Skip to main content
Portrait of Jonas Osman Abdelghafour, actuary and quantitative risk expertJonas Osman
العربية / التسعير الفني البحري باستخدام GLMs والتعلم الآلي
· 7 دقائق قراءة

التسعير الفني البحري باستخدام GLMs والتعلم الآلي

بقلم

غيرت النماذج الخطية المعممة (GLMs) تسعير السيارات والممتلكات منذ جيل مضى. يلحق التأمين البحري أخيرًا بالركب — ويصل التعلم الآلي في نفس اللحظة.

بقلم Jonas Mohamed Osman Abdelghafour.

اسأل مكتتب تأمين بحري عن كيفية تسعير مخاطر هيكل السفينة، وستكون الإجابة الصادقة في جزء كبير من السوق هي: سعر العام الماضي، معدلاً بالمطالبات واتجاه السوق والتفاوض. توجد عوامل تسعير — نوع السفينة، العمر، الحمولة، جمعية التصنيف، حدود التجارة، هيكل التحمل — لكنها غالبًا ما تُطبق كأحكام تقديرية بدلاً من كونها معاملات في نموذج مجهز. والنتيجة هي دعم متبادل منهجي: تدفع الأساطيل الحديثة التي تُدار جيدًا أكثر من اللازم، ويتم تحصيل رسوم أقل من اللازم على أسوأ المخاطر في المحفظة تحديدًا لعدم وجود نموذج يقول ذلك.

مجموعة الأدوات الاكتوارية لإصلاح ذلك ناضجة. النماذج الخطية المعممة (Generalised Linear Models)، وهي عماد تسعير الخطوط الشخصية منذ التسعينيات، تحلل تكلفة الخسارة المتوقعة إلى عوامل مضاعفة يتم تقديرها بشكل مشترك من البيانات — التكرار الذي يتم نمذجته بهياكل من نوع Poisson، والشدة باستخدام gamma أو log-normal، أو القسط الصافي عبر Tweedie. عند تطبيقها على محفظة بحرية، تحول GLM الروايات إلى أدلة: هل يقود عمر السفينة فعليًا مطالبات الآلات بمجرد التحكم في الحمولة والتجارة؟ هل علم معين هو إشارة خطر حقيقية أم وكيل لجودة المشغل؟ يجيب النموذج بفترات ثقة وليس بقصص من الماضي.

مشكلة البيانات البحرية — وكيفية العمل حولها

الاعتراض القياسي هو حجم البيانات. قد يكتتب مؤمن بحري بضعة آلاف من السفن-سنوات وبضع مئات من المطالبات سنويًا — وهو لا يشبه بأي حال ملايين التعرضات وراء GLM للسيارات. هذا قيد حقيقي ولكنه ليس مانعًا. الاستجابة الاكتوارية ثلاثية الأبعاد: تجميع البيانات عبر السنوات، وحيثما أمكن، عبر مرافق السوق وقواعد بيانات الصناعة؛ الحفاظ على النماذج بسيطة، مع عوامل قليلة ومختارة جيدًا واستخدام مكثف للمصداقية (credibility) لتقليص التقديرات غير المستقرة نحو متوسطات المحفظة؛ وتقسيم المشكلة، ونمذجة الخسائر الاستنزافية إحصائيًا مع التعامل مع الخسائر الكبيرة من خلال منحنيات التعرض وأحمال الحوادث بدلاً من مطالبة مجموعة بيانات ضئيلة بتقدير الذيل.

يوضح تسعير الشحن النهج الطبقي. الخسائر الاستنزافية للشحن — السرقة، والتبلل، وأضرار المناولة — متكررة بما يكفي للنمذجة مقابل فئة السلعة، والتعبئة، والمسار، ووسيلة النقل، والموسم. أما إمكانات الخسارة الكبيرة — وقوع حادث لسفينة تحمل حاويات متراكمة، أو حريق مستودع في مركز شحن — فيتم التعامل معها بشكل أفضل من خلال نمذجة التراكم وأحمال الكوارث الصريحة. إن دمج الطبقات معًا في سعر فني واحد، مع هامش ربح ورأس مال قابل للدفاع عنه، هو بالضبط نوع العمل التجميعي الذي يقوم به اكتواريو التسعير في كل فئة تخصص أخرى.

أين يساعد التعلم الآلي حقًا

تفوق آلات تعزيز التدرج (GBMs) والأساليب الجماعية المرتبطة بها باستمرار GLMs في دقة التنبؤ في تطبيقات التأمين، لأنها تلتقط عدم الخطية والتفاعلات تلقائيًا — الطريقة التي يتفاعل بها العمر مع نوع السفينة، أو كيف يتفاعل مستوى التحمل مع جودة المشغل. في المجال البحري، قيمتها المباشرة ليست استبدال نموذج التسعير بل التنقيب فيه عن الهيكل: تركيب GBM جنبًا إلى جنب مع GLM، ومقارنة الرفع، واستخدام التفاعلات التي تعلمتها الآلة لإبلاغ المصطلحات التي تنتمي إلى النموذج الشفاف الذي يراه المكتتبون والمنظمون فعليًا. هذا النمط (GLM بالإضافة إلى متحرٍ)، الذي أصبح الآن معيارًا في فرق التسعير المتطورة، يناسب المجال البحري جيدًا لأنه يحافظ على قابلية التفسير حيث تكون البيانات ضئيلة.

يفتح التعلم الآلي أيضًا مجموعات ميزات لم يلمسها التسعير الكلاسيكي أبدًا. تنتج سجلات تتبع السفن عبر AIS متغيرات سلوكية: الوقت الذي تقضيه في المياه عالية المخاطر، وأنماط زيارة الموانئ، وملفات السرعة، وفجوات النشاط المظلم. وتنتج قواعد بيانات الحوادث والاحتجاز إشارات جودة المشغل: أوجه القصور في مراقبة دولة الميناء، ونتائج مسح الجمعيات، وسجلات تتبع شركات الإدارة. هذه مدخلات فوضوية عالية الأبعاد — وهذا بالضبط ما تهضمه النماذج الجماعية القائمة على الأشجار جيدًا ولا تستطيع جداول التسعير المصنوعة يدويًا التعامل معه. المكتتب الذي يعرف أن السفينة قضت أربعين يومًا في التسكع بالقرب من منطقة نقل خاضعة للعقوبات يسعر بشكل مختلف عن المكتتب الذي يعرف فقط عمرها وحمولتها.

الوجهة

الوجهة ليست صندوقًا أسود يخرج قسطًا ملزمًا. إنها بنية تسعير تتلقى فيها كل مخاطرة بحرية سعرًا فنيًا مبنيًا من نماذج مجهزة، ومدعومًا ببيانات سلوكية، ومفصولاً بوضوح عن السعر التجاري الذي يختار المكتتب تحصيله — مع قياس الفجوة بين الاثنين والإبلاغ عنها وإدارتها. الأسواق التي تبني هذه البنية ستنتقي ضد تلك التي لا تفعل ذلك: المخاطر الجيدة المسعرة خطأ ستنتقل إلى من يستخدم النمذجة، والمخاطر السيئة المسعرة خطأ ستبقى مع الجميع. هكذا غزا التسعير الفني تأمين السيارات، ولا يوجد سبب هيكلي يجعل النقل البحري ينتهي بشكل مختلف.