重视精算资产

发布方：北美精算师协会

汽车远程信息处理和基于使用情况的保险。物联网和大数据。一般保险(财产伤亡)行业事实上已迎来了认知时代。保险公司面临的挑战是如何智能地利用所有新数据，不仅要有效地管理对个人和知识产权构成的日益升级和变幻莫测的风险，而且要在竞争激烈的全球一般保险市场上保持领先。

根据北美精算师协会 (SOA) FSA、FCAS、FCIA、一般保险研究员 Anthony Cappelletti的说法，应对该挑战的关键在于预测分析——以及知道如何与何时使用预测分析的精算人员。

“索赔结算、费率厘定、欺诈检测、亏损储备金、运营、承保——保险公司可以使用多种不同的方式预测建模和大数据，获得更多的利润和竞争力”。他说，“了解预测分析(如何设计系统、开发和解释其输出值)的精算师将成为雇佣他们的保险公司增值的人才。”

根据Cappelletti说法，定位优秀的公司将是那些凭借敏锐的全球商业意识设法将传统方法与先进的精算建模和分析工具以及技术技能整合在一起的公司。德勤 (Deloitte) 咨询公司在2016年的分析趋势报告中总结了动态：“随着认知技术的发展，它可能会成为工具箱中的另一种工具——对于合适的应用非常有用，但不能取代同时补充人类思维过程的传统分析功能。人机二元体系不是‘两者择一’，而是明确的‘两者兼顾’”。

现在，正在培养能以“两者兼顾”的技能组合(能够应用高级预测分析和传统建模方法的能力)来满足实际需求的新一代精算师。2016年，SOA 董事会批准了一项针对北美精算师协会准精算师 (ASA) 和特许企业风险分析师 (CERA) 课程的精算教育改进计划。更新的课程将于2018年7月推出，借鉴了多个行业利益相关者的意见，专注于加强预测分析教育和培训。目标：培养具备高级分析技能的精算师，使精算师立即成为雇用他们的保险公司的宝贵资产。

作为课程更新的一部分，SOA 正向 ASA 课程添加两个新元素。第一个新元素是关于风险建模统计学的 ASA 考试。此考试包括引入广义线性模型 (GLM)，让考生有机会研究 GLM、高级集群分析和其他新的分析工具。案例研究可结合各种建模技术和流程一起使用，累积实践经验。继上述工作之后，第二个新元素是专门针对预测分析的新要求，其中包括在预测分析方面评估由考生完成的普氏项目。在此项目中，考生将使用计算机软件包来分析数据集并交流自己的结果。他们必须表明自己可以使用这些工具来解决他们将会在工作场所面临的复杂、多元问题。

ASA 课程更新将用数理统计学 VEE 主题取代应用统计学教育学分认证 (VEE) 主题。在引入两个新元素之后，这将不仅包含应用统计学，而且需要数理统计学的基础。ASA 课程更新也将让我们有机会通过提高短期精算数学的覆盖率，在长期和短期精算数学之间创造更佳的均衡性。ASA 考生将全面了解与一般保险等短期产品相关的定价和储备金动态。

Cappelletti解释说，SOA 的一般保险精算师课程的核心内容为实践在线学习，基于案例研究的模型与真实数据应用程序，以及考生将自己的分析和结果纳入商业文体报告的个人项目工作。ASA 课程更新更加注重预测分析，已将当前的一般保险精算师专业课程要求统计技术应用 (AST) 模块中的大量材料转移到 ASA 课程。这一变革将让考生能够通过改进的 AST 模块累积更深入和更先进的实践经验，应用先进的建模技术来应对更复杂的情况。除此之外，ASA 课程更新中的长期与短期精算数学均衡，让一般保险精算师考试可以减少目前纳入 ASA 课程的入门资料，而纳入更高级的材料。

在一个越来越不确定的世界中，现有的风险变化和新的威胁与日俱增，精算部门不仅需要历史索赔数据，而且还需要用基本回归和时间序列分析法来保持股东和客户的优势，Cappelletti说道。“保险公司需要利用他们现有的技术和数据来保持竞争力。如果不这样做，他们会更容易受到逆向选择的影响。”

利用这些认知资源的关键在于找到具有以下技能的精算师：

 •挖掘、模拟和分析复杂数据，在新出现的赔偿责任升级之前尽早识别它们，并预测可能会出现新威胁的领域。

 •围绕基于使用情况的保险等新产品制定精算策略。

 •在客户最需要(或者也许甚至没有意识到他们需要)的保险范围和产品方面，获得有价值的战略见解。

 •提高对大规模事件和快速变化的市场条件的响应能力。

由于技术进步的速度以及网络犯罪、气候变化和疾病迅速蔓延等威胁的险恶、瞬变的性质，培训项目使其一般保险精算师能够从第一天起就发挥作用也是至关重要的。Cappelletti观察到，在职学习曲线越短越好。“保险公司非常希望新来的精算师能够将自己丰富的分析知识运用到工作中。”

如需了解更多详情，请访问https://www.soa.org/curriculumchanges。