CEO Corner

Bu neden bugün için operasyonel bir karardır?

Aktüeryal çalışmalarda yıllardır istatistiksel öğrenme ve hesaplamalı yaklaşım kullanılmaktadır. Yeni fırsat, bu yöntemleri teknik materyal tarayabilen, kod konusunda yardımcı olabilen ve kontrollü analitik çalışmaları koordine edebilen sistemlere bağlamaktır. Bu yetenekler, bir değerlemeyi çevreleyen çalışmanın yeniden tasarlanmasını ve aynı zamanda içindeki modellerin seçici olarak iyileştirilmesini mümkün kılar. Evlat edinmenin aktüeryal karar verme kapasitesine sahip özerk bir sistemi beklemesine gerek yoktur.

Ayrıca somut bir yönetim takvimi de var. OSFI'nin Eylül 2025'te yayınlanan son Kılavuzu E-23, 1 Mayıs 2027'de yürürlüğe girecek. Model risk yönetimi beklentilerini, sigortacılar da dahil olmak üzere federal olarak düzenlenen finansal kuruluşlar genelinde genişletiyor ve yapay zeka ve makine öğrenimini açıkça ele alıyor. Bu basım itibarıyla, bu yürürlük tarihi hâlâ ileridedir. Hazırlık dönemini hem yerleşik aktüeryal modelleri hem de yeni yapay zeka bileşenlerini kapsayan model envanterleri, mülkiyet ve doğrulama kanıtları oluşturmak için kullanırdım.

Uluslararası Aktüerler Birliği ayrıca yapay zeka yönetişimi, testi ve dokümantasyonu hakkında eğitici makaleler de yayınladı. Bunlar evrensel düzenleyici onaylar değil, mesleki uygulamalara yönelik kaynaklardır. Teknolojik fırsat ve gelişen yönetişim çerçevesi birlikte, bilinçli bir benimseme programını desteklemektedir. Gecikmenin bir fırsat maliyeti vardır: Ekipler yapay zekanın nerede çalıştığını, nerede başarısız olduğunu ve ne kadar inceleme gerektirdiğini öğrenmeyi erteler. Bu öğrenme sigorta şirketinin ürünlerine, verilerine ve kararlarına özeldir; daha sonra bir yazılım lisansıyla satın alınamaz.

Her yapay zeka bileşenine kesin bir aktüeryal rol verin

Bir yatırımı onaylamadan önce üç rolü birbirinden ayırırdım. İstatistiksel öğrenme ilişkileri tahmin eder: ölüm oranlarındaki farklılıklar, teslim etme davranışı, talep ciddiyeti veya harcama modelleri. Sayısal yaklaşım, örneğin kontrollü bir dizi tam model çalışmasından bir sorumluluk yüzeyinin tahmin edilmesi yoluyla pahalı bir hesaplamayı hızlandırır. Üretken yapay zeka, dil ve kodla çalışmayı destekler: bir ürün maddesinin alınması, bir test teklif edilmesi veya onaylanmış çıktılardan bir açıklama taslağı hazırlanması. Bu roller farklı güvenilirlik kanıtları gerektirir.

Bir dil modelinin akıcı açıklaması, ölüm tahmininin kalibre edildiğini göstermez. Bir vekilin bir referans motoruyla yakın anlaşması, referans motorunun sözleşmeyi doğru şekilde temsil ettiği anlamına gelmez. Tahmine dayalı bir modelin güçlü geçmiş performansı, önerilen bir yönetim eyleminin tahmin edilen sonuca neden olacağını kanıtlamaz. Bir yapay zeka programında baş aktüerin ilk sorumluluğu bu ayrımları açıkça ortaya koymaktır.

Tercih ettiğim mimari, aktüeryal motora belirli hesaplamalar için sorumluluk verir, yapay zekaya dar tanımlı analitik veya koordinasyon görevleri verir ve yetkili profesyonellere varsayımlar ve kararlar için sorumluluk verir. Yapay zekanın sayısal yöntemi değiştirdiği durumlarda bu bileşen model envanterine ve doğrulama sürecine girer. Asistan olarak tanımlanan bir uygulamanın içinde kaybolmaz.

Karmaşıklığını artırmadan önce varsayım sürecini iyileştirin

Bir hayat portföyü için ölüm analizi, risk yapısı, ulaşılan yaş, süre, sigorta sınıfı, fayda tutarları ve rapor edilen ölümlerin zamanlaması ile başlar. Maruziyet dengelemelerine sahip Poisson modelleri, genelleştirilmiş toplamsal modeller ve hayatta kalma modelleri yararlı, yorumlanabilir başlangıç ​​noktaları sağlar. Makine öğrenimi, geniş bir gerçek-beklenen oranının gizlediği etkileşimleri araştırabilir, ancak seyrek deneyim yine de güvenilirlik ve disiplinli havuzlama gerektirir. Oldukça ayrıntılı bir tahmin mutlaka daha güvenilir bir varsayım değildir.

Aynı poliçe sahibi genelinde bilgi sızıntısına karşı koruma sağlamak üzere daha sonraki deneyim dönemleri ve ilgili ürün gruplarında doğrulamaya ihtiyaç duyarım. Kalibrasyonu segmentlere göre, değişen iş karmasının etkisini ve eksik verilere olan duyarlılığı incelerdim. Geçmişteki ölüm oranlarına uyum sağlamak ve gelecekteki ölüm oranlarındaki iyileşmeyi seçmek ayrı görevlerdir. Bir model, uzun vadeli bir iyileşme varsayımı hakkında çok az kanıt sağlarken, son deneyimlere yakından uyabilir.

Lapse modelleme de aynı disiplini hak ediyor. Hayatta kalma veya rakip risk modelleri ölümü, teslim olmayı ve diğer çıkışları temsil edebilir; Daha zengin modeller, kredi oranlarının, piyasa alternatiflerinin, iştira ücretlerinin ve dağıtımın etkileşimini araştırabilir. Ancak geçmişteki poliçe sahiplerinin davranışları faiz koşullarını kapsamayabilir veya stres altında önemli olan teşvikleri garanti etmeyebilir. Bu boşluklar için açık senaryo kararlarını saklayacağım. Bir müdahale ile elde tutma arasındaki öngörücü ilişkinin, bir müdahale stratejisini desteklemeden önce nedensel analize ihtiyacı vardır.

Hayat ve yıllık gelir değerlemesi sözleşmeyi korumalıdır

Basit vadeli bir sözleşme için ileriye yönelik bir nakit akışı hesaplaması, tutarlı azalma ve indirim varsayımları kullanarak primleri, ölüm tazminatlarını ve giderleri yansıtır. Tüm yaşam ve evrensel yaşam ek bağımlılıklar getirir: hesap değerleri, prim esnekliği, kredilendirilen oranlar, teslim değerleri ve garantiler. Yıllık gelirler, hayatta kalmaya bağlı ödemeleri, olası garantileri ve poliçe sahibi seçeneklerini sunar. Yapay zeka, spesifikasyonların bir araya getirilmesine ve tutarsızlıkların belirlenmesine yardımcı olabilir, ancak sözleşmeye bağlı her önemli özelliğin, yürütülebilir mantığa dönüştürüldüğünde hayatta kalması gerekir.

Aynı demografik değişim, ürünler arasında farklı finansal sonuçlara yol açabilir. Daha düşük ölüm oranı genellikle ömür boyu yıllık gelir kapsamındaki ödemeleri uzatırken, vadeli güvence defterindeki beklenen ölüm iddialarını da azaltır. O zaman bile primler, masraflar, zaman aşımları ve teminatlar toplam sonucu etkiler. Sadece ‘ölüm oranları iyileşti’ şeklinde bir açıklama yetersiz. Etkilenen grupları, değişen nakit akışlarını ve belirli değerleme esasına ilişkin sonuçları belirlemesini beklerdim.

IFRS 17 bir başka önemli ayrım daha ekliyor. Sözleşmenin ifasına ilişkin nakit akışları ve sözleşmeye dayalı hizmet marjının farklı rolleri vardır; Basit brüt prim rezervindeki bir değişiklik, otomatik olarak rapor edilen kârda bir değişiklik değildir. Tedavi, ölçüm modeline, hareketin kaynağına ve bunun gelecekle mi yoksa mevcut ve geçmiş hizmetle mi ilgili olduğuna bağlıdır. Sorumlu aktüerya ve finans ekipleri tarafından gözden geçirilen sınıflandırma ve sonuçla birlikte, onaylanmış politikaya göre muhasebe işleminin izlenmesine ve kanıtların çalıştırılmasına yardımcı olmak için yapay zekayı kullanırdım.

Daha hızlı stokastik değerleme daha fazla zorluk gerektirecektir

Malzeme seçeneği ve garantisi olan ürünlerde hesaplama çok daha zorlu hale gelebilmektedir. Bir risk uygulaması, bir dizi dış ekonomik senaryoyu ve gelecekteki her durum için bir iç değerlemeyi gerektirebilir. Regresyon, en küçük kareler Monte Carlo ve makine öğrenimi proxy'leri seçilen hesaplamaların maliyetini azaltabilir. Aktüerler Derneği, tahmine dayalı analitik ve makine öğreniminin bu kullanımına ilişkin pratik yaşam ve yıllık gelir vaka çalışmaları yayınladı. Bu, belirli bir kitap için performans garantisi değil, araştırma için güvenilir bir alan oluşturur.

Proxy'yi eğitmeden önce izin verilen giriş alanını tanımlardım. Doğrulama, stresli durumları, risk faktörlerinin kombinasyonlarını ve garanti eşiklerine yakın sözleşmeleri içermelidir. Sadece ortalama uyumu değil, sistematik önyargıyı, kuyruk hatasını ve duyarlılık tahminlerini de incelemelidir. 10 milyar PB tutarında borcu olan tamamen örnek niteliğindeki bir portföyde, %0,1'lik sistematik değerleme hatası 10 milyon PB'yi temsil etmektedir. Hatanın riskten korunma veya sermaye üzerindeki etkisi dikkate alınmadan önce görünüşte küçük bir yüzde önemli olabilir.

Referans motoru esas olmaya devam ediyor. Etki alanı dışı bir durum, tam hesaplamayı veya açık bir istisnayı tetiklemeli ve model değişiklikleri proxy'nin yeniden değerlendirilmesini tetiklemelidir. Gelecekteki sonuçları incelemek için kullanılan gerçek dünya senaryoları ve piyasayla tutarlı değerleme için kullanılan riskten arındırılmış senaryolar farklı amaçlara hizmet eder; Tasarım bu ayrımı korumalıdır. Yatırım senaryom, kaydedilen hesaplamanın ne kadar ek stres testini mümkün kıldığını soracaktır. Dar bir dizi senaryoyu daha hızlı tekrarlamak, daha önce incelenmemiş bir riskin anlaşılmasından daha küçük bir başarıdır.

Borç sonucunu varlıklara, likiditeye ve sermayeye bağlayın

Sorumluluk tahmini, bir kararı değiştirdiğinde faydalı olur. Aktif-pasif yönetiminde, iyileştirilmiş analizin süre boşluklarının, kilit oran risklerinin, dışbükeyliğin veya nakit akışı açıklarının yorumunu değiştirip değiştirmediğini soracağım. Süre eşleşmesi temel risk, spread riski, likit olmayan varlıklar ve poliçe sahibi seçenekleriyle bir arada bulunabilir. Sıradan koşullar üzerinde eğitilen bir model, vazgeçme teşvikleri ve varlık gerçekleştirme maliyetleri etkileşimde bulunduğunda en az güvenilir olabilir.

Sermaye için endişe ortak kuyruğa doğru ilerliyor. Ortalama yükümlülük değerlerini yeniden üreten bir gösterge, yine de olumsuz senaryoların sıralamasını, kuyruk yüzdelik dilimini veya riskler arasında sermaye tahsisini bozabilir. Korelasyon ve bağımlılık varsayımları kendi zorluklarını hak ediyor. Yaklaşım hatasını senaryo örnekleme hatasından ve temel varsayımlardaki belirsizlikten ayrı olarak rapor edeceğim. Üçünü de açıklanamayan tek bir güven puanında birleştirmek, sonucun yönetilmesini zorlaştırır.

Aynı prensip hayat sigortası dışında da geçerlidir. P&C rezervasyonunda, bir AI yönteminin, talep enflasyonu, uzlaşma değişiklikleri ve portföy karışımına dikkat ederek ilgili zincirleme merdiven, Bornhuetter–Ferguson veya diğer kıyaslama kriterleri karşısında yerini alması gerekir. Daha fazla tahmin karmaşıklığı, seçilen rezervin iş için neden uygun olduğunu açıklama ihtiyacını ortadan kaldırmaz.

Bir sonraki soruya cevap verebilecek bir değerleme kapanışı

Yükümlülüklerin beklenmedik bir şekilde arttığı örnek bir yıllık gelir kapanışını düşünün. İş akışının yeni iş ve portföy hareketlerini, beklenen kaçışları, ekonomik değişiklikleri, deneyim sapmalarını, varsayım güncellemelerini ve model düzeltmelerini ayırmasını isterim. Kontrollü tekrarlar bu katkıları sağlamalıdır. Sıralı atıf, değişikliklerin uygulanma sırasına bağlı olabilir, bu nedenle raporun kendi kurallarını belirtmesi ve önemli etkileşim etkilerini tanımlaması gerekir.

Bir yapay zeka asistanı daha önce onaylanmış esası alabilir, değiştirilen varsayım kayıtlarını bulabilir, gerekli tekrarları önerebilir ve ortaya çıkan kanıtları bir araya getirebilir. Yalnızca ilgili sayısal çıktılar mevcut olduktan sonra yorum taslağı hazırlayabilir. Model hareketi uzlaştıramazsa asistan çözülmemiş kalıntıyı açığa çıkarmalıdır. Tablonun eksiksiz görünmesini sağlayacak ikna edici bir ekonomik hikaye sunmamalıdır.

İnceleme paketi, bir nakit akışı akışı tablosu, bir hareket köprüsü, bir kohort deneyim analizi ve duyarlılık karşılaştırmalarını içerecektir. Her maddi rakam, kaynak çalışmasını, model versiyonunu ve varsayım esasını tanımlayacaktır. Anlatı, hesaplanmış bir katkıyı bir yorumdan ve önerilen bir eylemden ayıracaktır. Yakın vadede önemli bir fırsat gördüğüm nokta burası: Aktüerlere soruşturma için daha iyi bir başlangıç ​​noktası ve ikinci soruyu yanıtlamak için yeterli zaman vermek.

Belirsizliği ve sorumluluğu görünür kılın

Üretim hızıyla birlikte profesyonel standart da yükselmeli. ASOP No. 56, amaçlanan amaç, modelin anlaşılması, test edilmesi, doğrulanması ve belgelenmesi için yararlı bir ABD referansı sağlar. Yerel standartların küresel bir alternatifi değildir. İlgili kurum ve iş için geçerli mesleki ve düzenleyici çerçeve tanımlanmalıdır. Bu ortamlarda temel soru, başka bir nitelikli incelemecinin önemli yargıları ve sınırlamaları anlayıp anlayamayacağıdır.

Üretken yapay zeka için desteklenmeyen sayısal iddiaları, yanlış kaynak erişimini, ihmal edilen nitelikleri ve çelişen kanıtlara verilen yanıtları test ederim. Ayrıca güvenilmeyen materyalin, bir aracının talimatlarını değiştirmesine veya yetkisiz bir eylem girişiminde bulunmasına neden olup olmayacağını da test ederim. Bir model havuzuna erişim, bir değerlemeyi yayınlama yetkisi anlamına gelmemelidir. Dil modelinde, erişim kaynaklarında, istemlerde veya bağlantılı araçlarda yapılan değişiklikler davranışı değiştirebilir ve orantılı bir yeniden değerlendirme gerektirebilir.

Tahmine dayalı yapay zeka için izleme, değişen veri popülasyonunu kalibrasyon veya karar kalitesindeki bozulmadan ayırt etmelidir. Portföy karması değişimi, modeli yanlış hale getirmeden gözlemlenen sonuçları değiştirebilir; istikrarlı toplam hata, küçük ama önemli bir grupta kötüleşen performansı gizleyebilir. Sonuçların müşterileri etkilediği durumlarda, yasal kullanım, adalet ve hataların sonuçlarının özel olarak incelenmesi gerekir. Adlandırılmış bir incelemeci, yalnızca o kişinin sonuca itiraz edecek kanıta, zamana ve yetkiye sahip olması durumunda anlamlıdır.

İlk 90 güne neler koyardım

Tekrarlanan bir karar ve onun kanıt izleri ile başlayacağım. Bir yaşam değerleme hareketi incelemesi veya bir yıllık gelir varsayımı araştırması, genel bir 'yapay zeka kullanma' talimatından daha güçlü bir başlangıç ​​noktasıdır. Geçen süreyi, aktüeryal hazırlık çabasını, inceleme çabasını, çözümlenmemiş istisnaları ve yeniden çalışmayı belirleyin. Teknolojiyi seçmeden önce, maddi hataların nasıl tanımlanacağı da dahil olmak üzere kabul kriterleri üzerinde anlaşın.

İlk ay boyunca seçilen verileri uzlaştırın, modeli ve temeli belgeleyin, tarihsel bir kıyaslama oluşturun ve karar haklarını atayın. İkinci aşamada, önerilen iş akışını kasıtlı olarak zor gruplar, olumsuz senaryolar ve çelişkili belgeler dahil ederek tarihsel vakalar üzerinde paralel olarak çalıştırın. Üçüncü aşamada, bunu kontrollü bir raporlama döngüsünde değerlendirin ve uzatmaya mı, revize etmeye mi yoksa durdurmaya mı karar verin. Doksan gün, önerilen bir öğrenme dönemidir; maddi değerleme modelinin o zaman çizelgesinde onaylanabileceğine dair bir söz değildir.

Ekonomik değerlendirme; entegrasyon, hesaplama, doğrulama, sürekli izleme ve insan incelemesini içermelidir. Taslak hazırlamada kaydedilen dakikalar, olası hataları kontrol etmek için harcanan saatlerle dengelenebilir. Son karar tarihinden önce yanıtlanan ek soruları, hareket açıklamalarının kalitesini ve değişikliklerden sonra sonuçların istikrarını ölçerdim. Aynı zamanda aktüeryal gelişimi de korurdum: Kıdemsiz meslektaşlarım yalnızca bir arayüzü çalıştırmayı öğrenmek yerine hesaplamaları yeniden üretmeli ve hataları açıklamalıdır.

Şimdi vereceğim karar

Şimdi, adlandırılmış bir aktüeryal sahibi, bağımsız sorgulama ve ölçülebilir kabul kriterleri olan sınırlı bir aktüeryal AI programına yetki verirdim. Uygulamanın yanı sıra veri ve doğrulama çalışmalarını da finanse edeceğim. İlk sonucun, sınırlamaların görünür olduğu, daha iyi bir araştırma veya daha güvenilir bir karar süreci göstermesini beklerdim.

Uzun vadeli ödül, kapasitesinin daha fazlasını varsayımları incelemeye, zor senaryoları test etmeye ve seçenekler kapanmadan önce işletmeye tavsiyelerde bulunmaya harcayabilen bir aktüeryal fonksiyondur. Bu yetenek tekrarlanan kullanım, düzeltme ve profesyonel mücadele yoluyla gelişir. Şimdi başlamanın zamanı geldi çünkü inşa etmek teknolojiyi kurmaktan daha uzun sürüyor.