czym jest nieuczciwa dyskryminacja w ogólnej ocenie Ubezpieczeń? Perspektywa regulatora

poniższy artykuł jest opinią autora, Michaela Mckenneya. Reprezentuje on jego osobistą opinię i niekoniecznie reprezentuje poglądy SOA, jego pracodawcy (Pennsylvania Insurance Department), jakiegokolwiek innego Państwowego regulatora ubezpieczeniowego, grupy zadaniowej NAIC lub Naic Casualty Actuarial and Statistical (C).

Michael McKenney

praktycznie każdy, kto pracuje w branży ubezpieczeniowej, może powiedzieć, że stawki ubezpieczeniowe nie mogą być nadmierne, nieodpowiednie lub niesprawiedliwie dyskryminujące. Ale co sprawia, że stawka jest nadmierna, nieodpowiednia lub niesprawiedliwie dyskryminująca w świetle prawa państwowego?

w odniesieniu do nadmiernych stawek, sekcja 704(a)(2) Pennsylvania’ s Workers ’ Compensation Act (77 P. S. § 1035.4(a)(2)) stwierdza:

„stawka nie może być uznana za nadmierną, chyba że może przynieść długoterminowy zysk, który jest nieracjonalnie wysoki w stosunku do podejmowanego ryzyka i świadczonych usług.”

w odniesieniu do niewystarczających stawek, sekcja 704(a)(3) ustawy o odszkodowaniach pracowników Pensylwanii (77 P. S. § 1035.4(a)(3)) stwierdza:

” stawka nie może być uznana za niewystarczającą, chyba że:

1. w przypadku oferowanego ubezpieczenia jest on nieracjonalnie niski, a dalsze korzystanie z niego zagroziłoby wypłacalności ubezpieczyciela; lub
2. stawka jest nieracjonalnie niska w przypadku oferowanego ubezpieczenia, a stosowanie tej stawki przez ubezpieczyciela spowodowało lub, jeśli będzie kontynuowane, doprowadzi do zniszczenia konkurencji lub stworzenia monopolu.”

wreszcie, Sekcja 3 (d) Pennsylvania ’ s Casualty and Surety Rate Regulatory Act(40 P. S. § 1183 (d)) zauważa, co następuje w odniesieniu do niesprawiedliwie dyskryminujących stóp:

” Żadna stopa nie może być uznana za niesprawiedliwie dyskryminującą, chyba że, uwzględniając praktyczne ograniczenia, wyraźnie nie odzwierciedla z rozsądną dokładnością różnic w oczekiwanych stratach i wydatkach. Stopa nie jest niesprawiedliwie dyskryminująca, ponieważ różne składki wynikają dla ubezpieczających z ekspozycjami na podobne straty, ale różne czynniki kosztów, o ile stopa odzwierciedla różnice z rozsądną dokładnością. Stawka nie jest niesprawiedliwie dyskryminująca, jeśli jest ogólnie uśredniona wśród osób ubezpieczonych w ramach polityki grupowej, franczyzowej lub ogólnej.”

rzadko Departament Ubezpieczeń Pensylwanii napotyka problemy z firmami ubezpieczeniowymi zgłaszającymi stawki ubezpieczeń majątkowych i osobowych, które można określić (w kontekście zgłoszenia stawki) jako zagrażające wypłacalności finansowej ubezpieczyciela lub niszczące konkurencję. Czasami możemy mieć problem ze zgłoszeniem, które proponuje stawki, które uważamy za nadmierne, ale bardziej powszechna kwestia dotyczy zgłoszenia stawek, które uważamy za niesprawiedliwie dyskryminujące.

kiedy zmiany planu klas są składane, regulator często będzie dostarczany jako eksponat wyświetlający aktualne, wskazane i proponowane relatywizmy. Prowadziliśmy rozmowy z firmami ubezpieczeniowymi i innymi regulatorami, którzy uważają, że praktycznie każdy wybór pomiędzy aktualnymi i wskazanymi relatywizmami jest dopuszczalny. Niektórzy uważają, że jest to prawdą nawet wtedy, gdy różne klasy ryzyka otrzymują różne traktowanie, o ile selekcje pozostają w zakresie stworzonym przez obecne i wskazane relatywizmy. Ale czy jakakolwiek selekcja (pomiędzy aktualnymi i wskazanymi relatywizmami) nie jest nadmierna, nieodpowiednia lub niesprawiedliwie dyskryminująca w świetle prawa pensylwańskiego?

rozważmy uproszczony przykład, w którym ubezpieczyciel ma trzy grupy ubezpieczających: średnią, Powyżej średniej i Poniżej średniej. W swoim obecnym planie ratingowym średnie ryzyko płaci dwa razy więcej niż ryzyko Powyżej średniej, a ryzyko poniżej średniej płaci dwa razy więcej. Załóżmy, że każda grupa wskazuje na potrzebę zwiększenia stopy o 50 procent, ale ubezpieczyciel chce złagodzić ten duży wzrost stopy dla swoich średnich i ponadprzeciętnych ubezpieczających:

jeżeli wskazania są poprawne, żadna z proponowanych stawek nie przyniesie długoterminowych zysków, które są nieracjonalnie wysokie.

w dzisiejszym wielostanowym, wielopoziomowym środowisku ubezpieczeniowym, w którym wielu ubezpieczycieli pisze działalność i częstotliwość, z jaką ubezpieczyciele zgłaszają zmiany stawek, jest mało prawdopodobne, aby złagodzone stawki dla średnich i ponadprzeciętnych ryzyk zagrażały wypłacalności ubezpieczyciela. Ponadto, biorąc pod uwagę konkurencyjne rynki, na których działają ubezpieczyciele majątkowi i wypadkowi, wątpliwe jest, aby złagodzone stawki zniszczyły konkurencję.

a co z nieuczciwą dyskryminacją? Czy po uwzględnieniu praktycznych ograniczeń różnice w proponowanych stawkach odzwierciedlają różnice w oczekiwanych stratach i wydatkach z rozsądną dokładnością?

zarówno obecne, jak i wskazane wskaźniki pokazują, że ryzyko poniżej średniej powinno być czterokrotnie wyższe niż ryzyko Powyżej średniej i dwukrotnie wyższe niż średnie ryzyko. Czy zatem dopuszczalne jest, aby ryzyko poniżej średniej było pięciokrotne w stosunku do ryzyka Powyżej średniej i dwuipółkrotne w stosunku do średniego ryzyka?

niektóre argumenty przemawiające za poprawnością proponowanych stawek podobnych do podanego przykładu przytaczają przepisy, takie jak sekcja 4(A) ustawy regulującej stawki za wypadki i poręczenia w Pensylwanii (40 P. S. § 1184 (a)), które pozwalają ubezpieczycielom na poparcie swoich zgłoszeń przez:

„(1) doświadczenia lub oceny ubezpieczyciela lub organizacji ratingowej dokonującej zgłoszenia, (2) doświadczenia innych ubezpieczycieli lub organizacji ratingowej lub (3) wszelkich innych czynników, które ubezpieczyciel lub organizacja ratingowa uzna za istotne.”

czy jednak dopuszczając, aby stawki ubezpieczenia były oparte na „osądzie” i „wszelkich innych czynnikach, które ubezpieczyciel lub organizacja ratingowa uzna za istotne”, czy oznacza to, że nie muszą być oparte na kosztach? Czy te inne czynniki ograniczają się do pomocy ubezpieczycielowi w przewidywaniu odpowiednich szacunków opartych na kosztach?

w Pensylwanii zgadzamy się, że ubezpieczyciele mogą korzystać z wielu różnych czynników, aby wspierać swoje stawki i te czynniki nie muszą (a w niektórych przypadkach nawet nie powinny) opierać się na własnym doświadczeniu ubezpieczyciela. Jednak bez względu na to, co te względy pociągają za sobą, różnice w stawkach muszą odzwierciedlać różnice w oczekiwanych stratach i wydatkach z rozsądną dokładnością. Jeśli nie, stawki są niesprawiedliwie dyskryminujące.

w powyższym przykładzie, jeśli istnieją dodatkowe analizy i / lub rozważania, które odpowiednio wspierają rozsądny wniosek, że oczekiwane straty i wydatki związane z ryzykiem poniżej średniej będą pięciokrotnie większe niż ryzyko Powyżej średniej i dwa i pół razy większe niż średnie ryzyko, prawdopodobnie zatwierdzimy zgłoszenie.

jako przykład, jeśli ubezpieczyciel może przedstawić analizę konkurencyjną, która pokazuje, że przyjęcie pełnego wskazania stawki dla ryzyka poniżej średniej spowoduje, że będzie ono zgodne z konkurencją, ale uczynienie tego dla ryzyka średniego i Powyżej średniej spowoduje, że będzie ono znacznie wyższe od konkurencji, możemy zaakceptować propozycję. W tym przypadku rynek jako całość może przedstawić bardziej wiarygodne oszacowanie oczekiwanych strat i wydatków.

ale jeśli ubezpieczyciel nie ma informacji sugerujących oczekiwane straty i można oczekiwać, że wydatki będą się różnić w tym samym stopniu, co proponowane, prawdopodobnie nie zatwierdzimy zgłoszenia.

powyższy przykład był prostym przykładem podanym w celach ilustracyjnych. W praktyce dzisiejszy świat ubezpieczeń „Big Data” i „uogólnionych modeli liniowych” doprowadził do niezwykle złożonych i podzielonych planów klasyfikacji. Terytoria, które kiedyś były definiowane na poziomie hrabstwa (z wyjątkami dla obszarów miejskich), są obecnie coraz częściej ustalane na poziomie kodu pocztowego (czasami dziewięciocyfrowych kodów pocztowych) lub nawet przez blok spisowy, w którym 100 blok North Market Street ma inne terytorium niż 200 blok North Market Street. Relatywizmy nie opierają się na faktycznych stratach bloku spisu (które nie byłyby wiarygodne), ale na cechach bloku spisu, które statystycy mogą okazać się skorelowane ze stratą.

w odpowiedzi na wykorzystanie Big Data przez ubezpieczycieli, Komitet ds. regulacji rynku i Konsumentów (Naic) utworzył grupę roboczą ds. Big Data (D), której opłata za 2016 r.wynosi:

„poznaj wykorzystanie big data przez ubezpieczycieli do roszczeń, marketingu, ubezpieczeń i wyceny. Zbadanie potencjalnych możliwości regulacyjnego wykorzystania dużych zbiorów danych w celu poprawy efektywności i skuteczności regulacji rynku. W stosownych przypadkach, nie później niż na jesiennym posiedzeniu krajowym w 2016 r.wydaje zalecenia dotyczące opłat za 2017 r. dla Komitetu za zajęcie się wszelkimi zaleceniami wskazanymi w eksploracji w 2016 r.”

w odniesieniu do wykorzystania dużych zbiorów danych w wycenach, złożone wielowymiarowe modele komputerowe przewidujące wskazane relatywisty leżące u podstaw dzisiejszych wyjątkowo segmentowanych planów klasowych są często wykonywane na zasadzie iteracyjnej i obejmują stosowanie oceny w całym. Dodatkowo, dalsze oceniające aspekty wyboru relatywistyki stóp na podstawie wskazań są obecnie nawet modelowane, praktyka czasami określana jako ” optymalizacja cen.”

Naic ’ s Casualty Actuarial and Statistical (C) Task Force rozpoczął opracowywanie białej księgi na temat optymalizacji cen po tym, jak problem został skierowany do niego przez grupę analityczną Auto Insurance (C/D) w listopadzie. 11, 2014. Biała księga została przyjęta przez Komisję ubezpieczeń majątkowych i osobowych (C) NAIC w listopadzie 2009 r. 21.04.2015 R. oraz przez Komitet Wykonawczy 6 kwietnia 2016 r. W ust. 1 białej księgi grupa zadaniowa stwierdza, że „prowadzi badania podstawowe nad optymalizacją cen, identyfikuje potencjalne korzyści i wady stosowania optymalizacji cen oraz przedstawia możliwości reakcji organów regulacyjnych państwa w zakresie wykorzystania optymalizacji cen w kształtowaniu stawek.”

paragraf 6 Białej Księgi Naic dotyczącej optymalizacji cen opisuje:

„w ostatnich latach, dzięki procesowi lub technice określanej przez wielu jako „optymalizacja cen”, ubezpieczyciele zaczęli wykorzystywać big data (eksplorację danych ubezpieczeniowych i nieubezpieczających baz danych osobowych konsumentów, jeśli jest to dozwolone przez prawo), zaawansowane modelowanie statystyczne lub oba te rodzaje, aby wybrać ceny, które różnią się od wskazanych stawek na poziomie bardzo szczegółowym lub szczegółowym. Sformalizowane i zmechanizowane korekty mogą być wprowadzone do wskazanych stawek dla wielu klasyfikacji ryzyka, a ostatecznie, być może nawet dla poszczególnych ubezpieczycieli.”

paragraf 9 Białej Księgi Naic dotyczącej optymalizacji cen dalsze uwagi:

” organy regulacyjne akceptują pewne odchylenia od wskazanych stawek i współczynników ratingowych. Obawiają się jednak, że stosowanie wyrafinowanych metod optymalizacji cen może odbiegać od tradycyjnego ustalania stawek, wykraczając poza dopuszczalne poziomy dostosowania do stawek opartych na kosztach i powodując, że ceny różnią się niesprawiedliwie w zależności od ubezpieczającego. Organy regulacyjne w każdym państwie określają dopuszczalny poziom dopuszczalnego dostosowania na podstawie prawa państwowego i orzeczenia regulacyjnego.”

od dnia napisania tej opinii około 20 stanów (w tym Pensylwania) dostarczyło oficjalne zawiadomienie, że stosowanie technik optymalizacji cen powodujących niesprawiedliwie dyskryminujące stawki nie będzie tolerowane. Większość z tych ogłoszeń odnosi się do optymalizacji cen do korzystania z modeli komputerowych do ustalania stawek ubezpieczenia w pewien sposób na podstawie tego, ile konsument lub grupa konsumentów może być skłonna zapłacić przed zakupami. Wiele z nich opierało się, przynajmniej częściowo, na projekcie biuletynu dołączonym jako Załącznik B do białej księgi NAIC dotyczącej optymalizacji cen.

jedno z bardziej kontrowersyjnych zaleceń zawartych w białej księdze NAIC w sprawie optymalizacji cen znajduje się w paragrafie 48, w którym omówiono nieuczciwie dyskryminujące praktyki w zakresie ratingu ubezpieczeniowego, które „dostosowują obecne lub aktuarialnie wskazane stawki lub składki, niezależnie od tego, czy są włączone, czy nie, do planu ratingowego ubezpieczyciela.”Przedstawiając przykłady tego, co może stanowić niesprawiedliwie dyskryminującą praktykę w tym zakresie, dokument zawiera:

1. „elastyczność cenowa popytu.
3. korekta retencji na poziomie indywidualnym.
4. skłonność ubezpieczającego do zadawania pytań lub składania skarg.”

te same cztery praktyki zostały odnotowane w biuletynie projektu białej księgi.

komentarze otrzymane przez Komitet Wykonawczy NAIC przed przyjęciem dokumentu na wiosennym spotkaniu krajowym NAIC w 2016 r. zalecały, aby” elastyczność cenowa popytu „i” skłonność do zakupów ubezpieczeniowych ” były uważane za przykłady potencjalnej nieuczciwej dyskryminacji tylko wtedy, gdy są rozpatrywane na poziomie indywidualnym lub szczegółowym, ale dokument został przyjęty bez zalecanych zmian.

dni przeglądania loss variable planu klasy na zasadzie univariate już dawno minęły. Ubezpieczyciele oceniają poziom segmentacji, który niewielu mogło sobie wyobrazić lata temu.

jak wspomniano w paragrafie 49 Białej Księgi Naic dotyczącej optymalizacji cen:

„wykorzystanie zaawansowanej analizy danych do opracowania precyzyjnie dostrojonych metodologii z wieloma możliwymi komórkami ratingowymi nie jest samo w sobie naruszeniem przepisów ratingowych, o ile klasy ratingowe i współczynniki ratingowe są oparte na kosztach.”

ale ze wskazaniami planu klasy pochodzącymi z procesów iteracyjnych wykorzystujących złożone modele komputerowe, które obejmują cały osąd, w jaki sposób regulator zapewnia, że osądowe aspekty wskazania są bezstronne i związane z oczekiwanymi stratami i wydatkami? A kiedy modelowane są również dalsze oceniające aspekty doboru relatywizmów stóp opartych na tych wskazaniach, w jaki sposób regulator może dotrzymać kroku?

złożoność sposobu, w jaki opracowywane są stawki ubezpieczeń majątkowych i osobowych, oraz skrajna segmentacja, z jaką zarządzane są plany klas, stały się znaczącymi wyzwaniami dla dzisiejszych organów regulacyjnych. Biała Księga Naic dotycząca optymalizacji cen, biuletyny wydane przez wiele państw przeciwko praktykom optymalizacji cen oraz grupa robocza Big Data (D) NAIC to przykłady niedawnych reakcji regulacyjnych na te wyzwania. Ale ostatecznie, te same standardy, które mają zastosowanie do stawek ubezpieczeniowych przez wiele dziesięcioleci nadal mają zastosowanie dzisiaj i pozostają one stosowane niezależnie od tego, czy istnieją tylko trzy klasy ryzyka (np. średnia, Powyżej średniej i poniżej średniej) lub wiele tysięcy (np. bloki spisowe). Stawki nie mogą być nadmierne, nieodpowiednie lub niesprawiedliwie dyskryminujące.

zasoby

1. aby uzyskać informacje na temat Big Data (D) grupy roboczej NAIC, w tym jej opłaty za 2016 r., zobacz Naic Market Regulation and Consumer Affairs (D) Committee, Strona główna Grupy Roboczej Big Data (D), (Ostatnio odwiedzana 18 maja 2016 r.).
2. aby uzyskać dostęp do białej księgi optymalizacji cen, Zobacz Naic Casualty Actuarial and Statistical (C) Task Force, „price Optimization White Paper” (listopad. 19, 2015) dostępne tutaj.
3. strona internetowa Grupy Zadaniowej Naic’ s Casualty Actuarial and Statistical (C) Task Force zawiera biuletyny różnych stanów dotyczące optymalizacji cen na stronie głównej grupy zadaniowej Naic Casualty Actuarial and Statistical (C) Task Force (ostatnio odwiedzona 18 maja 2016 r.) (Znalezione w dziale Biuletyny optymalizacji cen/komunikaty prasowe).
4. komentarze na temat białej księgi Naic dotyczącej optymalizacji cen, które zostały otrzymane przez Komitet Wykonawczy NAIC przed przyjęciem dokumentu na wiosennym spotkaniu krajowym NAIC 2016, można znaleźć online w materiałach dotyczących Komitetu Wykonawczego i posiedzenia plenarnego NAIC w dniu 6 kwietnia 2016 r. Zob. NAIC, ” sprawozdanie Komitetu Wykonawczego „(Apr. 6, 2016) dostępne tutaj.
5. więcej informacji na temat tego, dlaczego grupa zadaniowa ds. aktuarialnych i statystycznych ds. wypadków (C) NAIC rozpoczęła opracowywanie białej księgi dotyczącej optymalizacji cen można znaleźć na stronie internetowej NAIC. Zobacz Centrum polis ubezpieczeniowych i badań, ” optymalizacja cen „(Styczeń. 6, 2016) dostępne tutaj.

Michael McKenney jest opiekunem aktuarialnym Departamentu Ubezpieczeń w Pensylwanii, Nieruchomości & Casualty Bureau. Obecnie jest również przewodniczącym Grupy Zadaniowej ds. aktuarialnych i statystycznych (C) Naic Casualty.