ifa informiert
Data Analytics in der Tarifierung
Die erfolgreiche Anwendung von Data Analytics zur Hebung verborgener Schätze in eigenen Daten zählt aktuell zu den zentralen Herausforderungen und zusehends als Wettbewerbsfaktor in der Versicherungsbranche.
Eine vieldiskutierte Anwendungsmöglichkeit liegt in der Verwendung von modernen Machine-Learning-Methoden zur aktuariellen Tarifierung. Ein hohes Maß an Modell- und Datenverständnis vorausgesetzt liefert der Einsatz von State-of-the-Art-Modellen wie Random Forests, Boosting Machines oder neuronalen Netzen in der Regel eine deutliche Verbesserung in der Prognose von Schadenbedarfen.
Allerdings steht diesem Gewinn in der Vorhersagegüte der große Nachteil als sogenannte „Black Box“ gegenüber, also der grundsätzliche Verlust der Interpretierbarkeit des Modells und somit auch der Kenntnis, wie sich der Preis zusammensetzt. Vor allem gehen gegenüber klassischen aktuariellen Methoden wie Verallgemeinerten Linearen Modellen (GLM) bewährte Stellschrauben (z.B. Dämpfung und Spreizung von Ratingfaktoren im Tarifmodell) verloren.
Das ifa nutzt die ganze Bandbreite moderner Data-Analytics-Methoden, die sich zur verbesserten Tarifierung nahtlos in die klassische Anwendung von GLM integrieren lassen. Diese Vorgehensweise ist beispielsweise dazu geeignet
- eine in die Modellanpassung integrierte Variablen- und Interaktionsselektion automatisiert und datengetrieben durchzuführen,
- neue oder granularere Tarifmerkmale beim Fitting implizit zu dämpfen,
- aus großen Datenmengen (Big Data, z.B. Telematik- oder Internetdaten) aggregierte Merkmale („Scores“) für das GLM mittels komplexer Mustererkennung herzuleiten oder
- im GLM bisher nicht erkannte nicht-lineare Effekte zu identifizieren und geeignet zu berücksichtigen.
Das ifa beschäftigt sich seit mehr als 15 Jahren schwerpunktmäßig mit dem Thema Data Analytics und unterstützt Versicherer bei der Anwendung moderner Methoden des Machine Learning im Rahmen aktuarieller Tätigkeiten wie z.B. der Tarifierung.
Weitere Informationen:
ifaifa aktuell:
ifa fordert BdV auf, fehlerhafte Studie zur Kombination von Arbeitskraft- und Alterssicherung zurückzuziehen
Der Bund der Versicherten (BdV) hat eine Studie vorgestellt, die wirtschaftliche Nachteile von Koppelprodukten (welche Arbeitskraftabsicherung und Altersvorsorge in einem Vertrag anbieten) belegen soll und in diesem Kontext eine ifa-Studie aus dem Jahr 2020 gezielt diskreditiert und als „von der Branche gekauft“ bezeichnet. In einer Stellungnahme weisen wir nach, dass den Autoren der BdV-Studie ein fundamentaler fachlicher Fehler unterlaufen ist, und dass das Studiendesign des BdV offensichtlich ungeeignet ist, um die Frage zu beantworten, ob die Koppelung per se finanziell vorteilhaft ist oder nicht. Nach Korrektur des fachlichen Fehlers und des Studiendesigns ergeben sich ähnliche Ergebnisse wie in der ifa-Studie aus dem November 2020. [mehr]
ifa informiert:
Produktenwicklung im Zeichen der Regulierung
Mit den Veröffentlichungen von Eiopa und BaFin kommen auf die Lebensversicherer in der Produktentwicklung neue quantitative Anforderungen zur Darlegung des Kundennutzen zu, die insbesondere Ablaufleistung und Rückkaufswert betreffen. [mehr]
Neuigkeiten in Kürze:
Forschungsarbeiten zu Solvency II mit PwC Insurance Nord Preis ausgezeichnet [mehr]
Fondsgebundene Rückdeckungsversicherung in der Unterstützungskasse [mehr]
Forschungsarbeiten zu Solvency II mit Gauss-Preis ausgezeichnet [mehr]
VAIT-Novelle verlangt angemessenen Test aktuarieller Software [mehr]
Beitragsstabilität für BU-Tarife der Alte Leipziger bestätigt [mehr]