大數據與AI技術實現保險精準定價研究

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了大數據與AI技術實現保險精準定價研究范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要：介紹了保險行業的大數據特征，對利用大數據與ai技術相結合實現對車險、航延險、健康險、家財險四類保險的精準定價進行了研究，以期對保險行業在精準定價方面拋磚引玉，解決保險行業保險定價不準的問題，保證保險公司在正常收入的前提下最大化消費者利益，以進一步促進保險業的發展。

關鍵詞：大數據；AI；保險；保險定價

隨著社會的不斷發展，風險意識已經深入人心，保險成了保障人民生活的必需品。據中國銀行保險監督管理委員會的數據顯示，僅2020年3月份，全國財產險保費收入2962億元，壽險保費收入10798億元，意外險保費收入295億元，健康險保費收入2641億元，合計16695億元?，F有保險控股公司10家、財產保險公司60家、人壽保險公司71家、再保險公司8家、資產管理公司11家，全國做過保險人的人員數量超5000萬。面對如此龐大的市場規模及行業競爭，誰將是保險行業的下一個“獨角獸”，保費的精準化定價將是市場競爭核心價值的體現。保險定價在保險行業中是一個相當復雜而重要的過程，傳統中保險價格都是由“成本加成”的方法確定的，即對風險溢價的精算評估，包含直接成本、間接成本以及利潤增值。但此定價方式的弊端也尤為明顯：①定價周期過長，投入人力成本很高；②定價方式不夠靈活，對于所有客戶實行統一定價；③風險識別能力低，致使賠付率升高。無論定價是過高還是過低，其最終結果都是一樣的：影響保險公司收入，導致利潤下降甚至虧損。如何實現保險的精準定價，既能以較低的價格吸引優質客戶投保，又能針對風險較高的保單給出合理的價格，來降低承保風險和賠付率。通過大數據結合AI智能算法，將有效的解決保費的精準化定價問題，并將保險行業帶入新風口“大數據＋”模式，以實現消費者以及保險公司兩者之間在利益均衡的前提下雙方利益最大化。

1保險行業的大數據特征

大數據（bigdata），就是具備4V（Volume，Vari－ty，Velocity，Value）特征的數據。

1．1規模性

（Volume）2020年3月，中國銀行保險監督管理委員會的數據就能展現保險行業在交易額、交易單量、保險公司數量、參與人數等多個維度的規模性均達到要求數據量級。1．2多樣性（Varity）在保險行業開展業務過程中，會錄入數據庫相關的業務數據，如客戶的基本資料，除此之外還會產生附加數據，如電話銷售的錄音、定損時的照片或者視頻等多種形式的數據，符合多樣性的要求。

1．3高速性

（Velocity）通過壽險公司數據取樣，電銷銷售如果有3萬，每天要打8h電話，按照3min～5min產生1M音頻文件算，每秒鐘大約300M的音頻，一天就是24T，完全符合高速性的要求。1．4價值性（Value）保險公司具有大量客戶的真實信息：如身份證、家庭住址、家庭成員、收入情況、就業情況、出險情況、存款情況等，均具有很高的數據價值性，當然在挖掘數據價值的同時要兼顧道德底線。根據大數據特征，對照保險行業的數據，可看出保險行業具有大數據的相關特征。利用大數據技術解決保險行業相關問題是可行的，并將有利于促進保險業的發展。

2借力新技術實現保險精準定價

當獲取到大量數據后，如何快速、準確的分析數據、得出結論？這需要將大數據技術與AI智能算法相結合，兩種技術共同解決保費的精準化定價問題。下面將分別就車險、航延險、健康險、家財險的實際業務模式，闡述如何結合大數據及AI技術實現保費的精準化定價。

2．1車險采用

UBI車險模式，是一種基于駕駛行為來制定保費的車險?？赏ㄟ^車聯網、智能手機和OBD（汽車故障診斷的檢測系統）、行車記錄儀等聯網設備綜合記錄車主的駕駛習慣、駕駛時間、行駛地點、實時速度、急加速、急減速、急轉彎、車輛信息、居住地區、違章、出險等信息。將上述數據標準化后，歸結為計值類變量、平均值類變量、標準差類變量、極值類變量與比例類變量，采用Logistic回歸對數據進行建模分析，通過極大似然估計對參數進行求解，之后對參數顯著性進行檢驗。模型通過檢驗后，結合AI智能算法，不斷地提高模型的顯著性，最終建立駕駛行為評分模型和UBI車輛定價模型，應用于車險保費的精準定價中，鼓勵車主建立良好的駕駛習慣以獲得更實惠的報價。以大數據作為數據支撐，使用AI機器人與真人相互配合，在前期審核、報價、自主批改等流程可以快速作出響應，據眾安保險測算，在大數據與AI的結合下，從報價到投保的整體轉化率由14％提升至20％。保險公司可以主動選擇低風險駕駛者，降低理賠賠付率并主動預防理賠事故的發生，另外，提供差異化的產品與服務有助于保險公司打造特色服務，獲取增值收益。UBI車險系統生態圈，如圖1所示。

2．2航延險

是屬于一種非物質損失的風險投保，當航班沒有按照原定計劃執行時，投保人可根據保險合同的規定，向保險公司發起索賠的商業保險行為。由于該險種是由時間延遲而導致的經濟損失，無法以具體的實物損失進行估計，因此航延險的保險定價也成了一個難題。2011年～2016年我國保險公司航延險的保費收入增長近46倍，航延險又成了各保險公司的必爭之地。“市場很大，定價很難”如何破解這一困境？可以通過大數據及AI技術，有效地解決這一難題。在海量的歷史航班數據中，通過非線性特征、時間序列特征、非線性回歸、模式識別，并結合AI的深度學習能力，提取影響航班延誤的有效因素，建立多維度的航班延誤預測模型。通過保險公司體制內的大量數據，結合AI技術，形成投保人的用戶畫像。通過航班延誤預測模型和用戶畫像，建立精準的航延險定價模型，來有效地解決非物質損失險種航延險的定價難題。

2．3健康險

生活環境的惡化、老齡化加速、生活質量的提升和消費觀念轉變的因素影響，國人對于健康也日趨重視，健康險的投保人數也逐年增加。如何做到準確合理的保費定價？可通過人們的穿戴設備獲取投保人的歷史心跳、心率、血壓、睡眠、運動、久坐、身高、體重、經常出沒地區及周邊空氣質量，通過醫療機構獲取投保人的身體健康報告、治療情況及遺傳病史，然后基于龐大的用戶數據，參考類似用戶畫像的群體，再利用大數據及AI技術，建立健康評測模型，形成投保人健康檔案，并結合實時數據，準確計算出健康險的保費價格。既能貼合投保人的心理價位，又能有效地降低理賠賠付率及保險公司運營成本。

2．4家財險

隨著互聯網技術的高速發展，萬物互聯已經深入各行各業，尤其在居家環境中更尤為突出。通過房屋中的智能設備，獲取用電情況、用水情況、用燃氣情況、電器使用年限、屋內空氣質量、設備巡檢記錄，通過互聯網獲取小區所在地的歷年天氣記錄、天氣預報、治安、物業等數據。結合大數據及AI技術，建立房屋安全測評模型，并生成相應的房屋檔案，一房一檔，準確評估承保風險，精確計算保險保費，錄入房屋坐落地址后，就能夠迅速地提供出相對應的保費價格。房屋中的智能設備，可以做到“事前評估算保費，事中預防范風險，事后追溯留證據”，保證投保人及保險公司的合法利益。在商業險中，中小型保險公司市場利潤空間往往較小，但是擁有巨大的增長潛力。據IBM商業價值研究院的數據顯示：市場規模預計將從2018年的59億美元增長到2023年的98億美元，通過大數據與AI技術得出的保費定價模型，可為這些細分市場帶來10％的額外收入，精準定價最多可減少5％的銷售成本。因此中小型保險公司能夠更輕松地進入這些客戶細分市場，使保險公司在細分市場中實現顯著的經濟效益。大數據與AI技術的融合，實現了實時準確的保費定價，能夠精準地識別優質客戶，避免客戶流失；縮短保險定價周期，提升品牌競爭力；減少人工投入，降低運營成本；風險識別，降低保險賠付率；通過結合當時當地的經濟形式及政策環境，動態的調整定價模型，以適應相關監管要求，進一步降低公司運營維護成本。

3結束語

大數據和AI技術，之所以能夠快速準確的實現保費定價，主要原因有：①以龐大的數據規模作為支撐，進行數據挖掘分析；②尋找顯著的定價模型，并通過AI的深度學習及強化學習的能力，得到更強大的預測模型，可以產生良好的預測結果，提供了更快的學習機制，并且更適應環境的變化。通過利用大數據、AI等高新技術，保險人一直致力于在保險行業業務數據的基礎上，研究如何將數據轉化為服務，讓數據為承保的公司服務，為投保的客戶服務，同時為整個保險行業以及為全社會服務。

［參考文獻］

［1］王彤，黃明明．發揮優勢補足短板—河南太平洋產險以創新助農業高質量發展［N］．中國銀行保險報，2020－06－24．

［2］曹策．我國互聯網保險產品的發展研究［J］．現代商業，2020，（17）：123～125．

［3］龔夢雪．數字時代保險產品服務營銷策略研究［J］．中國市場，2020，（17）：128～132．

［4］潘秋君，李文如，劉曉華．保險科技如何推動保險業的轉型升級和質量變革［J］．中外企業家，2020，（17）：75．

［5］何倩．探討新時期大數據分析在醫院醫保管理中的具體運用［J］．中國衛生標準管理，2020，11（11）：1～3．

［6］陳祺琦．大數據分析在保險行業中的應用［J］．電子世界，2020，（10）：36～38．

［7］蔣才芳．人壽保險行業市場結構與效率研究［D］．長沙：湖南大學，2015．

作者：郭建 單位：對外經濟貿易大學