UN APPROCCIO DI RETE MULTI-TASK PER LA DETERMINAZIONE DEI PREZZI ASSICURATIVI SENZA EFFETTI DI DISCRIMINAZIONE
“A Multi-Task Network Approach for Calculating Discrimination-Free Insurance Prices” PAPER (November 2022)
Mathias LINDHOLM, Ronald RICHMAN, Andreas TSANAKAS, Mario V. WUTHRICH
SSRN
https://www.ssrn.com/index.cfm/en/
Nelle applicazioni della modellazione predittiva, come la tariffazione assicurativa, la discriminazione indiretta o proxy è una questione di grande rilievo. Vale a dire, esiste la possibilità che le caratteristiche degli assicurati “protette” (ossia quelle che possono dare luogo a discriminazione) siano implicitamente desunte da quelle non protette tramite modelli predittivi e abbiano, quindi, un impatto indesiderato (o illegale) sui prezzi.
Una soluzione tecnica a tale problema si basa sulla creazione di un modello di miglior stima, utilizzando tutte le caratteristiche degli assicurati (comprese quelle protette) e, quindi, calcolando la media delle caratteristiche protette per la determinazione dei singoli prezzi. Tuttavia, tali approcci richiedono la piena conoscenza delle caratteristiche protette degli assicurati, il che può essere di per sé problematico.
Gli Autori del presente lavoro affrontano il problema utilizzando un'architettura di rete neurale multi-task per le previsioni dei sinistri, che può essere affinata utilizzando solo informazioni parziali sulle caratteristiche protette, producendo prezzi privi di discriminazione proxy.
Si illustra l'utilizzo del modello proposto e si rileva che la sua accuratezza predittiva è paragonabile a una rete neurale feed-forward convenzionale (su informazioni complete). Tuttavia, la rete multi-tasking ha prestazioni chiaramente superiori in caso di informazioni parzialmente mancanti sugli assicurati.