文/清華大學五道口金融學院理事，原中國保監會黨委副書記、副主席周延禮
保險定價能力是保險公司的核心競爭力，大數據技術會不斷強化保險定價科技能力，並將在保險定價法則中發揮著無可替代的作用。同時，大數據的發展需要與之匹配的管理能力，通過建立數據分析平臺、加強頂層設計等方式可構建起與新趨勢相符合的、切實可行的管理體系。
保險定價能力是保險公司的核心競爭力。在互聯網技術廣泛應用的條件下，大數據、雲計算、區塊鏈技術賦能保險，對保險產品的定價精準性發揮著重要作用。保險產品定價與大數法則有關，而大數法則又與大數據密切相關。大數據介入保險產品的定價、風險的識別過程以及風險標的的管理是其他任何技術無以替代的。雲計算為保險公司所需要的大數據提供了基礎支撐。區塊鏈為保險公司的客戶管理風險軌跡留下難以篡改的運行記錄，全面而客觀地記錄了保險交易和交易對手的信用狀況。這些科技創新在保險領域的應用，提升了保險服務的效率，降低了保險公司的經營成本，改進了保險產品的定價方式，促進了保險銷售、保險承保、風險管理、理賠服務以及數據管理等環節全流程的再造。再言之，大數據技術藉助於保險科技應用，對於保險公司降低成本、提高保險服務效率、優化保險用戶體驗、促進普惠保險等方面也產生巨大價值。這樣的保險創新，是以科技創新賦能保險管理系統而形成的，是數據資產的價值效應的體現。保險產品的定價得益於大數據系統功能完善，對保險行業高質量發展具有極為重要的價值。據預測到2030年，中國保險市場將位列全球第一，全球市場份額由2018年的11%提升到20%，我國保險市場的潛力要求高質量發展，高科技支撐、大數據技術應用是我國保險業發展的未來。
大數據助力保險產品定價
保險經營的數理基礎是大數法則。可保風險確定，是以大量的相似的同質的風險標的數據為基礎的；保險產品依靠的是同類風險標的大數據來定價的。從保險產品設計起始，產品定價、產品銷售、理賠服務、技術保障等各個環節都離不開大數據的支撐。在保險科技條件下，保險產品和服務的場景、風險管理與防範的數據驅動、理賠服務與管理的成本控制等都離不開大數據技術。因此，大數據的使用對保險操作流程產生價值的提升可見一斑。
一是從保險產品定價的過程觀察。互聯網保險時代會產生海量的動態風險標的數據。這些風險數據能否精確、實時地反映潛在可保標的或用戶的風險程度、投保人購買服務的傾向和保險公司將來要賠付的風險水平，都與大數據在保險中的應用有關。首先從這些大數據使用上看，保險公司是通過對產品的定價和營銷、用戶信息管理與維護、核保理賠等日常經營環節中涉及的大量數據進行整合和深度分析的。在基於數據分析基礎上，保險公司開發保險產品，準確定價包括對客戶定位、市場細分、產品開發設計、精準定價與營銷全過程，以便為用戶帶來量身定做的保險產品，更加便捷和貼心的保險服務與體驗。再從精確定價實踐上看，保險定價可以根據因果關係計算理賠概率。在對新研發的產品進行定價時，保險公司可利用自身強大的大數據管理系統，通過核保核賠的程序，藉助大數據的計算，提供給客戶最合理的保險產品定價。
二是從保險產品定價要素觀察。保險公司要重點尋找、分析那些具有強相關性的影響因素，用數據支撐場景。往往會綜合考慮保險理賠事件發生的概率、客戶的行為方式與習慣、綜合研發保險產品。保險公司通過大數據技術，藉助內部大量的模型和外部數據的整合、評分，對客戶進行風險評分，並根據他們的風險程度個性化定價保險產品，實現“一人一價”精準定價的目標。這樣，就使得大數據細化到一個小到一個產品或個人，大到可延展到扶貧攻堅、鄉村振興、製造業發展、物流、能源保險項目保險訂製服務。如以“退貨運費險”為例，通過大數據分析消費者和商家的退貨記錄和偏好，並進行個性化定價，保證了每位用戶都能以最合理的價格獲得相應保障。以此為例，產險、壽險、健康險、信用險以及其他特殊風險險種都可實現數字化的精準定價。
三是從保險產品定價精準性觀察。保險公司通過大數據分析，在線實現針對用戶特點進行個性化、精準化的產品推薦，使得潛在的保險客戶能夠更準確方便地得到自己需要的產品和服務。在大數據和雲計算的驅動下，保險公司能夠在線打造保險業風險管理能力，為保險客戶價值數字化提供全面量化的風險評估體系，讓客戶更準確方便地得到自己需要的產品和服務，有效地管理客戶所面對的風險因素。例如，太保壽險提供智能化、訂製化的大數據技術應用方案，賦能公司整體服務能力迭代升級。自主研發的精準核保模型，可以實現風險的精準識別和鑑定，從而改變傳統保險的精算定價和風險管控方式，一方面可以甄別高風險人群，降低賠付損失；另一方面也可以實現核保效率提升，優化客戶體驗。保險公司自主研發的“健康風險評分”模型工具則能夠幫助保險公司優化產品設計，優化產品精算定價模型，開發多元、靈活、受眾和場景具體的保險產品。
四是從保險產品定價附加值觀察。保險公司利用大數據還能夠為用戶提供更加人性化的內容。比如，通過對接外部天氣和地域數據，對特殊天氣和地域的用戶自動進行信息提醒，如天氣變化、出行安全等，提高用戶黏性和參與感。大數據加持風控管理水平讓用戶體驗更安心。在傳統渠道下，風控只是一個告知。現在由於互聯網上擁有豐富的場景，通過大數據，保險公司的風控手段得到了大大提升。
五是從保險公司風險管理能力觀察。在風險管控方面，保險公司通過對潛在風險進行更精確的量化分析和有效識別。以前，我們可以認為互聯網保險真正實現了大數據的核保、核賠，遏制了傳統保險業中，客戶騙保的行為時有發生。而現在，我們可以利用在線大數據核保，避免了保險項目欺詐騙保行為發生。進而保險公司對判斷案件真實程度，並基於欺詐風險判斷結果進行核查資源的配置。一是通過數據篩選、案例學習等途徑構建大數據風險因子庫，建立健康風險預測、客戶欺詐行為、關聯交易行為等模型，精準分層識別風險，實現可視化風險管理。二是大數據風控預測模型將風險分為不同等級，隨著風險等級的提高，實際出險率也呈現上升趨勢，風險等級為不同的等級，客戶中的出險概率也有差異。三是統一在線風控平臺可提升全產品線風險控制能力。四是在線反欺詐大數據智能風控系統效果明顯。現已應用於在線前臺業務板塊、中臺運營板塊及後臺各部門的日常工作中，並且實現了意外險、健康險等產品覆蓋。五是未來大數據技術系統還將持續升級。進一步實現大數據風控系統產品化，為實現大數據風控能力輸出奠定核心基礎。六是保險行業必須加快建立整個行業大數據的黑（白）名單，以便向用戶提供更好更便宜的產品。
保險行業大數據管理
我國雖然是保險大國，但保險數據信息難以共享，大數據交易平臺尚未建立，數據基礎設施建設亟須加強，數據安全、信用管理、個人隱私等方面的信息安全與保護工作成為當務之急。比如，區塊鏈技術應用可以解決社會各界所關心的信息安全問題，區塊鏈的分佈式記錄、去中心化、不可篡改、公開透明可溯源等特點有助於大數據管理。因此，全行業要加快大數據管理的步伐：
一要加快建立金融業的數據分析管理模型。從保險行業數據分析的角度，我們可以看到保險業雖然有著很強的交易數據流，但是保險行業在數據化程度還遠遠落後於普通電商、電信行業甚至更落後的IT業務系統。所以，現在還真沒有辦法實現與醫療行業、社保部門、民政部門數據分析的深度融合，更難以與公安、稅務、海關等機關數據對接，整個行業的數據價值被掩蓋了。下一步要深入挖掘保險業的數據價值，促進保險業數字化進程加快，重點應在數據應用管理、業務場景融合、標準統一、頂層設計等方面能有歷史性的突破。
二要實現數據資產管理水平提高。目前，行業的數據質量不高、獲取方式單一、數據系統分散等方面的問題嚴重地制約著數據資產價值提升。這方面的不足也需要保險公司加大投入力度，採取措施加以解決。
三要應用技術和業務探索仍須突破。保險公司原有的數據系統架構相對複雜，涉及的系統平臺較多，實現大數據應用的技術改造難度很大。同時，保險行業的大數據分析應用模型仍有不斷改進的空間，成熟案例和解決方案仍相對較少，需要投入大量的時間和成本進行調研和試錯。
四要頂層設計和扶持政策還須強化。體現在保險機構間的數據壁壘較為明顯，各自為戰問題突出，缺乏有效的整合協同。保險行業應用缺乏整體性規劃，分散、臨時、應急性數據流量等特點突出，數據價值開發仍有較大潛力。保險行業需要一個完整的數據架構體系。
五要加快構建大數據技術的應用框架。要實現從源數據對接→數據抽取轉化→數據倉庫→數據集市→整合分析→自助分析整個過程。首先，從業務分析的架構上看，保險數據支撐平臺和數據決策平臺，建立保險業的分析模型。其次，搭建好構架後，就要進行數據分析模型的建立。最後，對於管理者來說，各經營業務關鍵指標分散在各業務系統，管理層不想查看了解的海量的數據指標、數據維度，決策層
關注的往往不是明細數據。六要高度重視數據管理存在的痼疾問題。傳統數據統計採用人工核算、彙報的方式，反饋滯後，沒有時效性。一是主要數據分析指標。總資產、總負債、總利潤、保險賠付率、資金收益率、利潤完成率等。二是經營風險分析。風險數據的收集、核對和整理，完全自動生成定期報告。三是監管指標管理功能。確保公司外部風控指標持續達標。四是根據各類風險管理特徵，建立相應的風險管理功能。五是資產負債分析。資產負債的重要性不必多言，很多企業資產負債信息不透明，不能及時瞭解到風險所在。六是數據反饋不及時。存在大量的重複性線下工作量，同時會產生手工統計上的偏差。
總之，互聯網技術作為提升效率、降低成本、改善體驗的重要手段和支撐，為大數據技術推動保險行業的高質量發展創造了條件。保險業要堅持“保險+科技”“保險+服務”雙驅動戰略，持續用科技和服務賦能保險。確信大數據技術會不斷強化保險定價科技能力，加強人工智能、物聯網、區塊鏈、大數據技術的研究和應用，確信保險與科技深度融合將會產生深遠影響。未來，通過科技、保險、服務三者的結合，以及在區塊鏈、大數據、人工智能、雲計算等技術在保險中的創新探索，不僅將促進行業數字化轉型，更將助力保險行業變革，為保險業實現高質量發展提供強大支撐。
本文刊發於《清華金融評論》2019年10月刊，2019年10月5日出刊，編輯：丁開豔
閱讀更多 清華金融評論 的文章
