EP1738306A1 - Computergestütztes system und verfahren zur automatisierten risikoparametererkennung und/oder -charakterisierung - Google Patents

Computergestütztes system und verfahren zur automatisierten risikoparametererkennung und/oder -charakterisierung

Info

Publication number
EP1738306A1
EP1738306A1 EP04766531A EP04766531A EP1738306A1 EP 1738306 A1 EP1738306 A1 EP 1738306A1 EP 04766531 A EP04766531 A EP 04766531A EP 04766531 A EP04766531 A EP 04766531A EP 1738306 A1 EP1738306 A1 EP 1738306A1
Authority
EP
European Patent Office
Prior art keywords
risk
relative
data
criteria
classes
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
EP04766531A
Other languages
English (en)
French (fr)
Inventor
Dieter S. Gaubatz
Edward J. Wright
Tracy A. Choka
James P. Eubank
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Swiss Re AG
Original Assignee
Swiss Reinsurance Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Swiss Reinsurance Co Ltd filed Critical Swiss Reinsurance Co Ltd
Publication of EP1738306A1 publication Critical patent/EP1738306A1/de
Withdrawn legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/08—Insurance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/03—Credit; Loans; Processing thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/06—Asset management; Financial planning or analysis

Definitions

  • the present invention relates generally to automated monitoring and / or management of risks, and in particular to automated methods and systems for characterizing relative risks based on a large number of preferred risk criteria.
  • automated monitoring and / or management of risks and in particular to automated methods and systems for characterizing relative risks based on a large number of preferred risk criteria.
  • automated design, development and / or pricing of financial products but generally refers to corresponding monitoring and control systems of risk products and / or populations.
  • One aspect of risk management typically involves considering one or more criteria associated with one or more events of interest.
  • the ability to predict the frequency or eventual probability of the occurrence of such events of interest has value and utility in many cases.
  • Life insurance (and health insurance) is constantly evolving. A relatively recent trend in the field of life insurance is the increasing appearance of "preferred" products. These are products that take into account whether death rates are lower than expectations for "standard living” (i.e. the mean death rates of a healthy population). Insurance companies offer preferred products to people and / or groups who meet selected criteria that indicate low mortality.
  • the objectives are achieved by the invention in that for automated risk parameter detection in
  • Risk management systems by means of relative risk values of a large number of products and / or populations based on product and / or population data records stored in databases that can be accessed, a lookup table with risk parameters is generated that is generated using a filter module Based on the risk parameters of the lookup table, risk classes are assigned to the product and / or population data records, that an analysis module generates at least one expected value for a probability of occurrence of a definable risk event for each risk class and that it is assigned to the risk event, that the expected value is saved using a standardization module of the respective risk class based on an average entry rate of the event for the product and / or population data files is standardized to a relative entry parameter, and that by means of the analysis module a risk characterization value for the respective risk class is generated based on the comparison of the relative entry parameters, the risk characterization value Probability of occurrence of the risk event is determined.
  • a risk characterization value can be determined using the analysis module and compared with available empirical data records for characterizing the product and / or the population, whereby only typical risk characterizations within a definable threshold value are assigned to the risk class.
  • a plurality of risk parameters can also be assigned to one or more of the risk classes, the process being repeated with modification of the risk parameters and the deviations from the expected values being stored assigned to the risk classes.
  • the correlation factors analysis module it is possible, for example, to determine between the risk parameters based on the population data files divided into risk classes, and to store them in an assigned manner in accordance with the corresponding risk parameters.
  • a relevance flag relating to a specific population and / or product can be assigned to each risk parameter, for example by means of one or more threshold values.
  • the lookup table with risk parameters can be generated at least partially dynamically based on product and / or population data records stored in databases. For example, at least one separate relative entry parameter can be generated for sub-risk groups.
  • the data can be adapted to the empirical data if they lie outside a determinable fluctuation tolerance.
  • the storage units can be locally or decentrally accessible via a network. The adjustment can also be made, for example, for the risk parameters using definable variance steps, whereupon the deviation is determined again using the method.
  • the risk parameters can include, for example, at least the relative mortality risks. Based on at least parts of the relative entry parameters, for example, new risk classes can also be generated dynamically.
  • the sub-risk groups can also include, for example, at least gender and / or entry age and / or smoker / non-smoker and / or policy duration. It is clear from the foregoing that, in its broadest interpretation, certain embodiments of the present invention are directed to computerized methods and systems for characterizing relative risks, such as death risks, for a variety of financial products, such as preferred insurance policies.
  • One or more of these embodiments may include the steps of identifying one or more risk classes associated with the plurality of products; Determining an expected entry rate for each risk class; Dividing expected entry rates by an average rate of standard risks to determine a relative risk ratio for each of these risk classes; and comparing the relative risk ratios to characterize the relative risks associated with the variety of products.
  • the present invention also relates to a system for performing these methods.
  • Embodiment variants of the present invention are described below using examples. The examples of the designs are illustrated by the following attached figures:
  • FIG. 1 shows a block diagram which schematically illustrates a system for an embodiment according to the invention.
  • FIG. 2 shows a flow diagram which explains part of an embodiment of a method and a system for characterizing relative risks.
  • Figure 3 is a continuation of the flow diagram of Figure 2.
  • Figure 4 is a continuation of the diagrams of Figures 2 and 3.
  • Figure 5 is a continuation of the diagram of Figure 4.
  • Figure 1 illustrates an architecture that can be used to implement the invention.
  • a flow diagram explains part of an embodiment of a method / system for characterizing relative risks.
  • the risks considered are death risks and especially those based on a variety of preferred risk criteria.
  • the embodiment shown in this and the other figures can be used, for example, to compare and evaluate preferred classifications of risks used by different insurance companies in connection with their respective products. In such a case, different criteria are often used in one or more of the companies to determine which risks are considered to be preferred.
  • the use of the embodiment shown in the figures allows a comparison of preferred insurance products despite the differences in the preferred criteria used by the individual companies.
  • the illustrated system and method can also be used by an individual company to design and / or price a product and for evaluating individual risk exceptions, as will be described in more detail below in connection with the figures.
  • the first step relates to carrying out a predominance research and compiling the results.
  • "Prevailing” means the rate of occurrence of a criterion (or criteria) in an insured population. For example, if one of the preferred criteria is systolic blood pressure, information about the prevalence of the values of the systolic blood pressure and the values that serve as "intersection points" or limit values for classifying an individual risk as standard or as preferred are collected and entered.
  • Block 12 shows the step of recording prevalence data relating to an insured population. For example, an extensive group of laboratory data from insured applicants can be studied to provide information about the prevalence regarding systolic
  • Block 14 shows the step in which the prevalence of preferred criteria is determined in an insured party.
  • a squad is a risk classification that represents a range of incremental probabilities of the occurrence of an insurable event.
  • the activity illustrated by block 14 is accordingly a determination of the occurrence rate of the criterion under consideration among the members of a particular risk classification.
  • the activity illustrated by block 16 relates to
  • the next step, symbolized by block 18, is to determine the predominance of all combinations of correlated ones
  • Prevalence of each individual combination of criteria in a population is determined.
  • a probability of occurrence can be determined for any combination of criteria.
  • These values can be arranged in the form of a matrix, the dimensions of which are equal to the number of preferred criteria that have been considered.
  • Each location in the matrix is a "cell" that contains a value that is specific to a particular combination of criteria.
  • the step represented by block 20 is given the
  • the value of the faulty cell is replaced by a value that matches the pattern that is shown by neighboring, credible ones
  • the part of the procedure depicted in Figure 3 relates to relative mortality (ie, the death rate in preferred classes divided by mean mortality).
  • the first step, represented by block 30, involves performing and collating data from a mortality research. This body of research includes information that is specific to each of the preferred criteria considered. An overview of this information is represented by block 32 in FIG. 3. In addition, other clinical / epidemiological data that are generally accessible in connection with the present preferred criteria are checked (block 34).
  • a relative mortality rate is calculated for each criterion (block 36).
  • relationships to mortality data are also among the various criterion
  • the method continues as shown in FIG. 4 by studying a group of specific base preferred criteria (block 52).
  • the determination of the criterion in this step is usually specific to a customer or a company. This means that the criterion is used that is used by a particular company or insurance product to identify a specific risk, and the present method is used to calculate a basic relative risk ratio ("RRR") for that combination ,
  • the prevalence and relative mortality data is extracted from the memory of these criteria (block 54). After extracting this data, an RRR is calculated for each risk class by age, gender and duration, as indicated in block 56. A specific formula for calculating RRR is given in detail below. The calculations for each risk class are based on prevalence data, relative mortality, and preferred criteria that define each risk class.
  • the results of the calculation, illustrated by block 56, are stored in storage step 58 as indicated.
  • the system then offers a user the opportunity to evaluate alternative scenarios (decision block 60). Examples of alternative scenarios are illustrated by method blocks 62 to 72. These include changing the intersection of preferred criteria (62), adding new criteria (64), removing criteria (66), adding one or more new preferred risk classes (68), removing one or more existing preferred risk classes (70) and changing of the preferred classification system (72).
  • new criteria-specific prevalence data and relative risk ratios are calculated (block 74).
  • the results of the basic prevailing criteria and relative risk ratios are taken from the data that had previously been saved (58), and the recalculated results for prevailing and RRR with the new criteria are compared with the results obtained using the basic criteria , These steps are indicated by blocks 76 and 78 in FIG. 4.
  • the method determines whether the changes are acceptable (decision block 80). If this is the case, the results are saved with the new criteria (58). If the results are unacceptable, changes can be made and additional scenarios considering these changes can be evaluated.
  • the method proceeds as illustrated in the flow diagram in FIG. 5.
  • the results stored in the storage step 58 can optionally be compared with known results that are available in the relevant industry or on the market. This option is represented in FIG. 5 by decision block 82.
  • the results related to criteria used by a customer company will be compared with those of the industry to assess the competitiveness of the client company's risk classifications. This work step is represented in FIG. 5 by block 84. If the results of the comparison are acceptable, the process proceeds as indicated by the "YES" branch exiting decision block 86.
  • the method enables alternatives to be evaluated as described above. If the results of the comparison are unacceptable (for example, if the compared criteria are not considered to be competitive), the method enables alternatives to be evaluated as described above. If the results of the comparison are acceptable, or if no comparisons are made, the method continues as indicated at block 88.
  • client-specific values for predominance and RRR are taken from memory and used to calculate the mortality used in pricing (block 90).
  • low and especially accurate death rates can be generated, and the death rates are stored as indicated by storage step 94.
  • the stored mortality figures can be used to compare the customer's actual mortality experience with the expected mortality values and to develop a pricing of the product.
  • the RRR results can also be used to evaluate preferred exceptions, as decision block 96 indicates. If so, an RRR value is calculated for a single applicant to determine the impact such an exception would have on risk class mortality (block 98).
  • the mean RRR of the risk class is extracted (block 100) and compared with the RRR of the individual applicant (block 102). As decision block 104 indicates, the exception may be permitted (block 106) if the individual RRR is less than or equal to the mean RRR of the risk class. If the individual RRR is greater than the mean RRR of the risk class, the exception can be rejected (block 108).
  • the calculation of RRR values of an individual applicant can also be carried out using sub-categories of criteria (e.g. medical criteria, criteria based on personal or family data, violent deaths, etc.).
  • This tool allows an insurer to accept relatively good risks that would otherwise be rejected because a particular criterion is not met, or reject relatively poor risks that would otherwise be accepted (for example, by an individual who is just qualified on many criteria) ,
  • the use of this tool is not limited to a specific group or subset of criteria.
  • such analyzes can be carried out in relation to other criteria such as motor vehicle reports, participation in dangerous sports or activities, aviation, work abroad, etc.
  • practically any factor that influences an individual's risk of death, whether positive or negative can be included in this tool if the overall suitability is to be assessed as to whether this person can be included in a preferred risk classification.
  • the method ends as indicated by end block 110. It should be added that a new product development cycle can begin for the same client (decision step 60) as an evaluation of an alternative scenario. If there are no significant changes to the data, there is no reason to repeat the steps and procedures described above.
  • RRR formula The relative risk behavior of a particularly preferred class reflects the mortality rate of this risk class in relation to the overall mean rate of a complete distribution of risks classified as "standard life” in the insurance process.
  • the RRR fluctuate according to gender, age of entry, smoking status, preferred risk classes and duration of insurance.
  • a respective risk class ( R1 ) can be defined using the following "n" criterion:
  • M p q st be the relative mortality rate for individuals who have a value of "p” for risk criterion 1, "q” for risk criterion 2, ..., "s” for risk criterion k and "t” for risk criterion n.
  • R ( ⁇ (M pq ... s ... t * p p pqq ... s ... t)) divided by ⁇ P pq ... s ... t
  • RRR each value of the multidimensional splinter matrix
  • Each value of the multidimensional splinter matrix could be referred to as the RRR of a single person or multiple people who exactly meet the criteria associated with that location in the matrix.
  • the comparisons of the RRR are equivalent to a comparison of a splitter group with another splitter group.
  • “Standard” mortality again (ie the mean mortality of a group healthy people). Accordingly, a person with a value of 70 DBP and 130 SBP would have a mortality rate of 85% of the average mortality rate.
  • Company A provides a preferred product that has a criterion that includes a DBP of less than or equal to 70
  • Company B offers a preferred product that has a criterion that has an SBP of less than or equal to 130 is included.
  • Company A's RRR would represent the combination of three splitters (130/70, 131/70 and 132/70) or 86% (ie (85 + 86 + 87) / 3).
  • Company B's RRR would also represent the combination of three splitters (130/70, 130/71 and 130/72) or 96.7% (ie 85 + 95 + 1 10) 73). Although both companies qualified 33% of the total group for their respective preferred products, Company A can offer a lower premium. In this example, Company B would indeed "lose" the 130/70 person because that person can go to Company A and benefit from a lower premium. This would further increase the mortality rate in Society B.
  • the method and system can be implemented using easily accessible computer technology that includes input and output devices, a processor, and data storage. The operation of the system is controlled by a program code that implements the methodology that is explained in the flow diagrams attached. It is not necessary that the method and system require a single machine or that all components of the system be in the same physical location. Alternatively, the method and system can be used as a device or machine for a special purpose can be realized, which was specifically designed to carry out the present invention.

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Technology Law (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Educational Administration (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

Computergestütztes System und Verfahren zur automatisierten Risikoparametererkennung und/oder -charakterisierung, wobei basierend auf in Datenbanken (2) zugreifbar abgespeicherten Produkt- und/oder Populationsdatenrekords eine Lookup-Table (4) mit Risikoparametern generiert wird, und Risikoklassen mittels eines Filtermoduls (3) basierend auf den Risikoparameter der Lookup-Table (4) den Produkt- und/oder Populationsdatenrekords zugeordnet abgespeichert werden, wobei mittels eines Analysemoduls (1) mindestens ein Erwartungswert für eine Auftrittswahrscheinlichkeit eines definierbaren Risikoereignisses für jede Risikoklasse generiert wird und mittels eines Normierungsmoduls (5) der Erwartungswert der jeweiligen Risikoklasse basierend auf einer mittleren Eintrittsrate des Ereignisses für die Produkt- und/oder Populationsdatenfiles zu einem relativen Eintrittsparameter normiert wird, und wobei mittels des Analysemoduls (1) basierend auf dem Vergleich der relativen Eintrittsparameter ein Risikocharakterisierungwert für die jeweilige Risikoklasse erzeugt wird.

Description

Computergestütztes System und Verfahren zur automatisierten Risikoparametererkennung und/oder -Charakterisierung
Die vorliegende Erfindung betrifft im Allgemeinen die automatisierte Überwachung und/oder Verwaltung von Risiken und insbesondere automatisierte Verfahren und Systeme zur Charakterisierung von relativen Risiken, die sich auf eine Vielzahl von bevorzugten Risikokriterien gründen. Die Erfindung kann in Verbindung z.B. mit der automatisierten Ausgestaltung, der Entwicklung und/oder der Preisgestaltung von Finanzprodukten angewendet werden, bezieht sich aber ganz allgemein auf entsprechende Überwachungs- und Kontrollsysteme von Risikoprodukten und/oder Populationen.
Ein Aspekt der Risikoverwaltung betrifft normalerweise die Berücksichtigung eines oder mehrerer Kriterien, die einem oder mehreren interessierenden Ereignissen zugeordnet sind. Die Möglichkeit, die Frequenz oder die eventuelle Wahrscheinlichkeit des Auftretens solcher Ereignisse von Interesse vorherzusagen, besitzt in vielen Fällen einen Wert und eine Nützlichkeit.
Es tritt oft ein, dass verschiedene Personen unterschiedliche Gruppen von Kriterien verwenden, um das erwartete Auftreten der gleichen (oder ähnlicher) Ereignisse vorherzusagen. In manchen Fällen kann die gleiche Person unterschiedliche Gruppen von Kriterien in verschiedenen Situationen oder in verschiedenen Zeiten verwenden. Verfahren und Systeme zum Vergleich unterschiedlicher Gruppen von Kriterien sind nützliche Werkzeuge bei der Auswahl der Kriterien und der Ausgestaltung sowie der Entwicklung der zugehörigen Produkte. Diese Betrachtungen können auf dem Markt für Finanzprodukte und
Dienste angewendet werden. Dies betrifft insbesondere die Versicherungen. Die folgende Besprechung behandelt insbesondere Anwendungen solcher Verfahren und Systeme auf dem Gebiet der Lebensversicherung. In erweitertem Sinn können aber die offenbarten Verfahren und Systeme auf andere Arten von Versicherungen angewendet werden sowie auf andere Finanzprodukte, welche eine Verwaltung von Risiken umfassen (beispielsweise Preisgestaltung und Bewertung unterschiedlicher Gruppen von Kriterien, die bei der Ausgestaltung und der Entwicklung von Eigentumsversicherungen, Hypotheken, Krediten, Bürgschaften usw. verwendet werden könnten).
Lebensversicherungen (und Krankheitsversicherungen) entwickeln sich laufend. Eine relativ junge Tendenz auf dem Gebiet der Lebensversicherung ist das steigende Auftreten "bevorzugter" Produkte. Es handelt sich dabei um Produkte, bei denen in Betracht gezogen wird, ob die Sterbeziffern niedriger als die Erwartungen für "Standardleben" sind (d.h. die mittleren Sterblichkeitsziffern einer gesunden Bevölkerung). Versicherungsgesellschaften bieten bevorzugte Produkte denjenigen Personen und/oder Gruppen an, die ausgewählte Kriterien erfüllen, die auf eine niedrige Mortalität hinweisen.
Wie schon erwähnt wurde, ist es bei verschiedenen Firmen (d.h. Versicherungsgesellschaften) insbesondere in Europa nicht unüblich, unterschiedliche Gruppen von Kriterien zu benutzen, um diejenigen Kriterien zu identifizieren, die für bevorzugte Deckungen verfügbar sind, und/oder unterschiedliche Schnittpunkte zur Angabe der Niveaus von einem oder mehreren Kriterien, die einer bevorzugten Sterblichkeit zugeordnet sind. Der Vergleich der Produkte konkurrierender Gesellschaften oder die Ausgestaltung neuer bevorzugter Produkte zum Ersatz oder zur Verbesserung bestehender Produkte können ohne die Verwendung einer Methodologie schwierig sein, die solche Unterschiede in Betracht zieht. Solche Vergleiche können insbesondere bei der Auswahl von Kriterien und der Preisgestaltung bestimmter Produkte nützlich sein sowie zur Bestimmung des Einflusses der Änderung von Kriterien oder des Zugeständnisses verschiedener Ausnahmen aus den Kriterien auf die Preisgestaltung und die mögliche Rentabilität solcher Produkte.
Insbesondere werden die Ziele durch die Erfindung dadurch erreicht, dass zur automatisierten Risikoparametererkennung in
Riskoverwaltungssystemen mittels relative Risikowerte einer Vielzahl von Produkten und/oder Populationen basierend auf in Datenbanken zugreifbar abgespeicherten Produkt- und/oder Populationsdatenrekords eine Lookup- Table mit Risikoparametern generiert wird, dass mittels eines Filtermoduls basierend auf den Risikoparameter der Lookup-Table Risikoklassen den Produkt- und/oder Populationsdatenrecords zugeordnet abgespeichert werden, dass mittels eines Analysemoduls mindestens ein Erwartungswert für eine Auftrittswahrscheinlichkeit eines definierbaren Risikoereignisses für jede Risikoklasse generiert und dem Risikoereignis zugeordnet abgespeichert wird, dass mittels eines Normierungsmoduls der Erwartungswert der jeweiligen Risikoklasse basierend auf einer mittleren Eintrittsrate des Ereignisses für die Produkt- und/oder Populationsdatenfiles zu einem relativen Eintrittsparameter normiert wird, und dass mittels des Analysemoduls basierend auf dem Vergleich der relativen Eintrittsparameter ein Risikocharakterisierungwert für die jeweilige Risikoklasse erzeugt wird, wobei der Risikocharakterisierungwert die Wahrscheinlichkeit des Auftretens des Risikoereignisses bestimmt. Für eine spezifische Kombination von Risikoklassen kann z.B. ein Risikocharakterisierungwert mittels des Analysemoduls bestimmt werden und mit verfügbaren empirischen Datenrekords zur Charakterisierung des Produktes und/oder der Population verglichen werden, wobei nur typische, innerhalb eines definierbaren Schwellwertes liegende Risikocharakterisierungen der Risikoklasse zugeordnet werden. Ebenso kann z.B. einer oder mehreren der Risikoklassen eine Vielzahl von Risikoparametern zugeordnet werden, wobei das Verfahren unter Modifikation der Risikoparameter wiederholt wird und die Abweichungen von den Erwartungswerten den Risikoklassen zugeordnet abgespeichert werden. Mittels des Analysemoduls Korrelationsfaktoren kann beispielsweise zwischen den Risikoparametern basierend auf den in Risikoklassen unterteilten Populationsdatenfiles bestimmt werden und den entsprechenden Risikoparameter zuordnet abgespeichert werden. Weiter kann z.B. mittels eines oder mehreren Schwellwerten jedem Risikoparameter ein Relevanzflag bezüglich einer bestimmten Population und/oder Produkt zugeordnet werden. Die Lookup-Table mit Risikoparametern kann mindestens teilweise dynamisch basierend auf in Datenbanken zugreifbar abgespeicherten Produkt- und/oder Populationsdatenrecords generiert werden. Für Unterrisikogruppen kann beispielsweise mindestens ein getrennter relativer Eintrittsparameter generiert werden. Weiter kann z.B. beim Vergleich der Daten mit den empirischen in entsprechenden Speichereinheiten gespeicherten Daten die Daten, falls sie ausserhalb einer bestimmbaren Schwankungstoleranz liegen, an die empirischen Daten angepasst werden. Die Speichereinheiten können lokal oder dezentralisiert über ein Netzwerk zugreifbar sein. Die Anpassung kann z.B. auch bei den Risikoparametern mittels definierbaren Varianzschritten erfolgen, worauf die Abweichung mittels des Verfahrens erneut bestimmt wird. Die Risikoparameter können z.B. mindestens die relative Sterblichkeitsrisiken umfassen. Basierend mindestens auf Teilen der relativen Eintrittsparameter können z.B. auch neue Risikoklassen dynamisch erzeugt werden. Weiter können die Unterrisikogruppen z.B. mindestens Geschlecht und/oder Eintrittsalter und/oder Raucher/Nichtraucher und/oder Policendauer umfassen. Aus dem Gesagten ist klar, dass in ihrer breitesten Auslegung bestimmte Ausführungsformen der vorliegenden Erfindung auf computergestützte Methoden und Systeme zum Charakterisieren relativer Risiken gerichtet sind, zum Beispiel der Sterberisiken, für eine Vielzahl von Finanzprodukten, beispielsweise bevorzugter Versicherungspolicen. Eine oder mehrere dieser Ausführungsformen können die Schritte der Identifizierung einer oder mehrerer Risikoklassen umfassen, die der Vielzahl der Produkte zugeordnet sind; Bestimmung einer erwarteten Eintrittsrate für jede Risikoklasse; Division der erwarteten Eintrittsraten durch eine durchschnittliche Rate der Standardrisiken zur Bestimmung eines relativen Risikoverhältnisses für jede dieser Risikoklassen; sowie den Vergleich der relativen Risikoverhältnisse zwecks Charakterisierung der mit der Vielzahl von Produkten verbundenen relativen Risiken.
Zusätzliche Aspekte und Merkmale gehen, für den Fachmann leicht ersichtlich, aus der Betrachtung der folgenden Einzelbeschreibung der gezeigten Ausführungsformen hervor, die als Beispiel die beste Art der
Ausführung der Erfindung aus heutiger Sicht wiedergeben, und aus den
Ansprüchen, die der Einzelbeschreibung folgen.
An dieser Stelle soll festgehalten werden, dass sich die vorliegende Erfindung neben den erfindungsgemässeπ Verfahren auch auf ein System zur Ausführung dieser Verfahren bezieht. Nachfolgend werden Ausführungsvarianten der vorliegenden Erfindung anhand von Beispielen beschrieben. Die Beispiele der Ausführungen werden durch folgende beigelegte Figuren illustriert:
Figur 1 zeigt ein Blockdiagramm, welches schematisch ein System für eine erfindungsgemässe Ausführung illustriert.
Figur 2 stellt ein Fliessschema dar, das einen Teil einer Ausführungsform eines Verfahrens und eines Systems zum Charakterisieren relativer Risiken erläutert.
Figur 3 ist eine Fortsetzung des Fliessschemas von Figur 2. Figur 4 ist eine Fortsetzung der Diagramme aus Figur 2 und 3.
Figur 5 ist eine Fortsetzung des Diagramms von Figur 4.
Figur 1 illustriert eine Architektur, die zur Realisierung der Erfindung verwendet werden kann. In Figur 2 erläutert ein Fliessschema einen Teil einer Ausführungsform eines Verfahrens/Systems zum Charakterisieren relativer Risiken. Bei diesem Beispiel sind die betrachteten Risiken Sterberisiken und insbesondere solche, die sich auf eine Vielzahl bevorzugter Risikokriterien gründen. Die Ausführungsform, die in dieser und den anderen Figuren gezeigt ist, kann beispielsweise zum Vergleich und zur Bewertung bevorzugter Klassifizierungen von Risiken dienen, die von verschiedenen Versicherungsgesellschaften in Verbindung mit deren jeweiligen Produkten verwendet werden. In einem solchen Fall werden oft unterschiedliche Kriterien bei einer oder mehreren der Gesellschaften zur Bestimmung benutzt, welche Risiken als bevorzugt angesehen werden. Die Verwendung der in den Figuren gezeigten Ausführungsform gestattet einen Vergleich bevorzugter Versicherungsprodukte trotz der Unterschiede der bevorzugten Kriterien, die von den einzelnen Gesellschaften angewendet werden. Das veranschaulichte System und Verfahren kann ebenfalls von einer Einzelgesellschaft zur Ausgestaltung und/oder Preisgestaltung eines Produktes angewendet werden sowie zur Bewertung einzelner Risikoausnahmen, wie weiter unten noch ausführlicher in Verbindung mit den Figuren beschrieben wird.
Wie aus Fig. 2 hervorgeht, bezieht sich der durch den Verfahrensblock 10 bezeichnete erste Schritt zur Ausführung einer Vorherrschens-Nachforschung und der Zusammenstellung der Ergebnisse. "Vorherrschen" bedeutet die Rate des Vorkommens eines Kriteriums (oder von Kriterien) in einer versicherten Population. Wenn beispielsweise eines der bevorzugten Kriterien der systolische Blutdruck ist, so werden Informationen über das Vorherrschen der Werte des systolischen Blutdruckes sowie die Werte, die als "Schnittpunkte" oder Grenzwerte zur Klassifizierung eines individuellen Risikos als Standard oder als bevorzugt dienen, gesammelt und eingegeben.
Block 12 zeigt den Schritt der Aufnahme von Vorherrschensdaten, die sich auf eine versicherte Population beziehen. Beispielsweise kann eine umfangreiche Gruppe von Laboratoriumsdaten versicherter Bewerber studiert werden, um Informationen über das Vorherrschen bezüglich des systolischen
Blutdrucks zu sammeln.
Der nächste "Schritt" im Verfahren besteht in Wirklichkeit aus zwei Schritten, die durch die Blöcke 14 und 16 symbolisiert werden. Die von diesen Blöcken wiedergegebenen Massnahmen können gleichzeitig oder in beliebiger Reihenfolge ausgeführt werden. Block 14 zeigt den Schritt, in dem das Vorherrschen bevorzugter Kriterien in einem versicherten Trupp bestimmt wird. Ein Trupp ist eine Risikoklassifikation, die einen Bereich inkrementaler Wahrscheinlichkeiten des Vorkommens eines versicherbaren Ereignisses repräsentiert. Die durch den Block 14 veranschaulichte Tätigkeit ist demgemass eine Bestimmung der Vorkommensrate des betrachteten Kriteriums bei den Mitgliedern einer besonderen Risikoklassifizierung.
Die von Block 16 veranschaulichte Tätigkeit bezieht sich auf die
Berechnung von Beziehungen, die zwischen verschiedenen Kriterien der bevorzugten Kriterien bestehen können. Der Begriff "Beziehung" wird nicht im engen mathematischen Sinn eines besonderen Momentes zweiter Ordnung einer Wahrscheinlichkeitsverteilung verstanden. Dieser Ausdruck wird vielmehr in einem Sinne verwendet, der die Anwesenheit oder ein Mass der Abhängigkeit zwischen zwei oder mehr Variablen anzeigen soll (in diesem Falle zweier oder mehrerer bevorzugten Kriterien). In einigen Fällen können eines oder mehrere Kriterien miteinander in enger Beziehung stehen. In solchen Fällen kann die Einwirkung solcher Kriterien einigermassen redundant sein. Diese Art der Beziehung wird in zusätzlichen Einzelheiten in der US- Patentanmeldung Nr. 10/291,301 besprochen, die am 8. November 2002 eingereicht wurde und an den Inhaber der vorliegenden Anmeldung übertragen wurde. In dem Grade, der für ein vollständiges Verständnis und ein Erkennen der vorliegenden Erfindung erforderlich ist, ist die gesamte US- Patentanmeldung Nr. 10/291 ,301 durch Bezugnahme als Bestandteil der vorliegenden Besprechung anzusehen.
Der nächste Schritt, der vom Block 18 symbolisiert wird, besteht in der Bestimmung des Vorherrschens sämtlicher Kombinationen von korrelierten
Kriterien. Mit anderen Worten wird eine zahlenmässige Wiedergabe des
Vorherrschens jeder einzelnen Kombination von Kriterien in einer Population bestimmt.
Was den Arbeitsschritt betrifft, der durch den Block 20 wiedergegeben wird, so werden Anpassungen angebracht, wenn besondere Kombinationen von Kriterien zu unglaubhaften oder falschen Resultaten führen. Unter weiterer
Bezugnahme auf die US-Patentanmeldung Nr. 10/291 ,301 wird erläutert, dass eine Wahrscheinlichkeit des Auftretens für jede Kombination von Kriterien bestimmt werden kann. Diese Werte können in Form einer Matrix angeordnet werden, deren Dimensionen gleich der Anzahl der bevorzugten Kriterien sind, welche in Betracht gezogen wurden. Jede Stelle in der Matrix ist eine "Zelle", welche einen Wert enthält, der für eine besondere Kombination von Kriterien spezifisch ist. Der vom Block 20 wiedergegebene Schritt wird in Anbetracht der
Tatsache ausgeführt, dass bei einer solchen Matrix eine fehlende Konsistenz in den Werten auftreten kann, die für bestimmte Kombinationen erzeugt wurden.
In diesem Falle wird der Wert der fehlerhaften Zelle durch einen Wert ersetzt, der mit dem Muster übereinstimmt, welches durch benachbarte, glaubhafte
Zellen aufgestellt wurde. Die Ergebnisse dieser Bestimmung werden dann mit empirischen Daten verglichen, die aus den Studien vieler Gesellschaften zugänglich sind. Dieser Schritt wird durch den Entscheidungsblock 22 symbolisiert. Wenn sich das Vorherrschen verschiedener Kombinationen mit demjenigen ändert, was in glaubhaften Studien beobachtet wurde, werden Änderungen durchgeführt, um eine Anpassung an die Studienergebnisse zu erreichen. Dieser Schritt wird durch den Verfahrensblock 24 dargestellt. Wenn dieser Anpassungsprozess Anomalien mit der Matrix ergibt, werden solche Anomalien ermittelt und im Schritt korrigiert, der durch den Block 20 dargestellt ist. Wenn die Resultate des Vorherrschens mit den empirischen Prüfungen übereinstimmen, werden die Ergebnisse des Vorherrschens gespeichert, wie durch den Speicherungsschritt 50 (Fig. 3) angezeigt ist. Wie angegeben, werden die Ergebnisse des Vorherrschens jeder Kombination bevorzugter Kriterien in Bezug auf Eintrittsalter, Geschlecht, Raucherstatus und Dauer gespeichert. Fig. 3 zeigt einen anderen Teil einer Ausführungsform des vorliegenden Verfahrens zum Charakterisieren von Risiken. Der Teil des Verfahrens, der in Fig. 3 gezeigt ist, kann vor, nach oder gleichzeitig mit dem Teil des Verfahrens ausgeführt werden, der unter Bezugnahme auf Fig. 2 besprochen wurde. Der Teil des Verfahrens, der in Fig. 3 dargestellt ist, bezieht sich auf die relative Sterblichkeit (d.h. die Todesrate in bevorzugten Klassen dividiert durch die mittlere Sterblichkeit). Der erste Schritt, dargestellt durch den Block 30, betrifft das Durchführen und Zusammentragen von Daten aus einer Nachforschung über Sterblichkeit. Dieser Nachforschungskörper schliesst Informationen ein, die jedem der betrachteten bevorzugten Kriterien spezifisch sind. Eine Übersicht über diese Informationen ist in Fig. 3 durch den Block 32 dargestellt. Zusätzlich werden andere klinische/epidemiologische Daten, die im Allgemeinen in Verbindung mit den vorliegenden bevorzugten Kriterien zugänglich sind, nachkontrolliert (Block 34).
Auf Grund dieser Überblicke wird eine relative Sterblichkeitsziffer für jedes Kriterium berechnet (Block 36). Wie im Falle der Vorherrschensdaten werden ebenfalls Beziehungen zu Sterblichkeitsdaten unter den verschiedenen
Kriterien berechnet (Block 38). Schliesslich werden relative Sterblichkeitsziffern für alle Kombinationen zugehöriger Kriterien bestimmt (Block 40). Nach diesen Arbeitsschritten werden etwaige Anomalien in diesen Daten identifiziert und aufgelöst oder "geglättet" (Block 42). Die relativen Sterblichkeitsziffern, die für die Kombinationen bestimmt wurden, werden mit Daten aus Studien vieler Gesellschaften verglichen, um zu bestimmen, ob diese Ziffern mit den empirischen Daten übereinstimmen. Dieser Arbeitsschritt ist in Fig. 3 durch den Entscheidungsblock 44 symbolisiert. Sofern die bestimmten Ziffern mit den empirischen Beweisen nicht übereinstimmen, werden die relativen Sterblichkeitsziffem an die empirischen Resultate angepasst. Dieser Arbeitsschritt wird vom Block 46 repräsentiert. Nach den Anpassungen werden die Daten auf Anomalien geprüft und etwaige Anomalien korrigiert (Block 42). Wenn die relativen Sterblichkeitswerte mit den Werten übereinstimmen, die aus den Studien vieler Gesellschaften stammen, werden die Daten gespeichert, wie durch den Speicherungsschritt 50 in Fig. 4 angezeigt ist. Wie bei den Daten über das Vorherrschen werden auch die Ergebnisse der relativen Sterblichkeit für jede entsprechende bevorzugte Kombination nach Eintrittsalter, Geschlecht, Raucherstatus und Dauer gespeichert.
Unter weiterer Bezugnahme auf Fig. 4 nach dem Speichern der Ergebnisse des Vorherrschens und der relativen Sterblichkeit für jede entsprechende Kombination bevorzugter Kriterien (Speicherungsschritt 50) läuft das Verfahren weiter, wie in Fig. 4 gezeigt ist, indem eine Gruppe spezifischer basis-bevorzugter Kriterien studiert wird (Block 52). Die Bestimmung des Kriteriums in diesem Schritt ist üblicherweise spezifisch für einen Kunden oder eine Gesellschaft. Dies bedeutet, dass das Kriterium bestimmt wird, welches von einer bestimmten Gesellschaft oder von einem Versicherungsprodukt verwendet wird, um ein spezifisches Risiko zu identifizieren, und das vorliegende Verfahren wird dazu verwendet, ein grundlegendes relatives Risikoverhältnis ("RRR") für diese Kombination zu berechnen.
Nach der Bestimmung der Grundkriterien werden die Daten über Vorherrschen und relative Sterblichkeit aus dem Speicher dieser Kriterien (Block 54) extrahiert. Nach der Extraktion dieser Daten wird ein RRR für jede Risikoklasse nach Alter, Geschlecht und Dauer berechnet, wie im Block 56 angegeben ist. Eine spezifische Formel zum Berechnen von RRR wird in Einzelheiten weiter unten angegeben. Die Berechnungen für jede Risikoklasse beruhen sowohl auf den Daten des Vorherrschens als auch auf der relativen Sterblichkeit sowie auf den bevorzugten Kriterien, welche jede Risikoklasse definieren.
Die Ergebnisse der Berechnung, veranschaulicht durch den Block 56, werden wie angegeben im Speicherungsschritt 58 gespeichert. Das System bietet dann einem Benutzer die Gelegenheit, alternative Szenarien zu bewerten (Entscheidungsblock 60). Beispiele alternativer Szenarien werden durch die Verfahrensblöcke 62 bis 72 veranschaulicht. Diese umfassen eine Änderung der Schnittpunktgrenzen bevorzugter Kriterien (62), Einbau neuer Kriterien (64), Entfernung von Kriterien (66), Hinzufügen einer oder mehrerer neuer bevorzugter Risikoklassen (68), Entfernung einer oder mehrerer vorhandener bevorzugter Risikoklassen (70) sowie die Änderung des bevorzugten Klassifizierungssystems (72). Wenn alternative Szenarien bewertet werden, berechnet man neue kriterienspezifische Vorherrschensdaten und relative Risikoverhältnisse (Block 74). Die Ergebnisse der grundsätzlichen Kriterien Vorherrschen und relative Risikoverhältnisse werden den Daten entnommen, die zuvor gespeichert worden waren (58), und die neu berechneten Ergebnisse für Vorherrschen und RRR mit den neuen Kriterien werden mit den Resultaten verglichen, die man unter Verwendung der Grundkriterien erhalten hat. Diese Arbeitsschritte sind in Fig. 4 durch die Blöcke 76 und 78 angegeben. Das Verfahren bestimmt dann, ob die Änderungen akzeptierbar sind (Entscheidungsblock 80). Wenn dies der Fall ist, werden die Resultate mit den neuen Kriterien gespeichert (58). Wenn die Resultate nicht annehmbar sind, können Änderungen vorgenommen werden, und zusätzliche Szenarien, welche diese Änderungen in Betracht ziehen, können bewertet werden.
Nach der Bewertung aller gewünschten alternativen Szenarien, oder aber falls keine alternativen Szenarien zu bewerten sind, schreitet das Verfahren fort, wie im Fliessdiagramm der Fig. 5 veranschaulicht ist. Die beim Speicherungsschritt 58 gespeicherten Resultate können gegebenenfalls mit bekannten Resultaten verglichen werden, die in der betreffenden Industrie oder am Markt erhältlich sind. Diese Option wird in Fig. 5 durch den Entscheidungsblock 82 vertreten. Bei einer Anwendung können die Resultate, die sich auf Kriterien beziehen, welche von einer Kundenfirma verwendet werden, mit denjenigen der Industrie verglichen werden, um die Konkurrenzfähigkeit der Risikoklassifikationen der Kundenfirma zu bewerten. Dieser Arbeitsschritt ist in Fig. 5 durch den Block 84 dargestellt. Wenn die Ergebnisse des Vergleiches akzeptabel sind, schreitet das Verfahren fort, wie es die "JA"-Verzweigung andeutet, welche aus dem Entscheidungsblock 86 austritt. Wenn die Ergebnisse des Vergleiches nicht annehmbar sind (beispielsweise wenn die verglichenen Kriterien nicht als konkurrenzfähig angesehen werden), ermöglicht das Verfahren die Bewertung von Alternativen, wie es im Vorstehenden beschrieben worden ist. Wenn die Ergebnisse des Vergleiches annehmbar sind, oder wenn keine Vergleiche gemacht werden, läuft das Verfahren weiter, wie mit Block 88 angezeigt ist. Dies bedeutet, dass klientenspezifische Werte für das Vorherrschen und die RRR aus dem Speicher entnommen und dazu verwendet werden, die Mortalität benutzt in der Preisgestaltung zu berechnen (Block 90). In Form eines Dokumentes (92) können niedrige und vorallem genauste Sterbeziffern erzeugt werden, und die Sterbeziffern werden gespeichert, wie es durch den Speicherungsschritt 94 angegeben ist. Die gespeicherten Sterblichkeitsziffern können zum Vergleich der tatsächlichen Sterblichkeitserfahrungen des Kunden mit den erwarteten Mortalitätswerten und zur Entwicklung einer Preisgestaltung des Produktes verwendet werden.
Die RRR-Ergebnisse können ebenfalls zum Bewertung bevorzugter Ausnahmen verwendet werden, wie es der Entscheidungsblock 96 anzeigt. Wenn dies der Fall ist, wird ein RRR-Wert für einen einzelnen Bewerber berechnet, um die Auswirkung zu bestimmen, den eine solche Ausnahme auf eine Sterblichkeit der Risikoklasse haben würde (Block 98). Das mittlere RRR der Risikoklasse wird extrahiert (Block 100) und mit dem RRR des individuellen Bewerbers verglichen (Block 102). Wie es der Entscheidungsblock 104 anzeigt, kann die Ausnahme zugelassen werden (Block 106), falls das individuelle RRR kleiner oder gleich wie das mittlere RRR der Risikoklasse ist. Wenn das individuelle RRR grösser als das mittlere RRR der Risikoklasse ist, kann die Ausnahme zurückgewiesen werden (Block 108). Die Berechnung von RRR-Werten eines einzelnen Bewerbers kann auch durchgeführt werden, indem Unterkategorien von Kriterien benutzt werden (beispielsweise medizinische Kriterien, Kriterien auf Grund persönlicher bzw. familiärer Daten, gewaltsame Todesfälle usw.). Entscheidungen, um Einzelpersonen in eine bevorzugte Klasse zuzulassen oder aus dieser auszuschliessen, können nun auf der Grundlage einer oder mehrerer der RRR aus den Unterkategorien getroffen werden. Dieses Werkzeug ermöglicht einem Versicherer, relativ gute Risiken zu akzeptieren, die andernfalls zurückgewiesen würden, weil ein bestimmtes Kriterium nicht erfüllt wird, oder relativ schlechte Risiken zurückzuweisen, die andernfalls akzeptiert würden (beispielsweise durch eine Einzelperson, die bezüglich vieler Kriterien gerade noch qualifiziert ist). Die Verwendung dieses Werkzeuges ist nicht auf eine spezifische Gruppe oder Untergruppe von Kriterien begrenzt. Im Zusammenhang mit Lebensversicherungen können solche Analysen in Bezug auf andere Kriterien wie Kraftfahrzeugberichte, Teilnahme an gefährlichen Sportarten oder Tätigkeiten, Fliegerei, Arbeit im Ausland usw. durchgeführt werden. Es kann nämlich praktisch jeder Faktor, der das Sterberisiko einer Einzelperson beeinflusst, sei es positiv oder negativ, in dieses Werkzeug aufgenommen werden, wenn die Gesamteignung zu bewerten ist, ob diese Person in eine bevorzugte Risikoklassifikation aufgenommen werden kann.
Im Falle, wo die RRR-Ergebnisse nicht dazu verwendet werden, bevorzugte Ausnahmen zu bewerten, endet das Verfahren, wie es der Endblock 110 angibt. Es ist anzufügen, dass für den gleichen Klienten ein neuer Zyklus der Produktentwicklung beginnen kann (Entscheidungsschritt 60) und zwar als Bewertung eines alternativen Szenarios. Falls keine wesentlichen Änderungen der Daten auftreten, besteht kein Grund, die vorstehend beschriebenen Schritte und Arbeitsweisen zu wiederholen.
RRR-Formel: Das relative Risikoverhältπis einer besonders bevorzugten Klasse gibt die Sterblichkeitsziffer dieser Risikoklasse in Bezug auf die gesamte mittlere Rate einer vollständigen Verteilung von Risiken wieder, die als "Standard-Leben" im Versicherungsverfahren klassifiziert sind. Die RRR schwanken nach Geschlecht, Eintrittsalter, Raucherstatus, bevorzugte Risikoklassen und Versicherungsdauer. Eine jeweilige Risikoklasse (Rl) kann durch das folgende "n"-Kriterium definiert werden:
Es sei Mpq s t die relative Sterblichkeitsziffer für Einzelpersonen, die einen Wert von "p" des Risikokriteriums 1 , "q" des Risikokriteriums 2, ..., "s" des Risikokriteriums k und "t" des Risikokriteriums n besitzen.
Es sei Ppq...s...t das relative Vorherrschen für Personen, deren Wert für das Risikokriterium 1 "p" beträgt, "q" für das Risikokriterium 2 "s" für das Risikokriterium k und "t" für das Risikokriterium n. Unter Verwendung einer Formel vom Splittertyp kann das RRR ausgedrückt werden als das Verhältnis von R* dividiert durch R, worin: für (p = a bis b) (q = d bis e) (s = I bis m) (t = x bis y)
R* = (Σ (Mpq...s...t * Ppq...s...t)) dividiert durch ∑Ppq...s...t und für (p = 1 bis c) (q = 1 bis f) (s = 1 bis n) (t = 1 bis z)
R = (∑ (Mpq...s...t * pp pqq...s...t)) dividiert durch ∑Ppq...s...t Es besteht eine Beziehung zwischen den Werten der inkrementalen Matrix oder Splittermatrix, welche in der US-Patentanmeldung Nr. 10/291 301 beschrieben sind, und dem oben erwähnten RRR. Jeder Wert der vieldimensionalen Splittermatrix könnte als das RRR einer einzelnen Person oder mehrerer Personen bezeichnet werden, welche die Kriterien, die dieser Stelle in der Matrix zugeordnet sind, exakt erfüllen. Im Zusammenhang mit der vorliegenden Anmeldung (d.h. dem Vergleich eines bevorzugten Produktes, das auf einer Kriteriengruppe A beruht, mit einem anderen bevorzugten Produkte auf der Grundlage der Kriteriengruppe B), sind die Vergleiche der RRR einem Vergleich einer Splittergruppe mit einer anderen Splittergruppe gleichgestellt.
Ein Beispiel soll zur Veranschaulichung dieses Aspektes helfen. Es seien neun Personen betrachtet, die unterschiedliche Ablesungen der diastolischen und systolischen Blutdruckwerte besitzen, wie in Tabelle 1 angegeben ist. Es sei weiterhin angenommen, dass die Splitterwerte (oder die einzelnen RRR), die diesen Ablesungen zugeordnet sind, in der rechten Spalte der Tabelle 1 aufgeführt sind (die Zahlen in der Tabelle sind zwecks Veranschaulichung überhöht):
Die rechte Spalte mit der Überschrift "Splittersterblichkeit" gibt die Sterblichkeit einer Einzelperson mit den genauen Blutdruckwerten, die in der mittleren und linken Spalte der Tabelle aufgeführt sind, in Bezug auf eine
"Standard"-Sterblichkeit wieder (d.h. die mittlere Sterblichkeit einer Gruppe gesunder Personen). Demgemass würde eine Person mit einem Wert von 70 DBP und 130 SBP eine Sterblichkeit von 85% der mittleren Sterblichkeit besitzen. Es sei angenommen, dass die Gesellschaft A ein bevorzugtes Produkte zur Verfügung stellt, das ein Kriterium aufweist, wonach ein DBP von weniger oder gleich 70 eingeschlossen wird, und die Gesellschaft B ein bevorzugtes Produkte mit einem Kriterium anbietet, wonach ein SBP von weniger oder gleich 130 eingeschlossen ist. Aus dieser Gruppe von neun Personen würde das RRR der Gesellschaft A die Kombination dreier Splitter darstellen (130/70, 131/70 und 132/70) oder 86% (d.h. (85+86+87)/3). Das RRR von Gesellschaft B würde ebenfalls die Kombination dreier Splitter (130/70, 130/71 und 130/72) oder 96,7% darstellen (d.h. 85+95+1 10)73). Obgleich beide Gesellschaften 33% der Gesamtgruppe für ihre jeweiligen bevorzugten Produkte qualifiziert haben, kann Gesellschaft A eine niedrigere Prämie anbieten. In diesem Beispiel würde die Gesellschaft B in der Tat die Person mit den Werten 130/70 "verlieren", da diese Person zur Gesellschaft A gehen kann und von einer niedrigeren Prämie profitiert. Dadurch würde die Sterblichkeitsziffer in der Gesellschaft B weiter ansteigen.
In Anbetracht des weiten Spektrums bevorzugter Kriterien, die von verschiedenen Gesellschaften in Betracht gezogen werden, und der relativ grossen Anzahl von Kriterien, die den einzelnen Produkten zugrunde liegen, würden solche Vergleiche zwischen konkurrenzierenden Gesellschaften und/oder Produkten ohne eine formelle und computergestützte Methodik schwierig sein. Dieses vereinfachte Beispiel soll lediglich das verwendete Prinzip erläutern. Das Verfahren und das System können mit Hilfe einer leicht zugänglichen Computertechnologie verwirklicht werden, welche Eingabe- und Ausgabegeräte, einen Prozessor und Datenspeicher enthält. Der Betrieb des Systems wird von einem Programmcode gesteuert, der die Methodik verwirklicht, die in den beigegebenen Fliessschemata erläutert ist. Es ist nicht erforderlich, dass das Verfahren und System eine einzige Maschine erfordern oder dass sämtliche Komponenten des Systems sich an der gleichen physikalischen Stelle befinden müssen. Alternativ können das Verfahren und das System als ein Gerät oder eine Maschine für einen speziellen Zweck verwirklicht werden, welche speziell zur Ausführung der vorliegenden Erfindung ausgelegt wurde.
Die Erfindung ist nun unter Bezugnahme auf besondere Mittel und Ausführungsformen beschrieben worden, aber der Fachmann kann die wesentlichen Merkmale der Erfindung erkennen. Verschiedene Änderungen und Varianten können zum Anpassen der Erfindung an verschiedene Verwendungen und Umgebungen vorgenommen werden, ohne dass das Konzept und der Geltungsbereich der Erfindung verlassen werden, welche in den folgenden Ansprüchen angegeben sind.

Claims

Patentansprüche
1. Computergestütztes Verfahren zur automatisierten Risikoparametererkennung und/oder -Charakterisierung, wobei relative Risikowerte einer Vielzahl von Produkten und/oder Populationen bestimmt werden, dadurch gekennzeichnet, dass basierend auf in Datenbanken (2) zugreifbar abgespeicherten Produkt- und/oder Populationsdatenrekords eine Lookup-Table (4) mit Risikoparametem generiert wird, dass mittels eines Filtermoduls (3) basierend auf den Risikoparameter der Lookup-Table (4) Risikoklassen den Produkt- und/oder Populationsdatenrekords zugeordnet abgespeichert werden, dass mittels eines Analysemoduls (1) mindestens ein Erwartungswert für eine Auftrittswahrscheinlichkeit eines definierbaren Risikoereignisses für jede Risikoklasse generiert und dem Risikoereignis zugeordnet abgespeichert wird, dass mittels eines Normierungsmoduls (5) der Erwartungswert der jeweiligen Risikoklasse basierend auf einer mittleren Eintrittsrate des Ereignisses für die Produkt- und/oder Populationsdatenrecords zu einem relativen Eintrittsparameter normiert wird, und dass mittels des Analysemoduls (1 ) basierend auf dem Vergleich der relativen Eintrittsparameter ein Risikocharakterisierungwert für die jeweilige Risikoklasse erzeugt wird, wobei der Risikocharakterisierungwert die Wahrscheinlichkeit des Auftretens des Risikoereignisses bestimmt.
2. Verfahren nach Anspruch 1 , dadurch gekennzeichnet, dass für eine spezifische Kombination von Risikoklassen ein Risikocharakterisierungwert mittels des Analysemoduls (1) bestimmt wird und mit verfügbaren empirischen Datenrekords zur Charakterisierung des Produktes und/oder der Population verglichen wird, wobei nur typische, innerhalb eines definierbaren Schwellwertes liegende Risikocharakterisierungen der Risikoklasse zugeordnet werden.
3. Verfahren nach einem der Ansprüche 1 oder 2, dadurch gekennzeichnet, dass eine oder mehrere der Risikoklassen eine Vielzahl von Risikoparametern zugeordnet sind, wobei das Verfahren unter Modifikation der Risikoparameter wiederholt wird und die Abweichungen von den Erwartungswerte den Risikoklassen zugeordnet abgespeichert werden.
4. Verfahren nach einem der Ansprüche 1 bis 3, dadurch gekennzeichnet, dass mittels des Analysemoduls (1) Korrelationsfaktoren zwischen den Risikoparametern basierend auf den in Risikoklassen unterteilten Populationsdatenfiles bestimmt werden und den entsprechenden Risikoparameter zuordnet abgespeichert werden.
5. Verfahren nach einem der Ansprüche 1 bis 4, dadurch gekennzeichnet, dass mittels eines oder mehreren Schwellwerten jedem Risikoparameter ein Relevanzflag bezüglich einer bestimmten Population und/oder Produkt zugeordnet wird.
6. Verfahren nach einem der Ansprüche 1 bis 5, dadurch gekennzeichnet, dass die Lookup-Table (4) mit Risikoparametern mindestens teilweise dynamisch basierend auf in Datenbanken (2) zugreifbar abgespeicherten Produkt- und/oder Populationsdaten rekords generiert wird.
7. Verfahren nach einem der Ansprüche 1 bis 6, dadurch gekennzeichnet, dass für Unterrisikogruppen mindestens ein getrennter relativer Eintrittsparameter generiert wird.
8. Verfahren nach einem der Ansprüche 1 bis 7, dadurch gekennzeichnet, dass beim Vergleich der Daten mit den empirischen in entsprechenden Speichereinheiten (6) gespeicherten Daten die Daten, falls sie ausserhalb einer bestimmbaren Schwankungstoleranz liegen, an die empirischen Daten angepasst werden.
9. Verfahren nach einem der Ansprüche 1 bis 8, dadurch gekennzeichnet, dass die Risikoparameter mindestens die relative Sterblichkeitsrisiken umfasst.
10. Verfahren nach einem der Ansprüche 1 bis 9, dadurch gekennzeichnet, dass basierend mindestens auf Teilen der relativen
Eintrittsparameter neue Risikoklassen dynamisch erzeugt werden.
11. Verfahren nach einem der Ansprüche 7 bis 10, dadurch gekennzeichnet, dass die Unterrisikogruppen mindestens Geschlecht und/oder Eintrittsalter und/oder Raucher/Nichtraucher und/oder Policendauer umfassen.
12. Computergestütztes System zur automatisierten Bestimmung relativer Risiken, die mit einer Vielzahl von Finanzprodukten verbunden sind, umfassend: a) Mittel zur Identifikation einer oder mehrerer Risikoklassen, die der Vielzahl von Finanzprodukten zugeordnet sind; b) Mittel zur Bestimmung einer erwarteten Eintrittsrate für jede
Risikoklasse; c) Mittel zur Division der erwarteten Eintrittsraten durch eine mittlere Rate zur Bestimmung eines relativen Risikoverhältnisses für jede Risikoklasse; und d) Mittel zum Vergleich der relativen Risikoverhältnisse zwecks
Charakterisierung der mit der Vielzahl von Produkten verbundenen relativen Risiken.
13. Computergestütztes System nach Anspruch 12, dadurch gekennzeichnet, dass die genannte eine oder mehrere Risikoklassen einem oder mehreren Kriterien zugeordnet sind, und welches zusätzlich Mittel zur
Modifizierung von einem oder mehreren Kriterien und zur erneuten Berechnung des relativen Risikoverhältnisses zur Bestimmung einer Auswirkung der genannten Modifizierung auf die relativen Risiken, welche mit den Produkten verbunden sind, aufweist.
14. Computergestütztes System nach einem der Ansprüche 12 oder 13, dadurch gekennzeichnet, dass eine oder mehrere der genannten Risikoklassen mit unterschiedlichen Kriterien verbunden sind, und worin die genannten relativen Risikoverhältnisse zu einem Vergleich der genannten Risikoklassen herangezogen werden.
15. Computergestütztes System nach einem der Ansprüche 12 bis 14, dadurch gekennzeichnet, dass es Mittel zur Anwendung des relativen Risikoverhältnisses zur Neudefinierung einer oder mehrerer der genannten Risikoklassen umfasst.
16. Computergestütztes System nach einem der Ansprüche 12 bis 15, dadurch gekennzeichnet, dass es Mittel zur Bestimmung eines getrennten relativen Risikoverhältnisses für Risiko-Untergruppen umfasst.
17. Computergestütztes System nach einem der Ansprüche 12 bis 16, dadurch gekennzeichnet, dass es zur Verwendung bei der Bestimmung der relativen Risikoverhältnisse Mittel zum Speichern von Daten umfasst, die sich auf das Vorherrschen von Kriterien beziehen, die mit den genannten Risikoklassen verbunden sind.
18. Computergestütztes System nach einem der Ansprüche 12 bis 17, dadurch gekennzeichnet, dass es Mittel zum Vergleich der Vorherrschensdaten mit empirischen Industriedaten für besondere Kombinationen von Kriterien und Mittel zur Anpassung der gespeicherten Daten an die empirischen Daten umfasst.
19. Computergestütztes System nach einem der Ansprüche 12 bis 18, dadurch gekennzeichnet, dass es Mittel zum Speichern von Daten umfasst, die sich auf die erwarteten Eintrittsraten beziehen, zwecks Verwendung bei der Bestimmung der relativen Risikoverhältnisse.
20. Computergestütztes System nach einem der Ansprüche 12 bis 19, dadurch gekennzeichnet, dass es Mittel zum Vergleich der gespeicherten Daten mit empirischen Industriedaten und Mittel zur Anpassung der gespeicherten Daten an die empirischen Daten umfasst.
21. Computergestütztes System nach einem der Ansprüche 12 bis 20, dadurch gekennzeichnet, dass die eine oder mehrere Risikoklassen mindestens einem Kriterium zugeordnet sind, und enthaltend weiterhin Mittel zur Verwendung des relativen Risikoverhältnisses zur Bestimmung der Auswirkung, die der Einschluss in eine Risikoklasse von einem oder mehreren Risiken, die eines oder mehrere mit dieser Risikoklasse verbundene Kriterien nicht erfüllen, auf diese Risikoklasse ausübt.
EP04766531A 2004-04-01 2004-08-18 Computergestütztes system und verfahren zur automatisierten risikoparametererkennung und/oder -charakterisierung Withdrawn EP1738306A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US10/816,120 US7849002B2 (en) 2004-04-01 2004-04-01 System and method for evaluating preferred risk definitions
PCT/EP2004/051830 WO2005106725A1 (de) 2004-04-01 2004-08-18 Computergestütztes system und verfahren zur automatisierten risikoparametererkennung und/oder -charakterisierung

Publications (1)

Publication Number Publication Date
EP1738306A1 true EP1738306A1 (de) 2007-01-03

Family

ID=35137666

Family Applications (1)

Application Number Title Priority Date Filing Date
EP04766531A Withdrawn EP1738306A1 (de) 2004-04-01 2004-08-18 Computergestütztes system und verfahren zur automatisierten risikoparametererkennung und/oder -charakterisierung

Country Status (3)

Country Link
US (2) US7849002B2 (de)
EP (1) EP1738306A1 (de)
WO (1) WO2005106725A1 (de)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060089860A1 (en) * 2004-10-21 2006-04-27 Barry Fitzmorris System and method for creating a favorable risk pool for portability and conversion life insurance programs
EP1899881A4 (de) * 2005-06-30 2011-01-26 Humana Inc System und verfahren zum testen individueller gesundheit und zur bereitstellung gesundheitsverbessernder verhaltensratschläge sowie zur förderung der beachtung dieser ratschläge
US7840464B2 (en) * 2007-02-05 2010-11-23 Jpmorgan Chase Bank, N.A. Creating and trading building block mortality derivatives to transfer and receive mortality risk in a liquid market
US8630888B2 (en) * 2008-07-31 2014-01-14 Siemens Aktiengesellschaft Systems and methods for analyzing a potential business partner
US20110029351A1 (en) * 2009-07-31 2011-02-03 Siemens Ag Systems and Methods for Providing Compliance Functions in a Business Entity
US20130226624A1 (en) 2012-02-24 2013-08-29 B3, Llc Systems and methods for comprehensive insurance loss management and loss minimization
WO2017036515A1 (en) * 2015-08-31 2017-03-09 Swiss Reinsurance Company Ltd. Automated mortality classification system for real-time risk-assessment and adjustment, and corresponding method
EP3475911A1 (de) * 2016-06-22 2019-05-01 Swiss Reinsurance Company Ltd. Lebensversicherungssystem mit vollautomatischem unterschriftverfahren zum echtzeitunterschreiben und zur risikoanpassung sowie zugehöriges verfahren dafür
CN109255486B (zh) * 2018-09-14 2021-07-20 创新先进技术有限公司 一种策略配置的优化方法及装置
CN111260168B (zh) * 2018-11-30 2023-09-29 内蒙古伊利实业集团股份有限公司 食品安全风险识别方法与系统

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4975840A (en) * 1988-06-17 1990-12-04 Lincoln National Risk Management, Inc. Method and apparatus for evaluating a potentially insurable risk
US5655085A (en) * 1992-08-17 1997-08-05 The Ryan Evalulife Systems, Inc. Computer system for automated comparing of universal life insurance policies based on selectable criteria
US5752236A (en) * 1994-09-02 1998-05-12 Sexton; Frank M. Life insurance method, and system
US6269339B1 (en) * 1997-04-04 2001-07-31 Real Age, Inc. System and method for developing and selecting a customized wellness plan
AU2054000A (en) * 1999-02-26 2000-09-14 Lipomed, Inc. Methods, systems, and computer program products for analyzing and presenting risk assessment results based on nmr lipoprotein analysis of blood
US20040024620A1 (en) * 1999-12-01 2004-02-05 Rightfind Technology Company, Llc Risk classification methodology
US6456979B1 (en) * 2000-10-24 2002-09-24 The Insuranceadvisor Technologies, Inc. Method of evaluating a permanent life insurance policy
US7319971B2 (en) * 2001-01-31 2008-01-15 Corprofit Systems Pty Ltd System for managing risk
US7590594B2 (en) * 2001-04-30 2009-09-15 Goldman Sachs & Co. Method, software program, and system for ranking relative risk of a plurality of transactions
EP1456789A4 (de) * 2001-11-29 2006-02-08 Swiss Reinsurance Co System und verfahren zum entwickeln von verlustannahmen
US7844477B2 (en) * 2001-12-31 2010-11-30 Genworth Financial, Inc. Process for rule-based insurance underwriting suitable for use by an automated system
US20050262014A1 (en) * 2002-03-15 2005-11-24 Fickes Steven W Relative valuation system for measuring the relative values, relative risks, and financial performance of corporate enterprises
US20030236685A1 (en) * 2002-06-19 2003-12-25 Robert Buckner Preferred life mortality systems and methods
US20040128112A1 (en) * 2002-12-13 2004-07-01 Mikytuck Howard W. System and method for holistic management of risk and return
US7383239B2 (en) * 2003-04-30 2008-06-03 Genworth Financial, Inc. System and process for a fusion classification for insurance underwriting suitable for use by an automated system

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
None *
See also references of WO2005106725A1 *

Also Published As

Publication number Publication date
WO2005106725A1 (de) 2005-11-10
US20050240514A1 (en) 2005-10-27
US20080281645A1 (en) 2008-11-13
US7849002B2 (en) 2010-12-07

Similar Documents

Publication Publication Date Title
EP1307816A1 (de) System zur ermittlung von fehlerursachen
WO2000011581A1 (de) Verfahren zur fortschrittlichen mengenorientierten kostenzuweisung unter verwendung verschiedener informationsquellen
LU102313B1 (de) Ein system zur analyse des verhaltens klinischer medikamente, das auf einem effizienten negativsequenz-mining-modell basiert, und seine arbeitsmethode
EP1738306A1 (de) Computergestütztes system und verfahren zur automatisierten risikoparametererkennung und/oder -charakterisierung
EP3736817A1 (de) Überprüfung und/oder verbesserung der konsistenz von datenkennzeichnungen bei der medizinischen bildverarbeitung
EP3970113A1 (de) Bestimmung eines verschleissgrades eines werkzeugs
DE112008001066T5 (de) Verfahren und System zur Bereitstellung eines virtuellen Stellenmarktes
EP2697729B1 (de) Verfahren und system zur unterstützung der diagnose eines wenigstens eine störung aufweisenden objektes
EP1546823B1 (de) Verfahren zur rechnergestützten erstellung von prognosen für operative systeme sowie system zur erstellung von prognosen für operative systeme
DE69821933T2 (de) System und verfahren zum erstellen von erfüllungsregeln für handelsysteme
EP1690219A2 (de) Inferenzmaschine
DE102020214050A1 (de) Computerimplementiertes Verfahren und Vorrichtung zum Durchführen einer medizinischen Laborwertanalyse
DE112009000357T5 (de) System und Verfahren zur Morphologiemerkmalsanalyse von physiologischen Daten
DE4121453C2 (de) Näherungsschlußfolgerungsvorrichtung
DE19963123B4 (de) Analytisches Informationssystem
DE102020201183A1 (de) Verfahren und Vorrichtung zur Simulation eines technischen Systems
WO2005036424A2 (de) Werkzeug für die unternehmensführung
DE102022207482B4 (de) Computerimplementiertes Verfahren zum Bestimmen eines Datenqualitätsindex, Computerprogramm und Steuereinheit
DE102019204382A1 (de) Verfahren und Vorrichtung zum maschinellen Verarbeiten eines technischen Dokuments
AT411143B (de) Vorrichtung zum auswerten psychologischer und biomedizinischer rohdaten
DE102023115605A1 (de) Vorhersage der operationsdauer
EP4156069A1 (de) Verfahren zur bestimmung einer technologischen relevanz wenigstens zweier technologie-portfolien sowie computerprogramm und computerlesbares speichermedium
EP1451750B1 (de) Verfahren zur identifikation von pharmakophoren
DE102022214222A1 (de) Verfahren für eine Bereitstellung eines Anwendungsprofil für einen Benutzer wenigstens eines Elektrowerkzeugs
DE202022103183U1 (de) Ein System zur Identifizierung klinischer Korrekturen anhand von EEG-Signalen

Legal Events

Date Code Title Description
PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

17P Request for examination filed

Effective date: 20061102

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HU IE IT LI LU MC NL PL PT RO SE SI SK TR

17Q First examination report despatched

Effective date: 20070130

DAX Request for extension of the european patent (deleted)
STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE APPLICATION IS DEEMED TO BE WITHDRAWN

18D Application deemed to be withdrawn

Effective date: 20070612