Was ist unfaire Diskriminierung im allgemeinen Versicherungsrating?

Der folgende Artikel ist ein Meinungsbeitrag des Autors Michael McKenney. Es stellt seine eigene persönliche Meinung dar und repräsentiert nicht unbedingt die Ansichten der SOA, seines Arbeitgebers (der Versicherungsabteilung von Pennsylvania), einer anderen staatlichen Versicherungsaufsichtsbehörde, der NAIC oder der NAIC Casualty Actuarial and Statistical (C) Task Force.

Von Michael McKenney

Praktisch jeder, der in der Versicherungsbranche arbeitet, kann Ihnen sagen, dass Versicherungstarife nicht übermäßig, unzureichend oder unfair diskriminierend sein dürfen. Aber was macht eine Rate übermäßig, unzureichend oder unfair diskriminierend nach staatlichem Recht?

Bemerkenswerterweise gibt es nur drei Fälle, in denen sie definiert sind, obwohl jedes der Regulierungsgesetze für Sach- und Unfallraten in Pennsylvania und das Gesetz über unlautere Versicherungspraktiken diese Einschränkungen enthalten.

In Bezug auf überhöhte Sätze heißt es in Abschnitt 704 (a) (2) des Workers’Compensation Act von Pennsylvania (77 P.S. § 1035.4(a) (2)):

„Ein Satz darf nicht als überhöht angesehen werden, es sei denn, er wird voraussichtlich einen langfristigen Gewinn erwirtschaften, der im Verhältnis zu dem eingegangenen Risiko und den zu erbringenden Dienstleistungen unangemessen hoch ist.“

In Bezug auf unzureichende Sätze heißt es in Abschnitt 704 (a) (3) des Workers’Compensation Act von Pennsylvania (77 P.S. § 1035.4(a) (3)):

„Ein Satz darf nicht als unzureichend angesehen werden, es sei denn:

  1. der Zinssatz ist für die erbrachte Versicherung unangemessen niedrig, und seine weitere Verwendung würde die Zahlungsfähigkeit des Versicherers gefährden; oder
  2. Der Zinssatz ist für die erbrachte Versicherung unangemessen niedrig, und die Verwendung des Zinssatzes durch den Versicherer hat zur Zerstörung des Wettbewerbs oder zur Schaffung eines Monopols geführt oder wird, wenn er fortgesetzt wird.“

Schließlich stellt Abschnitt 3 (d) des Pennsylvania Casualty and Surety Rate Regulatory Act (40 P.S. § 1183 (d)) Folgendes in Bezug auf unfair diskriminierende Sätze fest:

„Kein Satz darf als unfair diskriminierend angesehen werden, es sei denn, er spiegelt unter Berücksichtigung praktischer Einschränkungen die Unterschiede bei den erwarteten Verlusten und Aufwendungen nicht mit angemessener Genauigkeit wider. Ein Satz ist nicht unfair diskriminierend, da sich für Versicherungsnehmer mit gleichem Verlustrisiko, aber unterschiedlichen Aufwandsfaktoren unterschiedliche Prämien ergeben, sofern der Satz die Unterschiede mit angemessener Genauigkeit widerspiegelt. Ein Satz ist nicht unfair diskriminierend, wenn er unter den Versicherten einer Gruppen-, Franchise- oder Pauschalversicherung breit gemittelt wird.“

Selten stößt die Versicherungsabteilung von Pennsylvania auf Probleme mit Versicherungsunternehmen, die Sach- und Unfallversicherungssätze einreichen, die (im Rahmen einer Ratenanmeldung) als Bedrohung der Zahlungsfähigkeit eines Versicherers oder als Zerstörung des Wettbewerbs bestimmt werden können. Gelegentlich können wir Probleme mit einer Einreichung haben, die Zinssätze vorschlägt, die wir für übertrieben halten, aber das häufigere Problem betrifft die Einreichung von Zinssätzen, von denen wir glauben, dass sie unfair diskriminierend sind.

Wenn Klassenplanänderungen eingereicht werden, wird dem Regler häufig ein Exponat zur Verfügung gestellt, das die aktuellen, angezeigten und vorgeschlagenen Relativitäten anzeigt. Wir haben Gespräche mit Versicherungsunternehmen und anderen Aufsichtsbehörden geführt, die der Ansicht sind, dass praktisch jede Auswahl zwischen (und einschließlich) der aktuellen und der angegebenen Relativität akzeptabel ist. Einige glauben, dass dies auch dann der Fall ist, wenn verschiedene Risikoklassen unterschiedlich behandelt werden, solange die Auswahl innerhalb des Bereichs bleibt, der durch die aktuellen und angegebenen Relativitäten geschaffen wird. Aber ist eine Auswahl (zwischen der aktuellen und der angegebenen Relativität) nach dem Gesetz von Pennsylvania nicht übermäßig, unzureichend oder unfair diskriminierend?

Betrachten Sie ein vereinfachtes Beispiel, in dem ein Versicherer drei Gruppen von Versicherungsnehmern hat: Durchschnittlich, überdurchschnittlich und unterdurchschnittlich. Im aktuellen Ratingplan zahlen durchschnittliche Risiken doppelt so viel wie überdurchschnittliche Risiken und unterdurchschnittliche Risiken doppelt so viel. Angenommen, jede Gruppe gibt die Notwendigkeit einer Ratenerhöhung von 50 Prozent an, aber der Versicherer möchte diese große Ratenerhöhung für seine durchschnittlichen und überdurchschnittlichen Versicherungsnehmer mildern:

Aktuell Angezeigt Vorgeschlagen
Überdurchschnittlich .50 .75 .60
Durchschnitt 1.00 1.50 1.20
Unterdurchschnittlich 2.00 3.00 3.00

Wenn die Angaben stimmen, wird keiner der vorgeschlagenen Zinssätze langfristig unangemessen hohe Gewinne erzielen.

In der heutigen Multi-State-, Multi-Line-Versicherungs-Umgebung, in der viele Versicherer schreiben Geschäft und die Häufigkeit, mit der Versicherer einreichen, um Tarifänderungen vorzunehmen, ist es unwahrscheinlich, dass die Zinssätze für durchschnittliche und überdurchschnittliche Risiken bedrohen die Solvenz des Versicherers. Darüber hinaus ist es angesichts der wettbewerbsintensiven Märkte, auf denen Schaden- und Unfallversicherer tätig sind, zweifelhaft, ob die Zinssätze den Wettbewerb zerstören werden.

Was ist mit ungerechter Diskriminierung? Spiegeln die Unterschiede in den vorgeschlagenen Sätzen nach Berücksichtigung praktischer Einschränkungen die Unterschiede in den erwarteten Verlusten und Aufwendungen mit angemessener Genauigkeit wider?

Sowohl die aktuellen als auch die angegebenen Zinssätze verdeutlichen, dass unterdurchschnittliche Risiken das Vierfache der überdurchschnittlichen Risiken und das Zweifache der durchschnittlichen Risiken zahlen sollten. Ist es daher akzeptabel, dass unterdurchschnittliche Risiken das Fünffache der überdurchschnittlichen Risiken und das Zweieinhalbfache der durchschnittlichen Risiken zahlen?

Einige Argumente für die Gültigkeit der vorgeschlagenen Tarife ähnlich dem Beispiel zitieren Gesetze wie Abschnitt 4(a) des Pennsylvania Casualty and Surety Rate Regulatory Act (40 P.S. § 1184(a)), die es Versicherern ermöglichen, ihre Einreichungen durch:

„(1) die Erfahrung oder das Urteil des Versicherers oder der Ratingorganisation, die die Einreichung vornimmt, (2) die Erfahrung anderer Versicherer oder Ratingorganisationen oder (3) andere Faktoren, die der Versicherer oder die Ratingorganisation für relevant hält.“

Aber wenn man zulässt, dass Versicherungstarife auf „Urteilsvermögen“ und „anderen Faktoren“ basieren, die der Versicherer oder die Ratingorganisation für relevant hält, bedeutet dies, dass sie nicht kostenbasiert sein müssen? Oder sind diese anderen Überlegungen darauf beschränkt, den Versicherer bei der Vorhersage der geeigneten kostenbasierten Schätzungen zu unterstützen?

In Pennsylvania stimmen wir zu, dass Versicherer viele verschiedene Arten von Überlegungen verwenden können, um ihre Tarife zu unterstützen, und diese Überlegungen müssen nicht (und sollten in einigen Fällen sogar nicht) auf der eigenen Erfahrung des Versicherers basieren. Unabhängig davon, was diese Überlegungen mit sich bringen, müssen die Unterschiede in den Sätzen die Unterschiede in den erwarteten Verlusten und Aufwendungen mit angemessener Genauigkeit widerspiegeln. Wenn sie dies nicht tun, sind die Preise zu Unrecht diskriminierend.

Wenn im obigen Beispiel zusätzliche Analysen und / oder Überlegungen vorliegen, die eine vernünftige Schlussfolgerung stützen, dass die erwarteten Verluste und Aufwendungen für unterdurchschnittliche Risiken das Fünffache der überdurchschnittlichen Risiken und das Zweieinhalbfache der durchschnittlichen Risiken betragen, werden wir die Einreichung wahrscheinlich genehmigen.

Wenn der Versicherer beispielsweise eine Wettbewerbsanalyse vorlegen kann, aus der hervorgeht, dass die vollständige Zinsangabe für unterdurchschnittliche Risiken sie mit ihrem Wettbewerb in Einklang bringt, sie jedoch für durchschnittliche und überdurchschnittliche Risiken weit über ihrem Wettbewerb liegt, können wir den Vorschlag annehmen. In diesem Fall kann der Markt als Ganzes eine glaubwürdigere Schätzung der erwarteten Verluste und Aufwendungen liefern.

Wenn dem Versicherer jedoch Informationen fehlen, die darauf hindeuten, dass die erwarteten Verluste und Aufwendungen vernünftigerweise im gleichen Ausmaß wie die vorgeschlagenen abweichen, werden wir die Einreichung wahrscheinlich nicht genehmigen.

Das obige war ein einfaches Beispiel zur Veranschaulichung. In der Praxis hat die heutige Versicherungswelt von „Big Data“ und „verallgemeinerten linearen Modellen“ zu unglaublich komplexen und segmentierten Klassifizierungsplänen geführt. Gebiete, die einst auf Kreisebene definiert wurden (mit Ausnahmen für städtische Gebiete), werden jetzt zunehmend auf Postleitzahlenebene (manchmal neunstellige Postleitzahlen) oder sogar nach Zensusblock festgelegt, wobei der 100-Block der North Market Street eine andere Gebietsrelativität aufweist als der 200-Block der North Market Street. Die Relativitäten basieren nicht auf der tatsächlichen Verlusterfahrung des Zensusblocks (was keine Glaubwürdigkeit hätte), sondern auf Merkmalen des Zensusblocks, die Statistiker als mit Verlusten korreliert nachweisen können.

Als Reaktion auf die Nutzung von Big Data durch Versicherer hat der Ausschuss für Marktregulierung und Verbraucherangelegenheiten (D) der NAIC die Arbeitsgruppe Big Data (D) eingerichtet, deren Gebühr für 2016 lautet:

„Untersuchen Sie die Nutzung von Big Data durch Versicherer für Schadensfälle, Marketing, Underwriting und Preisgestaltung. Untersuchen Sie potenzielle Möglichkeiten für die regulatorische Nutzung von Big Data, um die Effizienz und Wirksamkeit der Marktregulierung zu verbessern. Geben Sie gegebenenfalls spätestens auf der nationalen Herbstsitzung 2016 für 2017 Empfehlungen ab, damit der Ausschuss auf alle durch die Exploration 2016 ermittelten Empfehlungen eingehen kann.“

In Bezug auf die Verwendung von Big Data bei der Preisgestaltung werden die komplexen multivariaten Computermodelle, die die angegebenen Relativitäten vorhersagen, die den heutigen außergewöhnlich segmentierten Klassenplänen zugrunde liegen, häufig iterativ durchgeführt und beinhalten die Verwendung von Urteilen. Darüber hinaus werden jetzt sogar die weiteren Beurteilungsaspekte der Auswahl von Zinsrelativitäten basierend auf den Indikationen modelliert, eine Praxis, die manchmal als „Preisoptimierung“ bezeichnet wird.“

Die Casualty Actuarial and Statistical (C) Task Force der NAIC begann mit der Ausarbeitung eines Weißbuchs zum Thema Preisoptimierung, nachdem das Thema von der Auto Insurance (C / D) Study Group am Nov. 11, 2014. Das Weißbuch wurde vom Ausschuss für Schaden- und Unfallversicherung (C) der NAIC am Nov. 21. April 2015 und vom Exekutivausschuss am 6. April 2016. In Absatz 1 des Weißbuchs gibt die Task Force an, dass sie „Hintergrundforschung zur Preisoptimierung durchführt, potenzielle Vor- und Nachteile für den Einsatz von Preisoptimierung identifiziert und Optionen für staatliche Regulierungsmaßnahmen in Bezug auf den Einsatz von Preisoptimierung bei der Ratemaking aufzeigt.“

Absatz 6 des Weißbuchs zur Preisoptimierung der NAIC beschreibt:

„In den letzten Jahren haben Versicherer durch einen Prozess oder eine Technik, die von vielen als „Preisoptimierung“ bezeichnet wird, begonnen, Big Data (Data Mining von Versicherungs- und Nichtversicherungsdatenbanken mit persönlichen Verbraucherinformationen, soweit gesetzlich zulässig), erweiterte statistische Modellierung oder beides zu verwenden, um Preise auszuwählen, die sich von den angegebenen Sätzen auf einer sehr detaillierten oder granularen Ebene unterscheiden. Formalisierte und mechanisierte Anpassungen können für viele Risikoklassifikationen und letztendlich vielleicht sogar für einzelne Versicherte an den angegebenen Sätzen vorgenommen werden.“

Absatz 9 des White Paper zur Preisoptimierung der NAIC weitere Hinweise:

„Die Regulierungsbehörden akzeptieren einige Abweichungen von den angegebenen Sätzen und Ratingfaktoren. Sie befürchten jedoch, dass der Einsatz ausgefeilter Methoden der Preisoptimierung von der traditionellen Tarifgestaltung abweichen könnte, über akzeptable Anpassungsniveaus an kostenbasierte Sätze hinausgehen und zu Preisen führen könnte, die je nach Versicherungsnehmer unfair variieren. Die Regulierungsbehörden in jedem Staat bestimmen das zulässige Anpassungsniveau auf der Grundlage des staatlichen Rechts und des behördlichen Urteils.“

Zum Zeitpunkt der Erstellung dieser Stellungnahme haben ungefähr 20 Bundesstaaten (einschließlich Pennsylvania) offiziell mitgeteilt, dass die Verwendung von Preisoptimierungstechniken, die zu unfair diskriminierenden Tarifen führen, nicht toleriert wird. Die meisten dieser Hinweise beziehen sich auf die Preisoptimierung auf die Verwendung von Computermodellen, um Versicherungstarife festzulegen, die in irgendeiner Weise darauf basieren, wie viel ein Verbraucher oder eine Gruppe von Verbrauchern bereit ist, vor dem Einkauf zu zahlen. Viele basierten zumindest teilweise auf einem Bulletinentwurf, der als Anhang B des Weißbuchs zur Preisoptimierung der NAIC enthalten war.

Eine der umstritteneren Empfehlungen im Weißbuch zur Preisoptimierung der NAIC findet sich in Paragraph 48, in dem unfair diskriminierende Versicherungsratingpraktiken erörtert werden, die „die aktuellen oder versicherungsmathematisch angegebenen Sätze oder Prämien anpassen, unabhängig davon, ob sie im Ratingplan des Versicherers enthalten sind oder nicht.“ Bei der Bereitstellung von Beispielen dafür, was in dieser Hinsicht eine unfair diskriminierende Praxis darstellen kann, enthält das Papier:

  1. “ Preiselastizität der Nachfrage.
  2. Neigung zum Kauf von Versicherungen.
  3. Retentionseinstellung auf individueller Ebene.
  4. Die Neigung eines Versicherungsnehmers, Fragen zu stellen oder Beschwerden einzureichen.“

Dieselben vier Praktiken werden im Bulletinentwurf des Weißbuchs erwähnt.

Kommentare, die das Exekutivkomitee der NAIC im Vorfeld der Verabschiedung des Papiers auf der nationalen Frühjahrstagung der NAIC 2016 erhalten hatte, empfahlen, „Preiselastizität der Nachfrage“ und „Neigung zum Kauf von Versicherungen“ nur dann als Beispiele für potenzielle unfaire Diskriminierung zu betrachten, wenn sie auf individueller oder granulärer Ebene betrachtet werden, aber das Papier wurde ohne die empfohlenen Änderungen angenommen.

Die Zeiten, in denen die Verlusterfahrung einer Klassenplanvariablen auf univariater Basis überprüft wurde, sind lange vorbei. Versicherer bewerten auf einem Segmentierungsniveau, das sich vor Jahren nur wenige hätten vorstellen können.

Wie in Paragraph 49 des Weißbuchs zur Preisoptimierung der NAIC erwähnt:

„Die Verwendung ausgefeilter Datenanalysen zur Entwicklung fein abgestimmter Methoden mit einer Vielzahl möglicher Rating-Zellen ist an sich kein Verstoß gegen Rating-Gesetze, solange die Rating-Klassen und Rating-Faktoren kostenbasiert sind.“

Aber wie stellt die Regulierungsbehörde sicher, dass die Beurteilungsaspekte der Indikation unvoreingenommen sind und sich auf erwartete Verluste und Ausgaben beziehen, wenn Klassenplanindikationen durch iterative Prozesse unter Verwendung komplexer Computermodelle abgeleitet werden, die durchweg Urteile enthalten? Und wenn die weiteren Beurteilungsaspekte der Auswahl von Zinsrelativitäten basierend auf diesen Indikationen ebenfalls modelliert werden, wie kann der Regulator dann Schritt halten?

Die Komplexität der Art und Weise, mit der Schaden- und Unfallversicherungstarife entwickelt werden, und die extreme Segmentierung, mit der Klassenpläne verwaltet werden, sind für die heutigen Regulierungsbehörden zu erheblichen Herausforderungen geworden. Das Weißbuch zur Preisoptimierung der NAIC, die Bulletins, die viele Staaten gegen Preisoptimierungspraktiken herausgegeben haben, und die Big Data (D) -Arbeitsgruppe der NAIC sind Beispiele für die jüngsten regulatorischen Reaktionen auf diese Herausforderungen. Aber am Ende des Tages gelten die gleichen Standards, die seit vielen Jahrzehnten für Versicherungstarife gelten, auch heute noch und sie bleiben anwendbar, unabhängig davon, ob es nur drei Risikoklassen gibt (z. B. Durchschnitt, überdurchschnittlich und unterdurchschnittlich) oder viele Tausende (z. B. Volkszählungsblöcke). Die Sätze dürfen nicht übermäßig, unzureichend oder unfair diskriminierend sein.

Ressourcen

  1. Informationen zur Big Data (D) Working Group der NAIC, einschließlich ihrer Gebühr für 2016, finden Sie unter NAIC Market Regulation and Consumer Affairs (D) Committee, Big Data (D) Working Group Homepage , (zuletzt besucht am 18. Mai 2016).
  2. Um auf das Whitepaper zur Preisoptimierung zuzugreifen, siehe NAIC Casualty Actuarial and Statistical (C) Task Force, „White Paper zur Preisoptimierung“ (Nov. 19, 2015) hier verfügbar.
  3. Die Website der Casualty Actuarial and Statistical (C) Task Force der NAIC listet die Bulletins verschiedener Staaten zur Preisoptimierung auf der Homepage der NAIC Casualty Actuarial and Statistical (C) Task Force auf (zuletzt besucht am 18. Mai 2016) (unter der Überschrift Price Optimization Bulletins / News Releases).
  4. Kommentare zum Weißbuch zur Preisoptimierung der NAIC, die dem Exekutivkomitee der NAIC im Vorfeld der Annahme des Papiers auf der nationalen Frühjahrstagung der NAIC 2016 zugegangen sind, finden Sie online in den Materialien für das Exekutivkomitee und die Plenarsitzung der NAIC vom 6. April 2016. Siehe NAIC, „Bericht des Exekutivausschusses“ (Apr. 6, 2016) hier verfügbar.
  5. Weitere Informationen zu den Hintergründen, warum die Casualty Actuarial and Statistical (C) Task Force der NAIC mit der Ausarbeitung des White Papers zur Preisoptimierung begonnen hat, finden Sie auf der Website der NAIC. Siehe Zentrum für Versicherungspolice und Forschung, „Preisoptimierung“ (Jan. 6, 2016) hier verfügbar.

Michael McKenney ist der versicherungsmathematische Supervisor für die Pennsylvania Insurance Department, Property & Casualty Bureau. Derzeit ist er auch Vorsitzender der NAIC Casualty Actuarial and Statistical (C) Task Force.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht.