Insurance Pricing Optimization via Off-Policy Evaluation

ملخص تقني: تحسين تسعير التأمين عبر التقييم خارج السياسة (Off-Policy Evaluation)

صياغة المشكلة
يعتمد التسعير التقليدي للتأمين على مبادئ قائمة على المخاطر (مثل النماذج الخطية المعممة GLMs، والنماذج الجمعية المعممة GAMs) التي تضمن العدالة الاكتوارية والملاءة المالية، ولكنها غالباً ما تغفل عن حساسية الأسعار لدى حاملي البوالص وديناميكيات الطلب. وبينما اكتسب التسعير الديناميكي والتعلم التعزيزي (RL) زخماً في صناعات أخرى، إلا أن تطبيقهما في العلوم الاكتوارية لا يزال محدوداً، وغالباً ما يعتمد على أطر عمل "التنبؤ ثم التحسين" (Predict-Then-Optimize - PTO). تعتمد هذه المنهجيات (PTO) أولاً على تقدير دالة الطلب من البيانات التاريخية، ثم تحسين الأسعار بناءً على ذلك التقدير. ومع ذلك، تكون هذه الأساليب عرضة للتحيز إذا أخطأ نموذج الطلب في التوصيف أو إذا أدت سياسات التسعير التاريخية إلى تأثيرات اختيار (selection effects)، مما يؤدي إلى قرارات غير مثالية بشكل منهجي وتقديرات متضخمة للإيرادات.

تؤطر هذه الورقة تسعير التأمين كمسألة تحكم عشوائي ضمن إطار التقييم خارج السياسة (off-policy evaluation). الهدف هو إيجاد سياسة تسعير $\pi$ تعظم العائد المتوقع (على سبيل المثال، الربح) $V(\pi)$ باستخدام بيانات تاريخية تم جمعها تحت سياسات تسجيل $\tilde{\pi}$ قد تكون غير مثالية. يتعامل الإطار مع قرارات التسعير كأفعال $A$ تُتخذ تجاه حاملي البوالص الذين لديهم سمات $X$، مما يولد مكافآت $R$. ويتمثل التحدي الرئيسي في أن البيانات لأي حامل بوليصة تتوفر عادةً تحت فعل واحد فقط، مما يستليزم طرقاً لتقدير قيمة السياسات المضادة (counterfactual policies) دون الحاجة لتجارب جديدة.

المنهجية
تقترح الورقة إطاراً منهجياً يتكون من أربعة أجزاء:

1. مُقدِّر درجة الميل المعكوس المعتمد على النواة (Kernelized Inverse Propensity Score - IPS):
   قدم المؤلفون مُقدِّراً جديداً يوسع طريقة IPS الكلاسيكية. بينما تعتمد طريقة IPS الكلاسيكية على المطابقات الدقيقة بين أفعال سياسة التسجيل وأفعال السياسة المستهدفة (مما يؤدي إلى استبعاد البيانات غير المتطابقة والمعاناة من تباين عالٍ)، فإن مُقدِّر IPS المعتمد على النواة (kernelized IPS) يستغل البنية المحلية في فضاء الأفعال.

• الآلية: يفترض وجود بنية انحدار محلي في متغير الفعل (على سبيل المثال، تتغير المكافآت المتوقعة بسلاسة مع السعر). يقوم ببناء مصفوفة نواة $K(x)$ تقوم برسم خرائط للأفعال من الفضاء التاريخي $\mathcal{A}$ إلى فضاء مستهدف جديد $\bar{\mathcal{A}}$ (والذي قد يختلف في الدقة أو النطاق).
• البناء: يتم اشتقاق النواة عبر مسألة المربعات الصغرى الموزونة التي تقلل التفاوت بين المكافآت المرصودة ونموذج انحدار محلي (خطي أو تربيعي في الأفعال مثلاً).
• الخصائص: تحت افتراض انحدار محلي طفيف، ثبت أن المُقدِّر غير متحيز. علاوة على ذلك، فإنه يحقق تقليلاً للتباين مقارنة بطريقة IPS الكلاسيكية من خلال تجميع المعلومات عبر الأفعال المتجاورة بدلاً من استبعاد البيانات. وتحدد الورقة نواة مثالية للتباين (باستخدام معكوس مصفوفة تغاير المكافأة الشرطية) وتقترح نواة "ساذجة" (naive) فعالة حسابياً (باستخدام أوزان قطرية) تؤدي أداءً مقارباً في الممارسة العملية.

2. نهج تحسين السياسة:
   بناءً على تقديرات القيمة، تبحث الورقة في طريقتين لحساب سياسة التسريب المثلى $\pi^*$:

• اللازو المشترك للبيانات (Data-Shared Lasso - DSL): وهو نهج قابل للتفسير يصيغ تحسين السياسة كمسألة انحدار منتظم. يقوم بتقريب مُقدِّر IPS المعتمد على النواة عبر إزالة الاعتماد الصريح على المكافآت الفردية، وحل الانحرافات الخاصة بكل فعل عن نموذج خطي عالمي باستخدام تنظيم "اللازو" (Lasso).
• التمثيل بالشبكة العصبية (Neural Network Parameterization): وهو نهج مرن غير معلمي حيث تقوم شبكة عصبية أمامية برسم خرائط لسمات حامل البوليصة إلى احتمالات الأفعال (عبر مخرجات softmax). يتم تدريب الشبكة عبر صعود التدرج العشوائي لتعظيم تقدير IPS المعتمد على النواة مباشرة.

3. البيئة الاصطناعية:
   تم تقييم الأساليب في بيئة اصطناعية لتأمين السفر. تحاكي عملية توليد البيانات سيناريو واقعياً حيث يقرر العملاء الشراء بناءً على نموذج طلب حساس للسعر يتضمن تفاعلات خطية وعالية الرتبة (بما في ذلك متغير كامن للوجهة). ومن المعروف "الحقيقة الأرضية" (ground truth) للمكافآت المتوقعة، مما يسمح بمقارنة مرجعية صارمة.

النتائج الرئيسية
أسفرت التجارب التجريبية على البيانات الاصطناعية عن النتائج التالية:

• تقليل التباين: يقلل مُقدِّر IPS المعتمد على النواة بشكل كبير من جذر متوسط مربع الخطأ (RMSE) مقارنة بمُقدِّر IPS الكلاسيكي عبر جميع أحجام العينات. كما يحقق نفس دقة مُقدِّر IPS الكلاسيكي بنصف حجم العينة تقريباً.
• النواة الساذجة مقابل المثالية: تؤدي النواة "الساذجة" الفعالة حسابياً (الأوزان القطرية) أداءً مماثلاً تقريباً للنواة المثالية للتباين (التي تتطلب تقدير التغاير)، مما يشير إلى قابلية التوسع العملي دون الحاجة لتقدير العزوم المعقدة.
• القدرة على الاستقراء (Extrapolation): على عكس IPS الكلاسيكي، يمكن للمُقدِّر المعتمد على النواة تقييم السياسات في فضاءات أفعال تمتد إلى ما وراء البيانات التاريخية (على سبيل المثال، تعديلات سعرية بنسبة $\pm 30\%$ عندما تغطي البيانات فقط $\pm 20\%$). وبينما تتدهور الدقة عند الأطراف بسبب تأثيرات التقطيع غير الخطية في نموذج الطلب، إلا أن الطريقة تنجح في الاستكمال (interpolation) والاستقراط المتوسط.
• أداء تحسين السياسة:
  • الشبكات العصبية: تحقق سياسات الشبكات العصبية باستمرار أصغر فجوة أداء بالنسبة للأمثل النظري، خاصة عندما تتضمن عملية توليد البيانات تفاعلات معقدة وعالية الرتبة يفتقدها النماذج الخطية.
  • اللازو المشترك للبيانات (DSL): يوفر DSL بنية خطية قابلة للتفسير مع انحرافات خاصة بكل فعل، ويؤدي أداءً تنافسياً مع نهج "التنبؤ ثم التحسين" الكلاسيكي، ولكن مع قدرة أفضل على مقاومة خطأ التوصيف في تقدير القيمة.
  • التحيز في (PTO): تؤكد الدراسة أن نهج "التنبؤ ثم التحسين" الكلاسيكي يعاني من تحيز الاختيار عندما يُستخدم نفس نموذج الطلب لكل من التحسين وتقدير القيمة، مما يؤدي إلى المبالغة في تقدير أداء السياسة. ويتجنب مُقدِّر IPS المعتمد على النواة هذا التحيز.

الأهمية والادعاءات
تدعي الورقة أنها توفر مساراً مبدئياً ومنخفض المخاطر لتسعير التأمين القائم على البيانات والذي يفصل بين التجربة والنشر. وتتمثل مساهماتها الرئيسية في:

1. التحسين خارج الإنترنت (Offline Optimization): تمكين تقييم عدد غير محدود من استراتيجيات التسعير المضادة باستخدام مرحلة واحدة لجمع البيانات العشوائية، مما يتجنب التكاليف العالية والقيود التشغيلية لاختبار A/B عبر الإنترنت في قطاع التأمين.
2. تقليل التباين والاستقراء: يوفر مُقدِّر IPS المعتمد على النواة طريقة صارمة إحصائياً لتقليل تباين المُقدِّر وتقييم السياسات في فضاءات أفعال جديدة أو أكثر دقة، مما يعالج إحدى القيود الرئيسية لطرق "خارج السياسة" القياسية.
3. المتانة: من خلال فصل عملية تقدير القيمة (عبر مُقدِّرات غير متحيزة خارج السياسة) عن خطوة تحسين السياسة، يخفف الإطار من التحيز المتأصل في حلقات "التنبؤ ثم التحسين".
4. القابلية للتطبيق العملي: إن إثبات أن التقريبات الفعالة حسابياً (النواوات الساذجة، واللازو) تعمل بشكل جيد يشير إلى أن الإطار قابل للتطبيق في التطبيقات الاكتوارية الواقعية حيث تكون القدرة على التفسير والكفاءة الحسابية أمراً بالغ الأهمية.

خلص المؤلفون إلى أنه بينما توفر الشبكات العصبية المرنة أداءً متفوقاً في التقاط ديناميكيات الطلب المعقدة، فإن الإطار المقترح يوفر بديلاً قوياً وغير متحيز للتسعير التقليدي القائم على المخاطر، لا سيما في السياقات التي تعتبر فيها حساسية الطلب عاملاً حاسماً.