Wat is oneerlijke discriminatie in de Algemene Verzekeringsrating? A Regulator ‘ s Perspective

het volgende artikel is een opiniestuk van de auteur, Michael McKenney. Het vertegenwoordigt zijn eigen persoonlijke mening en hoeft niet noodzakelijkerwijs de standpunten van de SOA, zijn werkgever (het verzekeringsbureau van de Franse Republiek), enige andere staatsverzekeringsregulator, de AIC of de NAIC Casualty actuariële en statistische (C) Task Force te vertegenwoordigen.

door Michael McKenney

bijna iedereen die in de verzekeringssector werkt, kan u vertellen dat verzekeringstarieven niet buitensporig, inadequaat of oneerlijk discriminerend mogen zijn. Maar wat maakt een tarief buitensporig, inadequaat of oneerlijk discriminerend volgens het staatsrecht?Het is opmerkelijk dat, hoewel elk van Pennsylvania ‘ s property and casualty rate regulatory acts en zijn Unfar Insurance Practices Act deze beperkingen omvat, er slechts drie gevallen zijn waarin ze zijn gedefinieerd.Met betrekking tot buitensporige tarieven bepaalt artikel 704(a)(2) van de Pennsylvania Workers’ Compensation Act (77 PS, § 1035.4(a)(2)):

“een tarief kan niet buitensporig worden geacht, tenzij het waarschijnlijk is dat het een winst op lange termijn oplevert die onredelijk hoog is in verhouding tot het ondernomen risico en de te verlenen diensten.”

met betrekking tot ontoereikende tarieven, artikel 704(a)(3) van Pennsylvania’ s Workers ‘Compensation Act (77 P. S. § 1035.4(a)(3)) bepaalt:

” een tarief kan niet ontoereikend worden geacht tenzij:

  1. het is onredelijk laag voor de verzekering en het verdere gebruik ervan in gevaar zou brengen solvabiliteit van de verzekeraar; of
  2. de prijs is onredelijk laag voor de verzekering en het gebruik van het tarief van de verzekeraar heeft of, als vervolg, zal het effect van het vernietigen van de mededinging of van het maken van een monopolie.”

ten slotte wordt in artikel 3, onder d), van de Pennsylvania ‘ s Casualty and Surety Rate Regulatory Act(40 PS, § 1183, onder d)) het volgende opgemerkt met betrekking tot oneerlijk discriminerende tarieven.:

” geen enkel tarief wordt als oneerlijk discriminerend beschouwd, tenzij het, rekening houdend met praktische beperkingen, duidelijk niet met redelijke nauwkeurigheid de verschillen in verwachte verliezen en uitgaven weergeeft. Een tarief is niet oneerlijk discriminerend omdat verschillende premies resulteren voor verzekeringnemers met vergelijkbare verliezen, maar verschillende kostenfactoren, zolang het tarief de verschillen redelijk nauwkeurig weerspiegelt. Een tarief is niet oneerlijk discriminerend als het in grote lijnen wordt gemiddeld onder Personen die verzekerd zijn in het kader van een groep, franchise of algemene polis.”

zelden komt het Pennsylvania Insurance Department in problemen met verzekeringsmaatschappijen die een eigendoms – en ongevallenverzekering indienen die (in het kader van een tariefaanvraag) kunnen worden vastgesteld als een bedreiging voor de financiële solvabiliteit van een verzekeraar of het vernietigen van de concurrentie. Soms kunnen we bezwaar maken tegen een indiening die tarieven voorstelt die wij buitensporig vinden, maar de meest voorkomende kwestie betreft de indiening van tarieven die wij oneerlijk discriminerend vinden.

wanneer wijzigingen in het klasseplan worden ingediend, zal de regelgever vaak een overzicht krijgen van de huidige, aangegeven en voorgestelde relativiteit. We hebben gesprekken gevoerd met verzekeringsmaatschappijen en andere toezichthouders die van mening zijn dat vrijwel elke keuze tussen (en inclusief) de huidige en aangegeven relativiteit aanvaardbaar is. Sommigen geloven dat dit het geval is, zelfs wanneer verschillende categorieën van risico ‘ s verschillende behandeling krijgen, zolang de selecties binnen het bereik blijven dat door de huidige en aangegeven relativiteiten wordt gecreëerd. Maar is elke selectie (tussen de huidige en aangegeven relativiteit) niet buitensporig, inadequaat of oneerlijk discriminerend volgens de wet van Pennsylvania?

beschouw een simplistisch voorbeeld waarin een verzekeraar drie groepen verzekeringnemers heeft: gemiddeld, boven het gemiddelde en onder het gemiddelde. In het huidige ratingplan betalen gemiddelde risico ’s tweemaal het percentage bovengemiddelde risico’ s en ondergemiddelde risico ‘ s tweemaal meer. Stel dat elke groep de noodzaak van een tariefverhoging van 50 procent aangeeft, maar de verzekeraar wil deze grote tariefverhoging temperen voor zijn gemiddelde en meer dan gemiddelde polishouders:

Huidig Aangegeven Voorgesteld
Boven Het Gemiddelde .50 .75 .60
gemiddeld 1.00 1.50 1.20
Onder het gemiddelde 2.00 3.00 3.00

als de aanwijzingen juist zijn, zal geen van de voorgestelde tarieven waarschijnlijk onredelijke winsten op lange termijn opleveren.

In de huidige multi-state, multi-line verzekeringsomgeving waarin veel verzekeraars zaken schrijven en de frequentie waarmee verzekeraars rentewijzigingen indienen, is het onwaarschijnlijk dat de tempered rates voor gemiddelde en bovengemiddelde risico ‘ s de solvabiliteit van de verzekeraar in gevaar zullen brengen. Bovendien is het, gezien de concurrerende markten waarop verzekeraars voor onroerend goed en ongevallen actief zijn, twijfelachtig of de verlaagde tarieven de concurrentie zullen vernietigen.

hoe zit het met oneerlijke discriminatie? Geven de verschillen in de voorgestelde tarieven, na rekening te hebben gehouden met praktische beperkingen, de verschillen in verwachte verliezen en uitgaven redelijk nauwkeurig weer?

zowel de huidige als de aangegeven percentages illustreren dat risico ’s Onder het gemiddelde viermaal het percentage boven het gemiddelde en twee maal het percentage van de gemiddelde risico’ s zouden moeten betalen. Is het daarom aanvaardbaar dat risico ‘ s Onder het gemiddelde vijf keer zo hoog zijn als het gemiddelde risico en tweeënhalf keer zo hoog als het gemiddelde risico?

Sommige argumenten in het voordeel van de geldigheid van de voorgestelde tarieven vergelijkbaar met het voorbeeld cite wetgeving, zoals artikel 4(a) van de Pennsylvania Slachtoffer en Zekerheid Tarief Regelgeving (40 P. S. § 1184(a)) die het mogelijk maken om verzekeraars te ondersteunen, hun neerlegging door:

“(1) de ervaring of het oordeel van de verzekeraar of de waardering organisatie het maken van de indiening, (2) de ervaring van andere verzekeraars of rating-organisaties, of (3) andere factoren die de verzekeraar of de classificatie organisatie relevant acht.”

maar wanneer verzekeringstarieven kunnen worden gebaseerd op “oordeelsvorming” en “andere factoren die de verzekeraar of ratingorganisatie relevant acht”, betekent dit dan dat zij niet op de kosten hoeven te worden gebaseerd? Of zijn deze andere overwegingen beperkt tot het helpen van de verzekeraar bij het voorspellen van de juiste kostengebaseerde ramingen?

in Pennsylvania zijn we het erover eens dat verzekeraars veel verschillende soorten overwegingen kunnen gebruiken om hun tarieven te ondersteunen en deze overwegingen hoeven niet (en in sommige gevallen zelfs niet) gebaseerd te zijn op de eigen ervaring van de verzekeraar. Wat deze overwegingen echter ook inhouden, verschillen in tarieven moeten de verschillen in verwachte verliezen en uitgaven redelijk nauwkeurig weergeven. Zo niet, dan zijn de tarieven oneerlijk discriminerend.

in het bovenstaande voorbeeld, als er aanvullende analyses en/of overwegingen zijn die een redelijke conclusie voldoende ondersteunen dat de verwachte verliezen en uitgaven voor risico ’s Onder het gemiddelde vijf keer zo hoog zullen zijn als voor risico’ s Onder het gemiddelde en tweeënhalf keer zo hoog als voor risico ‘ s Onder het gemiddelde, zullen wij waarschijnlijk de indiening goedkeuren.

als de verzekeraar bijvoorbeeld een concurrentieanalyse kan verstrekken waaruit blijkt dat het nemen van de indicatie van het volledige tarief voor risico ’s Onder het gemiddelde in overeenstemming is met hun concurrentie, maar dit doen voor gemiddelde en meer dan gemiddelde risico’ s hen ver boven hun concurrentie plaatst, kunnen wij het voorstel aanvaarden. In dit geval kan de markt als geheel een geloofwaardiger raming geven van de verwachte verliezen en uitgaven.

maar als de verzekeraar geen informatie heeft om te suggereren dat verwachte verliezen en kosten redelijkerwijs kunnen worden verwacht dat ze in dezelfde mate van omvang verschillen als die welke wordt voorgesteld, zullen we de aanvraag waarschijnlijk niet goedkeuren.

het bovenstaande was een eenvoudig voorbeeld ter illustratie. In de praktijk heeft de huidige verzekeringswereld van” Big Data “en” gegeneraliseerde lineaire modellen ” geleid tot ongelooflijk complexe en gesegmenteerde classificatieplannen. Gebieden die ooit werden gedefinieerd op het niveau van de provincie (met uitzonderingen voor stedelijke gebieden) worden nu steeds meer ingesteld op het niveau van de postcode (soms negen-cijferige postcodes) of zelfs door census blok waar het 100 blok van North Market Street heeft een andere territoriumrelativiteit dan het 200 blok van North Market Street. De relativiteitenzijn niet gebaseerd op de werkelijke verlieservaring van het tellingsblok (dat enige geloofwaardigheid zou missen) maar in plaats daarvan op kenmerken van het tellingsblok dat statistici kunnen bewijzen gecorreleerd te zijn met verlies.Naar aanleiding van het gebruik van Big Data door verzekeraars heeft de NAIC’ s Market Regulation and Consumer Affairs (D) Committee de Big Data (D) Working Group opgericht, waarvan de kosten voor 2016 zijn:

“Explore insurers’ use of big data for claims, marketing, underwriting and pricing. Potentiële mogelijkheden verkennen voor regulerend gebruik van big data om de efficiëntie en effectiviteit van marktregulering te verbeteren. Indien van toepassing, doet het Comité uiterlijk op de nationale Herfstvergadering van 2016 aanbevelingen voor de kosten van 2017 om eventuele aanbevelingen die in het kader van de verkenning van 2016 zijn vastgesteld, te behandelen.”

met betrekking tot het gebruik van Big Data in de prijsstelling worden de complexe multivariate computermodellen die de aangegeven relativiteiten voorspellen die ten grondslag liggen aan de huidige uitzonderlijk gesegmenteerde klasseplannen, vaak op iteratieve basis uitgevoerd en omvatten zij het gebruik van beoordelingsvermogen. Bovendien worden de verdere beoordelende aspecten van het selecteren van rate relativities op basis van de indicaties nu zelfs gemodelleerd, een praktijk die soms aangeduid wordt als “prijsoptimalisatie.”

de Taskforce ongevallen actuariële en statistische (C) van de NAIC is begonnen met het opstellen van een witboek over het onderwerp prijsoptimalisatie nadat het onderwerp werd voorgelegd door de studiegroep autoverzekering (C/D) In November. 11, 2014. Het Witboek werd goedgekeurd door de Commissie verzekering schade en eigendom van de NAIC (C) op November. 21, 2015 en door het Uitvoerend Comité op 6 April 2016. In Paragraaf 1 van het Witboek stelt de Taskforce dat zij “achtergrondonderzoek verricht naar prijsoptimalisatie, potentiële voor-en nadelen van het gebruik van prijsoptimalisatie in kaart brengt en opties presenteert voor de wettelijke reacties van de staat met betrekking tot het gebruik van prijsoptimalisatie bij het bepalen van de tarieven.”

Paragraaf 6 van het Witboek over prijsoptimalisatie van de NAIC beschrijft:

“in de afgelopen jaren zijn verzekeraars door middel van een proces of techniek die door velen “prijsoptimalisatie” wordt genoemd, begonnen met het gebruik van big data (datamining van verzekerings-en niet-verzekeringsdatabanken van persoonlijke consumenteninformatie, indien wettelijk toegestaan), geavanceerde statistische modellering of beide om prijzen te selecteren die afwijken van de aangegeven tarieven op een zeer gedetailleerd of gedetailleerd niveau. Er kunnen formele en gemechaniseerde aanpassingen worden aangebracht in de aangegeven tarieven voor vele risico-classificaties en uiteindelijk misschien zelfs voor individuele verzekeraars.”

Paragraaf 9 van het Naic ’s Price Optimization White Paper verdere opmerkingen:

” toezichthouders accepteren enkele afwijkingen van de aangegeven tarieven en ratingfactoren. Zij vrezen echter dat het gebruik van geavanceerde methoden voor prijsoptimalisatie zou kunnen afwijken van de traditionele tarieven, die verder gaan dan aanvaardbare niveaus van aanpassing aan op de kosten gebaseerde tarieven en leiden tot prijzen die per verzekeringnemer oneerlijk variëren. Regelgevers in elke staat bepalen het aanvaardbare niveau van aanpassing toegestaan op basis van staatswetgeving en regelgevende oordelen.”

op de datum waarop dit advies werd geschreven, hebben ongeveer 20 staten (waaronder Pennsylvania) officieel meegedeeld dat het gebruik van prijsoptimalisatietechnieken die leiden tot oneerlijk discriminerende tarieven niet zal worden getolereerd. De meeste van deze mededelingen hebben betrekking op prijsoptimalisatie aan het gebruik van computermodellen om verzekeringstarieven in te stellen op basis van de vraag hoeveel een consument of groep consumenten bereid kan zijn te betalen alvorens rond te winkelen. Velen waren, althans gedeeltelijk, gebaseerd op een ontwerpbulletin dat als bijlage B van het Witboek over prijsoptimalisatie van het NAIC is opgenomen.Een van de meer controversiële aanbevelingen in het Witboek over prijsoptimalisatie van de NAIC is te vinden in paragraaf 48, waarin oneerlijke discriminerende praktijken op het gebied van verzekeringsrating worden besproken die “de huidige of actuarieel aangegeven tarieven of premies aanpassen, ongeacht of deze al dan niet in het ratingplan van de verzekeraar zijn opgenomen.”Door voorbeelden te geven van wat in dit opzicht een oneerlijk discriminerende praktijk kan zijn, omvat het document:

  1. “prijselasticiteit van de vraag.
  2. neiging om verzekeringen te kopen.
  3. Retentieaanpassing op individueel niveau.
  4. de neiging van een verzekeringnemer om vragen te stellen of klachten in te dienen.”

deze vier praktijken worden in het ontwerpbulletin van het Witboek vermeld.

opmerkingen ontvangen door het Uitvoerend Comité van de NAIC voorafgaand aan de goedkeuring van het document op de NAIC voorjaarsvergadering 2016 aanbevolen “prijs elasticiteit van de vraag” en “neiging om te winkelen voor verzekeringen” worden beschouwd als voorbeelden van mogelijke oneerlijke discriminatie alleen wanneer beschouwd op individueel of gedetailleerd niveau, maar het document werd aangenomen zonder de aanbevolen wijzigingen.

de dagen waarop de verlieservaring van een klasse-planvariabele op een univariate basis werd beoordeeld, zijn allang verstreken. Verzekeraars zijn rating op een niveau van segmentatie dat weinigen jaren geleden had gedacht.

zoals vermeld in paragraaf 49 van het whitepaper Price Optimization van het NAIC:

” het gebruik van geavanceerde gegevensanalyse om verfijnde methodologieën met een veelheid van mogelijke ratingcellen te ontwikkelen, is op zichzelf geen schending van de ratingwetten zolang de ratingklassen en ratingfactoren kostengeoriënteerd zijn.”

maar hoe zorgt de regelgever ervoor dat de beoordelende aspecten van de indicatie onbevooroordeeld zijn en gerelateerd zijn aan verwachte verliezen en uitgaven met behulp van iteratieve processen, waarbij gebruik wordt gemaakt van complexe computermodellen die in het hele proces oordelen? En als ook de verdere beoordelende aspecten van het selecteren van tariefrelativiteiten op basis van deze indicaties worden gemodelleerd, Hoe kan de regulator dan gelijke tred houden?

de complexiteit die ten grondslag ligt aan de wijze waarop de tarieven voor de verzekering van goederen en ongevallen worden ontwikkeld en de extreme segmentatie waarmee klasseplannen worden beheerd, zijn belangrijke uitdagingen geworden voor de huidige regelgevers. De NAIC ’s Price Optimization White Paper, de bulletins die veel staten hebben uitgegeven tegen prijsoptimalisatie praktijken en de NAIC’ s Big Data (D) werkgroep zijn voorbeelden van recente regelgevende reacties op deze uitdagingen. Maar aan het eind van de dag, dezelfde normen die zijn toegepast op de verzekeringstarieven voor vele decennia blijven van toepassing vandaag en ze blijven van toepassing, ongeacht of er slechts drie categorieën van risico (bijvoorbeeld, gemiddeld, boven gemiddeld en onder gemiddeld) of vele duizenden (bijvoorbeeld census blokken). De tarieven mogen niet buitensporig, inadequaat of oneerlijk discriminerend zijn.

middelen

  1. voor informatie over de Big Data (D) – werkgroep van de NAIC, inclusief de kosten voor 2016, zie Naic Market Regulation and Consumer Affairs (d) Committee, homepage van de Big Data (D) – werkgroep (laatst bezocht op 18 mei 2016).
  2. voor toegang tot het White Paper inzake prijsoptimalisatie, zie Naic Casualty actuariële en statistische (C) Task Force, “Price Optimization White Paper” (Nov. 19, 2015) hier beschikbaar.
  3. de website van de NAIC Casualty Actuarial and Statistical (C) Task Force bevat een lijst van verschillende statenbulletins over prijsoptimalisatie op de homepage van de NAIC Casualty Actuarial and Statistical (C) Task Force (laatst bezocht op 18 mei 2016) (te vinden onder de rubriek Prijsoptimalisatiebulletins/nieuwsberichten).Opmerkingen over het white Paper van de NAIC over prijsoptimalisatie die door het Uitvoerend Comité van de NAIC werden ontvangen voorafgaand aan de goedkeuring van het document op de nationale voorjaarsbijeenkomst van de NAIC 2016, zijn online te vinden in de materialen voor de Executive (EX) Committee en plenaire vergadering van de NAIC op 6 April 2016. Zie NAIC, “verslag van het Uitvoerend Comité” (Apr. 6, 2016) hier beschikbaar.Op de website van de NAIC is Nadere informatie te vinden over de redenen waarom de Taskforce actuariële en statistische ongevallen (C) van de NAIC is begonnen met het opstellen van het Witboek inzake prijsoptimalisatie. Zie Centrum voor verzekeringspolis en onderzoek, “prijsoptimalisatie” (Jan. 6, 2016) beschikbaar op hier. Michael McKenney is de actuariële supervisor van de Pennsylvania Insurance Department, Property & Casualty Bureau. Hij is momenteel ook voorzitter van de NAIC Casualty Actuarial and Statistical (C) Task Force.

Geef een antwoord

Het e-mailadres wordt niet gepubliceerd.