Actuarial Group unternimmt Schritte, um rassistische Vorurteile bei Versicherungstarifen zu identifizieren

Während sich die Versicherungsbranche im Zeitalter der künstlichen Intelligenz und Modellierung mit potenziellen rassistischen Vorurteilen bei der Preisgestaltung von Versicherungsprodukten auseinandersetzt, ist eine Gruppe von Sach- und Unfallopfern betroffen Versicherungsmathematiker haben zwei neue Forschungsberichte herausgegeben, um die Versicherungsbranche von den diskriminierenden Auswirkungen höherer Versicherungspreise für Schwarze und andere abzulenken Farbe.

Die Casualty Actuarial Society (CAS) veröffentlichte zwei neue Berichte 31. März, um Methoden zur Identifizierung und Messung rassistischer Vorurteile bei der Preisgestaltung von Produkten wie Auto- und Hausbesitzerversicherungen zu untersuchen, nachdem in der Branche in der Vergangenheit Redlining vorgenommen wurde.

„Wir hoffen, mit dieser Serie als Vordenker und Vorbild für andere Versicherungsorganisationen zu dienen und Unternehmen bei der Förderung von Fairness und Fortschritt“, erklärte Victor Carter-Bey, CEO von CAS, an International Organisation für die Qualifikation und Berufsausbildung für Versicherungsmathematiker, die in der Bewertung von Sach- und Unfallrisiken tätig sind.

Diese vier Bewertungsfaktoren spielen bei der Preisgestaltung eine große Rolle

Eines der beiden neuen Papiere untersucht vier spezifische Bewertungsfaktoren dass politische Entscheidungsträger und Versicherungsaufsichtsbehörden nachgeforscht haben, um Vorurteile bei der Festlegung von Hausbesitzer- und Autoversicherungstarifen aufzuspüren. Diese vier weit verbreiteten Versicherungsbewertungsfaktoren sind: bonitätsbasierte Versicherungsbewertungen; geographische Lage; Wohneigentum; und Kfz-Kennzeichen.

Beispielsweise kann der geografische Standort den Verlust und die Schwere bei Hausbesitzern und die Autopreisgestaltung beeinflussen, zwei Risikofaktoren, aber Der geografische Standort kann oft das Ergebnis „historischer Richtlinien und Praktiken sein, die sich hauptsächlich an Schwarze richten“.

Schwarze Menschen und Familien wurden explizit getrennt und dann in der ersten Hälfte des 20. Jahrhunderts von Banken und rassistisch restriktiven Vereinbarungen ausgegrenzt, so die in der Zeitung zitierten Untersuchungen. Redlining war der Begriff, der von der Home Owners‘ Loan Corp verwendet wurde. in den 1930er Jahren für seine Farbcodierungskarten – Nachbarschaften, die als „unerwünscht“ in Rot gefärbt waren, zeigte die Zeitung. Die lange und traurige Geschichte von Redlining Schwarze Gemeinschaften sind im CAS-Papier abgebildet und detailliert.

Auch heute noch können gesellschaftliche Klischees bestimmen, wo Menschen leben. Die zitierte CAS-Untersuchung zeigt, dass weiße Wohnungssuchende bei zum Verkauf stehenden Häusern, Mietwohnungen und Wohnungen eher bevorzugt werden als Minderheiten.

Variablen können prädiktiv, aber auch problematisch sein

Während Versicherungsmathematiker in Städten mit älterem Wohnungsbestand mit Immobilienrisiken wie veralteten Elektroleitungen höhere Preise erzielen könnten Systeme und höhere Kriminalität, diese Variablen sind in der Tat nicht rassenneutral, das Papier über Faktoren, die zu Verzerrungspunkten führen aus. Die höheren prognostizierten Verluste, die zu höheren Prämien führen, korrelieren auch mit der Rasse und sind eine Folge davon jahrzehntelange Ungerechtigkeiten und voreingenommene gesellschaftliche Herangehensweisen an Wohnbereiche und Wohneigentum, CAS erklärt.

Es gibt auch weithin nachgewiesene unverhältnismäßige Auswirkungen von Naturkatastrophen auf Minderheitengruppen, wie die Hurrikane Katrina und Harvey in den letzten Jahren gezeigt haben.

„Hurrikan Katrina hatte nachhaltige Auswirkungen auf Bewohner, deren Häuser überflutet wurden, in Form von niedrigeren Kredit-Scores und niedrigere Wohneigentumsquoten im Vergleich zu Nachbarn, die keine Überschwemmungen erlebt haben", erklärte CAS unter Berufung auf außen Forschung.

Die CAS-Forscher stellten fest, dass alle vier dieser Faktoren im Laufe der Jahre mit dem tatsächlichen Versicherungsschaden korreliert sind, aber kann auch ein starker Indikator für Rasse und ethnische Zugehörigkeit sein und sich daher stark negativ auf Niedrigeinkommen und Minderheiten auswirken Gemeinschaften.

Wie die Versicherungs-Verbraucheraktivistin Birny Birnbaum vom Center for Economic Justice im vergangenen Frühjahr in einer Ansprache schrieb CAS gibt es „Anerkennung, dass die historische Diskriminierung langfristige Auswirkungen hat, die diese Gruppen benachteiligen. Anders gesagt, man kann eine Bevölkerung nicht zweihundert Jahre lang versklaven und dann erwarten, dass das Erbe dieser Versklavung über Nacht verschwindet.“

Korrelation, aber keine Kausalität

Kredit-Scores sind auch sehr umstritten, weil sie den Verlust vorhersagen, aber nicht damit zusammenhängen – a Kreditverlust bedeutet nicht, dass es sich um einen Vermögensverlust handelt, und Versicherer verwenden dazu proprietäre Modelle Außenseiter. Aber auch hier könnte die Kreditwürdigkeit mit der Rasse korrelieren und auch Jahrzehnte diskriminierender Kreditvergabepraktiken von Banken an Schwarze widerspiegeln, erklärt CAS.

Als ersten Schritt empfiehlt die Aktuargruppe Aktuaren und Versicherungsfachleuten, darüber nachzudenken „Werturteile und Klischees, die Versicherungsnehmern oft zugeschrieben werden, konzentrieren sich auf höhere Versicherungsrisiken Kategorien."

Viele andere Faktoren könnten das Versicherungsrisiko beeinflussen, sagten die Forscher, und wenn Versicherungsmathematiker kombinieren Mit diesen Dutzenden anderer Faktoren in einem Ratingmodell können die Ergebnisse für die Versicherungsnehmer erheblich sein verbessert. CAS forderte auch mehr Analysen zur sozialen Voreingenommenheit bei individuellen Erziehungsfaktoren sowie zu den verwendeten komplexen Modellen.

Was bedeutet unfaire Diskriminierung?

Der zweite kürzlich veröffentlichte Bericht versucht herauszufinden, was Diskriminierung im Versicherungswesen ist, und greift Begriffe wie „ geschützte Klasse, unfaire Diskriminierung, stellvertretende Diskriminierung, unterschiedliche Auswirkungen, unterschiedliche Behandlung und unverhältnismäßig Einschlag.

Während dies Ratingbedingungen der Versicherungsbranche sind, die möglicherweise unterschiedliche Preise für Minderheitengruppen aufzeigen, können die unterschiedlichen angewandten Definitionen für einige Verbraucher zu höheren Preisen führen. Ob dies fair oder richtig ist, ist für Versicherer oft umstritten, aber wenn es zu unterschiedlichen Auswirkungen kommt, sind die Aufsichtsbehörden und jetzt eine wachsende Zahl von Versicherungsmathematikern besorgt, wie das Forschungspapier zeigt.

Versicherungsmathematiker prüfen im Rahmen ihrer Tätigkeit für Sachversicherer, ob die Tarife, die sie Hausbesitzern und Fahrzeugbesitzern berechnen, durch Schadenerfahrungen für die verschiedenen verwendeten Bewertungsfaktoren gestützt werden. Obwohl sie je nach Risiko unterschiedlich sein können, regulieren die meisten US-Bundesstaaten ihren Umfang und ihre Auswirkungen, damit sie geschützte Klassen nicht „unfair diskriminieren“.

Erhalten diese einzelnen Faktoren oder Kombinationen von Faktoren ihre Aussagekraft ganz oder teilweise? aus ihrer Korrelation mit einem verbotenen Merkmal, oder als Stellvertreter dafür fungieren, das zweite Papier grübelt.

„Wenn ja, dann muss auch festgestellt werden, ob dies zu unverhältnismäßig höheren oder niedrigeren Raten für bestimmte Gruppen innerhalb dieser geschützten Klasse führt“, sagt CAS. Die Organisation stellt fest, dass es nicht ihre Aufgabe ist, zu entscheiden, wie stark eine Bewertung korreliert Charaktereigenschaften und Rassen sollten toleriert werden, dafür will man aber mit der Politik an einem Tisch sitzen Diskussion.

KI kann die Rassendiskriminierung bei der Preisgestaltung fortsetzen und verstärken

Von großer Besorgnis und Aufmerksamkeit bei den staatlichen Versicherungsaufsichtsbehörden und CAS ist die Backing-Diskriminierung Modelle der künstlichen Intelligenz (KI) durch Proxy oder andere Merkmale, die maschinell identifiziert und ausgewählt werden Lernen.

KI kann „diese Voreingenommenheit in die Entscheidungen übertragen, die aus den Vorhersagen der Modelle getroffen werden“, betont das CAS-Papier zur Diskriminierung, und Versicherungstarife für Verbraucher durch statistische Verzerrungen und mathematische Modellierung beeinflussen, da eine Maschine nicht weiß, was unfair ist. Selbst wenn subjektive menschliche Vorurteile entwurzelt oder in keiner Eingabe verwendet werden, können die Eingaben selbst historische Vorurteile widerspiegeln.

Diese Faktoren „können in historische Daten eingewoben sein, könnten immer noch ihren Weg durch den Modellierungsprozess finden und die Ausgabe des Modells beeinflussen“, stellt der CAS-Bericht fest.

Aus diesem Grund wird in der Unfallversicherungsbranche, bei Akademikern und Aufsichtsbehörden über die Fairness von Modellen geforscht, und ein Ansatz schlägt das Hinzufügen vor andere Komponenten des Modells, um Verzerrungen zu beseitigen, während KI-Datenwissenschaftler an Möglichkeiten arbeiten, Methoden zur Erkennung von Verzerrungen zu konstruieren und Milderung.

Die National Association of Insurance Commissioners (NAIC), die sich diese Woche in Kansas City trifft, hat dies getan Ich habe mich in den letzten Jahren intensiver mit Voreingenommenheit, KI, maschinellem Lernen und unterschiedlichen Auswirkungen befasst es ist Sonderausschuss für Versicherungen und Rassen. Die Gruppe untersucht langjährige und anhaltende Probleme der unfairen Behandlung, der Stellvertreterdiskriminierung und der unterschiedlichen Auswirkungen und Empfehlungen für gesetzliche und regulatorische Änderungen sowie die Untersuchung von Verzerrungen beim maschinellen Lernen in einer geplanten Diskussion zum 6. April.

Einige Staaten und Unternehmen ergreifen Maßnahmen

Mindestens ein Staat, der sich auf faire Ergebnisse für geschützte Klassen konzentriert, hat Tarifanträge von Versicherern abgelehnt, weil es an Modellinformationen mangelt. Connecticut hat einen Datenwissenschaftler eingestellt. Erwarten Sie mehr, abhängig von den Ressourcen eines Staates, wenn die NAIC die Erkennung von Verzerrungen beim maschinellen Lernen und die Minimierung schlechter Ergebnisse – d. h. ungerechtfertigter höherer Preise – für die Verbraucher verstärkt.

Und während Kalifornien bereits die Verwendung von Versicherungs-Scores bei der Festsetzung von Schadensquoten für Verbraucher verhindert, haben einige andere führende Staaten dies getan Rechtsvorschriften, die einige Faktoren wie kreditbasierte Versicherungsergebnisse bei der Festlegung von Tarifen verbieten und sich stattdessen auf Fahraufzeichnungen und gefahrene Kilometer verlassen Jahren lizenziert. Diese Staaten sind Maryland, Washington State und Oregon, stellt der CAS-Bericht fest.

Während Washington State Insurance Commissioner Mike Kreidler der am längsten amtierende staatliche Versicherungskommissar ist Heute eine Notverfügung erlassen, die Kredit-Scores für drei Jahre im Jahr 2021 verbot, wurde sie ebenfalls zuletzt aufgehoben Jahr. Kreidler, der seit zwei Jahrzehnten dient, arbeitet nun an einer dauerhaften Regel, um die abgelehnte Notstandsanordnung zu ersetzen, stellt CAS fest.

CAS identifizierte einige Unternehmen, wie Root Insurance und Schleife, ein Versicherungstechniker, der auch Maßnahmen zur Festlegung der Autoversicherungstarife ergriffen hat. Root Insurance kündigte bereits 2020 an, die Verwendung von bonitätsbasierten Versicherungsscores bis 2025 einzustellen, und forderte auch andere Versicherungsunternehmen auf, dasselbe zu tun.

Weiterlesen

CAS veröffentlichte Anfang März zwei weitere Forschungsberichte zu Rennen und Versicherungen, da es seine Denkweise über die Ursachen und Auswirkungen der Versicherungspreise für Verbraucher weiterentwickelt. Diese Berichte sind Methoden zur Quantifizierung diskriminierender Auswirkungen auf geschützte Versicherungszweige, und Ansätze zur Bekämpfung von Rassenvorurteilen in Finanzdienstleistungen: Lektionen für die Versicherungsbranche.

Der NAIC-Ausschuss an Rennen und Versicherung hat auch viel Arbeit umrissen und vor uns und umfangreiche Archive Kommentare von Industrie- und Verbraucheraktivisten zu diesem Thema.

Die NAIC sagte, sie habe ein Team zur Überprüfung von Tarifmodellen gebildet, die Vorhersageanalysen mit derzeit drei erfahrenen Aktuaren verwenden, von denen einer auch ein Verhaltensdatenwissenschaftler ist. Die standardsetzende Organisation sagte, dass es zwar kein landesweites Tool gibt, das von den Regulierungsbehörden verwendet wird, um algorithmische Verzerrungen in Modi zu bewerten, weder in der Eingabe noch in der Das Ergebnis, eine solche Entwicklung wird von verschiedenen Staaten bewertet und von der neuen NAIC-Abteilung für Innovation, Cybersicherheit und Technologie diskutiert Komitee.

Allerdings: „Aufsichtsbehörden suchen nach unfair diskriminierenden Variablen und wo die Beziehung zwischen ihnen besteht Die Variable ist das Risiko nicht klar, kann das Unternehmen um weitere Informationen zur Klärung bitten“, sagte die NAIC Investopedia.