Јединице
1. Увод у вештачку интелигенцију у актуарској науци: улоге, границе, аутентификација и приватност 2. Моделирање оштећења: дискриминација учесталости и озбиљности и анализа подржана вештачком интелигенцијом 3. Резервни (провизијски) рачун: верификација са ИБНР-ом, ланчаном лествицом и вештачком интелигенцијом 4. Класификација цена и ризика: ГЛМ, тарифирање и вештачка интелигенција 5. Рачуни живота и пензионисања: морталитет, ануитет и обавеза 6. Припрема података и инжењеринг карактеристика: руковање актуарским подацима помоћу вештачке интелигенције 7. Анализа сценарија и тестирање на стрес: Управљање неизвесношћу 8. Солвентност ИИ, адекватност капитала и валидација модела 9. Извјештавање и комуникација: извјештај актуара, презентација менаџмента и језик прописа 10. Етика, дискриминација, поверљивост и професионална одговорност 11. Свеобухватни актуарски радни ток, интеграција АИ и сигурност у будућност
Јединица 11 / 11

Свеобухватни актуарски радни ток, интеграција АИ и сигурност у будућност

Добици:

  • Способност да се дизајнира цео актуарски ток рада као процес од краја до краја подржан вештачком интелигенцијом, од уноса података до коначног потписаног извештаја
  • Способност успостављања контроле верзија, праћења ревизије и дисциплине поновљивости када се интегришу алати вештачке интелигенције у ток посла
  • Способност да се разуме како се актуарска професија трансформише у доба вештачке интелигенције и да се планира сопствени развој вештина и професионалне одговорности.

Модул Екам

1. Актуар пита АИ „која је била учесталост губитака нашег портфеља прошле године?“ без давања података о политици. пита он, а модел даје сигуран број. Који ризик ова ситуација највише илуструје?

  • А) Халуцинација: модел производи измишљени број без приступа подацима ✔
  • Б) Претеривање
  • Ц) Цурење података
  • Д) Побољшање морталитета

Објашњење: Када се моделу не дају подаци, број који он производи је халуцинација: течан, али измишљен резултат који није заснован на стварним подацима. Нумеричке резултате као што је учесталост увек треба израчунати из сопствених података институције.

2. Шта је главни разлог за разлику између "учесталости" и "озбиљности" у моделирању штете?

  • А) Зато што закон забрањује заједничко моделирање фреквенције и интензитета
  • Б) Зато што важи само за животно осигурање
  • Ц) Учесталост и интензитет прате различите дистрибуције; Одвојено моделирање и њихово комбиновање тачније предвиђа укупну штету ✔
  • Д) Пошто фреквенција и интензитет увек имају исту вредност, довољно је израчунати једну од њих.

Објашњење: Број штета (учесталост) и износ по штети (озбиљност) имају различита понашања и различите дистрибуције вероватноће; Укупна штета (премија ризика) добија се моделирањем и одвојеним множењем. Ова разлика омогућава прецизније предвиђање оба.

3. Шта значи ИБНР еквивалент?

  • А) Правни фонд издвојен за повраћај премије
  • Б) Резервисање за насталу штету која још није пријављена ✔
  • Ц) Провизија коју треба примити од реосигуравача
  • Д) Укупно плаћене и затворене штете

Објашњење: ИБНР (настао, али није пријављен) је резерва која се издваја за будуће трошкове штете која је настала, али још није пријављена компанији. Процењује се методама као што су ланчане мердевине.

4. Каква је употреба „фактора развоја“ у методи ланчане лествице?

  • А) Ажурира премије према инфлацији
  • Б) Дели број полиса по годинама
  • Ц) Израчунава капитални захтев директно
  • Д) Користи се за предвиђање коначне штете дајући стопу раста кумулативне штете из једног развојног периода у други. ✔

Објашњење: Фактор раста показује колико пута кумулативна штета у периоду оштећења расте од једне године развоја до следеће; Користећи ове факторе, процењује се коначна оштећења незрелих стадијума.

5. Зашто се ГЛМ (генерализовани линеарни модел) користи у одређивању цена широко префериран код актуара?

  • А) Зато што увек даје највећу тачност предвиђања
  • Б) Пошто се коефицијенти могу интерпретирати, ефекат фактора ризика на премију се може објаснити транспарентно ✔
  • Ц) Зато што ради без потребе за подацима
  • Д) Зато што закон дозвољава само ГЛМ

Опис: ГЛМ транспарентно приказује утицај сваког фактора ризика на премију јер се његови коефицијенти могу интерпретирати; Ово је критична предност у смислу законодавства, ревизије и описа посла.

6. Шта означава вредност кк у табели морталитета?

  • А) Вероватноћа да ће особа старости к умрети у року од годину дана ✔
  • Б) Укупна премија плаћена до старости к
  • Ц) Садашња вредност к-годишњег ануитета
  • Д) Техничка каматна стопа

Објашњење: кк је вероватноћа да ће особа која је навршила к умрети у року од годину дана. То је основни унос животног осигурања и рачуна за пензионисање; Вероватноћа преживљавања се налази са пк = 1 - кк.

7. Како повећање техничке каматне (дисконтне) стопе на ануитетном рачуну утиче на садашњу вредност будућих плаћања?

  • А) Повећава садашњу вредност
  • Б) Уопште не утиче
  • Ц) Смањује садашњу вредност ✔
  • Д) То само мења морталитет

Објашњење: Како се дисконтна стопа повећава, садашња вредност будућих плаћања опада јер се временска вредност новца јаче примењује. Дакле, претпоставка камате директно утиче на вредност обавезе и пажљиво се бира.

8. Шта значи „цурење података“ у инжењерингу карактеристика?

  • А) Чување података без шифровања
  • Б) Допуњавање вредности које недостају са просеком
  • Ц) Не прави резервну копију података
  • Д) Информације које заправо нису доступне у време предвиђања су помешане у модел и обмањујуће повећавају перформансе ✔

Објашњење: Цурење података је уношење информација у модел који заправо не постоје у време предвиђања (на пример, променљива која садржи будућност). Ово вештачки надувава перформансе теста и узрокује да модел не успе у стварном свету.

9. Шта Монте Карло симулација у суштини пружа актуару?

  • А) Своди резултат на један и прецизан број
  • Б) Омогућава да се види дистрибуција вероватноће и реп ризик исхода генерисањем великог броја случајних сценарија ✔
  • Ц) Даје тачна предвиђања без потребе за историјским подацима.
  • Д) Аутоматски пише текст закона

Објашњење: Монте Карло понавља насумичне сценарије велики број пута тако да се исход посматра као дистрибуција вероватноће (нпр. ризик репа, ниво од 99,5%), а не као једна тачка. То је моћан начин да се квантификује несигурност.

10. Шта значи СЦР (Солвенци Цапитал Рекуиремент) у оквиру Солвентности ИИ?

  • А) Укупан годишњи приход од премије
  • Б) Укупно исплаћене штете
  • Ц) Капитални захтев за покриће једногодишњих губитака са нивоом поверења од 99,5% ✔
  • Д) Стопа провизије за реосигурање

Објашњење: СЦР је капитални захтев који компанија мора да одржи да би испунила своје обавезе у року од једне године уз ниво поверења од 99,5% (у најгорем случају који ће се десити отприлике једном у 200 година). То је кључна мера финансијске отпорности осигуравача.

11. Како долази до „индиректне дискриминације“ у моделу одређивања цена који производи вештачка интелигенција?

  • А) Прокси варијабла повезана са забрањеном променљивом индиректно носи исти дискриминаторни ефекат ✔
  • Б) Модел користи премало података
  • Ц) Постављање високих премија
  • Д) Избор ниског техничког интереса

Објашњење: Чак и ако је забрањена варијабла (нпр. етничка припадност) уклоњена из модела, снажно повезана сурогат варијабла (нпр. комшилук/поштански број) може индиректно имати исти дискриминаторни ефекат. Стога је потребно испитати модел не само на експлицитну већ и на индиректну дискриминацију.

12. Које је основно правило приватности када се анализирају подаци о политици и потраживањима јавно доступним алатом вештачке интелигенције?

  • А) Ако су подаци мали, нема потребе за анонимизацијом
  • Б) У свим случајевима довољна је само промена имена
  • Ц) Ако су подаци шифровани, могу се учитати у било које возило
  • Д) Анонимизујте личне/приватне податке, не делите непотребне податке и изаберите безбедно/институционално средство ✔

Објашњење: Лични и посебни подаци (ТР ИД, име, дијагноза, протокол) треба да буду анонимизовани пре дељења; Ако је могуће, треба дати предност корпоративним алатима са уговорима о обради података који не користе податке у обуци модела. КВКК захтева ово.

13. Зашто актуар који пореди ланчане мердевине са методом Борнхуеттер-Фергусон (БФ) често преферира БФ за периоде незреле (нове) штете?

  • А) Зато што је БФ обавезан по закону
  • Б) Зато што БФ не захтева податке
  • Ц) У новим периодима фактори ланчане лествице постају веома променљиви; БФ даје стабилније предвиђање користећи очекивану стопу оштећења ✔
  • Д) Зато што ланчане мердевине раде само у животном осигурању

Објашњење: Пошто се у новим периодима јавља врло мала штета, фактори развоја ланчане лествице постају изузетно осетљиви и променљиви на мале флуктуације. БФ изглађује ову волатилност користећи (а приори) информације о очекиваној стопи губитка и даје стабилнију прогнозу.

14. Шта је главни проблем ако актуар директно потпише рачун резерви генерисан АИ и пошаље га регулатору?

  • А) Одговорност и коначно одобрење лежи на актуару; Потписивање непровереног отиска не елиминише професионални и правни ризик ✔
  • Б) Излаз вештачке интелигенције је увек нетачан и не треба га користити
  • Ц) Регулатор је потпуно забранио употребу вештачке интелигенције
  • Д) За излаз вештачке интелигенције није потребан потпис

Опис: АИ излаз је нацрт; Одговорност за избор методе, претпоставке и коначну цифру лежи на потписнику актуара. Потписивање непровереног резултата је ризично као и објављивање непотписаног извештаја и не елиминише професионалну/правну одговорност.