大数据与AI技术实现保险精准定价研究

摘要：介绍了保险行业的大数据特征，对利用大数据与AI技术相结合实现对车险、航延险、健康险、家财险四类保险的精准定价进行了研究，以期对保险行业在精准定价方面抛砖引玉，解决保险行业保险定价不准的问题，保证保险公司在正常收入的前提下最大化消费者利益，以进一步促进保险业的发展。

关键词：大数据；AI；保险；保险定价

随着社会的不断发展，风险意识已经深入人心，保险成了保障人民生活的必需品。据中国银行保险监督管理委员会的数据显示，仅2020年3月份，全国财产险保费收入2962亿元，寿险保费收入10798亿元，意外险保费收入295亿元，健康险保费收入2641亿元，合计16695亿元。现有保险控股公司10家、财产保险公司60家、人寿保险公司71家、再保险公司8家、资产管理公司11家，全国做过保险人的人员数量超5000万。面对如此庞大的市场规模及行业竞争，谁将是保险行业的下一个“独角兽”，保费的精准化定价将是市场竞争核心价值的体现。保险定价在保险行业中是一个相当复杂而重要的过程，传统中保险价格都是由“成本加成”的方法确定的，即对风险溢价的精算评估，包含直接成本、间接成本以及利润增值。但此定价方式的弊端也尤为明显：①定价周期过长，投入人力成本很高；②定价方式不够灵活，对于所有客户实行统一定价；③风险识别能力低，致使赔付率升高。无论定价是过高还是过低，其最终结果都是一样的：影响保险公司收入，导致利润下降甚至亏损。如何实现保险的精准定价，既能以较低的价格吸引优质客户投保，又能针对风险较高的保单给出合理的价格，来降低承保风险和赔付率。通过大数据结合AI智能算法，将有效的解决保费的精准化定价问题，并将保险行业带入新风口“大数据＋”模式，以实现消费者以及保险公司两者之间在利益均衡的前提下双方利益最大化。

1保险行业的大数据特征

大数据（bigdata），就是具备4V（Volume，Vari－ty，Velocity，Value）特征的数据。

1．1规模性

（Volume）2020年3月，中国银行保险监督管理委员会的数据就能展现保险行业在交易额、交易单量、保险公司数量、参与人数等多个维度的规模性均达到要求数据量级。1．2多样性（Varity）在保险行业开展业务过程中，会录入数据库相关的业务数据，如客户的基本资料，除此之外还会产生附加数据，如电话销售的录音、定损时的照片或者视频等多种形式的数据，符合多样性的要求。

1．3高速性

（Velocity）通过寿险公司数据取样，电销销售如果有3万，每天要打8h电话，按照3min～5min产生1M音频文件算，每秒钟大约300M的音频，一天就是24T，完全符合高速性的要求。1．4价值性（Value）保险公司具有大量客户的真实信息：如身份证、家庭住址、家庭成员、收入情况、就业情况、出险情况、存款情况等，均具有很高的数据价值性，当然在挖掘数据价值的同时要兼顾道德底线。根据大数据特征，对照保险行业的数据，可看出保险行业具有大数据的相关特征。利用大数据技术解决保险行业相关问题是可行的，并将有利于促进保险业的发展。

2借力新技术实现保险精准定价

当获取到大量数据后，如何快速、准确的分析数据、得出结论？这需要将大数据技术与AI智能算法相结合，两种技术共同解决保费的精准化定价问题。下面将分别就车险、航延险、健康险、家财险的实际业务模式，阐述如何结合大数据及AI技术实现保费的精准化定价。

2．1车险采用

UBI车险模式，是一种基于驾驶行为来制定保费的车险。可通过车联网、智能手机和OBD（汽车故障诊断的检测系统）、行车记录仪等联网设备综合记录车主的驾驶习惯、驾驶时间、行驶地点、实时速度、急加速、急减速、急转弯、车辆信息、居住地区、违章、出险等信息。将上述数据标准化后，归结为计值类变量、平均值类变量、标准差类变量、极值类变量与比例类变量，采用Logistic回归对数据进行建模分析，通过极大似然估计对参数进行求解，之后对参数显著性进行检验。模型通过检验后，结合AI智能算法，不断地提高模型的显著性，最终建立驾驶行为评分模型和UBI车辆定价模型，应用于车险保费的精准定价中，鼓励车主建立良好的驾驶习惯以获得更实惠的报价。以大数据作为数据支撑，使用AI机器人与真人相互配合，在前期审核、报价、自主批改等流程可以快速作出响应，据众安保险测算，在大数据与AI的结合下，从报价到投保的整体转化率由14％提升至20％。保险公司可以主动选择低风险驾驶者，降低理赔赔付率并主动预防理赔事故的发生，另外，提供差异化的产品与服务有助于保险公司打造特色服务，获取增值收益。UBI车险系统生态圈，如图1所示。

2．2航延险

是属于一种非物质损失的风险投保，当航班没有按照原定计划执行时，投保人可根据保险合同的规定，向保险公司发起索赔的商业保险行为。由于该险种是由时间延迟而导致的经济损失，无法以具体的实物损失进行估计，因此航延险的保险定价也成了一个难题。2011年～2016年我国保险公司航延险的保费收入增长近46倍，航延险又成了各保险公司的必争之地。“市场很大，定价很难”如何破解这一困境？可以通过大数据及AI技术，有效地解决这一难题。在海量的历史航班数据中，通过非线性特征、时间序列特征、非线性回归、模式识别，并结合AI的深度学习能力，提取影响航班延误的有效因素，建立多维度的航班延误预测模型。通过保险公司体制内的大量数据，结合AI技术，形成投保人的用户画像。通过航班延误预测模型和用户画像，建立精准的航延险定价模型，来有效地解决非物质损失险种航延险的定价难题。

2．3健康险

生活环境的恶化、老龄化加速、生活质量的提升和消费观念转变的因素影响，国人对于健康也日趋重视，健康险的投保人数也逐年增加。如何做到准确合理的保费定价？可通过人们的穿戴设备获取投保人的历史心跳、心率、血压、睡眠、运动、久坐、身高、体重、经常出没地区及周边空气质量，通过医疗机构获取投保人的身体健康报告、治疗情况及遗传病史，然后基于庞大的用户数据，参考类似用户画像的群体，再利用大数据及AI技术，建立健康评测模型，形成投保人健康档案，并结合实时数据，准确计算出健康险的保费价格。既能贴合投保人的心理价位，又能有效地降低理赔赔付率及保险公司运营成本。

2．4家财险

随着互联网技术的高速发展，万物互联已经深入各行各业，尤其在居家环境中更尤为突出。通过房屋中的智能设备，获取用电情况、用水情况、用燃气情况、电器使用年限、屋内空气质量、设备巡检记录，通过互联网获取小区所在地的历年天气记录、天气预报、治安、物业等数据。结合大数据及AI技术，建立房屋安全测评模型，并生成相应的房屋档案，一房一档，准确评估承保风险，精确计算保险保费，录入房屋坐落地址后，就能够迅速地提供出相对应的保费价格。房屋中的智能设备，可以做到“事前评估算保费，事中预防范风险，事后追溯留证据”，保证投保人及保险公司的合法利益。在商业险中，中小型保险公司市场利润空间往往较小，但是拥有巨大的增长潜力。据IBM商业价值研究院的数据显示：市场规模预计将从2018年的59亿美元增长到2023年的98亿美元，通过大数据与AI技术得出的保费定价模型，可为这些细分市场带来10％的额外收入，精准定价最多可减少5％的销售成本。因此中小型保险公司能够更轻松地进入这些客户细分市场，使保险公司在细分市场中实现显著的经济效益。大数据与AI技术的融合，实现了实时准确的保费定价，能够精准地识别优质客户，避免客户流失；缩短保险定价周期，提升品牌竞争力；减少人工投入，降低运营成本；风险识别，降低保险赔付率；通过结合当时当地的经济形式及政策环境，动态的调整定价模型，以适应相关监管要求，进一步降低公司运营维护成本。

3结束语

大数据和AI技术，之所以能够快速准确的实现保费定价，主要原因有：①以庞大的数据规模作为支撑，进行数据挖掘分析；②寻找显著的定价模型，并通过AI的深度学习及强化学习的能力，得到更强大的预测模型，可以产生良好的预测结果，提供了更快的学习机制，并且更适应环境的变化。通过利用大数据、AI等高新技术，保险人一直致力于在保险行业业务数据的基础上，研究如何将数据转化为服务，让数据为承保的公司服务，为投保的客户服务，同时为整个保险行业以及为全社会服务。

［参考文献］

［1］王彤，黄明明．发挥优势补足短板—河南太平洋产险以创新助农业高质量发展［N］．中国银行保险报，2020－06－24．

［2］曹策．我国互联网保险产品的发展研究［J］．现代商业，2020，（17）：123～125．

［3］龚梦雪．数字时代保险产品服务营销策略研究［J］．中国市场，2020，（17）：128～132．

［4］潘秋君，李文如，刘晓华．保险科技如何推动保险业的转型升级和质量变革［J］．中外企业家，2020，（17）：75．

［5］何倩．探讨新时期大数据分析在医院医保管理中的具体运用［J］．中国卫生标准管理，2020，11（11）：1～3．

［6］陈祺琦．大数据分析在保险行业中的应用［J］．电子世界，2020，（10）：36～38．

［7］蒋才芳．人寿保险行业市场结构与效率研究［D］．长沙：湖南大学，2015．

作者：郭建 单位：对外经济贸易大学