加载中…Predictive Models 与 Predicetive Modeling的区别
(2011-08-05 13:00:48)
标签：
精算预测模型预测建模杂谈 |
分类： 业务与报价 |
【阅读难度：easy】
一直认为predicetive
models和predictive modeling没有什么太大区别，一直以为predictive
modeling之后的结果模型自然是predictive model。直到最近，看到全美再保险公司（Transamerica
Re）的一位精算师的文章，颠覆了以前的想法。
这篇文章用一个小问题引出他的观点。这个小问题看似很简单：请问，下面哪个属于predictive model？
（A）一张纯风险损失率表（这是一个意译，原文指的是寿险生命表）
（B）一份承保风险分类手册（u/w risk classification
manual）
（C）一个包含富有想象力的彩票号码的幸运饼干
（D）以上都是
（E）以上都不是
在面对这个问题时，我的第一次回答是选（B），尽管（A）看着也对，但是作为一道单选题，（B）作为答案更优于（A），这种思维是一个典型的考试型思维，呵呵
然而，全美再的这位精算师给出的标准答案确实令我大吃一惊，the correct
answer is to the above question is （E)。
他在文章中认为，predicetive models和predictive
modeling完全是两回事。并且给出了两个术语的定义，如下：
Predictive modeling：refers to
statistical methodology or processes for harnessing the
non-random correlations between interested
outcomes and possible predictors.
Predictive model：is an estimated
non-deterministic (or random) relationship
between some interested outcomes such as mortality and observable
predictors such as applicants’ age, sex, etc.
简单地说，他认为Predictive
modeling是在处理确定性的、非随机性的变量间关系，而Predictive
models在处理变量间的随机性的、非确定性的关系。
这样，直接保险公司在用Predictive
modeling技术解决问题时，实际上解决的是变量间相关性的average平均值问题，而再保险公司在用Predictive
model技术解决问题时，实际上解决的是变量间相关性的波动性问题。只有找到了波动性，而不仅仅是平均值，才有可能分析风险的尾部分布，也才有可能去做超赔再保险的定价问题。
一个很简单的例子，一组特征相同的风险（比如汽车的型号、车龄、用途等都相同，驾驶人的年龄段、驾龄、婚否等特征也都相同），那么predictive
modeling得到的结果是这组人的平均预期损失成本，比如3000元。但实际上，这组人中每个人的实际损失肯定是不同的，有的可能是3300元甚至是4000元，有的可能是2700元甚至2000元。平均损失成本对直接保险公司进行定价足够了，但是对再保险公司做超赔定价（比如针对这组人购买的一个3000元以上的500元的超赔再保险），predictive
modeling还不够，再保险公司真正需要的是一个predictive model。
看完这篇文章，觉得的确很有新意和想法。尤其是前期在部落中有人问过究竟什么算作predictive
modeling？尽管现在还不敢枉然回答，但是的确使我对这个问题有了更深的理解。
喜欢
0
赠金笔