Qual è la discriminazione sleale nella valutazione generale delle assicurazioni? La prospettiva di un regolatore

Il seguente articolo è un’opinione dell’autore, Michael McKenney. Rappresenta la sua opinione personale e non rappresenta necessariamente le opinioni della SOA, del suo datore di lavoro (il Dipartimento delle assicurazioni di Pennsylvania), di qualsiasi altro ente assicurativo statale, dell’AIC o della task Force attuariale e statistica (C) del NAIC.

Di Michael McKenney

Praticamente tutti coloro che lavorano nel settore assicurativo possono dirvi che i tassi di assicurazione non sono autorizzati ad essere eccessivo, inadeguato o ingiustamente discriminatorio. Ma cosa rende un tasso eccessivo, inadeguato o ingiustamente discriminatorio secondo la legge statale?

Sorprendentemente, anche se ciascuno degli atti normativi sulla proprietà e sul tasso di incidenti della Pennsylvania e il suo Sleale Insurance Practices Act includono queste restrizioni, ci sono solo tre casi in cui sono definiti.

Per quanto riguarda i tassi eccessivi, la Sezione 704(a)(2) del Workers’ Compensation Act della Pennsylvania (77 P.S. § 1035.4(a)(2)) afferma:

“Un tasso non può essere ritenuto eccessivo a meno che non sia probabile che produca un profitto a lungo termine irragionevolmente elevato in relazione al rischio intrapreso e ai servizi da rendere.”

Per quanto riguarda i tassi inadeguati, la Sezione 704 (a) (3) del Workers’ Compensation Act della Pennsylvania (77 PS § 1035.4(a) (3)) afferma:

” Un tasso non può essere ritenuto inadeguato a meno che:

1. è irragionevolmente basso per l’assicurazione e il continuo uso di potrebbe mettere in pericolo la solvibilità dell’assicuratore; o
2. il tasso è molto basso per l’assicurazione e l’uso delle rate per l’assicuratore ha avuto o, se continuato, avrà l’effetto di distruggere la concorrenza o la creazione di una situazione di monopolio.”

Infine, la Sezione 3 (d) del Casualty and Surety Rate Regulatory Act della Pennsylvania (40 P.S. § 1183 (d)) rileva quanto segue per quanto riguarda i tassi ingiustamente discriminatori:

” Nessun tasso è ritenuto ingiustamente discriminatorio a meno che, tenendo conto delle limitazioni pratiche, non rifletta chiaramente con ragionevole accuratezza le differenze nelle perdite e nelle spese previste. Un tasso non è ingiustamente discriminatorio perché i premi diversi risultano per gli assicurati con esposizioni in perdita simile ma diversi fattori di spesa, a condizione che il tasso rifletta le differenze con ragionevole accuratezza. Un tasso non è ingiustamente discriminatorio se è calcolato in media tra le persone assicurate nell’ambito di una politica di gruppo, franchising o coperta.”

Raramente il Dipartimento assicurativo della Pennsylvania si imbatte in problemi con le compagnie di assicurazione che archiviano i tassi di assicurazione sulla proprietà e sul sinistro che possono essere determinati (nel contesto di un deposito di tassi) come minacciando la solvibilità finanziaria di un assicuratore o distruggendo la concorrenza. A volte, potremmo contestare un deposito che propone tariffe che riteniamo eccessive, ma il problema più comune riguarda il deposito di tariffe che riteniamo ingiustamente discriminatorie.

Quando vengono archiviate le modifiche al piano di classe, al regolatore verrà spesso fornita una mostra che mostra le relatività attuali, indicate e proposte. Ci siamo impegnati in conversazioni con compagnie di assicurazione e altri regolatori che credono che praticamente qualsiasi selezione tra (e inclusiva di) le relatività attuali e indicate sia accettabile. Alcuni ritengono che ciò sia vero anche quando diverse classi di rischi ricevono un trattamento diverso a condizione che le selezioni rimangano all’interno dell’intervallo creato dalle relatività attuali e indicate. Ma qualsiasi selezione (tra le relatività attuali e indicate) non è eccessiva, inadeguata o ingiustamente discriminatoria secondo la legge della Pennsylvania?

Si consideri un esempio semplicistico in cui un assicuratore ha tre gruppi di assicurati: media, Sopra la media e sotto la media. Nel suo attuale piano di rating, i rischi medi pagano due volte il tasso di rischi superiori alla media e rischi inferiori alla media pagano due volte di più. Supponiamo che ciascun gruppo indichi la necessità di un aumento del tasso del 50 per cento ma l’assicuratore desidera temperare questo grande aumento del tasso per i suoi assicurati medi e superiori alla media:

Se le indicazioni sono corrette nessuna delle proposte è probabile che i tassi di produrre a lungo-correre i profitti che sono irragionevolmente alto.

Nel multi-stato di oggi, ambiente assicurativo multi-linea in cui molti assicuratori scrivono affari e la frequenza con cui gli assicuratori file di apportare modifiche dei tassi, è improbabile che i tassi temperati per i rischi medi e superiori alla media minacceranno la solvibilità dell’assicuratore. Inoltre, dati i mercati competitivi in cui operano gli assicuratori di beni e danni, è dubbio che i tassi temperati distruggeranno la concorrenza.

Che dire della discriminazione sleale? Dopo aver tenuto conto delle limitazioni pratiche, le differenze nelle tariffe proposte riflettono le differenze nelle perdite e nelle spese attese con ragionevole accuratezza?

Sia i tassi attuali che quelli indicati indicano che i rischi inferiori alla media dovrebbero pagare quattro volte il tasso di rischi superiori alla media e due volte il tasso di rischi medi. È quindi accettabile che rischi inferiori alla media paghino cinque volte il tasso di rischi superiori alla media e due volte e mezzo il tasso di rischi medi?

Alcuni argomenti in favore della validità di una proposta di tassi di simile all’esempio fornito citare leggi come la Sezione 4(a) della Pennsylvania Incidente e la sicurezza del Tasso di Atto Normativo (40 P. S. § 1184(a)) che permettono agli assicuratori di sostenere la loro limatura da:

“(1) l’esperienza e il giudizio dell’assicuratore o di valutazione di organizzazione di rendere il deposito, (2) l’esperienza di altri assicuratori o valutazione di organizzazioni, o (3) altri fattori che l’assicuratore o valutazione di organizzazione ritiene rilevanti.”

Ma nel permettere che i tassi di assicurazione siano basati su” giudizio ” e “qualsiasi altro fattore che l’assicuratore o l’organizzazione di rating ritenga rilevante”, significa che non devono essere basati sui costi? O queste altre considerazioni sono limitate ad aiutare l’assicuratore a prevedere le stime appropriate basate sui costi?

In Pennsylvania, siamo d’accordo che gli assicuratori possono utilizzare molti diversi tipi di considerazioni per sostenere le loro tariffe e queste considerazioni non devono (e in alcuni casi anche non dovrebbe) essere basata sulla propria esperienza dell’assicuratore. Tuttavia, indipendentemente da ciò che tali considerazioni comportano, le differenze nei tassi devono riflettere le differenze nelle perdite e nelle spese attese con ragionevole accuratezza. In caso contrario, le tariffe sono ingiustamente discriminatorie.

Nell’esempio precedente, se ci sono ulteriori analisi e/o considerazioni che supportano adeguatamente una ragionevole conclusione che le perdite e le spese previste per rischi inferiori alla media saranno cinque volte quelle dei rischi superiori alla media e due volte e mezzo quelle dei rischi medi, probabilmente approveremo il deposito.

Ad esempio, se l’assicuratore è in grado di fornire un’analisi della concorrenza che mostra che l’indicazione della tariffa piena per i rischi inferiori alla media li pone in linea con la loro concorrenza, ma così facendo per i rischi medi e superiori alla media li pone molto al di sopra della loro concorrenza, possiamo accettare la proposta. In questo caso, il mercato nel suo complesso può fornire una stima più credibile delle perdite e delle spese previste.

Ma se l’assicuratore manca di informazioni per suggerire perdite attese e le spese possono ragionevolmente aspettarsi di differire allo stesso grado di grandezza di quello che viene proposto, probabilmente non approveremo il deposito.

Quanto sopra era un semplice esempio fornito a scopo illustrativo. In pratica, il mondo assicurativo di oggi di “Big Data” e “Modelli lineari generalizzati” ha portato a piani di classificazione incredibilmente complessi e segmentati. I territori che una volta erano definiti a livello di contea (con eccezioni per le aree urbane) sono ora sempre più impostati a livello di codice postale (a volte codici di avviamento postale a nove cifre) o anche dal blocco di censimento in cui il blocco 100 di North Market Street ha una relatività territoriale diversa rispetto al blocco 200 di North Market Street. Le relatività non si basano sull’esperienza di perdita effettiva del blocco census (che mancherebbe di credibilità) ma sulle caratteristiche del blocco census che gli statistici possono dimostrare di essere correlati con la perdita.

In risposta all’uso dei Big Data da parte degli assicuratori, il Comitato NAIC per la regolamentazione del mercato e gli affari dei consumatori (D) ha creato il gruppo di lavoro Big Data (D) il cui addebito per il 2016 è:

“Esplora l’uso dei big data da parte degli assicuratori per sinistri, marketing, sottoscrizione e prezzi. Esplorare potenziali opportunità per l’uso normativo dei big data per migliorare l’efficienza e l’efficacia della regolamentazione del mercato. Se del caso, formulare raccomandazioni entro e non oltre la Riunione nazionale autunnale del 2016 per gli oneri del 2017 affinché il Comitato affronti le raccomandazioni individuate dall’esplorazione del 2016.”

Per quanto riguarda l’uso dei Big Data nel pricing, i complessi modelli di computer multivariati che predicono le relatività indicate alla base dei piani di classe eccezionalmente segmentati di oggi sono spesso eseguiti su base iterativa e includono l’uso del giudizio in tutto. Inoltre, gli ulteriori aspetti giudicanti della selezione delle relatività dei tassi in base alle indicazioni sono ora anche modellati, una pratica a volte indicata come “ottimizzazione dei prezzi.”

La task force attuariale e statistica (C) del NAIC ha iniziato a redigere un libro bianco sul tema dell’ottimizzazione dei prezzi dopo che il problema è stato sottoposto ad esso dal gruppo di studio Assicurazione auto (C/D) il nov. 11, 2014. Il libro bianco è stato adottato dal Comitato per l’assicurazione contro i danni (C) del NAIC il nov. 21, 2015 e dal Comitato Esecutivo il 6 aprile 2016. Nel paragrafo 1 del libro bianco, la Task Force afferma che “fornisce ricerche di base sull’ottimizzazione dei prezzi, identifica potenziali vantaggi e svantaggi nell’uso dell’ottimizzazione dei prezzi e presenta opzioni per le risposte normative statali sull’uso dell’ottimizzazione dei prezzi nella valutazione.”

Il paragrafo 6 del libro bianco sull’ottimizzazione dei prezzi della NAIC descrive:

“Negli ultimi anni, attraverso un processo o una tecnica indicata da molti come “ottimizzazione dei prezzi”, gli assicuratori hanno iniziato a utilizzare big data (data mining di banche dati assicurative e non assicurative di informazioni personali dei consumatori dove consentito dalla legge), modelli statistici avanzati o entrambi per selezionare prezzi che differiscono dalle tariffe indicate a un livello molto dettagliato o granulare. Gli adeguamenti formalizzati e meccanizzati possono essere fatti ai tassi indicati per molte classificazioni di rischio e, in ultima analisi, forse anche per i singoli assicurati.”

Paragrafo 9 del Libro bianco di ottimizzazione dei prezzi del NAIC ulteriori note:

” I regolatori accettano alcune deviazioni dai tassi e dai fattori di rating indicati. Tuttavia, sono preoccupati che l’uso di metodi sofisticati di ottimizzazione dei prezzi potrebbe discostarsi dalla tradizionale tariffazione, estendendosi oltre i livelli accettabili di adeguamento alle tariffe basate sui costi e causando prezzi che variano ingiustamente a seconda dell’assicurato. I regolatori di ogni stato determinano il livello accettabile di aggiustamento ammissibile in base alla legge statale e al giudizio normativo.”

Alla data in cui è stato scritto questo parere, circa 20 stati (inclusa la Pennsylvania) hanno fornito un avviso ufficiale che l’uso di tecniche di ottimizzazione dei prezzi con conseguente tariffe ingiustamente discriminatorie non sarà tollerato. La maggior parte di questi avvisi si riferiscono ottimizzazione dei prezzi per l’uso di modelli di computer per impostare i tassi di assicurazione basati in qualche modo su quanto un consumatore o un gruppo di consumatori possono essere disposti a pagare prima di fare shopping in giro. Molti erano basati, almeno in parte, su un progetto di bollettino incluso nell’appendice B del Libro bianco sull’ottimizzazione dei prezzi del NAIC.

Una delle raccomandazioni più controverse del Libro bianco sull’ottimizzazione dei prezzi del NAIC si trova nel paragrafo 48 che discute pratiche di rating assicurativo ingiustamente discriminatorie che “aggiustano i tassi o i premi attuali o indicati attuarialmente, inclusi o meno nel piano di rating dell’assicuratore.”Nel fornire esempi di ciò che può costituire una pratica ingiustamente discriminatoria in questo senso, il documento include:

1. “Elasticità dei prezzi della domanda.
2. Propensione a fare acquisti per l’assicurazione.
3. Regolazione della ritenzione a livello individuale.
4. La propensione dell’assicurato a porre domande o presentare reclami.”

Queste stesse quattro pratiche sono riportate nel progetto di bollettino del libro bianco.

I commenti ricevuti dal Comitato esecutivo del NAIC prima dell’adozione del documento alla riunione nazionale di primavera del NAIC 2016 raccomandavano che “elasticità della domanda ai prezzi” e “propensione a fare acquisti per l’assicurazione” fossero considerati esempi di potenziale discriminazione sleale solo se considerati a livello individuale o granulare, ma il documento è stato adottato senza le modifiche raccomandate.

I giorni di revisione dell’esperienza di perdita di una variabile del piano di classe su base univariata sono ormai lontani. Gli assicuratori sono rating a livelli di segmentazione che pochi avrebbero potuto immaginare anni fa.

Come indicato nel paragrafo 49 del Libro bianco di ottimizzazione dei prezzi del NAIC:

“L’uso di sofisticate analisi dei dati per sviluppare metodologie finemente sintonizzate con una molteplicità di possibili celle di rating non è, di per sé, una violazione delle leggi sul rating fintanto che le classi di rating e i fattori di rating sono basati sui costi.”

Ma con le indicazioni del piano di classe derivate da processi iterativi che utilizzano modelli informatici complessi che includono il giudizio in tutto, come fa il regolatore a garantire che gli aspetti giudicanti dell’indicazione siano imparziali e correlati alle perdite e alle spese attese? E quando anche gli ulteriori aspetti giudicanti della selezione delle relatività dei tassi basati su queste indicazioni vengono modellati, come può il regolatore tenere il passo?

Le complessità alla base del modo in cui vengono sviluppati i tassi di assicurazione di proprietà e infortuni e l’estrema segmentazione con cui vengono amministrati i piani di classe sono diventate sfide significative per i regolatori di oggi. Il libro bianco di ottimizzazione dei prezzi del NAIC, i bollettini che molti stati hanno emesso contro le pratiche di ottimizzazione dei prezzi e il gruppo di lavoro Big Data (D) del NAIC sono esempi di recenti risposte normative a queste sfide. Ma alla fine della giornata, gli stessi standard applicati ai tassi assicurativi per molti decenni continuano ad applicarsi oggi e rimangono applicabili indipendentemente dal fatto che ci siano solo tre classi di rischio (ad esempio, media, sopra la media e sotto la media) o molte migliaia (ad esempio, blocchi di censimento). Le aliquote non devono essere eccessive, inadeguate o ingiustamente discriminatorie.

Risorse

1. Per informazioni sul Gruppo di lavoro Big Data (D) del NAIC, compresa la sua carica 2016, vedere il Comitato NAIC per la regolamentazione del mercato e gli affari dei consumatori (D), homepage del Gruppo di lavoro Big Data (D), (ultima visita 18 maggio 2016).
2. Per accedere al White Paper sull’ottimizzazione dei prezzi, vedere la task Force attuariale e statistica NAIC Casualty (C), “Price Optimization White Paper” (Nov. 19, 2015) disponibile qui.
3. Il sito web della NAIC Casualty Actuarial and Statistical (C) Task Force elenca i bollettini di vari stati sull’ottimizzazione dei prezzi nella homepage della NAIC Casualty Actuarial and Statistical (C) Task Force, (ultima visita il 18 maggio 2016) (che si trova nella rubrica dei bollettini di ottimizzazione dei prezzi/Comunicati stampa).
4. I commenti sul libro bianco di ottimizzazione dei prezzi del NAIC ricevuti dal Comitato esecutivo del NAIC prima dell’adozione del documento alla riunione nazionale di primavera del NAIC 2016 possono essere trovati online all’interno dei materiali per il Comitato esecutivo (EX) del NAIC del 6 aprile 2016 e la riunione plenaria. Vedi NAIC, “Relazione del Comitato esecutivo” (Apr. 6, 2016) disponibile qui.
5. Ulteriori informazioni sullo sfondo sul motivo per cui la task force attuariale e statistica (C) del NAIC ha iniziato a redigere il libro bianco sull’ottimizzazione dei prezzi sono disponibili sul sito web del NAIC. Vedi Centro per la politica assicurativa e la ricerca, “Ottimizzazione dei prezzi” (gen. 6, 2016) disponibile qui.

Michael McKenney è il supervisore attuariale per il Pennsylvania Insurance Department, Property & Casualty Bureau. Attualmente è anche presidente della NAIC Casualty Actuarial and Statistical (C) Task Force.