这合理吗

澳洲保险巨头Suncorp近日被曝使用居民的宗教、族裔背景，

甚至 “吃不吃酸奶” 等看似与保险风险无关的数据，

来决定不同地区客户的房屋和汽车保险价格，

引发对保险定价是否存在隐性歧视的质疑。

保险公司长期以来都会利用大量数据判断客户风险。

例如年轻司机发生事故的概率更高，因此车险通常更贵。

靠近林地的住宅面临更高山火风险，房屋保险价格也会相应提高。

但Suncorp使用的部分定价模型走得更远。

据了解，公司曾将人口普查数据与历史理赔记录进行交叉分析，

从中寻找各种统计相关性，包括当地居民的宗教、祖籍以及食品消费习惯。

其中一个颇为离奇的指标就是 “酸奶消费量” 。

Suncorp的历史理赔数据分析发现：

酸奶消费低于平均水平的地区，过去发生理赔时平均赔付金额更高。

同时当地客户对保险价格的敏感程度也较低。

因此，模型会建议对这些地区收取更高的保费。

其他食品消费习惯同样被纳入模型。

例如，与意大利面相比，大米消费更多的地区，模型会建议收取较低保费。

人口普查中的祖籍数据也曾被使用。

由于历史理赔数据显示部分地区存在较高的理赔水平，

威尔士和希腊背景人口比例较高的地区可能被模型建议收取更高保费。

宗教也成为定价因素之一。

在认同某类宗教的家庭比例较高的地区，客户可能会被收取更高的保险费。

这些做法在Suncorp内部也引发了担忧，

因为这些变量本身未必与保险风险存在因果关系，

却可能成为族裔、宗教或社会经济背景的 “代理变量” ，

最终造成无意中的价格歧视。

新南威尔士大学商学院风险与精算研究副教授Fei Huang表示：

一个地区的饮食习惯、祖籍和宗教，很明显并不是直接的风险因素，

因此可能带来代理歧视问题。

她表示：

当这些代理变量与实际风险之间没有因果关系的证据时，问题尤其令人担忧。

如果缺乏适当的工具和意识，公司和精算师可能根本意识不到模型中的偏见。

Suncorp表示：

在内部进行保险定价伦理审查后，这些数据已经不再用于定价，

但公司没有透露具体从何时开始停止使用。

知情人士称，包括祖籍、宗教和食品消费在内的数据此前已经使用数年，

且至少一直持续到今年2月。

Suncorp目前仍会在部分定价模型中使用人口普查数据。

除了判断客户发生理赔的风险，Suncorp的模型还会分析客户对价格的敏感程度。

过去5年，Suncorp一直使用以色列公司Earnix开发的定价软件。

除了传统的风险定价，

这套系统还会通过所谓的 “demand models” ，

判断客户是否容易因为涨价而更换保险公司。

换句话说，如果模型认为某类客户不太可能因为保费上涨而离开，

保险公司就可能拥有更大的涨价空间。

例如，Suncorp按月缴纳保险费的客户最多可能被额外收取20%，

其中一个原因是Earnix模型认为这类客户提出理赔的概率更高。

澳洲审慎监管局前成员Ian Laughlin认为，

保险公司需要区分两种完全不同的数据使用方式：

一种是利用数据更准确地判断真实保险风险，

另一种则是利用数据分析客户行为，并从中获取更多收入。

Ian Laughlin表示：

如果一家保险公司发现某些客户粘性特别高，也就是不太可能离开，

然后把这些客户的保费提高到高于平均水平，

这实际上是在利用客户行为，因为它与保险风险本身没有关系。

目前澳洲并没有专门针对保险公司如何制定保费的具体监管制度，

但监管机构已经开始关注保险定价缺乏透明度的问题。

ASIC上周公布的一项调查就发现，

没有一家受调查的汽车保险公司能够充分向消费者解释其保费是如何计算出来的。

类似的 “价格优化” 在海外已经受到更严格限制。

过去10年，美国约20个州已经禁止保险公司使用与客户实际损失风险无关的因素进行价格优化。

英国从2022年起也禁止保险公司向风险条件相同的老客户收取高于新客户的续保价格。

ASIC目前还分别对IAG和QBE提起了与保险定价有关的诉讼，

其中针对IAG的案件涉及其定价算法是否与向客户承诺的折扣相冲突。

来源：age

 闲话澳洲