Comment les chercheurs ont analysé l’algorithme d’assurance automobile d’Allstate

0
107

Les régulateurs des États et les groupes de défense des consommateurs ont examiné l’utilisation par Allstate Corporation des mégadonnées et des tarifs personnalisés dans la façon dont elle calcule le montant facturé par l’entreprise à ses clients de l’assurance automobile privée.

Nous avons vérifié si l’algorithme de tarification personnalisé d’Allstate traitait les clients différemment en fonction de facteurs non liés au risque en analysant les rares données au niveau des clients que nous avons trouvées dans les documents qui faisaient partie d’un dossier de taux 2013 soumis pour approbation et par la suite désapprouvé par les autorités de réglementation du Maryland. Ce dossier fournit le plus d’informations sur le modèle de rétention d’Allstate à la disposition du public, avec un niveau de détail qui est généralement protégé du public par Allstate et d’autres assureurs.

Notre analyse a révélé que l’un des facteurs les plus importants en corrélation avec le changement de prix proposé par les titulaires de police était le montant qu’ils payaient déjà.

Dans le dossier d’Allstate, la société a indiqué que plus de la moitié de ses clients payaient trop et d’autres trop peu pour une assurance automobile en fonction des facteurs de risque actuels. Le taux que la compagnie a calculé que les assurés devraient payer est appelé «prime indiquée» dans son dossier. (Dans cet article, nous l’appellerons le «prix idéal».)

Mais Allstate n’a pas proposé d’ajuster les tarifs à ces prix idéaux. La société a soumis un plan de notation basé sur des algorithmes propriétaires de «modèle de rétention» pour ajuster plus lentement les tarifs de leurs clients. Allstate a appelé les taux auxquels ils souhaitaient facturer la «prime sélectionnée». (Dans cet article, nous l’appellerons le «prix de transition».)

Notre analyse a révélé qu’Allstate a enregistré ses augmentations de taux et de pourcentage les plus élevées pour les titulaires de police qui payaient déjà des taux élevés. Les conducteurs dont les primes ont dépassé 1 883,97 $ au cours de la période de six mois précédente et qui étaient dus à une augmentation ont dû faire face à des hausses de taux de transition pouvant atteindre 20%.

Les autres clients auxquels Allstate avait attribué le même prix idéal mais qui payaient des primes moins élevées à l’époque n’auraient pas été aussi proches d’une bosse aussi élevée. Au lieu de cela, Allstate a plafonné ses augmentations de prix de transition à 5,02%.

En d’autres termes, il semble que l’algorithme d’Allstate ait construit une «liste de drageons» qui facturerait simplement aux gros dépensiers des tarifs encore plus élevés.

Nous avons constaté que les clients qui auraient bénéficié de hausses de tarifs massives dans le cadre du plan Allstate étaient de manière disproportionnée d’âge moyen. Les clients âgés de 41 à 62 ans étaient les plus susceptibles de bénéficier d’une augmentation massive des tarifs, probablement liée au fait que ce groupe d’âge avait les prix courants médians les plus élevés.

Ceux qui ont connu des hausses de taux massives étaient également des hommes de façon disproportionnée. Ils vivaient également de manière disproportionnée dans des communautés qui étaient à plus de 75% «non blanches».

En outre, alors que les propres données d’Allstate indiquaient que plus de la moitié de ses clients dans le Maryland étaient surfacturés, l’algorithme de la société a déterminé qu’aucun d’entre eux ne devait bénéficier d’une remise substantielle. Les clients âgés de 63 ans et plus ont été touchés de manière disproportionnée par l’absence de remises significatives.

Il y a des limites à notre analyse. La proposition n’a jamais été mise en œuvre dans le Maryland. Et nous ne pouvons pas affirmer avec certitude que les clients Allstate dans d’autres États seraient affectés exactement de la même manière, car les responsables de l’entreprise disent qu’ils créent des variantes de ses modèles pour chaque État.1 Cependant, nous avons trouvé des dépôts dans 10 États où Allstate a déclaré qu’il utilise des modèles de rétention dans ses prix d’assurance automobile.

L’assurance automobile est obligatoire pour les conducteurs de tous les États sauf le New Hampshire et la Virginie2 et est réglementé au niveau de l’État. Aux États-Unis, les assureurs automobiles sont censés fixer les tarifs des clients en fonction principalement du risque pour les conducteurs de tomber dans un accident ou de subir d’autres pertes qui coûteront de l’argent à la compagnie d’assurance. La plupart des États interdisent aux assureurs de facturer à leurs clients des tarifs qui ne sont pas liés au risque – une expression courante utilisée est «injustement discriminatoire»3– deux clients ayant des profils de risque similaires ne devraient pas être facturés à des prix différents.

Les assureurs soumettent régulièrement des «plans de notation» aux régulateurs. Selon la National Association of Insurance Commissioners, ces plans comprennent «un ensemble de règles, de classifications et de sous-classifications des risques, de facteurs, de remises, de suppléments et de frais appliqués à un taux de base».4 Ces plans sont utilisés pour calculer les primes.

Ces dernières années, certains assureurs ont introduit des analyses prédictives en utilisant des quantités croissantes de données clients dans leurs plans de tarification. Contrairement aux techniques du passé, ces méthodes ne sont pas simples. Il peut être difficile pour les régulateurs comme pour les défenseurs des consommateurs de voir comment les caractéristiques des clients affectent les décisions de tarification prises par les assureurs.

Une pratique controversée fondée sur les données est appelée «optimisation des prix», qui consiste à facturer aux clients des prix personnalisés basés sur des facteurs autres que le risque. Parmi eux, il y a la «rétention» ou la probabilité qu’un client change de société en fonction d’une hausse des prix ou reste sans baisse de prix.

Des inquiétudes concernant l’optimisation des prix sont apparues en 2013, lorsque le développeur de logiciels Earnix a publié une étude de marché auprès de 73 cadres et professionnels des prix représentant de grands assureurs aux États-Unis et au Canada, montrant que 45% utilisaient l’optimisation des prix et 29% prévoyaient de les rejoindre. le futur proche.5 6

Dans une lettre adressée aux autorités de réglementation des assurances en 2014, la Consumer Federation of America (CFA) a accusé Allstate d’incorporer l’optimisation des prix dans certains de ses plans de notation récemment introduits par le biais d’un facteur appelé «notation complémentaire du groupe».7

La CFA a analysé un dossier du Wisconsin Allstate et a constaté que la société avait divisé les assurés en près de 100 000 «micro-segments» en fonction du code postal, des années d’assurance préalable, de la date de naissance et du sexe de la personne la plus âgée de la police. Le groupe de consommateurs a accusé Allstate d’utiliser des «techniques illégales» pour modifier les taux.

« Le dossier montre ce que nous avons allégué tout au long du débat en cours sur l’optimisation des prix: que les assureurs ne sont pas en mesure de résister à la tentation d’utiliser l’optimisation des prix pour décomposer les classes de risque et baser les prix sur des facteurs non liés au risque tels que l’élasticité-prix », a déclaré le consommateur. groupe a déclaré dans la lettre aux régulateurs de l’Etat. Ils ont exhorté les régulateurs à ne pas accepter de changements de taux Allstate utilisant le facteur et à forcer les assureurs à divulguer s’ils utilisaient des techniques d’optimisation des prix.

En 2015, la National Association of Insurance Commissioners (NAIC), un groupe consultatif professionnel pour les régulateurs des assurances de l’État, a publié un livre blanc sur l’optimisation des prix. Il a constaté que, même s’il n’y avait pas de définition convenue de l’optimisation des prix, de nombreuses pratiques étiquetées comme telles pouvaient conduire à l’utilisation de facteurs non fondés sur le risque, y compris la facturation des conducteurs en fonction du montant qu’ils sont prêts à payer, qu’ils fassent leurs achats autour pour d’autres options d’assurance, et s’ils posent des questions ou portent plainte.

Le rapport indique que ces pratiques pourraient faire en sorte que les clients présentant des profils de risque similaires se voient facturer des tarifs différents pour la même couverture. Le rapport a soulevé des questions quant à savoir si l’optimisation des prix nuirait le plus aux personnes de couleur et aux conducteurs à faible revenu, mais n’a pas fourni de réponse.

Dans le document, l’ANAC a suggéré que les commissaires aux assurances publient des lignes directrices réitérant que les taux ne devraient pas être injustement discriminatoires, et précisant que la discrimination comprend «[r]ajustement de l’attention à un niveau individuel.8 Au cours des cinq dernières années, au moins 18 États et Washington, D.C., ont publié des déclarations publiques interdisant «l’optimisation des prix».

Néanmoins, Allstate n’a pas été découragé dans ses efforts pour établir des taux basés sur la rétention. Huit mois après l’adoption du livre blanc de la NAIC, Allstate a affirmé qu’il utilisait des modèles de rétention dans 23 États.9 Il insère généralement ces modèles de rétention dans le cadre de sa notation de groupe complémentaire (CGR) – ou d’un facteur successeur qu’il appelle la notation de groupe TAN (Table Assignment Number). Au cours de la dernière décennie, Allstate a proposé des plans tarifaires qui utilisent CGR ou TAN dans au moins 39 États.dix

Au moins trois États ont rejeté ces propositions.11 La Géorgie a explicitement désapprouvé un plan soumis par Allstate qui utilisait le TAN, déclarant: « Le Département n’autorise pas l’utilisation de l’optimisation des prix. » Les régulateurs du Maryland ont déclaré que l’utilisation de CGR «entraîne des tarifs qui sont injustement discriminatoires». Les régulateurs de la Floride ont désapprouvé un dossier Allstate en 2014, écrivant dans leur lettre de rejet que le plan d’Allstate de fixer la prime d’un individu en fonction de sa «réaction modélisée aux changements de taux» était «injustement discriminatoire». Allstate a retiré ses propositions dans certains autres États, dont la Louisiane et le Rhode Island, après que les régulateurs aient posé des questions précises.

Notre examen des dossiers publics montre que dans au moins 10 États, les systèmes actuels de tarification de l’assurance automobile d’Allstate incluent le TAN ou le CGR avec un modèle de rétention.

Dans sa lettre aux régulateurs géorgiens, Allstate a défendu ses pratiques, déclarant que le TAN n’est pas l’optimisation des prix. La société a déclaré que les régulateurs devraient approuver les algorithmes à l’intérieur de TAN car ils n’utilisent que des variables qui ont été précédemment approuvées par les régulateurs de l’État. La société a également déclaré que, parce que ses changements de taux sont neutres en termes de revenus – dans de nombreux dépôts que nous avons examinés, les augmentations et diminutions de taux ont eu un impact global de zéro pour cent – cela ne nuit pas aux clients.12

Comment nous avons acquis les données

Nous avons utilisé S&P Global Inc., un fournisseur de données commerciales, pour identifier les dépôts publics pertinents effectués par Allstate auprès des régulateurs des États concernant leurs plans de notation. Les détails de son algorithme ne sont pas inclus dans de nombreux dépôts auprès des régulateurs des États. Dans certains dépôts, Allstate inclut des informations sur l’algorithme dans une exposition qui est tenue à l’écart du public.

En examinant des centaines de dossiers, nous avons identifié un dossier retiré du Maryland de 2013 (SERFF # ALSE-129270805) qui a été complété en 2014 avec des informations de tarification individuelles pour 92 792 titulaires de police Allstate. Nous avons ensuite récupéré le dossier, avec des informations sur les prix au niveau du client, dans une base de données publique tenue à jour par la Maryland Insurance Administration, SERFF.

Allstate a retiré le dossier après que le Maryland l’a jugé discriminatoire et a désapprouvé la demande de taux.13 Cependant, ce dossier particulier est le portrait le plus complet de l’effet de CGR sur les tarifs d’assurance individuelle qui est accessible au public.

Chaque police individuelle décrite dans le dossier énumère plusieurs primes de six mois, y compris la «prime actuelle» que le titulaire de police payait à l’époque, la «prime indiquée» qu’Allstate pensait que chaque police devrait en fait payer en utilisant un nouveau modèle de risque et un « prime sélectionnée »le preneur d’assurance paierait une fois le dépôt entré en vigueur.

Le dossier contenait également des informations sur le sexe et la date de naissance du conducteur le plus âgé sur la police, un «territoire» qui correspondait au code postal où le titulaire de la police résidait, et le nombre d’années que le titulaire avait été avec un assureur précédent. Il n’incluait pas le nombre de conducteurs assurés par chaque police.14

Nous avons joint ces données avec des informations démographiques sur le niveau de code postal de l’enquête américaine de 5 ans sur la communauté américaine (ACS) du recensement américain de 2015. Sur les 92 792 entrées, 70 avaient des codes postaux non inclus dans les données ACS et ont été supprimées.

Fonctionnement de la tarification proposée par Allstate

Allstate a commencé par calculer combien facturer chaque client du Maryland non pas une, mais deux fois, en utilisant un modèle de risque plus ancien et un modèle de risque plus récent. Il facturait les clients sur la base de l’ancien modèle et souhaitait les faire évoluer vers le prix indiqué par le nouveau modèle. Allstate a déclaré qu’elle considérait le nouveau modèle comme reflétant plus précisément le risque supporté par chaque preneur d’assurance.15

Pour certains clients, ces deux prix différaient de milliers de dollars. Allstate a affirmé qu’elle voulait éviter les «changements de primes extrêmes» qui pourraient amener ces clients à passer à un autre assureur.16 Pour éviter de les perdre, l’entreprise a ajouté une étape supplémentaire, la «CGR (Complementary Group Rating)», pour faire évoluer les clients vers le nouveau modèle.17 Chaque titulaire de police se voit attribuer un facteur CGR individuel, qui varie de 0,1066 à 9,3823, ce qui donne un tableau de 1 101 pages.

Étant donné que chaque preneur d’assurance a un CGR personnalisé, les clients d’Allstate qui se voient attribuer des augmentations de taux idéales similaires pourraient bénéficier de hausses de taux radicalement différentes pendant la période de transition une fois le CGR appliqué.

CGR est basé en partie sur des «modèles de rétention» propriétaires. Dans une lettre adressée en 2015 aux autorités de réglementation de la Louisiane, Allstate a expliqué: «Les modèles de rétention estiment la propension d’un client à conserver en réaction aux changements de taux.» La lettre indiquait que la conservation est un moyen pour Allstate d’estimer sa «position concurrentielle sur le marché».18

Dans le dossier du Maryland, des dizaines de caractéristiques sont répertoriées comme variables d’entrée dans les modèles de rétention, notamment le nombre de femmes couvertes, l’âge du plus jeune conducteur et le nombre de véhicules.19

Les taux CGR des clients sont ensuite fixés par les prédictions de ce modèle de rétention. Deux clients Allstate auraient tous deux pu se voir attribuer une augmentation de 50% pour atteindre les prix de leur nouveau modèle, mais l’un d’eux n’aurait pu voir qu’une augmentation de 5%, tandis que l’autre aurait obtenu une augmentation de 20% en vertu de la proposition.

Notre analyse a montré que le facteur le plus important déterminant si un client en raison d’une augmentation significative dans le cadre du nouveau modèle a été atteint par une augmentation de 5% ou 20% était le montant que le client payait déjà. Nous avons constaté que les titulaires de police du Maryland payant plus de 1 883,97 $ au cours de la période actuelle de six mois et dont l’augmentation idéale des prix était de 381 $ ou plus seraient touchés par une augmentation pouvant atteindre 20%. Ceux dont les augmentations indiquées étaient similaires mais payaient moins de 1 883,97 $ n’auraient dû supporter qu’une augmentation de 5%.

Prenons deux hommes de 32 ans dans le comté de Prince George. L’un payait à Allstate 2 617,42 $ pour six mois de couverture, l’autre 814,48 $. Ils avaient besoin d’une augmentation de 21,7% et d’une augmentation de 21,8%, respectivement, pour atteindre leurs prix idéaux.

Selon le plan proposé, l’homme avec le taux le plus bas aurait obtenu une augmentation de 4,8%, ou 39,17 $, pour un nouveau prix de transition de 853,65 $. L’autre homme aurait obtenu une augmentation de 20,0%, ses tarifs atteignant 522,45 $ à un prix de transition de 3 139,87 $ pour six mois de couverture.

Les prix de coupure avaient des frontières floues. Il y avait 200 titulaires de police dans l’ensemble de données du Maryland qui remplissaient les conditions de la forte augmentation, mais Allstate a plutôt plafonné leur augmentation à environ 5%. La plupart d’entre eux, 128 titulaires de police, avaient des prix actuels entre 1 883 $ et 1 983 $ et une augmentation de prix idéale de 381 $ ou plus. Les 72 autres souscripteurs payaient plus de 1 983 $ et devaient recevoir des augmentations comprises entre 381 $ et 609 $.

Effets du modèle de rétention proposé sur les clients du Maryland

Le modèle de rétention est utilisé pour calculer un prix («prime sélectionnée» – que nous appelons un «prix de transition») entre ce que les clients ont été facturés avant la soumission du dossier («prime actuelle» – que nous appelons le «prix actuel» ) et les prix qu’Allstate a calculés pour eux en utilisant le nouveau modèle («prime indiquée» – que nous appelons le «prix idéal»). Pour commencer à étudier les effets potentiels du modèle de rétention, nous avons d’abord considéré un modèle linéaire du prix de transition régressé par rapport aux prix actuels et idéaux. La sortie du modèle est contenue dans le tableau ci-dessous.

Sortie de modèle pour les effets principaux et les modèles d’interaction complète