Kazanimlar:
- Solvency II'nin üç sütununu, SCR/MCR (sermaye gereksinimi) ve teknik karşılık kavramlarını yapay zeka desteğiyle özetleyip yorumlayabilme
- Model doğrulama, geri test (backtesting), duyarlılık analizi ve bağımsız gözden geçirme adımlarını yapay zeka ile yapılandırabilme
- Yapay zekanın kendisinin de doğrulanması gereken bir model olduğunu, sermaye hesabının nihai sorumluluğunun atanmış aktüer ve yönetimde kaldığını kavrayabilme
Bir sigorta şirketi, sattığı her poliçeyle onlarca yıla yayılan sözler verir. Bu sözleri tutabilmesi için yalnızca yeterli karşılık ayırması değil, kötü senaryolara karşı yeterli sermaye de tutması gerekir. Sermaye, şirketin beklenmedik kayıpları emen tamponu, mali dayanıklılığının ölçüsüdür. Avrupa'da ve büyük ölçüde Türkiye'de bu dayanıklılığı düzenleyen çerçeve Solvency II'dir. Bu ünitede Solvency II'nin mantığını, sermaye gereksinimini (SCR/MCR) ve aktüeryanın en olgun disiplinlerinden biri olan model doğrulamayı işleyecek; YZ'yi bu alanda nasıl kullanacağınızı — ve YZ'nin kendisinin de neden doğrulanması gereken bir model olduğunu — göreceğiz.
Baştan hatırlatalım: sermaye yeterliliği hesabı bir şirketin ayakta kalıp kalmayacağını belirler; regülatörün, kredi derecelendirme kuruluşlarının ve poliçe sahiplerinin güveni buna bağlıdır. YZ bu alanda özet, kod ve taslak üretir; ama sermaye rakamının nihai sorumluluğu atanmış aktüerde ve yönetimdedir ve her model — YZ dahil — bağımsız doğrulamadan geçmelidir.
Solvency II'nin üç sütunu
Solvency II üç "sütun" (pillar) üzerine kuruludur. Sütun 1 — Nicel gereklilikler: teknik karşılıkların ve sermaye gereksiniminin nasıl hesaplanacağını tanımlar. Burada iki eşik vardır. SCR (Solvency Capital Requirement — sermaye gereksinimi): şirketin bir yıl içinde yüzde 99,5 güven düzeyinde, yani yaklaşık 200 yılda bir görülecek kötü bir senaryoda dahi yükümlülüklerini karşılayabilmesi için tutması gereken sermayedir. MCR (Minimum Capital Requirement — asgari sermaye): altına düşülmesi halinde ruhsatın tehlikeye gireceği mutlak alt sınırdır. Sütun 2 — Yönetişim ve risk yönetimi: iç kontrol, risk yönetim sistemi ve kendi risk değerlendirmesini (ORSA — Own Risk and Solvency Assessment) kapsar. Sütun 3 — Şeffaflık ve raporlama: kamuya ve regülatöre açıklama yükümlülükleridir.
SCR iki yolla hesaplanabilir. Standart formül: regülatörün tanımladığı hazır risk modülleri ve parametrelerle. İç model: şirketin kendi geliştirdiği, regülatör onaylı model (genelde Monte Carlo temelli). İç modeller daha hassastır ama çok daha ağır doğrulama ve onay süreci gerektirir. Türkiye'de düzenleyici kurum SEDDK'dir (Sigortacılık ve Özel Emeklilik Düzenleme ve Denetleme Kurumu) ve mevzuat Solvency II ilkelerine giderek yakınsamaktadır.
Şu tablo temel kavramları özetler:
Kavram
Anlamı
Kritik nokta
Teknik karşılık
Yükümlülüklerin bugünkü değeri
En iyi tahmin + risk marjı
SCR
%99,5 güvenle 1 yıllık kayıp sermayesi
Ana yeterlilik ölçütü
MCR
Mutlak asgari sermaye
Altı = ruhsat riski
ORSA
Şirketin kendi risk değerlendirmesi
Sütun 2, yönetim sorumluluğu
Solvency oranı
Öz sermaye / SCR
%100 üstü = yeterli
Teknik karşılık: en iyi tahmin ve risk marjı
Solvency II'de teknik karşılık iki parçadan oluşur. En iyi tahmin (best estimate): gelecekteki tüm nakit akışlarının, olasılıkla ağırlıklandırılmış ve iskonto edilmiş beklenen değeridir — ne ihtiyatlı ne iyimser, tarafsız bir tahmin. Risk marjı (risk margin): belirsizliği devralacak bir başka şirketin talep edeceği ek tampon; en iyi tahminin üzerine eklenir. Bu ayrım, 3. ünitedeki karşılık hesabıyla doğrudan bağlıdır: zincir merdiveni veya BF ile bulduğunuz en iyi tahmine, Mack/bootstrap ile ölçtüğünüz belirsizlikten türeyen bir risk marjı eklenir. YZ bu bileşenleri açıklamada ve hesap kodunu üretmede yardımcıdır.
İpucu: "Solvency oranı yüzde 160" gibi bir rakamı tek başına okumayın. Bu oranın hangi varsayımlarla (faiz, mortalite, katastrofik senaryo) hesaplandığını ve strese ne kadar dayandığını sorun; iyi görünen bir oran zayıf varsayımların ürünü olabilir.
Model doğrulama: YZ dahil her model doğrulanır
Aktüeryanın en olgun disiplinlerinden biri model doğrulamadır (model validation). Hiçbir model — ne GLM, ne Monte Carlo, ne de bir YZ aracı — doğrulanmadan güvenilmez. Doğrulama birkaç bileşenden oluşur. Geri test (backtesting): modelin geçmiş tahminlerini gerçekleşen sonuçlarla karşılaştırmak; model sürekli düşük ya da yüksek tahmin ediyorsa (sapma/bias) sorun vardır. Duyarlılık analizi: girdi varsayımlarını değiştirip çıktının ne kadar oynadığını görmek; aşırı duyarlı bir model kırılgandır. Karşılaştırma (benchmarking): sonucu alternatif bir yöntemle veya sektör verisiyle kıyaslamak. Bağımsız gözden geçirme: modeli kuran kişiden farklı, yetkin bir aktüerin denetlemesi. Solvency II bu bağımsızlığı açıkça ister.
Burada kritik bir nokta var: YZ'nin kendisi de bir modeldir ve doğrulanmalıdır. Bir dil modelinin ürettiği kod, hesap veya öneri, tıpkı bir GLM gibi geri test, duyarlılık ve bağımsız gözden geçirmeden geçmelidir. Dahası, YZ'nin nasıl bir cevap ürettiği çoğu zaman şeffaf değildir (kara kutu); bu da onu doğrulama açısından daha titiz ele almayı gerektirir. YZ'yi doğrulama sürecini yapılandırmak için kullanabilirsiniz, ama doğrulamanın kendisini YZ'ye devredemezsiniz — bu bir çıkar çatışması olurdu.
Dikkat: YZ'ye "modelimi doğrula ve onayla" dedirtmek, bir öğrenciye kendi sınavını okutmak gibidir. Doğrulama bağımsız ve yetkin bir insan tarafından, belgelenerek yapılır. YZ yalnızca kontrol listesi ve test kodu üretmede yardımcı olabilir.
YZ'yi Solvency ve doğrulamada nasıl kullanırsınız
1) Kavram özeti ve iş diline çevirme:
Rolün: aktüeryal eğitim asistanı.Bir genel müdür yardımcısına Solvency II'yi 6 madde ile açıkla:SCR, MCR, teknik karşılık (en iyi tahmin + risk marjı), solvency oranı,standart formül vs iç model, ORSA. Her maddeyi tek cümlede, sade dille yaz.Sayı uydurma; sadece kavramları anlat.
2) Doğrulama kontrol listesi:
Bir rezervleme modelini Solvency II kapsamında doğrulayacağım.Bana bir model doğrulama kontrol listesi çıkar:- Geri test (backtesting) adımları- Duyarlılık analizi için değiştirilecek varsayımlar- Benchmarking seçenekleri- Bağımsız gözden geçirme için sorulacak sorularBu bir çerçeve olsun; kararı ve değerlendirmeyi ben yapacağım.
3) Geri test kodu:
Python ile bir geri test (backtesting) kodu yaz (yorumlu):Girdi: her dönem için tahmin edilen karşılık ve sonradan gerçekleşen değer.1) Tahmin - gerçekleşen sapmayı (bias) her dönem için hesapla.2) Ortalama sapmayı ve yönünü (sürekli düşük/yüksek mi) raporla.3) Basit bir istatistiksel işaret testi öner.Sonucu ben yorumlayacağım; veriyi ben vereceğim.
4) Solvency oranı senaryosu:
Öz sermayem 320M, SCR'im 200M. Solvency oranımı hesapla.Sonra SCR bir stres altında 250M'ye çıkarsa yeni oranı hesapla.Her iki durumda oranın yeterli olup olmadığını (%100 eşiği) yorumla.Sadece verdiğim sayıları kullan.
Zayıf prompt / Güçlü prompt
Zayıf prompt:
Sermaye gereksinimimi hesapla ve modelimin doğru olduğunu onayla.
İki hata: veri ve yöntem yok; ayrıca YZ'ye "onayla" dedirtmek doğrulamayı geçersiz kılar.
Güçlü prompt:
Rolün: aktüeryal doğrulama asistanı.Görev A: Solvency oranı hesabı — öz sermaye 320M, SCR 200M; oranı bul ve%100 eşiğine göre yorumla.Görev B: Bu rezervleme modelini bağımsız doğrulamak için bir kontrol listesive geri test kod taslağı ver.Not: Modeli sen onaylamayacaksın; doğrulamayı bağımsız bir aktüer yapacak.Sen yalnızca çerçeve, kod ve sorulacak soruları üret. Sayı uydurma.
Üç mini vaka
Vaka 1 — Zayıf varsayımlı iyi oran. Bir şirketin solvency oranı yüzde 180 görünüyordu ve yönetim rahattı. Bağımsız gözden geçirme, oranın çok iyimser bir faiz ve düşük katastrofik senaryo varsayımıyla hesaplandığını gösterdi; gerçekçi varsayımlarla oran yüzde 115'e indi. Ders: oran, altındaki varsayımlar kadar iyidir. YZ, varsayım değişiminin etkisini hızlıca yeniden hesapladı; değerlendirmeyi bağımsız aktüer yaptı.
Vaka 2 — Sistematik sapma. Bir modelin geri testi, karşılığı üç yıl üst üste ortalama yüzde 8 düşük tahmin ettiğini ortaya koydu. Tek tek yıllar "kabul edilebilir" görünüyordu ama sürekli aynı yönde sapma bir bias işaretiydi. Model gelişim faktörü seçiminde düzeltildi. YZ geri test kodunu ve sapma grafiğini üretti; örüntüyü aktüer yorumladı.
Vaka 3 — Doğrulamayı YZ'ye devretme tuzağı. Bir yardımcı, YZ'ye "bu iç modeli Solvency II'ye uygun mu, onayla" dedi; YZ akıcı bir "uygundur" metni üretti. Ama YZ modelin ne verisini, ne varsayımını gerçekten denetlemişti; bu bir görünüş onayıydı, gerçek doğrulama değil. Bağımsız aktüer devreye girince iki ciddi varsayım hatası bulundu. Ders: doğrulama insana ait bir sorumluluktur; YZ onu üstlenemez.
Sık yapılan hatalar
- Solvency oranını varsayımlardan bağımsız okumak. İyi bir oran, zayıf varsayımların ürünü olabilir; altındaki kabulleri sorgulayın.
- Tekil yıllara bakıp sistematik sapmayı kaçırmak. Sürekli aynı yönde küçük sapma, ciddi bir bias işaretidir.
- Doğrulamayı YZ'ye yaptırıp onaylatmak. Bu bir çıkar çatışması ve görünüş onayıdır; doğrulama bağımsız insan tarafından yapılır.
- En iyi tahmin ile risk marjını karıştırmak. İkisi ayrı bileşendir; risk marjı belirsizlik tamponudur, tahmine dahil değildir.
- YZ çıktısını doğrulanmamış bir model gibi değil, gerçek gibi kullanmak. YZ de bir modeldir; geri test, duyarlılık ve bağımsız kontrolden geçmelidir.
Özetle
Solvency II, sigorta şirketlerinin mali dayanıklılığını düzenler; üç sütunu nicel gereklilikler, yönetişim ve şeffaflıktır. SCR yüzde 99,5 güvenle bir yıllık kaybı karşılayacak sermaye, MCR mutlak asgari sınırdır; teknik karşılık en iyi tahmin ile risk marjından oluşur. Model doğrulama — geri test, duyarlılık, benchmarking, bağımsız gözden geçirme — her modelin, YZ dahil, güvenilmeden önce geçmesi gereken disiplindir. YZ kavram özeti, kod ve kontrol listesi üretir; ama sermaye rakamının sorumluluğu atanmış aktüerde ve yönetimdedir, doğrulama bağımsız insana aittir ve YZ'ye "onayla" dedirtmek gerçek doğrulamanın yerine geçmez.
Uygulama görevi
Anonim rakamlarla bir solvency oranı senaryosu kurun (öz sermaye ve SCR). YZ'den (a) oranı hesaplamasını ve bir stres altında yeniden hesaplamasını, (b) bir rezervleme modeli için doğrulama kontrol listesi ve geri test kod taslağı üretmesini isteyin. Oranı elle doğrulayın. Ardından YZ'ye bilinçli olarak "modelimi onayla" deyip verdiği yanıtı eleştirel değerlendirin: gerçekten neyi denetledi, neyi denetlemedi?
Kontrol listesi
- [ ] Solvency oranını, altındaki varsayımları sorgulayarak mı okudum?
- [ ] Geri testte tekil yılların yanı sıra sistematik sapmayı (bias) da aradım mı?
- [ ] Doğrulamayı bağımsız ve yetkin bir insana mı bıraktım, YZ'ye devretmedim mi?
- [ ] En iyi tahmin ile risk marjını doğru ayırdım mı?
- [ ] YZ çıktısını da doğrulanması gereken bir model gibi ele aldım mı?
- [ ] Sermaye rakamının nihai sorumluluğunun atanmış aktüerde olduğunu koruyabildim mi?