陳婉瑩 盧可童 陳銘鉞 魏境鐸 張樹(shù)森 劉華

[摘要]網(wǎng)絡(luò)在帶來(lái)便捷的同時(shí)也帶來(lái)了風(fēng)險(xiǎn)，這些風(fēng)險(xiǎn)給個(gè)體的經(jīng)營(yíng)和聲譽(yù)帶來(lái)的直接和間接影響不可忽視，所以對(duì)網(wǎng)絡(luò)信息安全的保險(xiǎn)定制愈來(lái)愈顯得十分重要。首先，文章在基于社會(huì)實(shí)際情況的數(shù)據(jù)下采用主成分分析法，確定四種主要網(wǎng)絡(luò)泄露途徑。其次采用短期聚合風(fēng)險(xiǎn)模型進(jìn)行保費(fèi)的厘定，在此基礎(chǔ)上選取四個(gè)主要網(wǎng)絡(luò)泄漏途徑進(jìn)行計(jì)算以及分析，并建立每個(gè)主要網(wǎng)絡(luò)泄漏途徑的不同梯度給付模型。模型最后還考慮了建立綜合型項(xiàng)目以滿足需求的多樣性。最后，通過(guò)分析數(shù)據(jù)和模型評(píng)價(jià)，對(duì)研究進(jìn)行全面的總結(jié)。

[關(guān)鍵詞] ?網(wǎng)絡(luò)個(gè)人信息安全;主成分分析法;短期聚合風(fēng)險(xiǎn);梯度給付模型

1 ?引言

隨著近幾年網(wǎng)絡(luò)技術(shù)的高速發(fā)展，網(wǎng)絡(luò)已變得無(wú)處不在。然而，技術(shù)的發(fā)展就像是把雙刃劍，網(wǎng)絡(luò)在帶來(lái)便捷的同時(shí)也帶來(lái)了難以抵御的風(fēng)險(xiǎn)，這從此前幾起電商巨頭因?yàn)榫W(wǎng)絡(luò)引發(fā)的風(fēng)險(xiǎn)案例就不難看出。因?yàn)楣饫w被挖斷、員工誤操作、黑客攻擊等原因，網(wǎng)絡(luò)安全事故層出不窮，這些風(fēng)險(xiǎn)給企業(yè)經(jīng)營(yíng)和聲譽(yù)帶來(lái)的直接和間接影響不可忽視。越來(lái)越多的企業(yè)開(kāi)始在如何避免和轉(zhuǎn)移網(wǎng)絡(luò)風(fēng)險(xiǎn)方面“下功夫”，網(wǎng)絡(luò)風(fēng)險(xiǎn)保險(xiǎn)也在這個(gè)時(shí)候應(yīng)運(yùn)而生。

目前，中國(guó)網(wǎng)民人數(shù)超過(guò)7億，互聯(lián)網(wǎng)普及率超過(guò)世界平均水平;網(wǎng)購(gòu)消費(fèi)者數(shù)量超過(guò)?1.3億，這表明中國(guó)已經(jīng)進(jìn)入互聯(lián)網(wǎng)時(shí)代，已經(jīng)適應(yīng)網(wǎng)上購(gòu)物，并且網(wǎng)購(gòu)群體是保險(xiǎn)意識(shí)最強(qiáng)、保險(xiǎn)資源最為豐富的人群。保險(xiǎn)業(yè)可以充分利用網(wǎng)絡(luò)，將潛在的保險(xiǎn)需求轉(zhuǎn)換為真實(shí)的保險(xiǎn)消費(fèi)。而對(duì)于這群具有消費(fèi)力潛能的人群，規(guī)避個(gè)人信息泄漏風(fēng)險(xiǎn)十分重要。

就在二零一六年雙十二前夕，有媒體爆最近黑市上流通著12G疑似京東的數(shù)據(jù)包。黑市買(mǎi)賣(mài)雙方皆稱(chēng)，“這些數(shù)據(jù)來(lái)自京東。” 數(shù)據(jù)包里的信息包括用戶名、密碼、郵箱、QQ號(hào)、電話號(hào)碼、身份證等等，數(shù)據(jù)多達(dá)數(shù)千萬(wàn)條。而且一些地下渠道，已經(jīng)開(kāi)始對(duì)數(shù)據(jù)進(jìn)行明碼標(biāo)價(jià)交易，價(jià)格從“10萬(wàn)到70萬(wàn)”不等。京東于2016年12月11日發(fā)出公告，回應(yīng)稱(chēng)“那是2013年的事”。

因此如果網(wǎng)絡(luò)風(fēng)險(xiǎn)一旦發(fā)生，它損害的對(duì)象是廣泛的，除了物質(zhì)財(cái)產(chǎn)的直接損失，因知識(shí)產(chǎn)權(quán)、電子數(shù)據(jù)、資料、企業(yè)或個(gè)人信譽(yù)等遭受的侵害，將會(huì)成為企業(yè)日益關(guān)切的問(wèn)題。所以對(duì)網(wǎng)絡(luò)信息安全的保險(xiǎn)定制愈來(lái)愈顯得十分重要。

2 ?數(shù)據(jù)分析

2.1 數(shù)據(jù)特征量化

本項(xiàng)目小組于2018年7月-8月對(duì)關(guān)于個(gè)人網(wǎng)絡(luò)信息安全進(jìn)行了數(shù)據(jù)調(diào)查與整理，首先對(duì)數(shù)據(jù)進(jìn)行初步分析，對(duì)數(shù)據(jù)特征量化，結(jié)果從年齡上看，19-25歲及45歲以上人群對(duì)個(gè)人信息安全的重視度較高，26-45歲人群對(duì)個(gè)人信息安全的重視度一般;而職業(yè)上，服務(wù)從業(yè)人員對(duì)個(gè)人信息安全重視度最為重視;并得到人均信息安全意識(shí)指數(shù)為69.19分，現(xiàn)階段大眾人群對(duì)信息安全的意識(shí)仍較弱。

2.2 主成分分析模型

本次一共發(fā)放了2000份調(diào)查問(wèn)卷，實(shí)際收回1967份調(diào)查問(wèn)卷，經(jīng)過(guò)篩選得出有效調(diào)查問(wèn)卷為1935份?；谡{(diào)查到的數(shù)據(jù)，對(duì)數(shù)據(jù)進(jìn)行進(jìn)一步的深入挖掘，運(yùn)用sas軟件進(jìn)行數(shù)據(jù)分析，設(shè)立十一項(xiàng)指標(biāo)。通過(guò)這十一項(xiàng)指標(biāo)數(shù)據(jù)，建立主成分分析模型，通過(guò)模型運(yùn)算，結(jié)果如下：

相關(guān)系數(shù)矩陣的特征值即各主成分的方差，可以看出，第一主成分對(duì)方差的貢獻(xiàn)率為90.88%，第二主成分對(duì)方差的貢獻(xiàn)率為7.58%，第三主成分對(duì)方差的貢獻(xiàn)率為1.15%，第四主成分的貢獻(xiàn)率為0.3%。前兩個(gè)主成分的累積貢獻(xiàn)率達(dá)到98.46，因此我們選取前兩個(gè)主成分來(lái)概括數(shù)據(jù)。

從特征向量表可見(jiàn)，第一主成分中除了x10外，其他變量的正系數(shù)都相差無(wú)幾，可以說(shuō)明第一主成分是除木馬病毒外對(duì)所有指標(biāo)的一個(gè)綜合測(cè)度;第二主成分中x9、x10、x8、x6都具有正系數(shù)，x2則具有較大的負(fù)系數(shù)。因此，可以把第一主成分看成是由大型網(wǎng)站和社交網(wǎng)絡(luò)交替影響的泄漏途徑的綜合指標(biāo);而第二主成分中，木馬病毒入侵和網(wǎng)上抽獎(jiǎng)兩個(gè)途徑所占比重較大，公共wifi及二維碼雖然占比較小，但作為新興科技，其所占比例近年來(lái)逐步上升，與手機(jī)息息相關(guān)，因此把第二主成分看成是由木馬病毒入侵、公共WIFI及二維碼導(dǎo)致信息泄漏方式有關(guān)的影響指標(biāo)。

最終結(jié)果，以社交網(wǎng)絡(luò)、大型網(wǎng)絡(luò)、木馬入侵、公共wifi及二維碼為信息泄漏的四個(gè)主要途徑，進(jìn)行下一步的保險(xiǎn)定價(jià)。

3 ?保險(xiǎn)定價(jià)

3.1 短期聚合風(fēng)險(xiǎn)模型

3.1.1 單個(gè)保單理賠總量

聚合風(fēng)險(xiǎn)模型是將保單組合視為一個(gè)整體，以發(fā)生理賠的保單為基本研究對(duì)象，理賠總量是按每次理賠發(fā)生的時(shí)間順序?qū)⑺欣碣r量累加起來(lái)。

3.2 保費(fèi)的厘定

3.2.1 純保費(fèi)

保費(fèi)主要包括以下三個(gè)部分：

1.用于支付賠款的部分，即通常所說(shuō)的純保費(fèi)。

2.用于支付費(fèi)用的部分，如代理人傭金、管理費(fèi)用、理賠費(fèi)用、保費(fèi)稅等。

3.利潤(rùn)及風(fēng)險(xiǎn)附加部分。

純保費(fèi)（Pure Premiun）定義為每危險(xiǎn)單位的平均損失。純保費(fèi)的計(jì)算公式為：

==

3.2.1 毛保費(fèi)

純保費(fèi)法通過(guò)在純保費(fèi)上附加各種必要的費(fèi)用和利潤(rùn)得到毛保費(fèi)。用純保費(fèi)法厘定的毛保費(fèi)不僅能夠滿足預(yù)期賠款和費(fèi)用支出，而且能夠提供預(yù)期的收益。

其中，R為每危險(xiǎn)單位的毛保費(fèi);P為每危險(xiǎn)單位的純保費(fèi);E（F）?為固定費(fèi)用;F為每危險(xiǎn)單位的固定費(fèi)用;V為可變費(fèi)用因子;Q為利潤(rùn)因子。

案例分析

通過(guò)上述的數(shù)據(jù)分析我們將最主要的四個(gè)網(wǎng)絡(luò)泄露途徑進(jìn)行分析，其中每一種泄露途徑分為三種梯度的保額，投保人可按自己個(gè)人的情況選擇自己所需的梯度進(jìn)行投保。本文在進(jìn)行實(shí)例分析時(shí)，很難找全進(jìn)行實(shí)例分析所需的較為完整的數(shù)據(jù)，所以對(duì)下面實(shí)例分析的數(shù)據(jù)進(jìn)行了合理的假設(shè)。（由于影響因素較多，數(shù)據(jù)可能存在一定的誤差性，但并不影響讀者對(duì)模型的使用）

（注：以下所有情況假設(shè)理賠次數(shù)服從均值為0.6的泊松分布，V=0.15，Q=0.05，F(xiàn)= 0.01b ，μ=2，σ=4.08，α=80%，單位：元）

4 ?研究結(jié)論

本文以“網(wǎng)絡(luò)‘個(gè)人信息安全的保險(xiǎn)定制及其營(yíng)銷(xiāo)模式”為主題，分析了信息泄露的基本情況、原因及影響，并提出推行網(wǎng)絡(luò)個(gè)人信息安全保險(xiǎn)的可行性與必要性。

主要研究了網(wǎng)絡(luò)個(gè)人信息安全保險(xiǎn)相關(guān)的問(wèn)題，主要的研究成果有以下幾個(gè)方面。

（1）本文通過(guò)問(wèn)卷調(diào)查調(diào)查網(wǎng)民泄露個(gè)人信息的途徑，然后運(yùn)用sas軟件對(duì)數(shù)據(jù)進(jìn)行主成分分析，得出中國(guó)網(wǎng)民個(gè)人信息安全泄露的4個(gè)主要途徑：社交網(wǎng)絡(luò)、大型網(wǎng)絡(luò)、木馬入侵、公共wifi及二維碼。

（2）網(wǎng)絡(luò)個(gè)人信息安全保險(xiǎn)保費(fèi)的計(jì)算運(yùn)用財(cái)產(chǎn)險(xiǎn)純保費(fèi)方法以及短期聚合風(fēng)險(xiǎn)模型對(duì)個(gè)網(wǎng)絡(luò)個(gè)人信息安全保險(xiǎn)產(chǎn)品定價(jià)進(jìn)行研究，對(duì)4種主要泄露途徑設(shè)定了三級(jí)的梯度保額，消費(fèi)者可以根據(jù)實(shí)際情況和自身需求在3級(jí)保額之間選擇保險(xiǎn)產(chǎn)品，以達(dá)到購(gòu)買(mǎi)者的效應(yīng)最大化。

（3）本文通過(guò)分析該互聯(lián)網(wǎng)保險(xiǎn)業(yè)務(wù)其渠道、險(xiǎn)種、管理模式的創(chuàng)新優(yōu)勢(shì)，成本低、效率高、覆蓋廣的業(yè)務(wù)特點(diǎn)，進(jìn)而得出該保險(xiǎn)的優(yōu)勢(shì)。

參考文獻(xiàn)

[1] Stuart A.Klugman ，Harry H.Panjer ，Gordon E.Willmot著. 損失模型：從數(shù)據(jù)到?jīng)Q策（第二版）.吳嵐?譯[M].北京：人民郵電出版社，2009：90-105.

[2] 肖爭(zhēng)艷.精算模型[M].北京：中國(guó)人民大學(xué)出版社，2013：19-95.

[3] 卓志，李恒琦，陳滔，張運(yùn)剛.保險(xiǎn)精算通論[M].四川：西南財(cái)經(jīng)大學(xué)出版社，2006：203-206.

[4] 孟生旺，劉樂(lè)平.非壽險(xiǎn)精算?[M].北京：中國(guó)人民大學(xué)出版社，2007：46-66.

[5] 韓天雄.非壽險(xiǎn)精算?[M].北京：中國(guó)財(cái)政經(jīng)濟(jì)出版社，2013：26-87.

[6] 陶然?， 高峰?. 計(jì)算機(jī)網(wǎng)絡(luò)信息安全問(wèn)題[J]. 數(shù)碼世界?，2018（05）.

[7] 魏健燁?. 大數(shù)據(jù)時(shí)代下計(jì)算機(jī)網(wǎng)絡(luò)信息安問(wèn)題分析[J].電腦知識(shí)與技術(shù)，2018（09）.

[8] 任?杰?.淺析大數(shù)據(jù)時(shí)代背景下計(jì)算機(jī)網(wǎng)絡(luò)信息安全?[J].電腦知識(shí)與技術(shù)，2018，14（36）：9-10.

[作者簡(jiǎn)介]陳婉瑩（1997—），女，漢族，廣東廣州人，就讀于五邑大學(xué)數(shù)學(xué)與計(jì)算科學(xué)學(xué)院，研究方向：精算數(shù)學(xué)。