La Casualty Actuarial Society (CAS) a élaboré une série d’articles examinant la question de la race et de la tarification des assurances et cherchant à contribuer de manière constructive à la discussion politique à ce sujet.
“La tarification des assurances est un acte de haute voltige”, déclare CAS. Les actuaires doivent quantifier et différencier une grande variété de variables de risque tout en évitant une discrimination injuste. « Cependant, à mesure que la réglementation et la compréhension de la discrimination par la société évoluent, il est nécessaire que nous nous tenions au courant des changements dans la manière dont la discrimination est définie et jugée.
La recherche de la CAS a généré quatre articles – deux publiés cette semaine, deux autres à paraître le 31 mars – qui définissent, quantifient et proposent des méthodes pour lutter contre la discrimination injuste là où elle existe.
La confusion autour de la tarification des assurances est compréhensible, étant donné les modèles prédictifs complexes utilisés aujourd’hui, qui peuvent conduire à des comparaisons inappropriées et à des conclusions inexactes. Les algorithmes et l’apprentissage automatique sont très prometteurs pour aider à garantir une tarification équitable. Cependant, la recherche a montré que ces outils peuvent également amplifier les biais qui parviennent à se glisser dans leur programmation.
La législation récente du Colorado oblige les assureurs à montrer que leur utilisation de données externes et d’algorithmes complexes ne discrimine pas les classes protégées, ainsi que d’autres efforts étatiques et fédéraux pour lutter contre les biais perçus dans la tarification.
La discipline actuarielle et l’industrie de l’assurance sont bien placées pour continuer à aider les décideurs politiques et les décideurs d’entreprise à comprendre et à corriger ces inégalités.
Les articles du CAS publiés cette semaine sont :
Méthodes de quantification des effets discriminatoires sur les classes protégées en assurance
Approches pour lutter contre les préjugés raciaux dans les services financiers : leçons pour le secteur de l’assurance
