劉艷

[摘要]車聯(lián)網(wǎng)是汽車物聯(lián)網(wǎng)的簡稱，是一種汽車信息服務。在車輛保險中推廣應用車聯(lián)網(wǎng)保險模式，不僅能夠使保險經(jīng)營走向更加科學和規(guī)范的軌道，更重要的是，這種模式能夠很好地發(fā)揮保險的正外部性特征。與此同時，在車輛保險領(lǐng)域推廣應用車聯(lián)網(wǎng)技術(shù)也能夠有力推動我國車聯(lián)網(wǎng)產(chǎn)業(yè)的發(fā)展，繼而推動相關(guān)領(lǐng)域的技術(shù)進步。

[關(guān)鍵詞]車聯(lián)網(wǎng) 保險

車聯(lián)網(wǎng)是以駕乘者的體驗為服務核心，運用汽車制造、無線通信技術(shù)、數(shù)據(jù)分析、物聯(lián)網(wǎng)和互聯(lián)網(wǎng)等技術(shù)，將駕乘者與周圍環(huán)境有機聯(lián)系起來，以實現(xiàn)整個系統(tǒng)綜合廣泛的應用，從而構(gòu)成網(wǎng)絡(luò)生態(tài)系統(tǒng)。

在車輛保險的發(fā)展過程中，定價模式一直是推動車輛保險進步的重要因素。按照發(fā)展階段的不同，車輛保險的定價方式主要有保額定價、車型定價及使用定價三類。我國目前仍處于保額定價階段，并正在向半保額、半車型定價過渡。而從國外發(fā)達保險市場的情況看，車輛保險已經(jīng)開始進入使用定價（UBI）階段。

無論是保額定價還是車型定價，在這些傳統(tǒng)的定價模式中，定價因子包括從車、從地、從用和從人等因素。車聯(lián)網(wǎng)和大數(shù)據(jù)技術(shù)的出現(xiàn)，給我們破解傳統(tǒng)定價模式局限帶來可能，基于UBI技術(shù)的車聯(lián)網(wǎng)保險模式應運而生。在UBI定價模式中，“用”和“人”更多是指動態(tài)概念。車聯(lián)網(wǎng)保險除了在定價方面將破解從前面臨的難題外，還能在防止盜竊風險和保險欺詐方面發(fā)揮很好的作用。

一、傳統(tǒng)車險定價模型及問題

車險實務中，對于費率的確定，比較廣泛采用的模型是加法模型和乘法模型。二者的本質(zhì)思想類似：將選定的每個風險分類變量都分為離散的若干個級別，每一個級別對應一個級別相對數(shù)，通過級別相對數(shù)的組合來確定每一個風險單元的費率。二者的區(qū)別在于級別相對數(shù)的組合方式不同：加法模型采用級別相對數(shù)相加的方式，而乘法模型則采用級別相對數(shù)相乘的方式。

以上兩種傳統(tǒng)的線性模型的形式十分簡單，采用的邊際總和法的方法也比較容易。但無論是模型本身，還是估計參數(shù)用的邊際總和法，都存在著一定的問題。

第一：邊際總和法的適用性存在問題。經(jīng)驗表明，通過一個風險因素分類的結(jié)果是粗略的，遠不足以將所有的被保險人分為風險同質(zhì)的群體。對于一個風險異質(zhì)性較大的群體，大數(shù)法則是不適用的。因此，假設(shè)經(jīng)過一個因素的分類，就可以使各類的實際損失與理論損失嚴格相等，其條件是不充分的。

第二：這兩個模型都假設(shè)損失變量是連續(xù)隨機的并且服從正態(tài)分布，實際上這一假設(shè)往往不成立。

第三，通過加法模型和乘法模型擬合的結(jié)果并不一致，特別是當損失的分布很不均勻時，對于較大幅度偏離總體平均損失水平的那些風險單元，兩種方法求得的費率結(jié)果差別可能會很大。

第四：這兩種方法的準確性難以衡量。因為缺乏相應的統(tǒng)計檢驗手段，這使得我們無法比較哪一個模型對實際數(shù)據(jù)的擬合程度更高；同時，亦無法鑒別所選用的風險分級變量是否合適，因此，對于風險分類變量的選取以及風險分級的確定，很大程度上需要依賴于主觀的判斷。

二、車聯(lián)網(wǎng)保險的總體框架

車聯(lián)網(wǎng)保險的基本特征是基于使用定價，即UBI模式，可將其準確表述為將與使用相關(guān)的風險因子納入定價模型，其中最重要的部分是駕駛行為。

車輛保險的定價原理是將車輛“純風險損失”進行分解，首先是出險率和案均損失，其次是分析與這兩個因素有關(guān)的因子，最后是尋求不同因子之間的函數(shù)關(guān)系。從傳統(tǒng)定價模式看，由于存在數(shù)據(jù)獲取方面的局限性，因此，人們更多的是使用“從車”因子，如車輛的價值、類型、使用性質(zhì)等，而在“從人”因子方面，也大都采用一些相對靜態(tài)的類屬因子，如性別、年齡、職業(yè)和婚姻狀態(tài)等。盡管人們知道影響“出險率”最大和最直接的因子應當是與人的駕駛行為相關(guān)的因子，同時，人們也知道根據(jù)實際使用情況確定價格才是最合理的。但苦于沒有一種技術(shù)手段能夠解決數(shù)據(jù)采集問題，而車聯(lián)網(wǎng)技術(shù)的出現(xiàn)，給這個問題的解決提供了可能。

與傳統(tǒng)的車險數(shù)據(jù)采集系統(tǒng)不一樣，車聯(lián)網(wǎng)技術(shù)能夠獲得人、車、環(huán)境三方面的信息，信息量大、數(shù)據(jù)準確性高。從車聯(lián)網(wǎng)數(shù)據(jù)的整體來看主要有以下三個顯著特點：

第一：數(shù)據(jù)類型多。保險市場的不確定性受到許多因素的影響。數(shù)據(jù)的類型既有數(shù)值型的也有非數(shù)值型的。傳統(tǒng)的基于統(tǒng)計學的粗略地分析，往往都是分析人員對大量統(tǒng)計數(shù)據(jù)憑經(jīng)驗做出決策，因而受分析者主觀因素比較大，分析結(jié)果也非常粗略。傳統(tǒng)的數(shù)據(jù)采集系統(tǒng)設(shè)計的風險因素也比較簡單，主要涉及投保人的年齡、性別、歷史賠付數(shù)據(jù)等，沒有考慮更能準確反映風險水平的因素，而這正是車聯(lián)網(wǎng)保險數(shù)據(jù)所具備的最主要的特點。

第二：數(shù)據(jù)動態(tài)性強。保險數(shù)據(jù)中特別是保險期限較短的財產(chǎn)保險所包含的規(guī)律的時效性非常強。利用車聯(lián)網(wǎng)系統(tǒng)收集的數(shù)據(jù)更新周期會大大縮短，甚至每月所交保費會在很大程度上受到近幾個月的駕駛情況的影響，數(shù)據(jù)具有很強的動態(tài)性。

第三：數(shù)據(jù)量大。保險領(lǐng)域的數(shù)據(jù)量非常龐大，基于車聯(lián)網(wǎng)技術(shù)所涉及的數(shù)據(jù)則種類更加廣泛，類型更加細致。車聯(lián)網(wǎng)的一個目標是通過數(shù)據(jù)更加準確地反映投保人的風險水平，從而制定出更加切合事實的保費。

如下三類數(shù)據(jù)影響著車輛風險水平。

一：駕駛行為數(shù)據(jù)。駕駛行為是決定駕駛員風險水平的最關(guān)鍵因素?；谲嚶?lián)網(wǎng)系統(tǒng)的數(shù)據(jù)采集會涉及行駛里程數(shù)、平均行駛速度、每百公里急加速/減速次數(shù)、平均轉(zhuǎn)向速度、每次出行時段以及每百公里最佳車速駕駛里程等，這些信息會隨著車輛的使用而不斷產(chǎn)生新的數(shù)據(jù)，從而豐富保險公司識別的基礎(chǔ)，以便于對保費作出及時的修正。

二：車輛狀況數(shù)據(jù)?；谲嚶?lián)網(wǎng)的車輛數(shù)據(jù)具有更大的動態(tài)性，即隨著保單的進行，數(shù)據(jù)會隨時更新。其中，數(shù)據(jù)包括發(fā)動機轉(zhuǎn)速、平均油耗等。

三：環(huán)境數(shù)據(jù)。車輛的行駛環(huán)境也是一個至關(guān)重要的因素。環(huán)境數(shù)據(jù)包括但不限于：居住地環(huán)境、每百公里夜間行車占比、溫度、濕度、車輛懸掛壓力、每百公里山路行車里程。

在收集了各種維度和結(jié)構(gòu)的數(shù)據(jù)之后，我們應當采取一個合理的模型來對收集的數(shù)據(jù)進行處理，以達到對車險產(chǎn)品進行定價、對其準備金進行評估等目的。作為傳統(tǒng)線性模型的推廣的廣義線性模型（GLM）在理論和實務界都受到了越來越多的關(guān)注。GLM的核心思想為：用風險等級變量的線性組合的某個函數(shù)，可以解釋損失變量的期望值水平。采用符號系統(tǒng)表示，GLM的核心表達式為

其中，表示因變量（可以是損失次數(shù)、損失強度等變量），g（.）是聯(lián)結(jié)函數(shù)，為自變量（即風險分類變量）組成的向量，為參數(shù)向量（即各個風險分類變量的系數(shù)向量）。模型假定服從某一指數(shù)族分布，并且該分布的方差可依據(jù)其期望來確定，從而整個分布也可以被確定。GLM的模型參數(shù)通過最大似然法確定。我們只需在確定模型和數(shù)據(jù)后，通過參數(shù)估計、模型檢驗和模型診斷三個步驟對模型進行求解，最終便可使用模型進行預測。

三、結(jié)論

本文通過對現(xiàn)有的車險定價模型進行分析，指出目前的車險定價方法中數(shù)據(jù)收集和分析處理、模型建立與預測方面均存在不足，同時車聯(lián)網(wǎng)保險的數(shù)據(jù)類型進行詳細解讀，其數(shù)據(jù)復雜性、大量性和強動態(tài)性的論證證明了在大數(shù)據(jù)時代車聯(lián)網(wǎng)保險的實施有其現(xiàn)實基礎(chǔ)。在未來大數(shù)據(jù)時代背景之下，在車輛保險中推廣應用車聯(lián)網(wǎng)保險模式，不僅能夠精準定價，推動保險經(jīng)營水平提升，還能夠促進綠色出行和安全駕駛，給和諧交通和環(huán)境保護作出貢獻。但是我們在開展車聯(lián)網(wǎng)保險的過程中，應當處理好隱私保護的問題，這樣才能得到消費者的認可，使得車聯(lián)網(wǎng)保險能更好的推廣開來，發(fā)揮保險的社會功能。endprint