- 快捷搜索
- 全站搜索
六、科技助力风险管理 降低赔付支出
对于商业保险而言，风险管理也至关重要，这包括风险监控和预防管理两个方面。
控制风险意味着减少赔付支出，意味着保险赔付成本的降低，而实际被保险人或者标的存在各种风险，有真实风险也有虚假风险，因此，商业保险公司雇用大量的理赔调查人员，以期尽可能发现案件存在的问题。随着技术水平的提高，特别是搜索引擎以及相关算法的研究，大数据技术的引进让虚假风险案件自动识别和提取工作变为可能，当然，自动识别的前提是所使用的大数据拥有良好数据质量。在金融行业，许多类似这样的工作都在进行。中国人寿研发中心也进行了一些尝试，以医疗保险费用信息为基础，在以某省部分胃癌案件为输入数据的实验当中使用PageRank算法，展现了良好的非常规治疗方案的发现能力。
保险的更高层次在于主动帮助客户预防风险，减少风险发生的概率，一般在健康管理服务方面会有较大的应用空间。随着健康档案的建立，用大数据辅助为客户提供专有服务，提前预防疾病，降低出险概率，从而降低赔付成本。特别是在中国，近年来可穿戴式设备悄然兴起，智能手机中的健康应用种类繁多，健康数据呈现出爆炸式增长的态势，结合普惠保险所获得的就医数据，使用大数据分析的方式，可以为个人健康管理业务提供支撑。一方面提示早预防，引导参保人员的健康意识，一方面控制疾病发展，主要是针对慢性疾病人员的健康档案，及时发现高危人群和高血压、糖尿病等慢性病人，提前治疗，尽可能控制疾病发展或者避免疾病发展。通过有效管理手段，减少赔付支出，从而进一步降低保险产品费率，让政府和人民受益。
七、普惠大数据带来的价值
显而易见，覆盖全民的政策性普惠保险的推广，将会带来海量的数据资源。在大数据时代，这些数据将会帮助保验公司制定更加合理的产品价格，提供更有针对性的健康服务。大数据带来的红利将会反馈给数据的提供者们，使民众得到更加廉价的产品和更加优质的服务，而保险公司也可以优化营销手段，开拓市场份额。在技术的支撑下，所有人都是普惠大数据的受益者。
目前很多保险企业都在探讨如何利用大数据，也在不断寻找最合适的实践方式，大数据如何更广泛为保险行业所用越来越成为人们关注的焦点。在2014年9月召开的中国精算年会上，有演讲者讲到了保险产品定价的发展历程。最初，保险产品的定价比较简单，可能仅仅是基于所承保的范围，加上一个简单的百分比(如5％)来计算。随着价格计算方法的进步，精算师逐渐参与到保险产品定价的过程当中，通过分析历史理赔等数据来确定产品价格以及储备金水平。发展到现在，产品的定价过程变得更为复杂，精算师们重用统计分析方法，将历史数据资料，以及一些其他类型的数据加入统计模型中。过去，只需要历史索赔资料及一些数据元素即可完成，而现在需要分析的数据越来越多，可能存在成百上千种的数据可供电脑分析处理，帮我们分析、定价、并且预期关于索赔的情况。
大数据、预测模型等数据分析方法在精算领域中越来越受到重视。用数据挖掘的方法建立预测模型，并将大量的数据输入模型当中以训练参数，可以获得定价模型。通过这样的方式，精算能够协助保险公司推出定价更加合理的产品。而政策性普惠保险覆盖全民的特性，恰好可以提供海量的数据，以供数据分析师和精算师们研究。
车险的例子也许可以预示健康险的发展方向。过去，保险公司利用驾驶者年龄、过往驾驶历史、意外事故、罚单情况或交通违规等数据资料分析客户，确定车险产品的定价。现在，在美国等发达国家，如果驾驶者允许的话，还可以在车上安装仪器来监测驾驶情况，这样保险公司就能通过观察司机在驾驶过程中与前车保持的距离如何，是否有超速的情况或其他违章情况，搜集更多数据。只要得到允许，保险公司就能采集到更多的数据资料用于车险定价。
在美国保险市场的健康保险领域中，个性化定价应用已经比较普遍。在美国，个人的信贷历史都有可能成为保险公司的参照，成为影响消费者购买保险产品价格的因素。结合普惠保险所提供的就医数据，在可预见的将来，保险业将在大数据的支撑下向客户提供个性化定价的健康险产品及服务。
八、结束语
普惠与保险相辅相成，在信息技术个性浪潮的引导下进一步发生良性互动，利用科技创新手段，不仅为广大人民群众提供快速、便捷客户服务，而且降低成本，提供更为廉价的保险产品，真正实现普惠保险下的便民、惠民。
（文章来源：《金融电子化》杂志）
商业银行发展互联网金融，其实对既有的技术体系规划和设计提出了新的要求。
商业银行发展互联网金融，其实对既有的技术体系规划和设计提出了新的要求。