تحلیل وصول مطالبات در بیمه: از سنی‌سازی تا مدل‌های بقا و اولویت‌بندی ارزش مورد انتظار

یادداشت روش‌شناسی. در این مقاله هر بند با یکی از سه برچسب مشخص شده است: «واقعیت تأییدشده» یعنی گزاره در منبعی قابل ارجاع آمده و در تاریخ دسترسی بازیابی شده؛ «فرض» یعنی استنتاج تحلیلی نویسنده است و باید در محیط داده واقعی آزمون شود؛ «نیازمند تأیید» یعنی ادعا را نتوانستم با منبع اولیه تطبیق دهم. هیچ آمار صنعتی، نرخ وصول یا مقرره‌ای از حافظه نقل نشده است. منابع در پایان با تاریخ دسترسی آمده‌اند.

۱. مسئله: صف وصول، نه فهرست بدهی

[فرض] بیشتر تیم‌های وصول در بیمه یک فهرست بدهی دارند، نه یک صف تصمیم. فهرست با تاریخ سررسید یا اندازه بدهی مرتب می‌شود؛ صف با «ارزش مورد انتظار اقدام بعدی». اگر ظرفیت تماس روزانه محدود باشد، مرتب‌سازی بر اساس مبلغ، بزرگ‌ترین خطای عملیاتی است: مبلغ بزرگ لزوماً قابل وصول نیست و مبلغ کوچک با احتمال بالا می‌تواند بازده بیشتری بدهد.

[واقعیت تأییدشده] در ادبیات اعتبار، ابزار پایه برای تبدیل فهرست به تصویر جریان، دو مفهوم به‌هم‌پیوسته است: سطل‌های تأخیر (aging buckets) و نرخ انتقال (roll rate). تحلیل سنی، مطالبات را بر پایه مدت گذشته از سررسید در بازه‌های زمانی مرتب می‌کند (منبع ۲). نرخ انتقال، سهم بدهی یا تعداد حساب‌هایی را می‌سنجد که در یک دوره از یک سطل به سطل بدتر حرکت می‌کنند (منبع ۱).

۲. تعریف دقیق aging bucket و roll rate

۲.۱. aging bucket

[واقعیت تأییدشده] سطل سنی یک بازه نیم‌باز از «روزهای تأخیر» است؛ مثلاً ۱ تا ۳۰، ۳۱ تا ۶۰، ۶۱ تا ۹۰ و بیش از ۹۰ روز. مرزها باید صریح باشند تا دو گزارش قابل مقایسه شوند. در بیمه، نقطه شروع تأخیر را باید دقیق تعریف کرد: تاریخ سررسید قسط، تاریخ صدور صورت‌حساب، یا تاریخ سررسید چک. انتخاب اشتباه، کل توزیع سنی را جابه‌جا می‌کند (فرض تحلیلی).

[فرض] سه تصمیم طراحی باید پیش از مدل‌سازی ثبت شود: واحد شمارش (ریال، پرونده، یا بیمه‌گذار)؛ رفتار جزپرداخت (بازگشت به سطل بهتر یا ماندن در همان سطل)؛ و قاعده خروج، زیرا تسویه، بخشودگی، تهاتر و انتقال به حقوقی رویدادهای متفاوتی هستند.

۲.۲. roll rate

[واقعیت تأییدشده] نرخ انتقال از سطل \(i\) به سطل \(j\) در دوره \(t\) معمولاً به این صورت محاسبه می‌شود:

\[ R_{i \to j,t} = \frac{B_{j,t}}{B_{i,t-1}} \]

که \(B_{i,t-1}\) مانده سطل \(i\) در دوره قبل و \(B_{j,t}\) مانده‌ای است که در دوره جاری به سطل \(j\) منتقل شده است. اگر شمارش بر مبنای تعداد باشد، \(B\) با \(N\) جایگزین می‌شود (منبع ۱، با مثال عددی مشابه).

[فرض] این فرمول ساده یک دام جدی دارد: مخرج و صورت باید یک مجموعه پرونده را دنبال کنند. اگر پرونده‌های جدید در دوره جاری وارد سطل \(j\) شوند، نرخ انتقال به‌طور مصنوعی بالا می‌رود. راه‌حل، محاسبه بر پایه «هم‌گروه» (cohort) است: مجموعه پرونده‌هایی که در ابتدای دوره در سطل \(i\) بودند و در پایان دوره ردیابی می‌شوند.

[فرض] در کنار roll rate، سه نرخ مکمل لازم است: نرخ درمان (cure rate) یعنی بازگشت از سطل بد به جاری؛ نرخ ماندگاری (stay rate) یعنی باقی‌ماندن در همان سطل؛ و نرخ خروج نهایی. بدون این سه، ماتریس انتقال تصویر ناقصی از پویایی پرونده می‌دهد.

۲.۳. ماتریس انتقال و محدودیت‌های آن

[فرض] وقتی نرخ‌های انتقال را برای چند دوره کنار هم می‌گذارید، ماتریسی به دست می‌آید که با ضرب آن در توزیع فعلی می‌توان توزیع آینده را پیش‌بینی کرد. این پیش‌بینی فقط تحت فرض «پایداری رژیم» معتبر است؛ تغییر سیاست وصول، بخشودگی سراسری، یا تغییر ترکیب پرتفوی ماتریس را می‌شکند.

[واقعیت تأییدشده] تحلیل سنی برای برآورد ذخیره مطالبات مشکوک‌الوصول هم به کار می‌رود: مانده هر سطل در نرخ زیان تاریخی همان سطل ضرب و جمع می‌شود (منبع ۲).

۳. رتبه‌بندی در برابر اثر علّی

[واقعیت تأییدشده] مدل پیش‌بینی نکول به این پرسش پاسخ می‌دهد: «با احتمال چه اندازه این پرونده بد می‌شود؟» مدل اثر علّی به پرسش دیگری پاسخ می‌دهد: «اگر امروز تماس بگیریم، احتمال وصول چه اندازه بیشتر می‌شود؟» این دو یکی نیستند. ادبیات uplift modeling دقیقاً برای تفکیک همین دو ساخته شده و سه خانواده روش را معرفی می‌کند: مدل دوگانه، تبدیل کلاس، و مدل‌سازی مستقیم اثر (منبع ۶).

[فرض] مثال تصمیمی: دو پرونده با ریسک یکسان. پرونده الف بدون تماس هم می‌پردازد؛ پرونده ب فقط با تماس می‌پردازد. مدل ریسک هر دو را یکسان رتبه می‌دهد، اما ارزش اقدام برای پرونده ب بالاتر است. اگر صف را با ریسک مرتب کنید، بودجه تماس را به کسانی می‌دهید که خودشان می‌پرداختند. این خطا در ادبیات uplift «اثر بازدارنده» نامیده می‌شود: تماس با گروهی که خودبه‌خود پاسخ می‌دهد، ارزش افزوده‌ای ندارد.

[فرض] برای سنجش اثر علّی در وصول، به گروه کنترل نیاز است. اگر همه پرونده‌های پرریسک تماس گرفته باشند، داده‌ای برای تخمین «چه می‌شد اگر تماس نمی‌گرفتیم» وجود ندارد. این محدودیت با مدل قوی‌تر جبران نمی‌شود؛ فقط با طراحی آزمایش یا روش‌های شبه‌آزمایشی درمان‌پذیر است.

۴. معیارهای ارزیابی: هر عدد به چه پرسشی پاسخ می‌دهد؟

[واقعیت تأییدشده] Brier score میانگین مربع اختلاف احتمال پیش‌بینی‌شده و نتیجه واقعی است و یک «قاعده امتیازدهی اکیداً مناسب» (strictly proper scoring rule) محسوب می‌شود (منبع ۴). AUC توان تفکیک را می‌سنجد و به کالیبراسیون حساس نیست؛ دو مدل با AUC یکسان می‌توانند احتمال‌های کاملاً متفاوتی تولید کنند (منبع ۳ و ۵).

[واقعیت تأییدشده] C-index یا شاخص هارل، احتمال این است که در یک جفت قابل‌مقایسه، فرد با ریسک پیش‌بینی‌شده بالاتر واقعاً زودتر رویداد را تجربه کند؛ این معیار برای داده سانسورشده تعریف شده است (منبع ۸). در وصول مطالبات، «رویداد» می‌تواند تسویه کامل باشد و «سانسور» یعنی پرونده هنوز باز است.

[فرض] Gain و Lift باید همیشه با ظرفیت عملیاتی گزارش شوند. Lift در دهک اول بدون گفتن «چند تماس در روز ممکن است» یک عدد تزئینی است. معیار عملیاتی درست این است: با ظرفیت \(K\) تماس، ارزش وصول‌شده در صف مدل نسبت به صف تصادفی چه اندازه بیشتر است.

۵. چرا اعتبارسنجی زمانی لازم است

[واقعیت تأییدشده] در اعتبارسنجی متقاطع معمول، داده به‌طور تصادفی تقسیم می‌شود. در داده‌های زمان‌دار، این کار نشت اطلاعات آینده به گذشته ایجاد می‌کند. روش «مبدأ غلتان» (rolling origin) آموزش را روی داده تا یک مبدأ زمانی انجام می‌دهد و آزمون را روی دوره بعدی، سپس مبدأ را جلو می‌برد (منبع ۷).

[فرض] در وصول بیمه، سه منبع نشت وجود دارد که اعتبارسنجی تصادفی آن‌ها را پنهان می‌کند:

1. ۱.نشت سیاست: اگر مدل با داده دوره‌ای آموزش دیده که در آن سیاست وصول تغییر کرده، الگوی «تماس گرفته شد» را با «پرداخت شد» اشتباه می‌گیرد.
2. ۲.نشت ماکرو: تورم، بخشودگی جرایم، یا تغییر نرخ ارز می‌تواند رابطه ویژگی و نتیجه را در دوره آزمون عوض کند.
3. ۳.نشت پرونده: یک پرونده در چند قسط ظاهر می‌شود. اگر قسط‌های یک پرونده بین آموزش و آزمون تقسیم شوند، مدل هویت پرونده را حفظ می‌کند.

[فرض] حداقل طراحی قابل دفاع: چند مبدأ، افق ثابت، و گزارش عملکرد به تفکیک مبدأ به‌جای یک عدد میانگین. اگر عملکرد در مبدأ آخر به‌شدت افت کرد، میانگین کل گمراه‌کننده است.

۶. کالیبراسیون ایزوتونیک

[واقعیت تأییدشده] کالیبراسیون یعنی نگاشت خروجی خام مدل به احتمال قابل تفسیر. روش ایزوتونیک یک تابع پله‌ای غیرنزولی برازش می‌کند و محدودیت آن فقط یکنوایی است، بنابراین می‌تواند هر اعوجاج یکنوای مدل را اصلاح کند. این روش نسبت به روش سیگموید انعطاف بیشتری دارد، اما در داده کم مستعد بیش‌برازش است. منابع فنی آستانه حدود هزار نمونه را برای برتری معمول آن ذکر می‌کنند (منبع ۳).

[واقعیت تأییدشده] کالیبراتور باید روی داده‌ای مستقل از داده آموزش مدل برازش شود؛ استفاده از خروجی مدل روی داده آموزش، کالیبراتور را به سمت احتمال‌های نزدیک به صفر و یک می‌برد (منبع ۳). همچنین کالیبراسیون معمولاً رتبه‌بندی (AUC) را تغییر نمی‌دهد، چون نگاشت یکنوا است (منبع ۳).

[فرض] پیامد عملی برای بیمه: اگر هدف فقط مرتب‌کردن صف است، کالیبراسیون اولویت اول نیست. اگر هدف محاسبه ارزش مورد انتظار یا گفت‌وگو با مدیر مالی درباره «چند درصد احتمال وصول» است، کالیبراسیون اجباری است؛ Brier و ECE بدون آن معنای تصمیمی ندارند.

۷. از احتمال به ارزش مورد انتظار

[فرض] اولویت‌بندی درست، بیشینه‌سازی یک تابع سود است، نه بیشینه‌سازی احتمال. یک شکل عملی:

\[ EV_i = \hat{p}_i \cdot A_i \cdot r_i - c_i \]

که \(\hat{p}_i\) احتمال وصول، \(A_i\) مبلغ بدهی، \(r_i\) نرخ بازیافت انتظاری در صورت وصول، و \(c_i\) هزینه اقدام است. اگر ظرفیت محدود باشد، مسئله به یک مسئله کوله‌پشتی با قید ظرفیت تبدیل می‌شود: انتخاب زیرمجموعه‌ای از پرونده‌ها که مجموع ارزش مورد انتظار را بیشینه کند، نه انتخاب تک‌تک پرونده‌های بالای یک آستانه.

[فرض] سه اصلاح لازم در این تابع:

• هزینه فرصت رابطه: تماس با بیمه‌گذار بزرگ می‌تواند رابطه تجاری را تخریب کند. این هزینه در \(c_i\) دیده نمی‌شود و باید به‌صورت قید جداگانه وارد شود.
• ارزش طول عمر: وصول فوری ممکن است به قیمت از دست دادن تمدید باشد. اگر مدل فقط افق کوتاه را بهینه کند، تصمیم بهینه کل کسب‌وکار نیست.
• نامعینی برآورد: \(\hat{p}_i\) یک نقطه‌برآورد است. اولویت‌بندی بر پایه حد پایین بازه اطمینان، محافظه‌کارانه‌تر و برای تصمیم مالی قابل دفاع‌تر است.

۸. محدودیت‌های داده شبیه‌ساز

[فرض] بسیاری از نمونه‌های آموزشی این حوزه با داده شبیه‌سازی‌شده ساخته می‌شوند، چون داده واقعی وصول حساس و محدود است. چهار محدودیت را باید صریح نوشت:

1. ۱.شبیه‌ساز، سیاست را بازتولید می‌کند نه رفتار را. اگر داده با همان قاعده‌ای تولید شده که مدل قرار است کشف کند، مدل در واقع قاعده را یاد می‌گیرد و عملکرد خارج از نمونه معنایی ندارد.
2. ۲.نبود گروه کنترل. شبیه‌ساز معمولاً همه پرونده‌ها را «تحت اقدام» فرض می‌کند؛ در این حالت اثر علّی قابل شناسایی نیست.
3. ۳.سانسور ساختگی. اگر افق شبیه‌سازی کوتاه باشد، پرونده‌های دیرپرداخت به‌اشتباه «بد» برچسب می‌خورند.
4. ۴.ترکیب ثابت. پرتفوی واقعی در طول زمان عوض می‌شود؛ شبیه‌ساز با ترکیب ثابت، خطای توزیع را پنهان می‌کند.

[فرض] قاعده عملی: هر نتیجه‌ای که فقط روی داده شبیه‌ساز به دست آمده، باید برچسب «فرض» بگیرد، حتی اگر معیارش عالی باشد.

۹. مرور کوتاه رویه‌های بین‌المللی

[واقعیت تأییدشده] شرکت‌های تحلیل اعتبار، وصول مبتنی بر تحلیل را در سه لایه توصیف می‌کنند: بخش‌بندی پرتفوی، پیش‌بینی احتمال و مبلغ بازیافت، و تخصیص اقدام بهینه. McKinsey این چارچوب را «مدل وصول مبتنی بر تحلیل» می‌نامد و بر گذار از بخش‌بندی ایستا به تصمیم‌گیری پویا تأکید می‌کند (منبع ۹). Experian هم تحلیل پیش‌بینانه، اولویت‌بندی پرونده و بهینه‌سازی قیددار را به‌عنوان اجزای اصلی راه‌حل وصول معرفی می‌کند (منبع ۱۰).

[فرض] تفاوت مهم رویه بین‌المللی با بسیاری از پیاده‌سازی‌های داخلی در دو چیز است: مستندسازی گروه کنترل و اندازه‌گیری اثر خالص اقدام؛ و جداسازی «ریسک» از «اثرپذیری» در طراحی صف. هر دو نیازمند زیرساخت داده و انضباط آزمایش‌اند، نه فقط الگوریتم.

[نیازمند تأیید] درباره الزامات قانونی خاص هر کشور در حوزه وصول و fairness، در این بررسی منبع اولیه یکپارچه‌ای پیدا نکردم که قابل تعمیم به ایران باشد. بنابراین هیچ ادعای مقرراتی در این بخش مطرح نمی‌شود.

۱۰. حداقل نسخه قابل دفاع

[فرض] تعریف مکتوب سطل‌ها و رویدادهای خروج؛ محاسبه ماتریس انتقال بر پایه هم‌گروه؛ ساخت برچسب تسویه با مدیریت سانسور؛ تفکیک مدل ریسک از مدل اثرپذیری و ثبت گروه کنترل؛ اعتبارسنجی با چند مبدأ زمانی؛ کالیبراسیون روی داده مستقل با گزارش ECE؛ و تبدیل احتمال به ارزش مورد انتظار با قید ظرفیت. اگر یکی از این هفت مورد نباشد، بقیه زنجیره به تصمیم قابل دفاع نمی‌رسد.

جمع‌بندی

[فرض] تحلیل وصول مطالبات بیمه بیش از آنکه مسئله الگوریتم باشد، مسئله تعریف رویداد، کیفیت گروه کنترل، و اتصال معیار آماری به ظرفیت عملیاتی است. سنی‌سازی و نرخ انتقال زبان مشترک تیم مالی و تیم داده را می‌سازند؛ مدل بقا افق رویداد را اضافه می‌کند؛ و uplift پرسش درست «چه کسی با اقدام ما می‌پردازد» را جای پرسش آسان‌تر «چه کسی بد می‌شود» می‌نشاند.

منابع

1. ۱.Investopedia, “Roll Rate in Credit Cards: Definition, Calculations, and Examples,” به‌روزرسانی ۲۰ مه ۲۰۲۶. دسترسی: ۱۴۰۵/۰۸/۱۴.

https://www.investopedia.com/terms/r/roll-rate.asp

1. ۱.AccountingTools, “Aging method definition,” دسترسی: ۱۴۰۵/۰۸/۱۴.

https://www.accountingtools.com/articles/aging-method-definition

1. ۱.scikit-learn developers, “1.16. Probability calibration,” دسترسی: ۱۴۰۵/۰۸/۱۴.

https://scikit-learn.org/stable/modules/calibration.html

1. ۱.scikit-learn developers, “sklearn.metrics.brier_score_loss,” دسترسی: ۱۴۰۵/۰۸/۱۴.

https://scikit-learn.org/stable/modules/generated/sklearn.metrics.brier_score_loss.html

1. ۱.Guo, C., Pleiss, G., Sun, Y., Weinberger, K. Q., “On Calibration of Modern Neural Networks,” ICML 2017, arXiv:1706.04599. دسترسی: ۱۴۰۵/۰۸/۱۴.

https://arxiv.org/abs/1706.04599

1. ۱.Gutierrez, P., Gérard, J.-Y., “Causal Inference and Uplift Modelling: A Review of the Literature,” PMLR 67, 2017. دسترسی: ۱۴۰۵/۰۸/۱۴.

https://proceedings.mlr.press/v67/gutierrez17a.html

1. ۱.Hyndman, R. J., “Cross-validation for time series,” دسترسی: ۱۴۰۵/۰۸/۱۴.

https://robjhyndman.com/hyndsight/tscv/

1. ۱.scikit-survival developers, “Evaluating Survival Models,” دسترسی: ۱۴۰۵/۰۸/۱۴.

https://scikit-survival.readthedocs.io/en/stable/user_guide/evaluating-survival-models.html

1. ۱.McKinsey & Company, “The analytics-enabled collections model,” دسترسی: ۱۴۰۵/۰۸/۱۴. صفحه در زمان استخراج کامل بارگذاری نشد؛ نشانی در فهرست نتایج نمایه شده بود.

https://www.mckinsey.com/capabilities/risk-and-resilience/our-insights/the-analytics-enabled-collections-model

1. ۱.Experian, “Reducing Delinquent Debt Collection with Advanced Analytics,” دسترسی: ۱۴۰۵/۰۸/۱۴.

https://www.experian.com/blogs/insights/reducing-delinquent-debt-collection/