This Tuesday morning (7 am), I will give a talk at the ASTIN reading club, on auto-calibration. More precisely, we will look at the topic of ensuring the calibration of machine learning models for non-life pricing. Slides are available here.
Category Archives: Seminar
Talk on fairness and “differential pricing” in insurance
Tomorrow morning, I will give a talk on fairness, “differential pricing” and “price walking” in insurance, at the AXA Chief Actuary Meeting. Slides are available online.
I will get back on two reports published recently (that can be related to the recent EIOPA consultation)
The first one was the report by the Sweedish Finans Inspektionen, Fär lojala försäkringstagare betala mer?
and the study by the Central Bank of Ireland.
They get back on price walking, seen as a discrimination problem,
It found that pricing practices applied by insurance providers could result in unfair outcomes for some consumers in the private car and home insurance markets. These pricing practices include “price walking”, where consumers are charged higher premiums, relative to the expected cost, the longer they remain with an insurance provider. The Report indicates that the CBI considers this practice to be unfair, a point emphasised in the press release accompanying the report. The Report found that long term customers who stayed with the same insurer for 9 years or more, paid on average 14% more on private car insurance and 32% more on home insurance than the equivalent customer renewing for the first time.
They provide interesting graphs, with prices of motor insurance
as well as household insurance,
Talk on Bayesian models in actuarial science
Risque de sécheresse et de subsidence
Jeudi, en arrivant sur Paris, je ferai une intervention pour présenter predicting drought and subsidence risks in France, publié dans le numéro spécial Drought vulnerability, risk, and impact assessments: bridging… de NHESS (Nat. Hazards Earth Syst. Sci.), écrit avec Molly James, et Hani Ali, ainsi que le travail sur les inondations, en France, Insurance against natural catastrophes: balancing actuarial fairness and social solidarity, lors d’une discussion avec Marc Bagarry
Les slides sont en ligne.
Genre, algorithmes et droit
En ce jour de fête nationale, je vais participer ce matin à une discussion regards croisés dans le champ des assurances et de la responsabilité civile, avec Rodolphe Bigot, dans une journée Genre, algorithmes et droit, organisée à Aix-Marseille par Sophie Sereno.
Journée d’étude “Genre, Algorithmes et Droit” à Aix-en-Provence
Vendredi, je participerais avec Rodolphe Bigot à la journée d’étude “Genre, Algorithmes et Droit” à Aix-en-Provence.
Présentation au Réseau de recherche en sécurité routière du Québec
Mardi, je donnerais un exposé sur le thème “apport des données télématiques pour comprendre le risque en assurance automobile” aux membre du réseau de recherche en sécurité routière du Québec. Les slides sont en ligne.
Exposé à un webinaire IVADO-OBVIA sur l’équité (algorithmique) en assurance
Equité et discrimination en assurance
Mercredi 18 mai, j’interviendrai au séminaire de la chaire PARI, à Paris, dans les locaux de la CCR, pour parler d’équité et de discrimination en assurance… Les slides sont en ligne.
En poursuivant la discussion abordée dans “L’équité de l’apprentissage machine en assurance” (co-écrit avec Laurence Barry), nous présentons un aperçu des problèmes auxquels les actuaires sont confrontés lorsqu’ils traitent de la discrimination. Depuis le début de leur histoire, les assureurs sont connus pour utiliser des données pour classifier et tarifer les risques. En tant que tels, ils ont été confrontés très tôt au problème de l’équité et de la discrimination associées aux données. Cette question devient de plus en plus importante avec l’accès à des données plus granulaires et comportementales, et évolue pour refléter les technologies et les préoccupations sociétales actuelles. En examinant les débats antérieurs sur la discrimination, nous montrons que certains préjugés algorithmiques sont une version renouvelée de préjugés plus anciens, tandis que d’autres semblent inverser l’ordre précédent. Paradoxalement, alors que la pratique de l’assurance n’a pas profondément changé et que la plupart de ces biais ne sont pas nouveaux, l’ère de l’apprentissage automatique ébranle encore profondément la conception de l’équité en matière d’assurance. (Cette présentation s’appuiera également sur un rapport qui sera bientôt publié par l’Institut Louis Bachelier).
Talk at the ASTIN-IAA Webinar on discrimination and fairness
Exposé à Nanterre sur les accidents corporels
Lundi midi, je serais (physiquement) à Nanterre, au séminaire Laws, Institutions and Economics et je présenterais des travaux sur la modélisation des accidents corporels (en assurance automobile) en France. Les slides sont en ligne. Il est largement inspiré des travaux mené avec Enora Belz dans sa thèse. J’espérais avoir des données à jour, mais la signature de la convention a trainé (on va donc rester sur les données de 1997 à 2014). Ca sera l’occasion de revenir sur l’idée d’avoir des barèmes pour l’indemnisation des accidents corporels, et l’abandon récent de DataJust. Mais je ferais probablement un billet de blog sur le sujet, avec un peu de chance, avant lundi… à suivre donc…
Talk at University of Illinois Urbana-Champaign
This Friday, it is our semester break in Montréal, so I will be giving a talk at the University of Illinois Urbana-Champaign, on fairness and discrimination in actuarial pricing. As mentioned in the abstract, the talk will be based on two recent papers, The Fairness of Machine Learning in Insurance: New Rags for an Old Man? and A fair pricing model via adversarial learning
Slides are now online.
L’équité de l’apprentissage machine en assurance
Avec Laurence Barry, nous avons mis en ligne notre article l’équité de l’apprentissage machine en assurance, sur HAL.
Depuis le début de leur histoire, les assureurs sont réputés utiliser des données pour classer et tarifer les risques. A ce titre, ils ont été assez tôt confrontés aux problèmes d’équité et de discrimination associées aux données. Pourtant, si cette question est récurrente, elle connait un regain d’importance avec l’accès à des données de plus en plus granulaires, massives et comportementales. Nous verrons ici comment les biais de l’apprentissage machine en assurance renouvellent ou transforment ce questionnement pour rendre compte des technologies et des préoccupations sociétales actuelles : paradoxalement, alors que la plupart de ces biais ne sont pas nouveaux, la recherche d’une équité pour les contrer, elle, se transforme.
à suivre donc…
Exposé au CIMMUL, à Québec
Vendredi midi, je donnerai un exposé (en visio) au séminaire du Centre interdisciplinaire en modélisation mathématique de l’Université Laval (CIMMUL). Les slides sont maintenant en ligne. Je ferais une présentation sur le thème “l’assurance : mutualisation des risques, segmentation, classification et compétition“.
L’assurance est généralement définie comme “the contribution of the many to the misfortune of the few” (“la contribution du plus grand nombre au malheur du plus petit nombre”). Cette idée de mutualisation des risques par la loi des grands nombres légitime l’utilisation de la perte annuelle espérée comme prime actuarielle “juste”. Dans le contexte de risques hétérogènes, néanmoins, il est possible de légitimer une segmentation des prix basée sur des caractéristiques observables. Mais dans le contexte du ” Big Data “, une segmentation intensive peut être observée, avec une fourchette de prime offerte beaucoup plus large, sur un portefeuille donné. Dans cet exposé, nous reviendrons brièvement sur les approches économiques, actuarielles et philosophiques de la tarification de l’assurance, en essayant de lier une prime unique équitable sur une population donnée et une prime fortement segmentée. Nous reviendrons ensuite sur les expériences récentes (appelées “actuarial pricing game”) organisées depuis 2015, où de (vrais) actuaires ont joué sur un marché (artificiel) compétitif, qui imite le marché réel de l’assurance. Nous reviendrons sur les conclusions obtenues sur des expériences récentes (dont le dernier, organisé en 2021 avec AICrowd).
Je présenterais aussi rapidement, en ouverture, quelques travaux récents, et en cours…
Assurance, biais, discrimination et équité, une (courte) introduction
Ce jeudi, j’interviendrai à une conférence organisée par Covéa sur l’éthique de l’IA et la science de données, avec Astrid Bertrand et Chaouki Boutharouite. Les slides sont maintenant en ligne.