精算工作中的預測分析與機器學習
/ pree-DIK-tiv an-uh-LIT-iks /
一個世紀以來，精算師都靠手工建模，挑選少數幾個變數和一個整齊的方程。預測分析極大地拓寬了這個工具箱：它用電腦從龐大而雜亂的資料集中學習規律，並把它們轉化為對個體的預測——誰會讓保單失效、哪一筆理賠可能涉嫌欺詐、某位客戶未來的成本會是多少。機器學習正是自動完成這種學習的一族演算法，常能找到人類建模者絕不會寫下來的關係。
這條譜系從熟悉一路延伸到奇異。一端坐著 GLM，完全可解釋、對監管友好。再往前，決策樹通過簡單的是非問題把資料分成枝杈；隨機森林與梯度提升機（如 XGBoost）把成百上千棵樹組合成準確得多的預測器；神經網路則層層堆疊，去建模極其複雜的規律。其訓練紀律與本領域前面講過的一切完全相同：在訓練資料上擬合、提防過度配適，並用交叉驗證在留出資料上誠實評判。真正的權衡是可解釋性與準確性之間——一個提升模型對理賠成本的預測可能比 GLM 更銳利，但要解釋某一位客戶為何得到他那個價格，卻難得多。
如今這些方法在費率精細化、欺詐偵測、失效與留存建模、理賠分流和核保中已成為主流。但精算上的使用，背負著純粹資料科學所沒有的義務。為保險定價的模型必須對監管機構可解釋，並且不得有不公平的歧視，即便是無意的——一個模型可能悄悄學會用郵遞區號作為某項受保護特徵的替身。誠實的告誡發人深省：機器學習找到的是相關，絕非因果；它只與它的資料一樣好，所以有偏的歷史會產生有偏的預測；而今天準確的模型，會隨著世界變化而悄然漂移。精算師的角色正在從親手搭建每一個模型，轉向對模型——無論它如何建成——加以驗證、治理並為其背書。
某保險公司訓練一個梯度提升模型來標記可能涉嫌欺詐的理賠。它比舊規則抓出多得多的欺詐，但由於該模型是個黑箱，精算師在任何理賠被拒絕之前，都為它配上解釋工具和人工複核。
機器學習帶來的準確性提升，總伴隨著解釋並治理該模型的義務。
一個更準確的黑箱模型，未必就是更好的精算模型：在受監管的定價中，解釋一個價格、並證明它公平的能力，可能與原始的預測力同等重要。