预测建模：当精算遇上人工智能

作者：Jonas Mohamed Osman Abdelghafour，精算师及量化风险专家。

保险定价是预测建模在商业应用中最古老的领域之一。在过去的十年间，它也是转型最彻底的领域之一。如今，一家经营良好的个险公司，其定价引擎是一个混合体：既有承载了数十年可解释性和监管合规性的精算 GLM 结构，又有用于提取 GLM 所遗漏信号的梯度提升或神经网络组件。

这种混合模式是精算专业目前的落脚点，也是目前的最佳实践。关键在于这两半部分如何整合、生成的模型如何治理，以及公司如何应对随后对面向消费者的定价过程中使用 AI 的监管审查。

为何 GLM 仍是支柱

广义线性模型 (GLM) 凭借站得住脚的理由赢得了定价标准的地位。它生成的系数可以解读为相乘的费率因子。它通过对数连接的泊松 (Poisson) 和伽马 (Gamma) 结构自然地处理敞口抵消。它能无缝集成到费率引擎、再保险条约以及相同形式的准备金 GLM 中。此外，它能经受住监管机构的询问，因为每个费率因子都能追溯到具有特定标准误差的特定系数。

它的缺点也广为人知。除非显式地参数化，否则 GLM 无法捕捉非线性交互作用。在处理相关协变量时，它可能不如机器学习方法表现得那样优雅。而且，它在预测提升力上会有所欠缺——通常相比梯度提升替代方案，其 Gini 系数会低 5% 到 15%。

大多数资深定价团队采取的务实做法不是取代 GLM，而是调整建模流程，让 GLM 捕捉可解释的核心，由机器学习组件捕捉残差。

残差模型模式

个险定价中已成为标准的模式如下：在经过敞口调整的目标值（理赔频率、严重度或综合损失成本）上拟合一个 GLM。对该 GLM 进行样本外评分。在残差上拟合一个梯度提升模型，使用相同的特征加上 GLM 结构无法容纳的额外特征。对合成结果评分，不断迭代。

两项设计选择至关重要。首先，必须对残差模型施加约束——通常通过限制交互深度 and 学习率——使其捕捉 GLM 错过的信号，而不是重新拟合 GLM 已经找到的信号。其次，必须按费率因子监控残差模型的贡献。如果梯度提升组件持续对某个特定细分市场加权或减权，这要么是 GLM 应该吸收的费率因子，要么是在部署前需要关注的公平性问题。

关于机器学习在损失建模中应用场景的更广泛讨论，请参阅姊妹篇《现代损失准备金评估：从链梯法到机器学习》。AI 与量化风险模型服务是我协助客户开展此类工作的方式。

特征工程：依然是获胜的关键

初涉保险建模的从业者通常期望提升力源自算法。但十年来发表的定价研究表明情况恰恰相反：最大的收益来自特征，而非方法。

车联网数据、外部天气 and 交通数据、司法管辖区允许的信用相关信号，以及——日益增加的——在邮政编码加邻接粒度上的地理空间固定效应，所带来的预测提升力都远超 XGBoost 和 LightGBM 之间的选择。一旦特征集稳定下来，方法论的选择才变得重要。

相应的治理风险在于，新特征可能会在建模团队未察觉的情况下引入受保护特征的代理变量。每一个新特征都应触发公平性审计——不是打个勾了事，而是实际测试该特征的边际效应是否不成比例地影响了监管机构会反对的群体。这是分析工作与企业风险管理框架以及最终与董事会交汇的地方。

神经网络：在特定领域显身手

在保险定价中，深度学习的应用比其他垂直领域慢，这是有充分理由的。定价团队处理的结构化表格数据，通常无法从神经网络的表示能力中获得超过梯度提升树的收益。神经网络发挥作用的地方在于非结构化数据。

目前有实际证据支持的三个使用场景是：车险理赔的破损图像评估（基于在修理厂照片上微调的卷积架构）、从理赔笔记 and 理赔员叙述中提取文本（基于 Transformer 的模型，将自由文本转换为可供定价 GLM 使用的结构化特征），以及时间序列车联网特征学习（基于循环或注意力机制的模型，将驾驶轨迹总结为定价可用的特征）。在每种情况下，神经网络组件都是在为精算模型提供养料，而非取代它。

经得起监管考验的治理

在面向消费者的流程中使用 AI 的欧洲保险公司，目前面临三个重叠的框架：早于 AI 出现的模型风险期望（广义上与美国 SR 11-7 纪律一致）、《欧盟人工智能法案》将保险定价分类为高风险，以及——对于人寿 and 养老金——现有的偿付能力 II 模型变更与验证体系。这些框架的共识多于分歧。

清单 (Inventory)。 生产环境中的每个模型都有所有者、用途、重要性层级和记录在案的风险评估。定价链中的机器学习组件也不例外。

文档 (Documentation)。 针对每个模型：用途、数据血缘、训练 and 验证方法论、表现指标、校准、监控计划和补救触发机制。文档不能在模型受到质疑后才生成，它必须是部署流程的一部分。

监控 (Monitoring)。 概念漂移、校准漂移、特征漂移，以及关键的——公平性漂移，都需按确定的节奏进行测量，并预设补救阈值。参见《信贷风险模型监控仪表盘》以了解信贷方面的兼容模式。

独立挑战 (Independent challenge)。 审查 GLM 的二道防线模型风险职能部门，同样使用我协助客户的独立验证方法来审查机器学习组件。如果审查者无法理解模型，那就是文档缺陷，而非审查者必须接受的局限。

可解释性 (Explainability)。 对于任何产生影响消费者的费率决策的模型，必须能够找回该决策背后的驱动因素说明。SHAP 及相关的归因方法通常是足够的，前提是在预测时计算并存储，而非事后重建。

行业仍存在的误区

有三种反复出现的失败模式值得警惕。

优化提升力而非业务价值。 一个 Gini 系数更高但续保率更低的模型并不是更好的模型。业务价值回测——预期赔付率、预期续保率、预期终身价值——需要与统计指标并列。这既是建模点也是治理点，是建模团队的激励机制与定价委员会的激励机制需要保持一致的地方。

忽视逆向选择动态。 一个在第一年改善赔付率的定价模型，如果竞争对手根据相同的信号采取不同的定价策略，可能会在第三年导致该细分市场失稳。对留存率、竞争对手价格指数 and 组合变化的组合级监控，应成为每个定价模型持续审查的一部分——这与更广泛的 ORSA 场景设计对话相连。

对转型路径投资不足。 用新的定价模型取代旧的费率结构是一项业务变革，而非技术部署。转型路径——并行运行、按地理或细分市场受控推广、定义的紧急停止条件——往往决定了新模型是能扎根还是在商业压力下被撤回。

结语

保险业的预测建模既不是一个已解决的问题，也不是一个 AI 炒作的前沿阵地。它是一门成熟的学科，已经吸收了两代方法论的进步——先是 GLM，然后是梯度提升，现在是选择性地使用神经网络——现在正在吸收围绕该技术栈的第三代治理 and 监管。那些能很好应对治理层的公司，将能够快速且稳健地部署新的建模技术。而那些将治理视为下游合规任务的公司，会发现自己要么掉队，要么被迫按照监管要求在事后撤回决策。

如果您正在构建或审查混合定价模型，或正为人工智能法案的审查做准备，请参阅 AI 与量化风险服务领域或联系我。