""

澳彩网

分析一个更聪明的办法细化保险预测

有理解的损失的主要驱动力的改进模型

新技术提供海量数据,许多公司在努力利用有益的见解,能够提供一个商业利益。 

保险业尤其受到数据,其中有些是全新的绝对数量,以及面临的挑战是在利用这些数据改进的结果。

有潜力的一个领域是因果的预测,但要实现这一行业需要新的方法,以数据建模。

一个团队在风险和精算研究的澳彩网校学者已对这一挑战,并创造了保险损失改进的推断和预测模型。最初的建模工具现在是公开的,容易消化 可供下载.

该模型是载于由本杰明avanzi,格雷格·泰勒,伯纳德翁和阿兰仙纸,并被授予在悉尼2018年普通保险研讨会泰勒炒银奖。

商学院团队有三个澳大利亚最大的一般保险企业生产纸张的工作: 如何代理unmodellable:在不可见的或复杂的驱动程序的情况下分析颗粒保险理赔.

公司每天提供的数据,而其他预测模型使用,往往是要么季度,每半年或每年汇总数据。

“一些数据的分析都发生在这个级别的细节,”王,风险和精算研究学院的副教授和负责人。 “这是与行业合作伙伴一个独特的合作。”

同时公司在他们的处置有这样的数据,充分发挥其潜力尚未得到充分利用。

“有很多尚未联系上了不同的业务数据的数据池 - 这就是我们进来,” Wong说。

有时,聚集模型已经足够,但往往从更复杂的分析好处。

“它比做一个深入了解的数据,并试图找出任何一个小的互动更容易”

艾伦·西安

残留信息

新模式使保险公司提高自身的风险管理体系和这反过来将提高计算其中可确定保险理赔的定价。

“[模型]将会给他们一个更好的工具来了解什么是重要的,什么他们不能模型提供有关保险公司的过程中更好的见解。雨量,例如,当然有[澳彩网权利要求书]的影响,但它是很难建模。这就是我们的方法可以帮助,”王说。

该模型包含两个部分。第一是什么医生已经选择了明确地进行建模,而第二部分包括一个代理,其用于任何残余信息。残差信息可以是不可识别的或高度复杂的。

这个想法是模拟一切可能,并代理休息。相比之下,剩余信息先前被排除在外,因为它是不可能的建模。 

“我们的想法是,你不必忽视这一信息。你可以代理它,而不是,希望会给你更深入的理解你的模拟预测,说:”西安。

他补充说,这种做法提供了一个更好地了解驱动随机过程的任何意见保险公司正试图理解的。 

“它比做一个深入了解的数据,并试图找出任何一个小的互动更加容易,”他说。 

时间被浪费

该模型可用于分析的东西如严重性 - 也就是说,该量保险公司,用于从如权利要求负责。采取尼诺,例如。在厄尔尼诺期间,索赔往往成为显著较高。 

“严重程度与厄尔尼诺周期密切相关。这是一个动机保险公司更仔细地考虑气候变化及其影响。我们能够推断这实际上不把它明确地在模型中其实很有趣,”仙说。

最终,该模型可以帮助保险公司了解什么是值得造型,什么不是,并防止对无用的数据分析练习浪费时间。

“为数据你走越深,越多的趋势表示出来。但问题是,如果相互作用并不在最后的结果有重大改变造成的,这是不值得经历的一切努力,”仙说。

在奖金纸,模型一直专注于频率,这是是否发生什么。在车祸的情况下,例如,频率和严重程度是很重要的。严重性涉及碰撞的严重性和权利要求量。

更多的研究正在开展,这样的扩展,如严重性,可以添加到模型中,这将使它能够分析出车祸的全部影响。也有用于建模被应用到各种保险业以外的不同事件的可能性。

“有没有一个解决方案,任何这一点,但我们认为这是该工具包中有价值的一部分,我们希望保险公司试一试”

伯纳德·翁

预测未来

“而多的能量已经到了确保该模型具有高度实用性的,需要进一步努力”,说西安。

“我们投入了大量的精力来校准时间 - 这意味着它有可能在一个合理的时间量来提取结果。目前它需要几个小时,这是合理的实际执行。然而,当扩展添加它可能需要更长的时间,”他补充道。 

先说这将取决于球队如何框架模型,并处理一些底层计算。其目的是保持定时到最低限度,使决策能够及时进行。

毫无疑问,新的预测模型显著推进精算行业的一般知识,但它不是万能的。更多的研究将需要开展以获得保险公司,谁是预测未来固有的复杂的业务一个更全面的了解。

“有没有一个解决方案,任何这一点,但我们认为这是该工具包中有价值的一部分,我们希望保险公司尝试一下,” Wong说。

重新发布

你可以自由地重新发布这篇文章在网上和打印。我们要求您遵循一些 简单的指导方针.

请不要编辑片,请确保您的属性笔者,自己的研究所,并注明文章最初发表在商业思考。

复制下面的HTML,你将秉承我们的准则。

按CTRL-C复制