ИССЛЕДОВАНИЕ · RESEARCH · #1095
Insurance Reserve Intelligence Platform: PINN/KINN для резервов по срочным страхованиям (arXiv:2609.30765v1)
В препринте на arXiv описана «Insurance Reserve Intelligence Platform», объединяющая классический решатель уравнения Тиле с Physics-Informed Neural Network (PINN), дополненной Loss-функциями Knowledge-Informed Neural Network (KINN), для моделирования резервов по срочным страхованиям жизни. Модель предсказывает стандартизированное отношение резерва по семи признакам, показывает на тесте R2=0.9887, MAE=785.48, RMSE=1212.76 и утверждает, что вывод PINN/KINN примерно в 119.53× быстрее классического решателя на 200 полисах, при этом указывая на проблемы с монотонностью и генерализацией вне распределения.
КЛЮЧЕВЫЕ ТЕЗИСЫ
- В препринте на arXiv описана «Insurance Reserve Intelligence Platform», объединяющая классический решатель уравнения Тиле с Physics-Informed Neural Network (PINN), дополненной Loss-функциями Knowledge-Informed Neural Network (KINN), для моделирования резервов по срочным страхованиям жизни.
- Модель предсказывает стандартизированное отношение резерва по семи признакам, показывает на тесте R2=0.9887, MAE=785.48, RMSE=1212.76 и утверждает, что вывод PINN/KINN примерно в 119.53× быстрее классического решателя на 200 полисах, при этом указывая на проблемы с монотонностью и генерализацией вне распределения.
- Быстрые и физически согласованные оценки резервов могут существенно сократить время расчётов для анализа чувствительности, оптимизации и масштабных сценариев у страховщиков жизни, однако проблемы с монотонностью и генерализацией за пределы распределения ограничивают немедленное практическое применение.
ПОЧЕМУ ЭТО ВАЖНО
Быстрые и физически согласованные оценки резервов могут существенно сократить время расчётов для анализа чувствительности, оптимизации и масштабных сценариев у страховщиков жизни, однако проблемы с монотонностью и генерализацией за пределы распределения ограничивают немедленное практическое применение.