[论文解读] A Fair Pricing Model via Adversarial Learning

Vincent Grari, Arthur Charpentier+1 more|arXiv (Cornell University)|Feb 24, 2022

Insurance, Mortality, Demography, Risk Management被引用 11

一句话总结

本文提出了一种基于对抗自编码器的新型公平保险定价框架，通过解耦地理和车辆相关风险因素，在保持预测准确性的同时减少偏差。通过训练统一模型生成去偏的定价组件，该方法在合成数据集和真实世界数据集上均优于传统方法，在公平性和性能方面表现更优。

ABSTRACT

At the core of insurance business lies classification between risky and non-risky insureds, actuarial fairness meaning that risky insureds should contribute more and pay a higher premium than non-risky or less-risky ones. Actuaries, therefore, use econometric or machine learning techniques to classify, but the distinction between a fair actuarial classification and "discrimination" is subtle. For this reason, there is a growing interest about fairness and discrimination in the actuarial community Lindholm, Richman, Tsanakas, and Wuthrich (2022). Presumably, non-sensitive characteristics can serve as substitutes or proxies for protected attributes. For example, the color and model of a car, combined with the driver's occupation, may lead to an undesirable gender bias in the prediction of car insurance prices. Surprisingly, we will show that debiasing the predictor alone may be insufficient to maintain adequate accuracy (1). Indeed, the traditional pricing model is currently built in a two-stage structure that considers many potentially biased components such as car or geographic risks. We will show that this traditional structure has significant limitations in achieving fairness. For this reason, we have developed a novel pricing model approach. Recently some approaches have Blier-Wong, Cossette, Lamontagne, and Marceau (2021); Wuthrich and Merz (2021) shown the value of autoencoders in pricing. In this paper, we will show that (2) this can be generalized to multiple pricing factors (geographic, car type), (3) it perfectly adapted for a fairness context (since it allows to debias the set of pricing components): We extend this main idea to a general framework in which a single whole pricing model is trained by generating the geographic and car pricing components needed to predict the pure premium while mitigating the unwanted bias according to the desired metric.

研究动机与目标

• 应对监管和伦理关切下保险定价日益增长的公平性需求。
• 开发一种方法，减轻来自非敏感变量（如地理位置、车型）的代理偏差，同时不牺牲预测准确性。
• 将自编码器-based 表征学习扩展为具有公平性约束的统一端到端保险定价模型。
• 证明对抗去偏方法在保险情境下比标准公平机器学习方法更有效。
• 提供一种可推广的框架，适用于具有连续和分类风险因素的真实世界保险数据。

提出的方法

• 该框架使用深度自编码器从输入特征中学习地理和车辆相关风险因素的解耦表征。
• 它引入了一种对抗训练目标，以最小化学习到的风险组件与受保护属性（如性别、通过地理位置代理的种族）之间的依赖性。
• 超参数 λ 控制公平性（通过最大相关性衡量）与纯保费预测准确性的权衡。
• 该模型联合优化纯保费预测和对抗去偏，实现无需两步流程的端到端训练。
• 该方法可推广至多个定价因素，并支持离散和连续的敏感属性，包括将空间数据作为种族的代理。
• 它使用修改后的损失函数，结合重建损失、预测损失和对抗损失，以平衡公平性与准确性。

实验结果

研究问题

• RQ1 对抗自编码器能否有效适配以生成保险定价的公平、解耦的风险组件？
• RQ2 所提出的框架是否在保持或提升预测准确性的同时，减少了来自地理和车辆特征的代理偏差？
• RQ3 公平性（通过最大相关性衡量）与模型准确性的权衡如何随超参数 λ 变化？
• RQ4 所提出的方法是否在保险定价背景下比标准公平机器学习算法更有效？
• RQ5 该模型能否推广至具有复杂高维风险因素和空间代理的真实世界数据集？

主要发现

• 所提出的 AE_HGR 模型显著降低了预测与敏感属性之间的依赖性，λ 值越高，法国各省份的预测结果越平滑、越公平。
• 在空间偏差缓解任务中，λ 从 0 增加到 0.6，使高风险 INSEE 编码（如 44 省的 29830）的极端索赔概率预测值从 >0.8 降低至约 0.4–0.6。
• 该模型在公平性-准确性权衡方面优于基线广义线性模型（GLMs）和标准公平机器学习方法，尤其在降低偏差的同时保持性能方面表现更优。
• 基于自编码器的地理与车辆风险组件解耦，相比传统两步定价模型，提升了整体预测准确性。
• 即使未直接提供敏感属性，该框架也能通过利用地理位置作为受保护特征的代理，成功中和空间偏差。
• 实证结果证实，该模型的公平性改进是通过保留重要预测信号实现的，而不会像朴素去偏方法那样丢弃关键信息。