Lợi nhuận:
- Khả năng thiết lập tam giác phát triển thiệt hại, IBNR (thiệt hại phát sinh nhưng chưa được báo cáo) và phương pháp thang chuỗi với sự hỗ trợ của trí tuệ nhân tạo và diễn giải các yếu tố phát triển
- Khả năng so sánh kết quả với các phương pháp thay thế như Bornhuetter-Ferguson và Mack và giải thích sự không chắc chắn về dự trữ (độ biến thiên, khoảng tin cậy) bằng trí tuệ nhân tạo
- Có thể khẳng định rằng số liệu dự phòng được tính toán bằng trí tuệ nhân tạo chỉ là dự thảo, không phải là cuối cùng và việc lựa chọn yếu tố phát triển và điều chỉnh tư pháp thuộc về cơ quan tính toán có trách nhiệm.
Khi một công ty bảo hiểm trả tiền cho một thiệt hại ngày hôm nay, nó thực sự trả hết khoản nợ của hợp đồng bảo hiểm mà nó đã bán trong quá khứ. Nhưng không phải mọi thiệt hại đều được báo cáo ngay lập tức và không phải mọi thiệt hại được báo cáo đều được thanh toán đầy đủ ngay lập tức. Hôm nay xảy ra một vụ tai nạn giao thông, ba tháng sau công ty được thông báo, quá trình xét xử kéo dài hai năm và khoản thanh toán cuối cùng sẽ rõ ràng sau bốn năm. Vì vậy, công ty phải dự trữ tiền ngay hôm nay cho những thiệt hại chưa được thanh toán đầy đủ hoặc thậm chí chưa được báo cáo. Số tiền này được gọi là khoản dự trữ và việc tính toán chính xác số tiền này là nhiệm vụ tính toán quan trọng nhất của công ty bảo hiểm. Nếu anh ta rời đi ít hơn, công ty sẽ phá sản; Nếu phân bổ quá nhiều, vốn sẽ bị ràng buộc một cách vô ích và lợi nhuận bị che giấu.
Trong phần này, chúng ta sẽ đề cập đến ba khái niệm cốt lõi của kế toán dự phòng: tam giác phát triển thiệt hại, IBNR và phương pháp thang chuỗi. Sau đó chúng ta sẽ xem xét các phương pháp thay thế (Bornhuetter-Ferguson, Mack) và tính không chắc chắn. AI viết mã cho các phép tính này, điền vào hình tam giác, tính các thừa số và giải thích kết quả; nhưng trách nhiệm lựa chọn yếu tố phát triển, sửa chữa tư pháp và số liệu cung cấp cuối cùng thuộc về chuyên gia tính toán có trách nhiệm.
Tam giác phát triển thiệt hại là gì?
Cơ sở tính toán dự phòng là tam giác phát triển/tam giác dòng chảy. Các hàng hiển thị khoảng thời gian xảy ra thiệt hại (năm tai nạn) và các cột hiển thị số tiền được trả cho thiệt hại đó (năm phát triển). Nó viết như sau: 4 triệu đã được trả trong năm phát triển đầu tiên của năm tai nạn 2021, 6,2 triệu tích lũy đã được trả trong năm thứ 2 và 7 triệu đã được trả vào năm thứ 3. Những năm tai nạn cũ đã chín muồi (gần như tất cả các khoản thanh toán đã được thực hiện), trong khi những năm mới vẫn đang phát triển. Do đó có tên gọi là tam giác: góc dưới bên phải trống rỗng, vì sự phát triển tiếp theo của những năm mới vẫn chưa diễn ra. Công việc của chuyên gia tính toán là ước tính góc trống này.
IBNR (Phát sinh nhưng không được báo cáo) chính xác là một phần của khoảng trống này: chi phí trong tương lai của các khiếu nại đã xảy ra nhưng chưa được báo cáo cho công ty. Ngoài ra còn có IBNER (phát triển bổ sung các yêu cầu bồi thường được báo cáo nhưng chưa được bảo lưu). Trong thực tế, các phương pháp tam giác ước tính tổng cung cấp cần thiết (đã thanh toán + phát triển trong tương lai); Khi bạn trừ đi phần đã thanh toán, số tiền còn lại vẫn còn, bao gồm cả IBNR.
Mẹo: Bạn có thể thiết lập tam giác trên hai cơ sở khác nhau: "thiệt hại đã trả" và "thiệt hại phát sinh (đã trả + dự trữ đã biết)". Việc kiểm tra cả hai điều này cùng nhau giúp bạn nắm bắt được sự thay đổi trong hành vi đăng ký của nhóm yêu cầu bồi thường.
Thang dây từng bước
Thang chuỗi là phương pháp phản ứng phổ biến nhất và logic của nó rất trực quan: nếu tổn thất trong quá khứ trung bình tăng với tốc độ nhất định từ năm phát triển này sang năm phát triển tiếp theo, thì các năm mới sẽ tăng với tốc độ tương tự. Các bước:
- Thiết lập tam giác tích lũy. Sắp xếp các yêu cầu thanh toán tích lũy cho từng vụ tai nạn theo năm phát triển.
- Tính toán các yếu tố phát triển Đối với mỗi lượt vượt qua cột: tổng của cột tiếp theo/tổng của cột hiện tại (chỉ sử dụng các hàng có cả hai cột bị chiếm giữ). Ví dụ: hệ số 1→2 là 1,45; Hệ số 2→3 có thể là 1,12. Yếu tố này được gọi là yếu tố tuổi tác.
- Tìm các yếu tố tích lũy (xếp chồng lên nhau). Nhân các yếu tố còn lại để lọt vào chung kết mỗi năm.
- Lấp đầy góc trống. Ước tính thiệt hại cuối cùng bằng cách nhân giá trị cuối cùng được biết của mỗi năm tai nạn mới với các hệ số còn lại.
- Tính toán phản ứng. Thiệt hại cuối cùng − đã thanh toán đến thời điểm hiện tại = khoản dự phòng phải trả trong tương lai (bao gồm IBNR).
Bảng sau đây là một ví dụ nhỏ (thiệt hại phải trả tích lũy, triệu TL):
năm tai nạn
Thôi nào. 1
Thôi nào. 2
Thôi nào. 3
Thôi nào. 4
2021
4.0
6.0
6,8
7,0
2022
4.4
6,5
7.3
?
2023
4,8
7,0
?
?
2024
5.2
?
?
?
Trong tam giác này, hệ số 1→2 xấp xỉ 1,47; 2→3 khoảng 1,12; 3→4 bằng xấp xỉ 1,03. cuối cùng năm 2024 5,2 × 1,47 × 1,12 × 1,03 ≈ 8,82 triệu; Vì số tiền phải trả là 5,2 nên khoản dự phòng là ≈ 3,62 triệu TL. AI thực hiện phép tính này trong vài giây nhưng chuyên gia tính toán sẽ quyết định xem các yếu tố có hợp lý hay không.
Các phương pháp thay thế và độ không đảm bảo
Chỉ riêng thang dây là chưa đủ vì các yếu tố phát triển cực kỳ nhạy cảm với những biến động nhỏ vì có rất ít dữ liệu về những năm tai nạn gần đây; Một thiệt hại lớn duy nhất có thể thổi bay toàn bộ ước tính. Đó là lý do tại sao phương pháp Bornhuetter-Ferguson (BF) được sử dụng: BF ước tính phần chưa phát triển bằng cách sử dụng thông tin tỷ lệ tổn thất dự kiến bên ngoài và do đó làm dịu đi sự biến động. Thang xích được ưa chuộng trong những năm trưởng thành, BF được ưa chuộng trong những năm mới và chưa trưởng thành; Họ cùng nhau đưa ra một ước tính cân bằng.
Để đo độ không đảm bảo, phương pháp Mack được sử dụng: phương pháp này đưa ra sai số chuẩn (độ biến thiên) về mặt phân tích của ước tính bậc thang chuỗi. Ngoài ra, phân phối xác suất đầy đủ của phản hồi có thể được tạo ra bởi bootstrap (mô phỏng bằng cách lấy mẫu dữ liệu nhiều lần); Điều này trả lời câu hỏi (quan trọng đối với Solvency II) là “phản ứng của chúng ta sẽ như thế nào trong trường hợp xấu nhất?” AI rất mạnh trong việc tạo mã và so sánh các phương pháp này.
Thận trọng: Việc lựa chọn yếu tố tăng trưởng không mang tính máy móc. Trong một năm, một sự thay đổi về luật pháp, một làn sóng kiện tụng lớn hoặc một sự thay đổi về tỷ lệ thanh toán yêu cầu bồi thường có thể làm gián đoạn các yếu tố. Việc lựa chọn "trung bình đơn giản, trung bình có trọng số, 3 năm qua" là mang tính tư pháp và phải hợp lý.
Cách sử dụng AI trong kế toán dự trữ
1) Mã thang xích:
Viết mã nhận xét bằng Python để tính toán thang chuỗi. Đầu vào: tam giác sát thương phải trả tích lũy (danh sách danh sách, các ô bị thiếu Không có). 1) Tính hệ số tuổi theo khối lượng cho mỗi lần chuyển cột. 2) Tìm các thừa số tích lũy. 3) Điền vào ô trống và ước tính thiệt hại cuối cùng cho từng năm tai nạn. 4) Tính toán và tổng hợp số tiền bồi thường (cuối cùng - đã trả). In từng bước trung gian ra màn hình; đừng tạo thư viện, hãy sử dụng Python cơ bản.
2) Phương pháp so sánh:
Giải thích cho chuyên gia tính toán về sự khác biệt giữa thang xích và Bornhuetter-Ferguson.- Cái nào đáng tin cậy hơn trong tình huống nào?- Tại sao BF lại được ưu tiên trong những năm tai nạn mới (chưa trưởng thành)?- Làm cách nào để xác định 'tỷ lệ thiệt hại dự kiến' cần thiết cho BF? Tóm tắt những ưu/nhược điểm trong một bảng.
3) Kiểm tra tính hợp lý của yếu tố:
Tôi có hệ số tuổi theo tuổi như sau: 1->2: 1,47; 2->3: 1,12; 3->4: 1,03; 4->5: 1,45. Yếu tố 4->5 có vẻ lạ so với các yếu tố khác.- Nguyên nhân có thể dẫn đến bước nhảy vọt này là gì (quy định, thiệt hại lớn, lỗi dữ liệu)?- Tôi nên làm những kiểm tra nào để xác minh?Ra quyết định; Đưa cho tôi một danh sách kiểm tra.
4) Giải thích độ không đảm bảo:
Dự đoán tốt nhất về thang chuỗi của tôi là 42 triệu TL, sai số chuẩn của Mack là 5,3 triệu. Làm cách nào để giải thích điều này với người quản lý và cơ quan quản lý?- Giải thích bằng ngôn ngữ đơn giản ý nghĩa của mức 75% và 99,5%.- Làm cách nào để truyền tải thông điệp 'phạm vi thay vì một con số'?
Dấu nhắc yếu / Dấu nhắc mạnh
Dấu nhắc yếu:
Tính phần thưởng của tôi.
Không có tam giác, không có phương pháp, không có dữ liệu. AI phù hợp với khoảng cách.
Lời nhắc mạnh mẽ:
Vai trò của bạn: trợ lý đặt phòng. Tôi sẽ cung cấp cho bạn tam giác yêu cầu thanh toán tích lũy (ẩn danh, triệu TL):2021: [4.0, 6.0, 6.8, 7.0]2022: [4.4, 6.5, 7.3]2023: [4.8, 7.0]2024: [5.2]Nhiệm vụ:1) Tính hệ số trọng số theo độ tuổi, mỗi chương trình.2) Điền vào góc trống, viết khoản lỗ cuối cùng của mỗi năm.3) Tính tổng dự phòng (cuối cùng - đã trả).4) Năm 2024 rất mới; Vì vậy hãy giải thích tại sao ước tính của bạn lại không chắc chắn hơn. Cho tôi xem các số trung gian để tôi có thể xác minh chúng theo cách thủ công. Chỉ cần sử dụng dữ liệu tôi cung cấp cho bạn.
ba trường hợp nhỏ
Trường hợp 1 - Cung cấp không đầy đủ. Một công ty đã tính toán hai năm tai nạn vừa qua trong danh mục giao thông đang phát triển nhanh chóng của mình bằng thang xích thẳng. Do yếu tố năm mới thấp nên dự phòng ước tính khoảng 31 triệu TL. Khi chuyên gia tính toán kiểm tra với BF và sử dụng tỷ lệ thiệt hại dự kiến, phản hồi thực tế là 44 triệu TL. Khoản chênh lệch 13 triệu được xác nhận bằng thiệt hại thực tế một năm sau đó. Bài học: trong những năm mới, dây xích đơn thuần đánh lừa cái thang.
Trường hợp 2 - Yếu tố bị hỏng. Một trợ lý chuyên gia tính toán đã nhìn thấy hệ số 3→4 là 1,42 trong tam giác mà AI tạo ra; trong khi mức trung bình lịch sử là 1,05. Nếu nó trôi qua mà không đặt câu hỏi, phản hồi sẽ tăng lên khoảng 30%. Cuộc điều tra cho thấy hai năm tai nạn đã bị thay đổi do lỗi tải dữ liệu. AI không tạo ra lỗi nhưng nó không nhận thấy lỗi đó; Việc kiểm tra tính hợp lý của chuyên gia tính toán đã được thực hiện.
Trường hợp 3 - Trình bày đúng độ không đảm bảo. Một chuyên gia tính toán có trách nhiệm chỉ nói với ban quản lý rằng "khoản dự phòng là 42 triệu." Ban quản lý cho rằng đây là điều chắc chắn và đã phân phối lợi nhuận. Năm tiếp theo, khi con số thực là 48 triệu, một cuộc khủng hoảng đã xảy ra. Học kỳ tiếp theo, chuyên gia tính toán đưa ra một phạm vi với Mack và bootstrap với nội dung "dự đoán tốt nhất là 42, nhưng mức 75% là 46, mức 99,5% là 55 triệu"; Ban quản lý đã đưa ra quyết định phù hợp. Nó đã tiết kiệm rất nhiều thời gian trong việc chuẩn bị mã và biểu đồ bootstrap AI.
Những lỗi thường gặp
- Chỉ sử dụng thang xích trong những năm gần đây xảy ra tai nạn. Ít dữ liệu hơn có nghĩa là yếu tố dễ bay hơi; Cân bằng với BF.
- Không kiểm soát tính hợp lý của các yếu tố phát triển. Một yếu tố hỏng hóc sẽ thổi bay toàn bộ phản ứng; So sánh với mô hình lịch sử.
- Trình bày nghịch đảo dưới dạng một số chính xác duy nhất. Câu trả lời là phỏng đoán; Trình bày nó mà không có phạm vi không chắc chắn (Mack, bootstrap) là sai lệch.
- Nhầm lẫn giữa tam giác trả tiền và nhận ra. Cả hai đo lường những thứ khác nhau; Hãy làm việc nhất quán trên một cơ sở hoặc so sánh cả hai một cách có ý thức.
- Bỏ qua lạm phát và vi phạm quy định. Mô hình phát triển trong quá khứ có thể không còn giữ nguyên trong tương lai; Cũng xem xét thay đổi cấu trúc.
Tóm lại
Khoản dự trữ này là ước tính hiện tại về trách nhiệm pháp lý trong tương lai và là phép tính tính toán quan trọng nhất của công ty bảo hiểm. Mô hình thanh toán trong quá khứ được nhìn thấy cùng với tam giác phát triển; Thang chuỗi lấp đầy góc trống bằng các yếu tố theo độ tuổi và ước tính thiệt hại cuối cùng cũng như mức bồi thường bao gồm IBNR. Những năm mới BF ổn định hơn; Độ không đảm bảo đo được đo bằng Mack và bootstrap. AI điền vào hình tam giác, viết mã và so sánh các phương thức; nhưng việc lựa chọn hệ số, kiểm tra tính hợp lý và số liệu cuối cùng phụ thuộc vào phán đoán và chữ ký của chuyên gia tính toán có trách nhiệm.
Nhiệm vụ ứng dụng
Tạo một tam giác nhỏ ẩn danh gồm các yêu cầu thanh toán tích lũy (4 năm tai nạn × tối đa 4 năm phát triển). Yêu cầu AI tính toán tương đương với thang xích. Xác minh thủ công các yếu tố theo độ tuổi và cuối cùng là 2 năm. Sau đó hỏi AI “làm thế nào BF có thể tạo ra kết quả khác trong năm gần đây nhất” và so sánh hai phương pháp. Cố tình bóp méo một trong các yếu tố (ví dụ: phóng to một ô lên 10 lần) và quan sát phản ứng của AI thay đổi như thế nào cũng như cách kiểm tra tính hợp lý sẽ nắm bắt được điều này.
danh sách kiểm tra
- [ ] Tôi có nhất quán trong việc thiết lập tam giác dựa trên thiệt hại phải trả hay thiệt hại phát sinh không?
- [ ] Tôi đã kiểm tra tính hợp lý bằng cách so sánh các yếu tố tuổi tác với mô hình lịch sử chưa?
- [ ] Tôi đã kiểm tra chéo với BF cho những năm mới/chưa trưởng thành chưa?
- [ ] Tôi có đưa ra câu trả lời bằng phạm vi không chắc chắn thay vì một con số không?
- [ ] Tôi đã độc lập tính toán lại thiệt hại cuối cùng và phép tính số học chưa?
- [ ] Tôi đã trình bày lý do lựa chọn yếu tố của mình (loại trung bình, thời kỳ) bằng văn bản chưa?