9月19日，車險綜合改革正式實施，75%的預定賠付率，25%的預定費用率。本次改革後，有可能出現市場價格競爭加劇，綜合成本率上升，部分保險公司保費收入下滑，出現承保虧損，改革後行業短期的波動將是大概率事件，保險公司需要做好預期和應對方案。
“車險未來的競爭，就是兩率的競爭，車險經營需從過去粗放經營向精細化經營升級，數據，技術將發揮重要作用。相比而言，25%費用率部分，管理成本相對穩定，市場成本由外部市場環境及公司品牌服務共同決定，彈性不大；相反，75%的賠付部分，高風險與低風險群體可以有2倍以上的差距，根據不同風險人群做好精準定價以及反欺詐的收效更大”，原安盛天平精算負責人陳文志表示。
早在2015年，光博管理諮詢（上海）公司董事長祝光建就提到，“建立以風險為導向的車險定價體系是車險費率市場化的主要目標之一，車險定價應充分考慮從人、從車、從地、從渠道等風險因素。在商業車險改革中，引入車型定價、精細化無賠款優待係數、賦予保險公司自主定價權等，將更能反映不同業務之間的風險差距。今後國內車險市場上，保險公司自主定價能力將成為其核心競爭力。”
而2017年二次費改引入按車型定價模式試點後，較以往以新車購置價為核心的定價模式有了明顯的進步，但也僅僅是費率合理化工作的起點。相比之下，國外成熟市場已經進入從“車”到“人”的差異化定價階段。對此，在國內外保險業已經深耕了25年的律商聯訊風險信息公司（以下簡稱律商聯訊）及其子公司精勵聯訊，作為保險一哥的長期企業合作伙伴，分享了他們的經驗與觀點。
—1—
綜改之後，從車到從人是趨勢
隨著互聯網，大數據，人工智能的快速發展，為車險自主定價提供了良好的技術支持。此次綜改明確提出支持行業創新，為消費者提供更加規範和豐富的車險保障服務，則為保險公司自主定價提供了一定的政策支持。
與此同時，大多數保險公司已達成共識：車是由人來開的，在車險的風險因素中，人的因素影響更大，對從人因素掌握越多，風險預估越精準，越來越多的公司已把從人因素的應用列入戰略考量，未來是大勢所趨。然而保險公司要提升自身自主定價能力，過去傳統的NCD、車型、年齡等因子並不足以充分支撐風險細化和解釋差異原因，因此需要引入更多的從人因素。
去年國際保險科技創新與應用論壇上，精勵聯訊（律商聯訊風險信息旗下公司）董事總經理呂曉輝博士就向一哥透露，在美國、英國等發達國家的風險定價模型中，從人因子的權重遠高於其他因子。以美國為例，從人因素權重佔到80%，而且將基於個人信用記錄的從人評分作為風險評估的重要標準早已在40多個州推行。
—2—
從人區分不同風險，賠付率差距可高達2倍以上
精勵聯訊，自2015年在中國成立以來，已經服務於國內99%市場份額的車險公司客戶。經過對其服務的國內近二十家保險公司回顧驗證，從人評分均展示了顯著的風險區分效果，綜合來看，風險最高一組的實際賠付率可達風險最低一組的2倍左右。下圖為從以往驗證數據中隨機抽取一定量的樣本，均分十組驗證效果。
數據來源：精勵聯訊
根據精勵聯訊的數據驗證，一哥認為，中小公司未來的競爭，或可通過對賠付率相對係數較高的人群組別進行差異化折扣，或者根據客戶風險係數選擇性承保，以降低賠付成本。
此外，據律商聯訊保險業務首席執行官比爾麥迪遜介紹，儘管目前在中國市場從人定價的產品取得了一定效果，也僅是引入了少量從人因素，主要關注的還是基本信息，比如年齡、性別等。而在海外成熟市場，比如美國，從人因素可以劃分成基本身份信息類、投保信息類、財務信息類、駕駛行為信息類和索賠信息類。因素數量足夠多，才能真正實現精準定價。
從人信息有些是保險公司在承保環節自己採集的，有些需要藉助外部的力量。因此，這個工作並不是僅僅關注一個渠道，而是綜合多個渠道，包括來自政府部門和行業的各個不同渠道的數據，進行統一的分析，來進行評定 。比如在其他國家，律商聯訊會用到交警提供的信息來幫助保險公司，也會用到基於車聯網數據對人們的駕駛行為進行衡量，比如通過預裝在網聯車輛中的傳感器設備幫助保險公司來測量、干預駕駛人員的疲勞駕駛、野蠻駕駛、一心幾用等一系列複雜的高風險行為。
在美國，律商聯訊向保險行業提供的一個被廣泛應用的基於個人信用記錄的Attract 保險賠付風險評分，對賠付率的區分效果可以達到最高組是最低組的2.2倍。如下圖所示：
數據來源：律商聯訊
隨著5G時代的到來，人工智能的發展，以及公共數據開放程度的提升，一哥認為，中國車險市場未來也可嘗試引入更多從人因素，在現有試點基礎上，還可以有很大的提升空間，通過更加細化的風險分組來降低賠付率。
—3—
“從車”與“從人”相結合，最大化降低賠付率
另一方面，從按車型定價應用來看，目前國內市場大部分產品僅運用到少量從車因素。而精勵聯訊的從車風險評分，是基於車輛的物理屬性和易損零配件等信息進行建模，從而進行從車維度的風險高低預測。因此，對於新上市的新車，從車評分也能夠給出準確的風險評價。
此外，從車風險評分在現有車險定價中所用到的從車風險元素之外，在從車維度上對於從車風險提供了額外的細分能力。例如，除行業已經使用的從車元素外，精勵聯訊可提供純電動車和ADAS（高級駕駛輔助系統）數據元素，如：
➢純電動車型的物理結構、新車成本、電池種類、電機性能等元素。
➢ ADAS數據共16大類（如：碰撞預警類的自適應巡航、碰撞避免功能及停泊車輔助功能）信息，基於車輛的高技術功能模塊實現碰撞預警，以及人工智能輔助降低事故概率及事故金額，整體提升安全駕駛大環境。
精勵聯訊同樣對從車評分和近三十家保險公司進行了產品性能回顧驗證。在這些驗證中，從車評分均展示了顯著的風險區分效果，在根據從車評分均分為10組時，風險最高一組的實際賠付率也可達風險最低一組1.6-2.0倍（如下圖所示）。與從人評分一樣，從車評分在風險細分也還有很大的提升空間。
數據來源：精勵聯訊
從車評分可與從人評分結合應用，得到從人從車綜合風險評分，綜合評分區分效果相比單一維度的評分提升20%左右。通過從人、車維度分別深度剖析，找到關鍵風險影響因素通過便捷的數據輸送管道，快速嵌入到保險公司業務流程中，對保險公司現有風險維度進行有效補充。
目前對9座以下乘用車，精勵聯訊的人車結合綜合評分應用已經可以覆蓋超過90%的車輛。—4—
未來充滿挑戰，需行業攜手共同面對
隨著車險綜合改革正式實施，差異化定價的需求已經被釋放出來，一哥相信未來根據風險區分進行更加精準的風險定價，將會變成大家良性競爭的一個至關重要的內容。各家保險公司準備程度雖然不一樣，但有許多的挑戰需要行業共同面對。
目前中國市場，不單是保險行業，所有行業的數據基礎設施建設都還很不到位，各政府部門數據信息相互割裂，形成阻礙產業應用的信息孤島。目前開放的數據大多屬於一般性的行政公共事業信息，對風險的判斷能力相對有限。有價值的從人信息，則不敢、不願、不能開放，造成了保險行業在獲取、應用數據的時候困難重重。
因此，在現有數據開放程度下，行業應該以更開放的心態去面對挑戰。一方面，保險公司，尤其是中小保險公司，應該積極面對市場環境變化，抱團取暖，緩解競爭中的數據劣勢，從而能夠在某一細分市場建立局部優勢，從過去打價格戰的低層次競爭中跳出來。
另一方面，我們也期待更多像精勵聯訊這樣的第三方專業公司出現，利用自己在海外成熟市場的經驗和數據、技術上的優勢，幫助保險公司做好轉型，共同推進市場的進步。
