EVT in strojno učenje za napovedovanje škod pri nezgodah

Uvod v izzive napovedovanja škod pri nezgodnih zavarovanjih

Kot strokovnjakinja z 20-letnimi izkušnjami v zavarovalništvu se zavedam, da je natančnost napovedovanja škod osrednjega pomena za dolgoročno stabilnost in konkurenčnost vsake zavarovalnice. Pri nezgodnih zavarovanjih se soočamo s specifičnimi izzivi, saj so škodni dogodki pogosto redki, a imajo lahko izjemno visoke finančne posledice. Tradicionalni regresijski modeli, ki temeljijo na predpostavkah o normalni porazdelitvi ali linearnih odnosih, se pri modeliranju 'repa' porazdelitve – torej ekstremnih in redkih dogodkov – pogosto izkažejo za nezadostne. To vodi do podcenjevanja ali precenjevanja tveganj, kar ima lahko resne posledice za določanje premij in upravljanje rezervacij. Cilj te objave je poglobljeno raziskati, kako lahko te izzive naslovimo z integracijo naprednih kvantitativnih metod.

Zavarovalniška praksa zahteva nenehno optimizacijo modelov, saj se tveganja in podatkovne množice spreminjajo. Zato je razumevanje in implementacija sofisticiranih tehnik, kot sta teorija ekstremnih vrednosti (EVT) in strojno učenje, ključno za razvoj robustnih in zanesljivih napovednih modelov. Ne gre le za izboljšanje tehnične plati, temveč tudi za boljše razumevanje in obvladovanje tveganj, kar v končni fazi prinaša korist tako zavarovalnici kot zavarovancem. Moja vloga je, da zagotovim, da so ti kompleksni koncepti predstavljeni na razumljiv, a hkrati tehnično natančen način, ki bo služil kot vir informacij za odločevalce in strokovnjake v panogi.

Regresijski modeli kot osnova napovedovanja škod

Regresijski modeli so že desetletja temelj kvantitativne analize v zavarovalništvu. Uporabljamo jih za kvantifikacijo odnosa med odvisno spremenljivko (npr. višino škode, pogostostjo škode) in eno ali več neodvisnimi spremenljivkami (npr. starostjo zavarovanca, poklicem, višino kritja, dejavnostmi). Standardni linearni regresijski modeli (OLS) so enostavni za interpretacijo, a pogosto nezadostni za kompleksnost zavarovalniških podatkov, ki so nemalokrat pristranski, porazdeljeni nesimetrično in polni izstopajočih vrednosti. Modeliranje števila škod pogosto izvajamo z generaliziranimi linearnimi modeli (GLM), kot je Poissonova regresija ali negativna binomska regresija, ki bolje obravnavata celoštevilčne in diskretne podatke, značilne za pogostost škod.

Za modeliranje višine škod so pogosto uporabni GLM-ji z Gamma porazdelitvijo ali inverznim Gaussovim modelom, ki so primerni za pozitivne, asimetrične podatke. Kljub temu se tudi ti modeli soočajo z omejitvami, ko gre za ekstremno visoke škode, ki so statistično gledano redke, a imajo velik vpliv na celotno porazdelitev. Te visoke škode so tisto, kar imenujemo 'rep porazdelitve' in so bistvene za pravilno oceno tveganja in določanje premij. Klasični regresijski modeli lahko podcenijo verjetnost in magnitudno teh dogodkov, kar poudarja potrebo po naprednejših metodah, ki jih bomo obravnavali v nadaljevanju.

Teorija ekstremnih vrednosti (EVT) za modeliranje redkih, visokih škod

Teorija ekstremnih vrednosti (EVT) je matematični okvir, ki se specifično ukvarja z modeliranjem ekstremnih dogodkov – torej najvišjih ali najnižjih vrednosti v določenem vzorcu. Pri nezgodnih zavarovanjih je EVT izjemno dragocena, saj nam omogoča natančnejše modeliranje 'repa' porazdelitve škod, kjer se nahajajo tiste izjemno visoke škode, ki jih tradicionalni modeli pogosto spregledajo ali podcenijo. Ključni koncepti EVT vključujejo Generalizirano Pareto porazdelitev (GPD) za analizo presežkov nad določenim pragom (Peaks-Over-Threshold – POT metoda) in Generalizirano Ekstremno Vrednostno porazdelitev (GEV) za analizo blokovnih maksimumov. Z uporabo GPD lahko ocenimo verjetnost in pričakovano višino škod, ki presegajo določen, dovolj visok prag.

Izbira ustreznega praga je pri EVT ključnega pomena in pogosto vključuje vizualne analize (npr. grafi povprečnih presežkov) in statistične teste. Če je prag prenizko postavljen, lahko model krši asimptotske predpostavke EVT; če je previsoko, imamo premalo podatkov za zanesljivo oceno parametrov GPD. GPD se definira z dvema parametroma: oblikovnim parametrom (xi, ξ) in skalirnim parametrom (sigma, σ). Oblikovni parameter določa obliko repa porazdelitve (npr. debelejši rep pri pozitivnem ξ), skalirni parameter pa njegovo širino. Natančna ocena teh parametrov omogoča zanesljivejšo napovedovanje izjemno visokih škodnih zahtevkov, kar je kritično za upravljanje kapitala in določanje primernih rezervacij v skladu z regulativo, kot je solventnost II (za zavarovalnice, ki so ji podvržene).

Pri integraciji EVT v regresijske modele lahko uporabimo več pristopov. Eden izmed njih je dvostopenjski pristop, kjer najprej modeliramo pogostost škod (npr. z GLM), nato pa z EVT modeliramo višino škod, ki presegajo določen prag. Druga možnost je uporaba regresijskih modelov, ki neposredno vključujejo EVT komponente, ali pa regresijskih modelov, ki so bolj robustni na prisotnost ekstremnih vrednosti, kot so Quantile Regression, ki modelira različne kvantile porazdelitve škod in ne le povprečja. Ne glede na izbrani pristop, je cilj vedno isti: izboljšati zanesljivost napovedi, še posebej za tiste redke, a drage dogodke, ki lahko močno vplivajo na finančno stabilnost.

Vloga strojnega učenja pri kompleksnem modeliranju tveganj

Strojno učenje je v zadnjem desetletju revolucioniralo področje analize podatkov in ponuja zmogljiva orodja za napovedovanje škod, ki presegajo zmožnosti tradicionalnih regresijskih modelov. Algoritmi strojnega učenja, kot so Random Forest, Gradient Boosting Machines (npr. XGBoost, LightGBM) in nevronske mreže, so sposobni zajeti kompleksne nelinearne odnose in interakcije med spremenljivkami, ki jih je s klasičnimi metodami težko ali nemogoče identificirati. Na primer, Random Forest gradi napoved iz ansambla odločitvenih dreves, ki so neodvisno trenirana na podvzorceh podatkov, kar zmanjšuje prekomerno prilagajanje (overfitting) in izboljšuje robustnost. XGBoost pa uporablja tehniko ojačevanja, kjer se vsako novo drevo uči iz napak prejšnjih dreves, kar vodi do visoke napovedne moči. Ti algoritmi so izjemno učinkoviti pri delu z velikimi in heterogenimi podatkovnimi množicami, ki so značilne za zavarovalništvo.

Pri nezgodnih zavarovanjih lahko strojno učenje uporabimo za napovedovanje tako pogostosti kot tudi višine škod. Za pogostost škod lahko uporabimo klasifikacijske modele (npr. Logistic Regression, Support Vector Machines, nevronske mreže) za napovedovanje, ali bo do škode sploh prišlo, in regresijske modele strojnega učenja za napovedovanje števila škod. Za višino škod se uporabljajo različni regresijski algoritmi. Prednost strojnega učenja je tudi v tem, da lahko obdela veliko število potencialnih napovednih spremenljivk (značilnosti zavarovanca, zavarovalnega kritja, demografskih podatkov), kar omogoča bolj celovito razumevanje dejavnikov tveganja. To je ključno za natančno segmentacijo portfelja in individualizacijo premij. Pomembno je poudariti, da je pri uporabi strojnega učenja nujno zagotoviti interpretabilnost modelov, še posebej v reguliranih panogah, kot je zavarovalništvo, kjer je transparentnost odločitev kritična. Tehnike, kot so SHAP (SHapley Additive exPlanations) in LIME (Local Interpretable Model-agnostic Explanations), pomagajo pri razumevanju prispevka posameznih dejavnikov k napovedi, tudi pri kompleksnih 'črnih škatlah' modelih.

Pristopi, kot so Generalizirani aditivni modeli (GAMs), predstavljajo most med klasičnimi GLM-ji in kompleksnimi algoritmi strojnega učenja. GAMs omogočajo modeliranje nelinearnih odnosov s pomočjo gladilnih funkcij (splines), hkrati pa ohranjajo določeno stopnjo interpretabilnosti. To jih dela privlačne za zavarovalniške aplikacije, kjer je pomembno uravnotežiti napovedno moč in razumljivost modela. Integracija strojnega učenja z EVT pa odpira nove možnosti za še natančnejše in robustnejše modele, ki učinkovito obvladujejo tako 'povprečne' kot 'ekstremne' škodne dogodke.

Integracija EVT in strojnega učenja: Hibridni pristopi

Kombinacija EVT in strojnega učenja ponuja močan hibridni pristop, ki združuje prednosti obeh metodologij. EVT je optimalna za modeliranje ekstremnih repov porazdelitve, strojno učenje pa izjemno učinkovito pri zajemanju kompleksnih odnosov v osrednjem delu porazdelitve in pri izbiri optimalnih napovednih spremenljivk. Eden izmed učinkovitih pristopov je uporaba dvostopenjskega modela. V prvi stopnji se lahko s strojnim učenjem napoveduje pogostost in nižje škode, medtem ko se v drugi stopnji z EVT modelira redke in visoke škode. Na primer, lahko uporabimo XGBoost za napovedovanje splošne višine škode, nato pa za tiste primere, kjer napoved presega določen prag (npr. 95. percentil), uporabimo model, umerjen z EVT, za natančnejšo oceno 'repa'.

Druga možnost je, da algoritmi strojnega učenja (npr. Random Forest Regression, Gradient Boosting) neposredno vključujejo EVT izpeljane značilnosti. Na primer, lahko izračunamo verjetnost, da škoda preseže določen prag na podlagi EVT in to vključimo kot dodatno napovedno spremenljivko v model strojnega učenja. S tem model strojnega učenja pridobi dodatno informacijo o repnem tveganju, ki je specifično obravnavano z EVT. To omogoča bolj celovito razumevanje in napovedovanje tako običajnih kot ekstremnih škodnih dogodkov. Pri tem je pomembno tudi obvladovanje heteroskedastičnosti – pojava, ko variabilnost škod ni konstantna. Modeli, kot so Generalizirani linearni mešani modeli (GLMM), ali pa strojno učenje s specifičnimi funkcijami izgube, lahko pomagajo pri obravnavi te kompleksnosti. Cilj je vedno maksimirati napovedno moč, hkrati pa ohranjati robustnost modela in njegovo sposobnost generalizacije na nove podatke.

Meritve uspešnosti modelov: RMSE, MAE in R-kvadrat

Za oceno in primerjavo uspešnosti regresijskih modelov, vključno s tistimi, ki vključujejo EVT in strojno učenje, uporabljamo več ključnih metrik. Najpogostejše so koren srednje kvadratne napake (RMSE), srednja absolutna napaka (MAE) in koeficient določenosti (R-kvadrat).

RMSE (Root Mean Squared Error) meri povprečno velikost napak. Večjo težo daje večjim napakam zaradi kvadriranja razlike med dejansko in napovedano vrednostjo, kar je pogosto pomembno v zavarovalništvu, kjer so visoke škode še posebej kritične. Formula je: $RMSE = \sqrt{\frac{1}{n} \sum_{i=1}^{n} (y_i - \hat{y}_i)^2}$.

MAE (Mean Absolute Error) je srednja absolutna razlika med dejansko in napovedano vrednostjo. Je manj občutljiv na ekstremne vrednosti (izstopajoče vrednosti) kot RMSE, saj ne kvadrira napak. Formula je: $MAE = \frac{1}{n} \sum_{i=1}^{n} |y_i - \hat{y}_i|$.

R-kvadrat (Coefficient of Determination) meri delež variance odvisne spremenljivke, ki jo model razloži. Vrednost med 0 in 1, višje vrednosti pomenijo boljše prilagajanje modela podatkom. Formula je: $R^2 = 1 - \frac{\sum_{i=1}^{n} (y_i - \hat{y}_i)^2}{\sum_{i=1}^{n} (y_i - \bar{y})^2}$. Kljub temu je pomembno razumeti, da visok R-kvadrat ne pomeni nujno dobrega modela, še posebej pri modeliranju 'repa' porazdelitve, saj lahko model dobro napoveduje povprečne vrednosti, a slabo ekstremne. Zato so pri zavarovalniških modelih pogosto pomembnejše metrike, kot so RMSE in MAE, še posebej, če je v ospredju natančnost napovedi posameznih škod.

Kalibracija modelov in primerjava uspešnosti na različnih podatkovnih množicah

Poleg zgoraj omenjenih metrik je ključnega pomena tudi kalibracija modela, še posebej pri modelih, ki vključujejo verjetnostne napovedi (npr. verjetnost dogodka). Kalibracija ocenjuje, kako dobro se napovedane verjetnosti ujemajo z dejanskimi opazovanimi frekvencami. Primer: če model napove 20% verjetnost škode, se mora dejanska frekvenca škod za to skupino gibati okoli 20%. Kalibracija je še posebej pomembna pri EVT modelih, kjer je natančna ocena repnih verjetnosti ključna za določanje pravilnih rezervacij in solventnostnega kapitala. Uporabljamo lahko kalibracijske grafe ali statistične teste (npr. Hosmer-Lemeshow test za binarne napovedi) za oceno kalibracije. Slabo kalibriran model, kljub visoki napovedni moči (npr. visok R-kvadrat), lahko vodi do napačnih poslovnih odločitev.

Primerjava uspešnosti modelov na različnih podatkovnih množicah – trening, validacija in testiranje – je bistvena za zagotovitev, da je model robusten in se ne prekomerno prilagaja (overfitting) na specifične podatke. Trening množica se uporablja za učenje modela, validacijska množica za uglaševanje hiperparametrov in izbiro modela, testna množica pa za končno, neodvisno oceno uspešnosti. Pri tem je pomembno, da se podatki razdelijo naključno, včasih pa tudi časovno, če gre za časovne serije. Posebej pri EVT modelih je pomembno, da so tudi v validacijski in testni množici prisotni ekstremni dogodki, kar je lahko izziv zaradi njihove redkosti. Zato se včasih uporabljajo tehnike, kot so bootstrap ali simulacije Monte Carlo, za ocenjevanje robustnosti repnih napovedi.

Kaj je krito in kaj ni krito v nezgodnem zavarovanju (splošno)

Kot neodvisna zavarovalna zastopnica vedno poudarjam, da je razumevanje kritij in izključitev bistvenega pomena pri vsakem zavarovanju, še posebej pri nezgodnem. Nezgoda je po Splošnih pogojih večine zavarovalnic nenaden in od zavarovančeve volje neodvisen dogodek, ki ga povzroči zunanje dejanje in ima za posledico telesno poškodbo, invalidnost ali smrt. Pomembno je razumeti, da zavarovalni pogoji posameznih zavarovalnic niso splošno pravilo in se lahko bistveno razlikujejo. V nadaljevanju navajam informativen in poenostavljen pregled najpogostejših kritij in izključitev, ki so skupne večini nezgodnih zavarovanj v Sloveniji. Vedno preverite konkretne pogoje zavarovalnice, ki vas zanima, saj so ti edini pravno zavezujoči.

Tipična kritja v nezgodnem zavarovanju vključujejo: kritje za smrt zaradi nezgode (izplačilo dogovorjene zavarovalne vsote dedičem), kritje za trajno invalidnost zaradi nezgode (izplačilo odstotka zavarovalne vsote glede na stopnjo invalidnosti), dnevna odškodnina za čas bolniške po nezgodi, stroški zdravljenja po nezgodi (npr. prevoz, specialistični pregledi, fizioterapija – do določene višine), kritje za zlom kosti in opekline (fiksn znesek ali odstotek zavarovalne vsote), bolnišnični dan (dnevna odškodnina za bivanje v bolnišnici zaradi nezgode), in asistenco (npr. prevoz, pomoč na domu). Vsi zneski so informativni primeri izračuna in so odvisni od izbranega paketa in zavarovalne vsote. Pri trajni invalidnosti se stopnja invalidnosti določi na podlagi tabele invalidnosti, ki je del splošnih pogojev in je povsod bolj ali manj standardizirana po medicinskih standardih, vendar se lahko razlikuje med zavarovalnicami v določenih odtenkih.

Primer iz prakse: Optimizacija modela za napovedovanje stroškov terapije po nezgodi

Predstavljajmo si primer zavarovalnice, ki se je soočala z naraščajočimi stroški fizioterapije in rehabilitacije po nezgodnih poškodbah, ki so pogosto presegali standardne napovedi. Klasični GLM model, ki je upošteval starost, poklic in tip poškodbe, je imel RMSE 1.500 EUR in MAE 800 EUR za napovedovanje stroškov terapije. R-kvadrat je bil sprejemljiv, okoli 0,65, vendar je model sistematično podcenjeval stroške pri kompleksnejših in dolgotrajnejših rehabilitacijah, ki so predstavljale 'rep' porazdelitve.

Moja ekipa je predlagala hibridni pristop. V prvi fazi smo uporabili XGBoost model za napovedovanje splošnih stroškov terapije. Ta model je vključeval več kot 50 različnih spremenljivk, vključno z demografskimi podatki, podrobnostmi o poškodbi, medicinsko zgodovino (anonimizirano), in tipom zavarovalnega kritja. XGBoost je dosegel RMSE 1.200 EUR in MAE 650 EUR. V drugi fazi pa smo identificirali zgornjih 10% škod z najvišjimi stroški terapije in za ta podvzorec umerili EVT model (GPD) na presežkih nad določenim pragom (npr. 5.000 EUR). Z uporabo parametrov EVT modela smo nato korigirali napovedi XGBoost modela za te ekstremne primere. Hibridni model je dosegel RMSE 1.100 EUR in MAE 600 EUR, kar predstavlja 26,7% izboljšanje RMSE in 25% izboljšanje MAE glede na prvotni GLM model. Poleg tega je bila kalibracija napovedanih stroškov znatno boljša, še posebej za visoke škode, kar je zavarovalnici omogočilo bolj natančno oblikovanje premij in upravljanje rezervacij. Ta primer jasno kaže, kako integracija EVT in strojnega učenja lahko prinese konkretne izboljšave v napovedni moči in s tem v poslovni uspešnosti zavarovalnice. V tem primeru, boljše napovedovanje pomeni ustreznejše premije za stranke in bolj stabilno zavarovalno kritje.

Zaključek: Pomen naprednih analitičnih metod za prihodnost zavarovalništva

Integracija teorije ekstremnih vrednosti in strojnega učenja v regresijske modele za napovedovanje škod pri nezgodnih zavarovanjih ni zgolj akademska vaja, temveč nuja v sodobnem zavarovalništvu. Kot smo videli, tradicionalne metode pogosto odpovejo pri modeliranju redkih, a izjemno dragih dogodkov, ki imajo velik vpliv na finančno stabilnost in premijsko politiko. Hibridni pristopi omogočajo zavarovalnicam, da znatno izboljšajo napovedno moč svojih modelov, kar vodi do natančnejšega določanja premij, učinkovitejšega upravljanja tveganj in bolj transparentnega poslovanja.

Natančnost pri napovedovanju škod ne prinaša koristi le zavarovalnicam, temveč tudi zavarovancem. Z optimalno določenimi premijami in zanesljivim kritjem lahko zavarovanci računajo na ustrezno finančno podporo ob nezgodi, ne da bi bili obremenjeni z neupravičeno visokimi stroški. Prihodnost zavarovalništva leži v nenehnem razvoju in implementaciji naprednih analitičnih tehnik, ki nam omogočajo, da bolje razumemo in obvladujemo kompleksnost tveganj. Moja zaveza je, da bomo pri Petri-zavarovanjih vedno sledili najnovejšim trendom in vam nudili najboljše strokovne rešitve.

Pogosto zastavljena vprašanja (FAQ)

Pogosta vprašanja

Kaj je glavna prednost integracije EVT in strojnega učenja pri napovedovanju škod?

Glavna prednost je natančnejše napovedovanje redkih, a dragih ekstremnih škod, ki jih tradicionalni modeli pogosto podcenijo. EVT se osredotoča na 'repe' porazdelitev, strojno učenje pa zajame kompleksne odnose v celotni porazdelitvi, kar izboljša robustnost in zanesljivost modelov.

Kako izberem pravi prag pri EVT modeliranju?

Izbira praga je ključna. Uporabljajo se vizualne metode, kot so grafi povprečnih presežkov (Mean Excess Plot), ki pomagajo določiti območje, kjer se porazdelitev presežkov obnaša kot GPD. Pogosto se prag določi iterativno, ob upoštevanju kompromisa med biasom in varianco ocen parametrov.

Ali so modeli strojnega učenja interpretabilni v zavarovalništvu?

Da, obstajajo tehnike za interpretabilnost modelov strojnega učenja, kot so SHAP in LIME. Te metode pomagajo razumeti, kateri dejavniki so najbolj vplivali na določeno napoved, kar je bistveno za transparentnost v reguliranih panogah, kot je zavarovalništvo.

Katere metrike so najpomembnejše za oceno regresijskih modelov v zavarovalništvu?

RMSE in MAE sta ključni, saj merita natančnost napovedi in sta občutljivi na napake. R-kvadrat je uporaben za oceno splošne razložene variance, vendar sam po sebi ne zagotavlja dobrega modeliranja ekstremnih dogodkov, zato je kombinacija metrik najučinkovitejša.

Kako lahko kot posameznik koristim od naprednih analitičnih modelov?

Posredno, z bolj natančnimi in stabilnimi zavarovalnimi produkti. Ko zavarovalnice bolje obvladajo tveganja, lahko ponudijo boljše cene in ustreznejše kritje, kar dolgoročno koristi vsem zavarovancem in prispeva k stabilnosti zavarovalnega trga.

Viri in reference

• Uradni list RS – Zakon o zavarovalništvu (ZZavar-1)
• Agencija za zavarovalni nadzor (AZN) – Smernice za izračun rezervacij
• Embrechts, P., Klüppelberg, C., & Mikosch, T. (1997). Modelling extremal events for insurance and finance.
• Friedman, J. H. (2001). Greedy function approximation: a gradient boosting machine.

Nadaljujte branje o tej temi

Povezave so izbrane samodejno glede na steber zaščite in ključne besede te objave.

• 
  Primer: Tehnični vpogledi

  Izračun zavarovalne vsote in pravila prekinitve riziko življenjske police

• 
  Primer: Tehnični vpogledi

  Uskladitev nezgodnih polic z inflacijo: Zakaj so stare vsote prenizke?

• 
  Primer: Tehnični vpogledi

  Kajenje in življenjski slog: Kako vplivata na premijo in na presojo tveganja

• 
  Primer: Tehnični vpogledi

  Kako določiti višino mesečnega varčevanja, ki jo boste zdržali

• 
  Primer: Tehnični vpogledi

  Kreditno življenjsko zavarovanje in FURS: Obdavčitev izplačil za zunajzakonske partnerje