mikä on epäoikeudenmukainen syrjintä yleisessä Vakuutusluokituksessa? Regulaattorin näkökulma

seuraava artikkeli on mielipidekirjoitus kirjoittaja Michael McKenney. Se edustaa hänen omaa henkilökohtaista mielipidettään, eikä se välttämättä edusta SOA: n, hänen työnantajansa (Pennsylvanian vakuutusosasto), minkään muun valtion vakuutusalan sääntelyelimen, AIC: n tai NAIC: n Tapaturmavakuutusmatemaattisen ja tilastollisen (C) työryhmän näkemyksiä.

Michael McKenney

käytännössä jokainen vakuutusalalla työskentelevä voi kertoa, että vakuutusmaksut eivät saa olla kohtuuttomia, riittämättömiä tai epäoikeudenmukaisesti syrjiviä. Mutta mikä tekee verokannasta kohtuuttoman, riittämättömän tai epäoikeudenmukaisesti syrjivän valtion lainsäädännön nojalla?

huomattavan paljon, vaikka jokainen Pennsylvanian omaisuus-ja vahinkovakuutusastetta koskeva säädös ja sen epäreiluja Vakuutuskäytäntöjä koskeva laki sisältävät nämä rajoitukset, on vain kolme tapausta, joissa ne määritellään.

Pennsylvanian työläisten korvauslain 704§: N A kohdan 2 alakohdassa(77 P. S. § 1035.4§: N a momentin 2 kohta) todetaan liiallisten verokantojen osalta:

”verokantaa ei voida pitää kohtuuttomana, ellei se todennäköisesti tuota pitkän aikavälin voittoa, joka on kohtuuttoman suuri suhteessa otettuun riskiin ja suoritettaviin palveluihin.”

puutteellisten verokantojen osalta Pennsylvanian työläisten korvauslain 704 pykälän a momentin 3 kohdassa(77 P. s. § 1035.4(a) (3)) todetaan:

” verokantaa ei voida pitää riittämättömänä, ellei:

1. se on tarjotun vakuutuksen kannalta kohtuuttoman alhainen ja sen jatkuva käyttö vaarantaisi vakuutuksenantajan vakavaraisuuden; tai
2. vakuutuksen taso on kohtuuttoman alhainen, ja vakuutuksenantajan käyttämä korko on johtanut tai, jos sitä jatketaan, johtaa kilpailun tuhoutumiseen tai monopolin syntymiseen.”

lopuksi, pykälä 3(d) of Pennsylvania ’ s Casualty and Surety Rate Regulatory Act (40 P. S. § 1183 (d)) toteaa seuraavaa suhteessa epäoikeudenmukaisesti syrjivä hinnat:

” korkoa ei pidetä epäoikeudenmukaisesti syrjivänä, ellei se käytännön rajoitukset huomioon ottaen selvästi heijasta kohtuullisen tarkasti odotettavissa olevien tappioiden ja kulujen eroja. Korko ei ole epäoikeudenmukaisesti syrjivä, koska vakuutuksenottajille aiheutuu erilaisia vakuutusmaksuja, joilla on samankaltaiset tappiot, mutta erilaiset kustannustekijät, kunhan korko heijastaa eroja kohtuullisen tarkasti. Verokanta ei ole epäoikeudenmukaisesti syrjivä, jos se lasketaan yleisesti niiden henkilöiden keskuudessa, jotka on vakuutettu ryhmä -, toimilupa-tai yleisperiaatteella.”

harvoin Pennsylvanian Vakuutusministeriö törmää ongelmiin vakuutusyhtiöiden kanssa, jotka ilmoittavat omaisuus-ja vahinkovakuutusmaksuja, jotka voidaan määrittää (korkoilmoituksen yhteydessä) uhkaavan vakuutuksenantajan taloudellista vakavaraisuutta tai tuhoavan kilpailua. Toisinaan saatamme olla eri mieltä hakemuksesta, jossa ehdotetaan mielestämme kohtuuttomia verokantoja, mutta yleisempi kysymys koskee sellaisten verokantojen ilmoittamista, joiden katsomme olevan epäoikeudenmukaisesti syrjiviä.

kun luokkasuunnitelmaan tehdään muutoksia, regulaattorille toimitetaan usein näyttely, jossa esitetään nykyiset, ilmoitetut ja ehdotetut suhteellisuudet. Olemme keskustelleet vakuutusyhtiöiden ja muiden sääntelyviranomaisten kanssa, jotka uskovat, että käytännössä mikä tahansa valinta nykyisten ja ilmoitettujen suhteellisuuksien välillä (ja mukaan lukien) on hyväksyttävää. Jotkut uskovat, että tämä pätee myös silloin, kun eri riskiluokkia kohdellaan eri tavalla, kunhan valikoimat pysyvät nykyisten ja ilmoitettujen suhteellisuuksien luomassa vaihteluvälissä. Mutta Eikö mikään valinta (nykyisen ja ilmoitetun suhteellisuuden välillä) ole kohtuuton, riittämätön tai epäoikeudenmukaisesti syrjivä Pennsylvanian lain mukaan?

tarkastellaan yksinkertaistettua esimerkkiä, jossa vakuutuksenantajalla on kolme vakuutuksenottajaryhmää: Keskiverto, keskimääräistä parempi ja keskivertoa heikompi. Nykyisessä luottoluokitussuunnitelmassaan keskivertoriskit maksavat kaksi kertaa enemmän kuin keskivertoriskit ja keskivertoriskit kaksi kertaa enemmän. Oletetaan, että kukin ryhmä osoittaa, että koronnosto on tarpeen 50 prosenttia, mutta vakuutuksenantaja haluaa lieventää tätä suurta koronnostoa keskimääräisille ja keskimääräistä suuremmille vakuutuksenottajilleen.:

jos tiedot pitävät paikkansa, mikään ehdotetuista verokannoista ei todennäköisesti tuota kohtuuttoman suuria pitkän aikavälin voittoja.

nykyisessä monitilaisessa, monilinjaisessa vakuutusympäristössä, jossa monet vakuutuksenantajat tekevät liiketoimintaa ja jossa vakuutuksenantajat tekevät usein korkomuutoksia, on epätodennäköistä, että keskimääräisten ja keskimääräistä suurempien riskien lievennetyt korot uhkaavat vakuutuksenantajan vakavaraisuutta. Kun lisäksi otetaan huomioon kilpailtavat markkinat, joilla omaisuusvakuuttajat ja vahinkovakuuttajat toimivat, on epätodennäköistä, että lievennetyt hinnat tuhoavat kilpailua.

entä epäoikeudenmukainen syrjintä? Kun käytännön rajoitukset on otettu huomioon, heijastavatko ehdotettujen korkojen erot odotettujen tappioiden ja kustannusten eroja kohtuullisen tarkasti?

sekä nykyiset että ilmoitetut korot osoittavat, että keskimääräistä alhaisempien riskien pitäisi maksaa neljä kertaa keskimääräistä suurempi riski ja kaksi kertaa keskimääräistä suurempi riski. Onko siis hyväksyttävää, että keskimääräistä alhaisemmat riskit maksavat viisi kertaa keskimääräistä suuremmat riskit ja kaksi ja puoli kertaa keskimääräiset riskit?

jotkut argumentit, jotka puoltavat ehdotettujen hintojen pätevyyttä, jotka ovat samanlaisia kuin annettu esimerkki, lainaavat lakeja, kuten Pennsylvanian Casualty and Surety Rate Regulatory Act(40 P. S. § 1184 (a)), jotka sallivat vakuutuksenantajien tukea ilmoituksiaan:

”(1) hakemuksen tekevän vakuutuksenantajan tai luokitusorganisaation kokemus tai harkinta, 2) Muiden vakuutuksenantajien tai luokitusorganisaatioiden kokemus tai 3) Muut tekijät, joita vakuutuksenantaja tai luokitusorganisaatio pitää merkityksellisinä.”

mutta kun vakuutusmaksujen annetaan perustua ”harkintaan” ja ”muihin tekijöihin, joita vakuutuksenantaja tai luottoluokitusorganisaatio pitää merkityksellisinä”, tarkoittaako tämä, ettei niiden tarvitse perustua kustannuksiin? Vai Rajoittuvatko nämä muut näkökohdat vakuutuksenantajan auttamiseen asianmukaisten kustannusarvioiden ennustamisessa?

Pennsylvaniassa olemme samaa mieltä siitä, että vakuutuksenantajat voivat käyttää monia erilaisia näkökohtia hintojensa tukena, eikä näiden näkökohtien tarvitse (ja joissakin tapauksissa ei edes pitäisi) perustua vakuutuksenantajan omaan kokemukseen. Riippumatta siitä, mitä näistä seikoista seuraa, verokantojen erojen on kuitenkin vastattava odotettujen tappioiden ja kustannusten eroja kohtuullisen tarkasti. Jos näin ei ole, hinnat ovat epäoikeudenmukaisesti syrjiviä.

jos edellä mainitussa esimerkissä on lisäanalyysejä ja / tai-näkökohtia, jotka tukevat riittävästi kohtuullista päätelmää siitä, että keskimääräistä pienempien riskien odotettavissa olevat tappiot ja kustannukset ovat viisi kertaa suuremmat kuin keskimääräiset riskit ja kaksi ja puoli kertaa suuremmat kuin keskimääräiset riskit, hyväksymme todennäköisesti hakemuksen.

esimerkiksi, jos vakuutuksenantaja voi esittää kilpailuanalyysin, joka osoittaa, että keskitasoa pienempien riskien täyden koron ottaminen asettaa riskit kilpailijoidensa tasolle, mutta keskitasoa suurempien ja keskitasoa suurempien riskien ottaminen asettaa ne huomattavasti kilpailijoidensa yläpuolelle, voimme hyväksyä ehdotuksen. Tässä tapauksessa koko markkinat voivat antaa uskottavamman arvion odotetuista tappioista ja kuluista.

mutta jos vakuutuksenantajalta puuttuu tietoja, joiden perusteella odotettavissa olevien tappioiden ja kulujen voidaan kohtuudella olettaa vaihtelevan yhtä suuriksi kuin on ehdotettu, emme todennäköisesti hyväksy hakemusta.

edellä esitetty oli yksinkertainen esimerkki havainnollistamista varten. Käytännössä tämän päivän ”Big Datan” ja ”yleistettyjen lineaaristen mallien” vakuutusmaailma on johtanut uskomattoman monimutkaisiin ja segmentoituihin luokittelusuunnitelmiin. Alueet, jotka aikoinaan määriteltiin piirikuntatasolla (poikkeuksena kaupunkialueet), asetetaan nykyään yhä useammin postinumerotasolle (joskus yhdeksännumeroiset postinumerot) tai jopa väestönlaskentalohkoksi, jossa North Market Streetin 100-korttelilla on erilainen aluesuhteellisuusteoria kuin North Market Streetin 200-korttelilla. Suhteellisuudet eivät perustu väestönlaskentalohkon todelliseen tappiokokemukseen (josta ei puuttuisi uskottavuutta) vaan sen sijaan sen väestönlaskentalohkon ominaisuuksiin, jonka tilastotieteilijät voivat osoittaa korreloivan tappion kanssa.

vastauksena vakuutusyhtiöiden Big datan käyttöön NAIC: n Markkinasääntely-ja kuluttaja-asioiden (D) komitea on perustanut Big Data (d) – työryhmän, jonka vuoden 2016 maksu on:

”tutki vakuutusyhtiöiden big datan käyttöä korvausvaatimuksiin, markkinointiin, merkintäsitoumuksiin ja hinnoitteluun. Selvitetään big datan sääntelyyn liittyviä mahdollisuuksia markkinasääntelyn tehokkuuden ja vaikuttavuuden parantamiseksi. Antaa tarvittaessa suosituksia viimeistään vuoden 2016 syksyllä pidettävässä kansallisessa kokouksessa vuoden 2017 maksuja varten, jotta komitea voi käsitellä vuoden 2016 etsinnässä yksilöityjä suosituksia.”

mitä tulee Big datan käyttöön hinnoittelussa, monimutkaiset monimuuttujatietokonemallit, jotka ennustavat tämän päivän poikkeuksellisen segmentoitujen luokkasuunnitelmien taustalla olevia ilmoitettuja suhteellisuuksia, suoritetaan usein iteratiivisesti ja sisältävät arvostelukyvyn käytön koko ajan. Lisäksi muita tuomitsevia näkökohtia valinnassa rate relativities perustuu indikaatiot ovat nyt jopa mallinnettu, käytäntö joskus kutsutaan ” hinta optimointi.”

NAIC: n Vahinkovakuutusmatemaattinen ja tilastollinen (C) työryhmä alkoi laatia valkoista kirjaa hinnan optimoinnista sen jälkeen, kun autovakuutusten (C/D) opintoryhmä oli viitannut siihen marraskuussa. 11, 2014. NAIC: n omaisuus-ja Vahinkovakuutuskomitea (C) hyväksyi valkoisen kirjan marraskuussa. Huhtikuuta 2016. Valkoisen kirjan 1 kohdassa työryhmä toteaa, että se ”tarjoaa hintaoptimoinnin taustatutkimusta, tunnistaa hintaoptimoinnin käytön mahdolliset hyödyt ja haitat sekä esittää vaihtoehtoja hintaoptimoinnin käyttöä hintaoptimoinnissa koskeville valtion sääntelytoimenpiteille.”

NAIC: n Hintaoptimointia koskevan valkoisen kirjan 6 kohdassa kuvataan:

” viime vuosina vakuutuksenantajat ovat alkaneet käyttää big dataa (vakuutusten ja muiden kuin vakuutustietokantojen tiedonlouhinta henkilökohtaisia kuluttajatietoja varten lain salliessa), kehittynyttä tilastollista mallinnusta tai molempia valitakseen hinnat, jotka poikkeavat ilmoitetuista hinnoista hyvin yksityiskohtaisella tai yksityiskohtaisella tasolla. Virallistettuja ja mekanisoituja tarkistuksia voidaan tehdä ilmoitettuihin korkoihin monien riskiluokitusten osalta ja lopulta ehkä jopa yksittäisten vakuutusten osalta.”

NAIC: n Hintaoptimointia koskevan valkoisen kirjan 9 kohta Lisähuomautuksia:

”sääntelyviranomaiset hyväksyvät joitakin poikkeamia ilmoitetuista koroista ja luokituskertoimista. Ne ovat kuitenkin huolissaan siitä, että hienostuneiden hintojen optimointimenetelmien käyttö voisi poiketa perinteisestä hinnoittelusta, ulottua yli hyväksyttävän tason kustannuksiin perustuvien verokantojen mukauttamiseksi ja johtaa siihen, että hinnat vaihtelevat epäoikeudenmukaisesti vakuutuksenottajien mukaan. Kunkin valtion sääntelyviranomaiset määrittävät hyväksyttävän mukautustason, joka perustuu valtion lakiin ja sääntelyyn.”

siitä päivästä, jona tämä mielipidekirjoitus kirjoitettiin, noin 20 osavaltiota (mukaan lukien Pennsylvania) on antanut virallisen ilmoituksen, että hintojen optimointimenetelmien käyttöä, joka johtaa epäoikeudenmukaisesti syrjiviin hintoihin, ei suvaita. Suurin osa näistä ilmoituksista liittyy hintojen optimointiin tietokonemallien avulla vakuutusmaksujen asettamiseksi sen mukaan, kuinka paljon kuluttaja tai kuluttajaryhmä voi olla valmis maksamaan ennen ostoksia. Monet niistä perustuivat ainakin osittain NAIC: n Hintaoptimointia koskevan valkoisen kirjan liitteenä B olevaan tiedotteen luonnokseen.

yksi NAIC: n Hintaoptimointia koskevan valkoisen kirjan kiistanalaisimmista suosituksista on 48 kohdassa, jossa käsitellään epäoikeudenmukaisesti syrjiviä vakuutusten luokituskäytäntöjä, joilla ”mukautetaan nykyisiä tai vakuutusmaksuarvioita tai vakuutusmaksuja riippumatta siitä, sisältyvätkö ne vakuutuksenantajan luokitussuunnitelmaan vai eivät.”Esittäessään esimerkkejä siitä, mikä voi olla epäoikeudenmukaisesti syrjivä käytäntö tässä suhteessa, paperi sisältää:

1. ”kysynnän hintajousto.
2. vakuutusten ostohalukkuus.
3. Retention säätö yksilötasolla.
4. vakuutuksenottajan taipumus esittää kysymyksiä tai tehdä valituksia.”

nämä samat neljä käytäntöä mainitaan valkoisen kirjan tiedotteen luonnoksessa.

NAIC: n toimeenpanevan komitean ennen asiakirjan hyväksymistä NAIC: n kevään 2016 kansalliskokouksessa saamat huomautukset, joissa suositeltiin ”kysynnän hintajoustoa” ja ”taipumusta ostaa vakuutuksia”, katsottiin esimerkkeiksi mahdollisesta epäoikeudenmukaisesta syrjinnästä vain, jos niitä tarkastellaan yksilö-tai yksityiskohtaisella tasolla, mutta paperi hyväksyttiin ilman suositeltuja muutoksia.

päivät, jolloin luokkasuunnitelmamuuttujan tappiokokemusta tarkasteltiin yksikertaisesti, ovat jo menneet. Vakuutusyhtiöt ovat luokituksen tasolla segmentointi, että harva olisi voinut kuvitella vuosia sitten.

kuten NAIC: n Hintaoptimointia koskevan valkoisen kirjan 49 kohdassa todetaan:

”hienostuneen data-analyysin käyttö sellaisten hienosäädettyjen menetelmien kehittämiseksi, joissa on useita mahdollisia luokitussoluja, ei sinänsä ole luokituslakien vastaista niin kauan kuin luokitusluokat ja luokituskertoimet perustuvat kustannuksiin.”

mutta kun luokkasuunnitelmat on saatu iteratiivisilla prosesseilla käyttäen monimutkaisia tietokonemalleja, jotka sisältävät harkinnan koko ajan, miten sääntelyviranomainen varmistaa, että indikaation harkinnanvaraiset näkökohdat ovat puolueettomia ja liittyvät odotettuihin tappioihin ja kuluihin? Ja kun näihin merkintöihin perustuvien rate relativities-valintojen muita tuomitsevia näkökohtia myös mallinnetaan, miten sääntelyviranomainen voi pysyä tahdissa?

omaisuus-ja vahinkovakuutusten korkotason kehittämistavan monimutkaisuudesta ja luokkasuunnitelmien äärimmäisestä segmentoitumisesta on tullut merkittäviä haasteita nykyisille sääntelyviranomaisille. NAIC: n Hintaoptimoinnin Valkoinen kirja, tiedotteet, joita monet valtiot ovat julkaisseet hintojen optimointikäytäntöjä vastaan, ja NAIC: n Big Data (D) – työryhmä ovat esimerkkejä viimeaikaisista sääntelytoimenpiteistä näihin haasteisiin. Mutta loppujen lopuksi samat standardit, joita on sovellettu vakuutusmaksuihin useiden vuosikymmenten ajan, ovat edelleen voimassa, ja niitä sovelletaan riippumatta siitä, onko olemassa vain kolme riskiluokkaa (esim.keskimääräinen, keskimääräistä korkeampi ja keskimääräistä alhaisempi) tai useita tuhansia (esim. väestönlaskentalohkot). Maksut eivät saa olla kohtuuttomia, riittämättömiä tai epäoikeudenmukaisesti syrjiviä.

resurssit

1. NAIC: n Big Data (D) – työryhmää, mukaan lukien sen vuoden 2016 maksu, koskevat tiedot, ks.NAIC: n Markkinasääntely-ja kuluttaja-asioiden valiokunta (D), Big Data (D) – työryhmän Kotisivu (vieraili viimeksi 18. toukokuuta 2016).
2. Katso Hintaoptimoinnin Valkoinen kirja NAIC Casualty Actuarial and Statistical (C) Task Force, ”Price Optimization White Paper” (Nov. 19, 2015)saatavilla täällä.
3. NAIC: n Casualty Actuarial and Statistical (C) Task Forcen verkkosivuilla luetellaan eri valtioiden hintaoptimointia koskevat tiedotteet NAIC Casualty Actuarial and Statistical (C) Task Forcen kotisivulla (viimeksi vieraillut 18.toukokuuta 2016) (löytyy kohdasta hinnan optimointi tiedotteet/uutisjulkaisut otsikko).
4. NAIC: n toimeenpaneva komitea sai ennen asiakirjan hyväksymistä NAIC: n kevään 2016 kansallisessa kokouksessa NAIC: n 6.huhtikuuta 2016 toimeenpanevan komitean ja täysistunnon aineistosta huomautuksia NAIC: n hintojen optimointia koskevasta valkoisesta kirjasta. NAIC, ”toimeenpanevan komitean raportti” (huhti. 6, 2016)saatavilla täällä.
5. lisätietoja siitä, miksi NAIC: n tapaturmavakuutus-ja Tilastotyöryhmä (C) alkoi laatia Hintaoptimoinnin valkoista kirjaa, löytyy NAIC: n verkkosivuilta. Katso Center for Insurance Policy and Research, ”Hinta optimointi” (Tammi. 6, 2016)saatavilla täällä.

Michael McKenney on Pennsylvanian Vakuutusministeriön (Property & Casualty Bureau) vakuutusmatemaattinen valvoja. Hän toimii tällä hetkellä myös NAIC: n tapaturmavakuutus-ja Tilastotyöryhmän (C) puheenjohtajana.