. Em seguida, dê um exemplo de 3 coeficientes logarítmicos, peça à IA para convertê-lo em um fator multiplicador com exp() e transferi-lo para a linguagem de negócios, e verifique os fatores manualmente.

lista de verificação

• [] Meu modelo pode ser interpretado; Posso traduzir o impacto de cada fator para a linguagem empresarial?
• [] Verifiquei o overfitting por validação cruzada?
• [ ] Verifiquei se há discriminação indireta para variáveis ​​proibidas e proxy?
• [ ] Separei conscientemente o prêmio de risco do prêmio comercial?
• [] Converti os coeficientes em multiplicadores com exp() e interpretei-os corretamente?
• [ ] Tomei a decisão tarifária final em conjunto com a unidade de legislação e compliance?