保险承保准则中的歧视

保险业使用承保确定他们将保证的指南，并以什么速度确定。保险交易风险，因此保险公司创建了这些准则，以确定他们承担风险的情况，而当他们不会因为某人的风险而无法保证的情况下。

尽管禁止根据种族等因素进行歧视保险公司，但准则使用有关人员的特定事实来衡量风险和设定费率。这意味着某种形式的歧视既是必要的又是合法的。尽管如此，关于什么是公平或不公平的歧视的问题，越来越受到关注，尤其是因为乔治·弗洛伊德（George Floyd）2020年谋杀。

现有的歧视

这全国保险专员协会（NAIC）是保险行业的标准设定组织。为了回应乔治·弗洛伊德的抗议活动，NAIC举行了一次有关审查比赛的特别会议保险与种族歧视之间的联系。

尽管公开的种族歧视已经变得不那么普遍了，但NAIC成员说，歧视的形式持续存在，尤其是在使用大数据时。此外，如下所述，诉讼和调查声称，诸如红线和基于种族的保费等长期存在的歧视性实践继续影响该行业。

这里介绍的类别并不详尽。例如，健康保险是另一个关注的领域，尤其是联邦规则。例如，美国医疗保险和医疗补助服务中心于2020年6月19日发布了最终规则，《健康与健康教育计划或活动》中的无歧视。加州保险专员里卡多·劳拉（Ricardo Lara）等立即批评该裁决，这是LGBTQ+人，残疾人以及主要语言不是英语的任何人的医疗保健途径的障碍。

歧视类型

承保准则依赖于基于风险概况的歧视形式。他们将人们分为高风险类别，以确定保费并鼓励客户减少其风险行为。尽管这被认为是可以接受的，但承保的历史是不可接受的歧视，这被称为不公平的歧视。

根据美国法律，承保准则不能使用不公平的歧视。不公平的歧视针对受保护的阶级，例如种族，国籍，性别或宗教。歧视的形式可能会有所不同，范围从更高的价格和较弱的政策到拒绝承保范围。

密歇根大学法学院于2013年进行的法律审查发现，国家和跨保险类型的反歧视法律“差异很大”。它还报道说，“令人惊讶的”司法管辖区没有具体的法律限制基于种族的不公平歧视，这表明联邦政府需要在规范基于种族的保险歧视方面发挥更大的作用。

承保准则歧视的著名示例

红线和住房

红线是一种歧视形式，近年来因其对不平等的持续影响而受到人们的关注。该实践追溯到富兰克林·德拉诺·罗斯福总统管理局。

在此期间，联邦政府开始确保房屋抵押贷款以发展房屋所有权和白人中产阶级。政府机构的房主贷款公司（HOLC）以诸如以下因素为基础的风险水平分类了全国各地的社区。

• 住房的年龄和状况
• 进入运输
• 社区设施
• 接近不良特性（例如污染行业）
• 居民的就业状况和经济阶层
• 居民的种族和种族组成

根据风险，在地图上对社区进行了颜色编码。具有主要种族和种族少数群体的社区是红色的（因此，“红线”）。这些地区被认为是“危险”，因此贷方拒绝贷款。简而言之，有色社区的划分资源，包括贷款和保险。

1938年承保手册来自联邦住房管理局（FHA）阐明了这些地图的明确种族组成部分。它甚至在称为“邻里发展质量”，“不兼容的种族和社会群体”的部分中列出了“这些群体所侵害的位置的可能性”，以及“脆弱的建筑”和“怪异的建筑设计”作为承保负面的否定性，如果要保留稳定性，则必须继续进行社交和种族，并且在社交中占据了社交和种族的变化。价值下降，”手册宣称。

这些地图和种族限制性盟约对房地产价值和世代财富的影响是毁灭性的，并且一直存在。

民权法

从那时起，更明确的歧视形式已成为非法。 1948年美国最高法院案件Shelley诉Kraemer例如，发现种族盟约是无法执行的，因为它们违反了第14修正案。重要的是，民权法1964年将多种形式的种族歧视非法化。这对以下讨论的人寿保险产生了影响。

该领域的其他几个发展将特别涉及红线。 1968年公平住房法在马丁·路德·金（Martin Luther King Jr.

1965年的《住房和城市发展法》，旨在协调联邦住房计划，为贫困房主建立了赠款，为老年人租用补贴以及身体挑战，更大的公共住房机会以及为退伍军人提供了有利的贷款。贷方必须披露有关其贷款的普查信息房屋抵押披露法（HMDA）。

尽管如此，仍有指控这种歧视仍在实践中发生。例如，纽约的一系列诉讼称，红线实践一直持续到21世纪。

种族和人寿保险

根据Mary L. Heen的一篇文章西北法律与社会政策杂志，这 人寿保险行业具有加强美国种族等级制度的历史。她写道，经过重建后，保险业指出，死亡率较高和天生的种族差异，以证明人寿保险是合理的，这些保险提供了被解放的被奴役的人，只有三分之二的人提供给白人的福利。

具有种族保费的公司倾向于忽略任何在设定溢价率时不符合先入为主层次结构的统计数据，例如妇女死亡率较低，这表明所涉及的风险不是设定保费的主要动机因素。

这种做法一直持续到20世纪。例如，在1940年，NAIC发表了一项研究，研究了种族的死亡率，然后保险公司用来设定基于种族的保费。NAIC称，这项研究促进了歧视性承销政策，直到禁止种族使用后的某个时候。

此时，保险公司携带了两套费率账簿，其中一本反映了黑人的利率较高，他们主要购买“工业人寿保险”以支付埋葬费用。提供给黑人的政策较少，而且更昂贵，保费高达30％。

基于种族的保费直到1964年，在林登·约翰逊（Lyndon B. Johnson）担任总统期间，民权活动家的压力导致了《民权法》的通过。

种族和汽车保险

汽车保险保单于1897年首次出现在美国。1938年，新罕布什尔州通过了一项国家保险法，规定保险公司提供特定种类的承保范围，称为分配的风险计划，使其成为第一个这样做的状态。无故障保险后来，当马萨诸塞州于1970年推出它时。保证获得汽车保险也将在1970年代进行。 1976年，南卡罗来纳州通过了一项保证的法律汽车保险NAIC认为，与其管辖范围内的每个人都可以访问。

1970年代的其他更新涉及获得汽车保险的访问。从那十年来的一些主要项目包括：

• 1977年，密歇根州保险局的一份国家报告建议制定汽车保险的承保标准，但要遵守该局对“主观性”的监督。
• 1978年，马萨诸塞州创建了一个全州制度，用于监管汽车保险，该系统保证了使用受保护特征来设定价格的访问权限并禁止使用。
• 1978年，密歇根州最高法院裁定，无故障覆盖的要求是违宪的。
• 1986年政府问责办公室（GAO）对汽车保险进行了全面的研究，包括限制保险公司使用定价因素的州的成本和可用性如何影响违宪。

近年来，调查表明，像红线这样的做法在汽车保险业中以微妙的形式坚持不懈。 2017年的调查由消费者报告使用付费数据的ProPublica发现在加利福尼亚，伊利诺伊州，密苏里州和德克萨斯州的汽车保险价格不同，其作者说不能用风险差异来解释，这表明他们称之为“巧妙形式的红线形式”。

“这些公司将坚持他们从不要求客户的种族，但是如果他们认真对待系统性种族主义，现在是时候认识到他们的定价工具将代理使用代理，这使政府要求的汽车保险对黑人美国人来说更加昂贵，” CFA保险专家道格·海勒（Doug Heller）说。

美国国会已提出立法，以限制歧视性的汽车保险惯例，例如HR 3693和HR 1756。2019年以来，这两个法案试图限制收入代理和信用评分的使用来设定政策利率，但他们从未脱离委员会。

掺入信用评分在汽车保险中于1995年开始Fair Isaac Corp.（后来的FICO）和选择点。批评家认为，这是“重新融资的代孕”，并提高了有色社区的溢价率。

2021年，科罗拉多州通过了一项法案，该法案保护了一系列班级，包括种族，性取向和性别认同和表达 - 从承保中歧视。该法律要求保险公司证明“使用外部数据和复杂算法不会基于这些阶级进行区分”，包括种族，性别，性取向或性别认同。

“根据这项新法律，保险公司将不得不证明其定价策略不会导致对其他好司机的不公平歧视，”消费者报告说。 “科罗拉多州现在拥有结束歧视所需的工具，并确保汽车保险的价格公平，以便每个人都能负担得起所需的覆盖范围。”

使用算法

保险公司使用称为算法计算保险费率（以及交易股票和管理资产责任，除其他用途）。但是，算法可以有助于保险承销中的歧视。 2020年，作为国会批准的FHA现代化倡议的一部分，该机构启动了算法的承保系统单户 向前抵押。这是FHA启动的第一个系统，它说这将有助于简化抵押流程。

但是，有关算法保险流程的实际影响的问题持续存在。

拥护者说，这些算法会促进或扩大偏见，从而导致法规提案以解决该问题。其中之一是2020年的数据问责制和透明度法，该法将创建一个联邦机构，以保护隐私并禁止使用个人数据来区分受保护的类别。

它还专门磨练了承保实践，并且需要在使用此类算法时进行偏见的持续测试。什么时候偏见根据解释该法案的分析师的说法，它需要证明该算法是必要的，因此无法通过其他非歧视手段来实现其功能，并且歧视不是故意的。该法案的新版本是2021年3月在美国房屋中引入的《多样性和包容性数据问责制和透明度法》。

对算法实践的限制也存在于州一级。例如，纽约的监管机构阻止保险公司使用算法，这些算法“会对纽约和联邦法律中确定的受保护类别产生不同的影响”。

但是，监管分析师写道，该州的保险公司无法收集有关合法保护的阶级的信息，这使该规则很难通过难以确定算法所产生的影响来使这一规则变得复杂。其他州（包括加利福尼亚州，康涅狄格州，伊利诺伊州，马里兰州，马萨诸塞州，密歇根州和新泽西州）已颁布或考虑某种形式的限制在承保中包含个人信息的限制，包括限制遗传数据在人寿保险中使用人寿保险，以及考虑教育，作业，工作，以及CRITERIA的教育，作业和邮递。

底线

本文对种族，保险承销和法律之间的交集进行了全面概述。尽管在消除明显的歧视形式方面取得了进展，但行业对代理的依赖和大数据继续使种族不平等永存。立法和监管改革，尤其是鉴于算法日益增长的使用，对于确保行业公平性至关重要。