สถิติและข้อมูลใหญ่ เพื่อความยุติธรรมและความเป็นธรรม บรรยายโดย ผศ.ดร. อานนท์ ศักดิ์วรวิชญ์ ผู้อำนวยการหลักสูตร Ph.D. และ M.Sc. in Business Analytics and Data Science อาจารย์ประจำสาขาวิชา Actuarial science and risk management คณะสถิติประยุกต์ สถาบันบัณฑิตพัฒนบริหารศาสตร์ บรรยายให้กับข้าราชการจากหลายหน่วยงานที่เข้ารับการอบรมของสำนักงานกิจการยุติธรรม กระทรวงยุติธรรม 17 สิงหาคม 2018

1. Statistics for justice and fairness
ผศ.ดร.อานนท์ ศักดิ์วรวิชญ์
ผู้อานวยการหลักสูตร
Ph.D. and M.Sc. in Business Analytics and Data Science
อาจารย์ประจาสาขาวิชาวิทยาการประกันภัยและการบริหารความเสี่ยง
คณะสถิติประยุกต์ สถาบันบัณฑิตพัฒนบริหารศาสตร์

6. Roles of statistics in fairness and justice
• Facilitate fairness
• Detect anomaly and fraud
• Prevent crime and anomaly
• Regulatory Impact Assessment

8. Test Fairness
Differential Item Functioning

15. There is no crime without any trace!
-Large deviation from normal or average man or cluster.
-Large deviation from past behavior.
-Inconsistency with themselves and surroundings.
-Repeated anomaly pattern.
-Caution on statistical detection of cheating and anomalous detection
Anomaly Detection

16. Outlier Analysis
0
Percent
Loss
Large deviation from normal or average man or cluster.

17. Large deviation from normal or average man or cluster.
v
58
Severity
Frequency58

18. Loss58 = f(Frequency57, Severity57, ICD-1057, ICD-957
,ICD-1058, ICD-958, age, gender)
Loss58
58
Predictors
Under Predict (Fraud or abuse)
v
vvvvv
vvvvv
vvvvv
vv
vv
v
v
vv
v
vv
Large deviation from past behavior.

19. Large deviation from past behavior.
TOEFL time 2
TOEFL time 1
Under Predict (Fraud or abuse)
v
v
vv
vv
vv
vvv
vv
vvv
vv
vv
v
v
vv
v
v
v

20. Inconsistency with themselves and surroundings.
-Low ability test taker can answer difficult item.
-K-index for copying! Eight dimensions
-Scoring test with contaminated response vector
-Influence function + Robust estimators

22. -5 -4 -3 -2 -1 0 1 2 3
0
10
20
Pseudovalue Distribution for an Optima Examinee
Proficiency
Estimaate
Frequency
From Incorrect
Responses
From Correct
Responses

24. Repeated anomaly pattern.
Predictor
Probability
Y =
0 normal claim
1 Abuse claim
จาก สพตร.
Y = ICD10, ICD9, TMT, gender, age, Severityt-1
, Frequencyt-1, Severityt, Frequencyt,

25. Caution on statistical detection of cheating

26. PredictorCutoff 1 Cutoff2
Performance

28. • Positive Predictive Value: PPV
Caution on statistical detection of cheating
64.76 % 99.30%

29. • Statistical evidence as a red flag or warning
• Physical evidence is always needed.
• Early detection, protection, and prevention.
• Bayesian flip is needed.
Caution on statistical detection of cheating
P(Cheating=Yes|Detection=Yes)
P(Detection=Yes|Cheating=Yes)
P(Cheating=No|Detection=No)
P(Detection=No|Cheating=No)
P(Cheating=Yes|Detection=Yes)=P(Detection=Yes|Cheating=Yes)*P(Cheating=Yes)
P(Detection=Yes)

30. การสร้างแบบจาลองรายการชาระเงินผิดปกติของ
กรมธรรม์ประกันชีวิตโดยการใช้เทคนิค Local
Outlier Factor(LOF)
ปัณณวิชญ์ วิศัลยาวัฒน์์

31. ประกันชีวิตพื้นฐาน
ที่มา : http://www.checkraka.com/saving/advertorial/10052/

32. การฟอกเงินในประกันชีวิต
ตัวอย่างการฟอกเงิ์ใ์ประกั์ชีวิต
• ซื้อกองทุ์ลงทุ์ประกั์ชีวิตที่จ่ายครั้งเดียว(มีความเสี่ยงที่จะฟอกเงิ์มากที่สุดจากการ์าเงิ์สกปรก
ก้อ์ใหญ่มาลงทุ์)
• ซื้อประกั์ชีวิตรายปีที่มีการจ่ายปั์ผล(ได้รับเงิ์สะอาดเป็์งวดๆ)
• ซื้อประกั์ชีวิตแบบประจาที่มีเบี้ยสูงหรือเบี้ยปกติหลายกรมธรรม์(เพื่อลดความส์ใจ)
• การไถ่ถอ์เงิ์ก่อ์ครบสัญญาแม้จะได้เงิ์คื์์้อยกว่าเดิม
• ซื้อกรมธรรม์เบี้ย์้อยให้ผ่า์ก่อ์แล้วเพิ่มเติมเบี้ย(เพื่อให้ไม่มีการตรวจสอบ)
• กู้เงิ์จากกรมธรรม์โดยไม่ผ่อ์จ่ายคื์(ปล่อยกรมธรรม์หมดอายุไปเอง)
• เปลี่ย์มือกรมธรรม์ของเจ้าของหรือผู้รับผลประโยช์์
• ใช้กรมธรรม์เป็์หลักทรัพย์ใ์การกู้เงิ์จากธ์าคาร
ที่มา : http://www.acamstoday.org/what-is-real-money-laundering-risk-in-life-insurance/

33. Global versus Local Outlier
Mahalanobis Distance
K Nearest Neighbors
Cluster Analysis

34. Local Outlier Factor (LOF)
ที่มา : http://www.slideshare.net/Med_KU/20130318-f-rac-24695067
เป็์วิธีการที่ใช้ใ์การตรวจสอบค่าผิดปกติด้วยวิธีการ
ตรวจความห์าแ์่์รอบรัศมีของจุดที่ส์ใจ
ข้อมูลที่มีค่าผิดปกติจะมีคะแ์์ที่สูง ซึ่ง
จะไม่มีเกณฑ์ใ์ตัดที่ตายตัว
ข้อมูลที่มีค่าปกติจะมีคะแ์์ประมาณ 1

35. • LOF = Local density of k neighbor/Local density of its own point
• The Higher LOF = the more extreme local outlier!!!!
• Determine sigma (radius / reachable distance around point) so
that we can count k neighbor.
• Local density for point = numbers of points within reachable
distance/sum of distance between points and all k neighbors
LOF

36. วิธีดาเนินการวิจัย

37. ผลการวิเคราะห์
N 145,842
Minimum 1.0529
Lower Quartile 3.8028
Mean 6.6356
Median 5.6134
Upper Quartile 8.3377
Maximum 50.6028
Skewness 1.8527
Std Dev 3.9917
Std Error 0.0105
Median+2.5(Q3-Q1) 16.9508
สูตรคำนวณหำจุดตัด จุดตัด รูปแบบปกติ รูปแบบผิดปกติ %รูปแบบที่ผิดปกติ
Median+2.5(Q3-Q1) 16.9508 142,170 3,672 3%
0 10 20 30 40 50
0.000.050.100.15
density.default(x = Cust_txn$lofavg)
N = 145842 Bandwidth = 0.2824
Density
16.95

38. ผลการวิเคราะห์
Max cluster Cluster Frequency
RMS
Standard
Deviation
Maximum
Distance from
Seed to
Observation
Radius
Exceeded
Nearest
Cluster
Distance
Between
Cluster
Centroids
3
1 3,406 0.6395 13.9509 > Radius 3 5.5332
2 97 2.8941 28.1499 > Radius 1 7.8612
3 169 1.4675 27.3884 > Radius 1 5.5332
Pseudo
F Statistic
Observed
R-Squared
Over-All
Approx. Expected
R-Squared
Over-All
Cubic
Clustering
Criterion
477.1300 0.2064 0.1047 108.2590

39. ผลการวิเคราะห์
Cluster group Normal 1 2 3
สัดส่วนเงินที่จ่ายจริงเมื่อเทียบก ับเงินที่ต้องจ่ายสูงสุด 0.0002 -0.0207 0.0219 0.2042
สัดส่วนเงินที่จ่ายจริงเมื่อเทียบก ับเงินที่ต้องจ่ายต่าสุด 0.0003 -0.0079 -0.0291 -0.0677
จานวนชนิดช่องทางการจ่ายผ่านตัวแทน 0.0004 -0.1296 4.1856 -0.0965
จานวนประเภทการจ่ายแบบที่1 -0.0001 -0.2101 0.7697 3.8544
จานวนประเภทการจ่ายแบบที่2 0.0002 -0.0965 3.2309 -0.0368
จานวนธนาคารที่ทาการจ่าย -0.0003 -0.1955 1.4258 3.3523
จานวนรูปแบบการจ่ายเบี้ย 0.0001 -0.0788 1.7666 0.4684
จานวนช่องทางที่ลูกค้าซื้อกรมธรรม์ 0.0000 -0.0931 3.4216 -0.0931
จานวนครั้งที่จ่ายเบี้ยประก ันที่มีการจ่าย -0.0003 -0.0352 0.6315 0.5852
จานวนกรมธรรม์ที่จ่ายแบบรายปี -0.0001 -0.0456 1.3903 0.1983
จานวนกรมธรรม์ที่จ่ายแบบรายครึ่งปี -0.0006 0.0012 0.1840 0.3477
จานวนกรมธรรม์ที่จ่ายแบบรายสามเดือน 0.0000 -0.0195 0.3312 0.1681
จานวนกรมธรรม์ที่จ่ายแบบรายเดือน -0.0001 -0.0216 0.5261 0.1808
เบี้ยประก ันท ั้งปี รวมทุกกรมธรรม์ที่มีการจ่าย -0.0003 -0.0350 1.2317 0.2602
ทุนประก ันชีวิตรวมทุกกรมธรรม์ที่มีการจ่าย -0.0008 -0.0195 1.6847 0.0972
จานวนกรมธรรม์ที่มีการจ่าย 0 0 2 1
จานวนลูกค้า 142,170 3,406 97 169

40. • Normal
กลุ่มลูกค้าที่มีจานวนกรมธรรม์เฉลี่ยเพียง 1 กรมธรรม์ ลูกค้ามีการจ่ายเบี้ยประกันทุกชนิด (รายเดือน,ราย
สามเดือน,รายหกเดือนและรายปี) และเป็นการจ่ายแบบเต็มจานวนด้วยช่องทางเดียว
• Cluster 1
มีรูปแบบเดียวกับกลุ่ม Normal
• Cluster 2
กลุ่มลูกค้าที่มีจานวนกรมธรรม์ประกันชีวิตเฉลี่ยมากกว่า 2 กรมธรรม์ ซึ่งลูกค้าเน้นการจ่ายเบี้ยแบบราย
เดือนและรายปีโดยเป็นการจ่ายแบบเต็มจานวนในหลายๆ ช่องทางการจ่ายกับตัวแทนขายประกัน
• Cluster 3
ลูกค้าที่มีจานวนกรมธรรม์ประกันชีวิตเฉลี่ยมากกว่า 1 กรมธรรม์เป็นกลุ่มที่เน้นการจ่ายเบี้ยแบบราย
สามเดือนและรายหกเดือนและเป็นการจ่ายแบบเกินจานวนในหลายๆ ช่องทางการชาระเงิน เช่น เงินสดหรือบัตร
เครดิต
สรุปผมการวิเคราะห์

42. เจาะลึกการ์าเทคโ์โลยีบล็อกเช์ใช้กับด้า์
แรงงา์ต่างด้าว

46. มาตรา 77 ของรัฐธรรมนูญ