డ్యామేజ్ మోడలింగ్: ఫ్రీక్వెన్సీ-తీవ్రత వివక్ష మరియు ఆర్టిఫిషియల్ ఇంటెలిజెన్స్ సపోర్టెడ్ అనాలిసిస్

లాభాలు:

• కృత్రిమ మేధస్సు మద్దతుతో నష్టం ఫ్రీక్వెన్సీ మరియు నష్టం మొత్తం (తీవ్రత), తగిన పంపిణీలు (పాయిజన్, ప్రతికూల ద్విపద, గామా) మరియు మిశ్రమ నమూనా తర్కం మధ్య వ్యత్యాసాన్ని స్థాపించడం మరియు అర్థం చేసుకోవడం.
• సరైన ప్రశ్నలు మరియు డేటాతో కృత్రిమ మేధస్సుకు అత్యంత పెద్ద నష్టాలను (అవుట్‌లయర్‌లు/పెద్ద నష్టాలు), డేటా క్యాపింగ్ మరియు ట్రెండ్/డెవలప్‌మెంట్ దిద్దుబాట్లను క్రమబద్ధీకరించడం.
• కృత్రిమ మేధస్సు ద్వారా ఉత్పత్తి చేయబడిన పంపిణీ ఎంపిక మరియు పారామీటర్‌లు మంచి-సరిపోయే పరీక్షలు మరియు వాస్తవిక తార్కికం ద్వారా నిర్ధారించబడాలని అర్థం చేసుకోగల సామర్థ్యం.

బీమా కంపెనీకి అత్యంత ప్రాథమిక ప్రశ్న: "వచ్చే ఏడాది ఈ పాలసీ గ్రూప్‌కి మనం ఎంత నష్టాన్ని చెల్లిస్తాం?" ఈ ప్రశ్నకు సరిగ్గా సమాధానం ఇవ్వడం ప్రీమియంను సరిగ్గా సెట్ చేయడం మరియు తగినంత నిల్వలను కేటాయించడం రెండింటికీ అవసరం. యాక్చువరీలు ఈ ప్రశ్నకు రెండుగా విభజించడం ద్వారా సమాధానం ఇస్తారు; ఎందుకంటే ఒక ముక్కలో మొత్తం నష్టాన్ని అంచనా వేయడానికి బదులుగా రెండు వేర్వేరు ప్రవర్తనలను విడిగా మోడల్ చేయడం చాలా ఖచ్చితమైనది. ఈ రెండు భాగాలు ఫ్రీక్వెన్సీ మరియు తీవ్రత.

ఫ్రీక్వెన్సీ (నష్టం యొక్క ఫ్రీక్వెన్సీ) అనేది ఇచ్చిన ఎక్స్‌పోజర్‌కు ఎన్ని నష్టాలు సంభవిస్తాయి; ఉదాహరణకు, 100 వాహనాలు - సంవత్సరానికి 8 ప్రమాదాలు. తీవ్రత అనేది సంభవించిన ప్రతి నష్టం యొక్క సగటు మొత్తం; ఉదాహరణకు, ఒక ప్రమాదానికి 30,000 TL. రెండింటిని గుణించడం వల్ల రిస్క్ ప్రీమియం లభిస్తుంది: ఎక్స్‌పోజర్‌కు అంచనా నష్టం ఖర్చు (0.08 × 30,000 = $2,400). ఈ యూనిట్‌లో ఈ వ్యత్యాసాన్ని ఏర్పరచడానికి, సరైన సంభావ్యత పంపిణీని ఎంచుకోవడానికి మరియు అవుట్‌లయర్‌లను నిర్వహించడానికి AIని ఎలా ఉపయోగించాలో దశలవారీగా చూస్తాము. మొదటి నుండి గుర్తు చేద్దాం: AI పంపిణీలను ప్రతిపాదిస్తుంది మరియు కోడ్‌ను వ్రాస్తుంది, అయితే మంచితనం-ఆఫ్-ఫిట్ పరీక్షలు మరియు తీర్పు ద్వారా పంపిణీ ఎంపికను నిర్ధారించడం యాక్చురీకి సంబంధించినది.

ఫ్రీక్వెన్సీ మరియు ఇంటెన్సిటీ విడివిడిగా ఎందుకు రూపొందించబడ్డాయి?

ఫ్రీక్వెన్సీ మరియు ఇంటెన్సిటీ విభిన్న గణాంక ప్రవర్తనను చూపుతాయి. క్లెయిమ్‌ల సంఖ్య అనేది కౌంట్ వేరియబుల్ (0, 1, 2, 3...) మరియు సాధారణంగా పాయిజన్ డిస్ట్రిబ్యూషన్‌తో లేదా అతివ్యాప్తి (వైవిధ్యం > సగటు) ఉన్నట్లయితే ప్రతికూల ద్విపద పంపిణీతో రూపొందించబడుతుంది. పాయిజన్ అనేది అరుదైన మరియు స్వతంత్ర సంఘటనల సంఖ్యను మోడల్ చేసే శాస్త్రీయ పంపిణీ. నష్టం మొత్తం అనేది నిరంతర మరియు కుడి-వంక వేరియబుల్: చాలా క్లెయిమ్‌లు చిన్నవి, కొన్ని క్లెయిమ్‌లు చాలా పెద్దవి. అందువల్ల, తీవ్రత తరచుగా గామా లేదా లాగ్నార్మల్ పంపిణీతో రూపొందించబడింది; ఇవి సానుకూల మరియు కుడి-వక్ర పంపిణీలు.

రెండింటినీ విడివిడిగా మోడలింగ్ చేయడం వల్ల మూడు కాంక్రీట్ ప్రయోజనాలు ఉన్నాయి. మొదట, ప్రతి దాని స్వంత డ్రైవర్లు (ప్రమాద కారకాలు) ఉన్నాయని మీరు చూడవచ్చు: యువ డ్రైవర్ ఫ్రీక్వెన్సీని పెంచుతుంది, ఖరీదైన వాహనం హింసను పెంచుతుంది. రెండవది, డేటా మారినప్పుడు, మీరు ఎందుకు నిర్ధారణ చేయవచ్చు: నష్టం ధర లేదా క్లెయిమ్‌ల సంఖ్య పెరిగిందా? మూడవది, మీరు హింస వైపు మాత్రమే విపరీతమైన నష్టాలను విడిగా పరిగణించవచ్చు. ఈ రెండింటి కలయికను సమ్మేళనం నమూనా అంటారు; ఊహించిన మొత్తం నష్టం = ఊహించిన ఫ్రీక్వెన్సీ × అంచనా తీవ్రత.

సూచన: "మా నష్టం/ప్రీమియం నిష్పత్తి పెరిగింది" అనే వాక్యం స్వంతంగా ఏమీ చెప్పదు. ఫ్రీక్వెన్సీ లేదా తీవ్రత పెరిగిందా అనే ప్రశ్నను వేరు చేయండి; జోక్యం (ధర, కవరేజ్, నష్టం నిర్వహణ) పూర్తిగా భిన్నంగా ఉంటుంది.

అవుట్‌లియర్‌లు, కత్తిరించడం మరియు ట్రెండ్ దిద్దుబాట్లు

డ్యామేజ్ డేటా దాని ముడి రూపంలో మోడల్ బిల్డింగ్ కోసం సిద్ధంగా లేదు. మూడు దిద్దుబాట్లు దాదాపు ఎల్లప్పుడూ అవసరం. మొదటిది తీవ్రమైన/పెద్ద నష్టం క్రమబద్ధీకరణ: కొన్ని భారీ నష్టాలు (ఉదా. ఫ్యాక్టరీ అగ్నిప్రమాదం) సగటును వక్రీకరించడం; ఇవి ప్రత్యేక "మేజర్ డ్యామేజ్ లోడ్"గా రూపొందించబడ్డాయి. రెండవది క్యాపింగ్: ఒక నిర్దిష్ట పైకప్పుకు (ఉదాహరణకు 1,000,000 TL) చాలా పెద్ద నష్టాలను పరిష్కరించడం మరియు ఎగువ భాగాన్ని విడిగా లెక్కించడం మోడల్ స్థిరంగా ఉంటుంది. మూడవది, ట్రెండ్ మరియు డెవలప్‌మెంట్ దిద్దుబాటు: గత క్లెయిమ్‌లను ద్రవ్యోల్బణంతో నేటి ధర స్థాయికి (ట్రెండ్) అప్‌డేట్ చేయాలి మరియు ఇంకా పూర్తిగా చెల్లించని క్లెయిమ్‌లను వాటి తుది స్థాయికి తీసుకురావాలి (అభివృద్ధి — మేము ఈ అంశాన్ని యూనిట్ 3లో కవర్ చేస్తాము).

కింది పట్టిక రెండు భాగాల లక్షణాలను పోల్చింది:

లక్షణం

ఫ్రీక్వెన్సీ (ఫ్రీక్వెన్సీ)

హింస (మొత్తం)

వేరియబుల్ రకం

లెక్కింపు (0,1,2...)

స్థిరమైన, సానుకూల

సాధారణ పంపిణీ

విషం, ప్రతికూల ద్విపద

గామా, లాగ్నార్మల్

మాస్టర్ డ్రైవర్ ఉదాహరణలు

వయస్సు, అనుభవం, ప్రాంతం, ఉపయోగం

వాహనం విలువ, కవరేజ్ పరిమితి, మరమ్మతు ఖర్చు

బయటి సమస్య

తక్కువ

అధిక (పెద్ద నష్టాలు)

ద్రవ్యోల్బణం ప్రభావం

బలహీనమైన

బలమైన

డ్యామేజ్ మోడలింగ్‌లో AIని ఎలా ఉపయోగించాలి

పంపిణీ ఎంపికను చర్చించడం, కోడ్‌ను వ్రాయడం మరియు ఫలితాన్ని వివరించడంలో AI బలంగా ఉంటుంది. క్రింద నాలుగు కాపీ చేయగల టెంప్లేట్లు ఉన్నాయి.

1) పంపిణీ ఎంపిక గురించి చర్చించండి:

మీ పాత్ర: యాక్చురియల్ మోడలింగ్ అసిస్టెంట్. నాకు బీమా క్లెయిమ్ AMOUNT డేటా ఉంది (అనామక, 1,600 క్లెయిమ్‌లు). సారాంశం: సగటు 30,300 TL, మధ్యస్థం 12,500 TL, గరిష్టంగా 940,000 TL, వక్రత ఎక్కువగా ఉంది. ప్రశ్న: గామా లేదా లాగ్‌నార్మల్ తీవ్రత మోడల్‌కు మరింత అనుకూలంగా ఉంటుందా? ప్రతిదాని యొక్క ఊహ ఏమిటి, ప్లస్/మైనస్ మరియు ఏ గుడ్నెస్-ఆఫ్-ఫిట్ టెస్ట్ (ఉదా. నేను నిర్ణయం తీసుకుంటాను అని వివరించండి (Q-Q చార్ట్, K-S పరీక్ష, AIC). ఖచ్చితమైన నిర్ణయం తీసుకోవడం; నాకు పోలిక ఫ్రేమ్ ఇవ్వండి.

2) ఫ్రీక్వెన్సీ-ఇంటెన్సిటీ లెక్కింపు కోడ్:

కింది దశలను చేసే పైథాన్ + పాండాలతో వ్యాఖ్యానించిన కోడ్‌ను వ్రాయండి: 1) dfలో 'exposure', 'claim_count', 'claim_amount' నిలువు వరుసలు ఉన్నాయి. 2) సాధారణ ఫ్రీక్వెన్సీ = మొత్తం క్లెయిమ్_కౌంట్ / మొత్తం ఎక్స్పోజర్. 3) సగటు తీవ్రత = మొత్తం దావా_మొత్తం / మొత్తం క్లెయిమ్_కౌంట్. 4) రిస్క్ ప్రీమియం = ఫ్రీక్వెన్సీ × తీవ్రత. 5) ప్రతి ఇంటర్మీడియట్ ఫలితాన్ని స్క్రీన్‌పై ముద్రించండి, తద్వారా నేను దానిని మాన్యువల్‌గా ధృవీకరించగలను. లైబ్రరీ అమరిక; కేవలం పాండాలను ఉపయోగించండి.

3) విపరీతమైన విలువ / కటాఫ్ విశ్లేషణ:

నా దగ్గర అనామక క్లెయిమ్ మొత్తం పంపిణీ ఉంది. 950,000, 720,000, 610,000 TL వంటి దావాలు మొత్తం మొత్తంలో 22% ఉన్నాయి. మీ క్యాపింగ్ విధానం గురించి నాకు చెప్పండి: - ఏ క్యాప్ ఎంపికలు సహేతుకమైనవి (ఉదా. 500K, 750K, 1M)? - నేను కత్తిరించిన భాగాన్ని ప్రత్యేక "మేజర్ డ్యామేజ్ లోడ్"గా ఎలా జోడించగలను? - ఈ నిర్ణయం రిస్క్ ప్రీమియాన్ని ఎలా ప్రభావితం చేస్తుందో నాకు దశలవారీగా చూపండి.

4) ఫలితాన్ని వ్యాపార భాషలోకి అనువదించడం:

నా ఫ్రీక్వెన్సీ 0.13 నుండి 0.15కి పెరిగింది; సగటు హింస 28,000 నుండి 34,000 TLకి పెరిగింది. నిర్వాహకులు అర్థం చేసుకోగలిగే 4 వాక్యాలలో దీనిని సంగ్రహించండి: - ఏమి జరిగింది, ఏ భాగం ఎంత పెరిగింది? - రిస్క్ ప్రీమియంపై మొత్తం ప్రభావం ఏమిటి? - నేను ధృవీకరించాల్సిన సాధ్యమైన కారణాలు మరియు 2 అంచనాలను వ్రాయండి.

బలహీనమైన ప్రాంప్ట్ / బలమైన ప్రాంప్ట్

బలహీనమైన ప్రాంప్ట్:

నా లాస్ మోడల్‌ని సెటప్ చేయండి మరియు ప్రీమియంను లెక్కించండి.

అస్పష్టంగా: ఏ డేటా, ఏ భాగం, ఏ పంపిణీ, ఏ కాలం? AI ఈ గ్యాప్‌ని ఫాబ్రికేషన్‌తో పూరిస్తుంది.

శక్తివంతమైన ప్రాంప్ట్:

మీ పాత్ర: యాక్చురియల్ మోడలింగ్ అసిస్టెంట్. డేటా (అజ్ఞాత, ట్రాఫిక్ శాఖ, 2024): ఎక్స్‌పోజర్ 20,000 పాలసీ-సంవత్సరాలు, క్లెయిమ్‌ల సంఖ్య 2,600, మొత్తం నష్టం 91,000,000 TL, 5 అతిపెద్ద నష్టాలు మొత్తం 12,000,000 TL. టాస్క్: 1) ఫ్రీక్వెన్సీ మరియు ముడి సగటు తీవ్రతను లెక్కించండి, సూత్రాన్ని చూపండి. 2) 5 అతిపెద్ద నష్టాలు దానిని 1,000,000 TLకి పరిమితం చేసి, సర్దుబాటు చేసిన తీవ్రతను మళ్లీ లెక్కించండి. 3) రిస్క్ ప్రీమియంను క్యాప్‌తో మరియు లేకుండా సరిపోల్చండి, తేడాపై వ్యాఖ్యానించండి. 4) ప్రతి దశను ఇంటర్మీడియట్ సంఖ్యలతో వ్రాయండి, తద్వారా నేను దానిని మాన్యువల్‌గా ధృవీకరించగలను. నేను ఇచ్చిన సంఖ్యలను ఉపయోగించండి; అది తప్పిపోయినట్లయితే, అడగండి.

మూడు చిన్న కేసులు

కేసు 1 - విభజన యొక్క శక్తి. ఒక యాక్చురీ హౌసింగ్ శాఖలో నష్టం/ప్రీమియం నిష్పత్తి ఒక సంవత్సరంలో 68 శాతం నుండి 81 శాతానికి పెరిగింది. భయాందోళన ధరల పెరుగుదల సూచించబడటానికి ముందు, ఫ్రీక్వెన్సీ-తీవ్రత వ్యత్యాసం చేయబడింది: ఫ్రీక్వెన్సీ దాదాపు స్థిరంగా ఉంది (0.041 → 0.043), అయితే సగటు తీవ్రత 14,200 TL నుండి 19,800 TLకి పెరిగింది. కారణం నిర్మాణ వ్యయం ద్రవ్యోల్బణం, పాలసీల సంఖ్య లేదా ప్రమాదకర కస్టమర్లు కాదు. కవరేజ్ మొత్తాలను అప్‌డేట్ చేయడమే సరైన జోక్యం, బ్లైండ్ ప్రీమియం పెరుగుదల కాదు.

కేస్ 2 - అవుట్‌లియర్ ట్రాప్. వ్యాపార బీమా పోర్ట్‌ఫోలియోలో సగటున 1,800 క్లెయిమ్‌లు 42,000 TL. ఏదేమైనప్పటికీ, 6.4 మిలియన్ TL యొక్క ఒక్క అగ్ని నష్టం మాత్రమే ఈ సగటును సుమారు 3,500 TL పెంచింది. ఈ ప్రధాన నష్టాన్ని ఒక ప్రత్యేక "పెద్ద నష్టం భారం"గా రూపొందించి క్యాప్ చేసినప్పుడు, ఆధార తీవ్రత 38,500 TLకి తగ్గింది మరియు ప్రీమియం మరింత సరసమైనదిగా మారింది. AI త్వరగా క్యాపింగ్ కోడ్ మరియు ప్రత్యామ్నాయ క్యాప్‌లను రూపొందించింది; యాక్చురీ నిర్ణయం తీసుకుంది.

కేసు 3 - మాల్డిస్ట్రిబ్యూషన్. ఎటువంటి సందేహం లేకుండా, ఒక సహాయకుడు AI కోడ్‌ని అమలు చేశాడు, అది తీవ్రత కోసం సాధారణ (గాస్సియన్) పంపిణీని ఎంపిక చేసింది. సాధారణ పంపిణీ ప్రతికూల విలువలు మరియు సమరూపత కోసం అనుమతించబడినందున, ఇది కుడి-వక్రీకరించిన నష్టం డేటాకు సరిపోలేదు; మోడల్ చిన్న నష్టాలను ఎక్కువగా అంచనా వేసింది మరియు పెద్ద వాటిని తక్కువగా అంచనా వేసింది. Q-Q ప్లాట్ మరియు AIC పోల్చినప్పుడు, గామా చాలా బాగా సరిపోతుందని గమనించబడింది. పాఠం: AI ప్రతిపాదించిన పంపిణీ ఎల్లప్పుడూ ఫిట్ టెస్టింగ్ ద్వారా పరీక్షించబడుతుంది.

సాధారణ తప్పులు

• ఫ్రీక్వెన్సీ మరియు తీవ్రతను కలపడం మరియు ఒకే మోడల్‌తో అంచనా వేయడం. ఇది రెండు విభిన్న ప్రవర్తనలను దాచిపెడుతుంది; మీరు డ్రైవర్‌ను కోల్పోతారు మరియు ఎందుకు.
• తీవ్రమైన/పెద్ద నష్టాన్ని తొలగించకుండా సగటు. కొన్ని భారీ నష్టాలు మొత్తం చిత్రాన్ని వక్రీకరిస్తాయి; ప్రీమియం కృత్రిమంగా పెంచబడింది.
• ద్రవ్యోల్బణ ధోరణిని వర్తింపజేయకుండా పాత నష్టాన్ని ఉపయోగించడం. 2019 నష్టం నేటి ధరతో సమానం కాదు; ట్రెండ్ కరెక్షన్ అవసరం.
• కుడివైపు వక్రంగా ఉన్న డేటాకు సాధారణ పంపిణీని అమర్చడం. ప్రతికూల విలువ మరియు సమరూపత యొక్క ఊహ నష్టం డేటాకు విరుద్ధంగా ఉంటుంది; గామా/లాగ్‌నార్మల్‌గా ఆలోచించండి.
• ఫిట్ టెస్టింగ్‌తో పంపిణీ ఎంపికను ధృవీకరించడం లేదు. AI యొక్క ప్రతిపాదన ప్రారంభం; Q-Q, K-S, AICతో నిర్ధారించండి.

శ్రద్ధ: క్యాప్ (కటింగ్) స్థాయి ఏకపక్షంగా ఎంపిక చేయబడదు. చాలా తక్కువ పైకప్పు పెద్ద నష్టం ప్రమాదాన్ని దాచిపెడుతుంది; చాలా ఎత్తైన పైకప్పు ట్రిమ్ నిరుపయోగంగా చేస్తుంది. పోర్ట్‌ఫోలియో యొక్క గత ప్రధాన నష్ట అనుభవం మరియు రీఇన్స్యూరెన్స్ నిబంధనలను చూడటం ద్వారా ఎంచుకోండి.

సారాంశంలో

మొత్తం నష్టాన్ని ఖచ్చితంగా అంచనా వేయడానికి మార్గం ఫ్రీక్వెన్సీ (ఫ్రీక్వెన్సీ) మరియు తీవ్రత (మొత్తం)గా విభజించడం. ఫ్రీక్వెన్సీ పాయిసన్/నెగటివ్ ద్విపద ద్వారా రూపొందించబడింది, గామా/లాగ్నార్మల్ ద్వారా తీవ్రత; రెండింటిని గుణించడం ద్వారా రిస్క్ ప్రీమియం కనుగొనబడుతుంది. ముడి డేటాకు అవుట్‌లియర్ తొలగింపు, కత్తిరించడం మరియు ట్రెండ్ కరెక్షన్ అవసరం. AI పంపిణీ చర్చ అనేది కోడ్ మరియు వ్యాఖ్యానించడానికి ఒక అద్భుతమైన సహాయకుడు; కానీ పంపిణీ ఎంపిక మరియు క్యాప్ నిర్ణయం ఫిట్ టెస్ట్‌లు మరియు యాక్చురియల్ జడ్జిమెంట్ ద్వారా నిర్ధారించబడతాయి.

అప్లికేషన్ టాస్క్

అనామక నష్టం సారాంశాన్ని సిద్ధం చేయండి (ఎక్స్‌పోజర్, క్లెయిమ్‌ల సంఖ్య, మొత్తం నష్టం, టాప్ 3-5 క్లెయిమ్‌లు). (a) ముడి ఫ్రీక్వెన్సీ-తీవ్రత-రిస్క్ ప్రీమియం, (b) పెద్ద నష్టాలను తగ్గించి, సర్దుబాటు చేయబడిన రిస్క్ ప్రీమియంను లెక్కించమని AIని అడగండి. రెండు ఫలితాలను చేతితో ధృవీకరించండి మరియు ఎంత శాతం క్యాపింగ్ రిస్క్ ప్రీమియాన్ని మారుస్తుందో గమనించండి. ఆపై AIని "గామా లేదా హింసకు లాగ్‌నార్మల్" అనే ప్రశ్నను అడగండి మరియు మీ స్వంత మాటల్లో అది ఇచ్చే పోలిక ఫ్రేమ్‌ను సంగ్రహించండి.

చెక్లిస్ట్

• [ ] నేను ఫ్రీక్వెన్సీ మరియు ఇంటెన్సిటీని విడిగా లెక్కించానా లేదా నేను వాటిని ఒక ముక్కగా చూసానా?
• [ ] నేను పెద్ద/అత్యంత నష్టాన్ని గుర్తించి దానిని విడిగా పరిష్కరించానా?
• [ ] నేను పాత క్లెయిమ్‌లకు ద్రవ్యోల్బణం/ధోరణి సర్దుబాటును వర్తింపజేశానా?
• [ ] నేను మంచి-ఆఫ్-ఫిట్ పరీక్షతో తీవ్రత పంపిణీని ధృవీకరించానా?
• [ ] నేను రిస్క్ ప్రీమియం (ఫ్రీక్వెన్సీ × తీవ్రత)ని స్వతంత్రంగా తిరిగి లెక్కించానా?
• [ ] AI సూచించిన పంపిణీ మరియు టోపీ స్థాయిని నేను ప్రశ్నించానా మరియు దానిని తీర్పుతో నిర్ధారించానా?