時(shí)衛(wèi)東

中融在線科技有限公司 山東 煙臺(tái) 264000

引言

在信息時(shí)代，大數(shù)據(jù)被應(yīng)用到各個(gè)行業(yè)當(dāng)中，尤其是對(duì)于金融性質(zhì)的行業(yè)來講，應(yīng)用大數(shù)據(jù)做風(fēng)險(xiǎn)管理在當(dāng)下來講是十分普遍的。相比于傳統(tǒng)風(fēng)控，大數(shù)據(jù)分析能有效降低風(fēng)險(xiǎn)管理的成本，與此同時(shí)，大數(shù)據(jù)的使用能夠完成數(shù)據(jù)的實(shí)時(shí)輸入和實(shí)時(shí)計(jì)算，能夠提高企業(yè)的風(fēng)險(xiǎn)識(shí)別能力，實(shí)現(xiàn)對(duì)經(jīng)營(yíng)過程中風(fēng)險(xiǎn)的有效管理控制，而且在龐大的數(shù)據(jù)樣本之上構(gòu)建模型，讓保險(xiǎn)的決策更加的準(zhǔn)確，幫助保險(xiǎn)行業(yè)更好的發(fā)展，有效提升其在市場(chǎng)環(huán)境中的綜合競(jìng)爭(zhēng)力。

1 保險(xiǎn)風(fēng)險(xiǎn)以及傳統(tǒng)管理方法概述

從本質(zhì)上來講，所謂的保險(xiǎn)風(fēng)險(xiǎn)主要指的是當(dāng)下尚未發(fā)生的、并不確定的損失，這樣的損失具有一定的可能性和偶然性。發(fā)生的事件、地點(diǎn)和大小都是不能確定的?？偨Y(jié)而言，保險(xiǎn)風(fēng)險(xiǎn)主要有承保風(fēng)險(xiǎn)、管理風(fēng)險(xiǎn)、投資風(fēng)險(xiǎn)以及道德風(fēng)險(xiǎn)幾種。但是在過去的很長(zhǎng)一段時(shí)間內(nèi)，保險(xiǎn)風(fēng)險(xiǎn)管理都采用傳統(tǒng)的定性分析方法，也就是說先對(duì)風(fēng)險(xiǎn)進(jìn)行調(diào)查和研究，然后基于邏輯進(jìn)行判斷，但是弊端十分明顯，那就是這種評(píng)估很容易受到人的主觀與經(jīng)驗(yàn)的影響，出現(xiàn)同質(zhì)化、線性化的問題[1]。以保單承保之前的風(fēng)險(xiǎn)評(píng)估工作來講，工作人員很容易依據(jù)已有經(jīng)驗(yàn)進(jìn)行主觀判斷，很容易受到自己的主觀影響，所以會(huì)導(dǎo)致有潛在的承保風(fēng)險(xiǎn)。而保險(xiǎn)行業(yè)當(dāng)中還存在著道德風(fēng)險(xiǎn)，在傳統(tǒng)風(fēng)險(xiǎn)預(yù)防措施當(dāng)中并沒有將不同保人的不同信息融合進(jìn)去，例如年齡、學(xué)歷、性別和消費(fèi)方式、征信以及人際關(guān)系等等方面，這些信息都可能影響到保單，因此存在著不同程度的道德風(fēng)險(xiǎn)。

2 大數(shù)據(jù)風(fēng)險(xiǎn)管理的特征與理論分析

2.1 大數(shù)據(jù)風(fēng)險(xiǎn)管理的特征分析

大數(shù)據(jù)風(fēng)險(xiǎn)管理是依托大數(shù)據(jù)的技術(shù)，基于海量的數(shù)據(jù)之上構(gòu)建模型來對(duì)用戶群體進(jìn)行精準(zhǔn)畫像與分析，通過整合互聯(lián)網(wǎng)數(shù)據(jù)與企業(yè)數(shù)據(jù)來進(jìn)行量化風(fēng)險(xiǎn)控制。融入大數(shù)據(jù)的風(fēng)險(xiǎn)管理與風(fēng)險(xiǎn)控制的實(shí)效性是非常強(qiáng)的，而且其算法也十分的多樣，能夠通過分析社會(huì)行為以及人際交往行為等各方面的文字、圖片或者視頻信息對(duì)客戶進(jìn)行主體分析。而客戶的行為數(shù)據(jù)則是風(fēng)險(xiǎn)控制的主要數(shù)據(jù)來源，能夠從不同的層次和角度來收集更加細(xì)節(jié)化的數(shù)據(jù)，讓其建立的模型結(jié)果更加真實(shí)和精準(zhǔn)，更加接近客戶的真實(shí)風(fēng)險(xiǎn)水平[2]。從本質(zhì)上來講，雖然大數(shù)據(jù)風(fēng)險(xiǎn)管理與傳統(tǒng)風(fēng)險(xiǎn)管理是相通的，而且二者都是利用建模的原理與方法論，但是能夠直接對(duì)二者造成區(qū)別的就是數(shù)據(jù)量和模型構(gòu)建的數(shù)據(jù)層次存在著很大的差異，另外大數(shù)據(jù)的實(shí)際運(yùn)行邏輯方面也要比傳統(tǒng)模式更強(qiáng)，內(nèi)部具有特殊的因果關(guān)系。況且信息技術(shù)以及大數(shù)據(jù)技術(shù)的發(fā)展和進(jìn)步，能夠讓保險(xiǎn)風(fēng)險(xiǎn)管理不再像過去一樣對(duì)于人工分析有很強(qiáng)的依賴性，而是利用智能算法以及大數(shù)據(jù)分析的技術(shù)，通過機(jī)器更加客觀的進(jìn)行分析和決策。

2.2 大數(shù)據(jù)風(fēng)險(xiǎn)管理的核心理論概述

保險(xiǎn)行業(yè)利用大數(shù)據(jù)技術(shù)進(jìn)行風(fēng)險(xiǎn)管理，主要涵蓋兩個(gè)方面的理論：

第一，長(zhǎng)尾理論。所謂的長(zhǎng)尾理論，就是能很好地定位并激發(fā)客戶的潛在需求，讓一些比較冷門的產(chǎn)品能被客戶注意到，使之不再冷門。所以就需要精準(zhǔn)的掌握消費(fèi)者的不同需求與愛好，充分挖掘市場(chǎng)信息，進(jìn)而給客戶提供更多有參考價(jià)值的信息與特色化的產(chǎn)品服務(wù)。這個(gè)理論不僅在保險(xiǎn)行業(yè)，在其他行業(yè)當(dāng)中也得到了充分的實(shí)踐與應(yīng)用，并且取得了不錯(cuò)的效果[3]。

第二，Logsitic回歸模型理論，要提前通過邏輯模型來分析事件的概率，分析的主要目的就在于找到原是預(yù)測(cè)變量的相關(guān)信息，這樣就能夠盡量降低保險(xiǎn)行業(yè)當(dāng)中存在的信息不對(duì)等的情況，進(jìn)而讓風(fēng)險(xiǎn)控制能力更強(qiáng)。比如，我國(guó)當(dāng)下很多銀行都利用大數(shù)據(jù)的風(fēng)險(xiǎn)管理技術(shù)來進(jìn)行業(yè)務(wù)創(chuàng)新與改革，在這個(gè)基礎(chǔ)之上還可以建立相應(yīng)的社交信息的數(shù)據(jù)庫(kù)，通過大數(shù)據(jù)的算法判定用戶需求。

3 大數(shù)據(jù)分析在保險(xiǎn)行業(yè)風(fēng)險(xiǎn)管理中的作用分析

如上所述，大數(shù)據(jù)風(fēng)險(xiǎn)管理具有傳統(tǒng)風(fēng)險(xiǎn)管理所不具備的優(yōu)勢(shì)，因此對(duì)于保險(xiǎn)行業(yè)而言，大數(shù)據(jù)風(fēng)險(xiǎn)管理具有非常重要的作用，總結(jié)而言，主要有以下幾方面。

3.1 提升風(fēng)險(xiǎn)管理的重視度

相比于西方國(guó)家，我國(guó)保險(xiǎn)行業(yè)雖然起步較晚，但是由于人口眾多且經(jīng)濟(jì)發(fā)展較快，因此已經(jīng)位列全球第二大保險(xiǎn)市場(chǎng)。分析我國(guó)保險(xiǎn)業(yè)的經(jīng)營(yíng)情況就可以看出，保險(xiǎn)行業(yè)的每一年保費(fèi)都呈現(xiàn)出不斷上升的趨勢(shì)，所以從數(shù)據(jù)面上來講，我國(guó)保險(xiǎn)行業(yè)的發(fā)展前景與發(fā)展?jié)摿κ欠浅４蟮摹５峭瑯右姓J(rèn)的是，和發(fā)達(dá)國(guó)家相比，我國(guó)的保險(xiǎn)的深度與普及度還比較落后，究其原因主要是因?yàn)殡m然保險(xiǎn)行業(yè)在快速的發(fā)展，但是保險(xiǎn)行業(yè)的賠款與給付金的額度也在相應(yīng)的快速增加，因此保險(xiǎn)行業(yè)的風(fēng)險(xiǎn)管理需要更加有針對(duì)性，應(yīng)當(dāng)重視如何針對(duì)客戶群體進(jìn)行風(fēng)險(xiǎn)管理，進(jìn)而實(shí)現(xiàn)支出下降，讓保險(xiǎn)行業(yè)能夠?qū)崿F(xiàn)更加穩(wěn)定高效的發(fā)展[4]。

將大數(shù)據(jù)技術(shù)以及人工智能等技術(shù)融入保險(xiǎn)行業(yè)的風(fēng)險(xiǎn)管理當(dāng)中，主要目的是讓保險(xiǎn)行業(yè)實(shí)現(xiàn)科技創(chuàng)新。但是要實(shí)現(xiàn)這一點(diǎn)，就必須弄清楚保險(xiǎn)行業(yè)的經(jīng)營(yíng)原理和特征，同時(shí)充分利用多年經(jīng)營(yíng)之后積攢下來的客戶數(shù)據(jù)。比如說，大數(shù)據(jù)分析技術(shù)能夠讓保險(xiǎn)公司錨定客戶實(shí)際需要的險(xiǎn)種和服務(wù)，進(jìn)而有針對(duì)性地進(jìn)行推薦。同時(shí)還能夠很好的控制保險(xiǎn)產(chǎn)品的研發(fā)過程中可能出現(xiàn)的風(fēng)險(xiǎn)成本與承保成本，提供更優(yōu)質(zhì)、差異化的風(fēng)險(xiǎn)定價(jià)服務(wù)，能夠非常有效的提升營(yíng)銷的實(shí)際效率[5]。另外，從人工成本方面來講，風(fēng)險(xiǎn)管理是保險(xiǎn)行業(yè)最為核心的業(yè)務(wù)之一，所以大數(shù)據(jù)技術(shù)的融入與使用不但能夠更加科學(xué)的做好風(fēng)險(xiǎn)定價(jià)與管理，與此同時(shí)也能很有效的降低風(fēng)險(xiǎn)成本，讓風(fēng)險(xiǎn)業(yè)務(wù)的內(nèi)部能夠充分利用風(fēng)險(xiǎn)管理的相關(guān)信息。

在經(jīng)濟(jì)快速發(fā)展，物質(zhì)生活不斷提升的當(dāng)下，人們的可支配收入也在不斷增加，因此就給了保險(xiǎn)業(yè)發(fā)展的空間，所以分析市場(chǎng)和用戶需求就可以發(fā)現(xiàn)，當(dāng)下我國(guó)保險(xiǎn)業(yè)務(wù)呈現(xiàn)出十分典型的多樣化與智能化的特點(diǎn)。而且用戶個(gè)性化的要求同樣促進(jìn)了各類保險(xiǎn)產(chǎn)品的傳播，保險(xiǎn)業(yè)對(duì)于保險(xiǎn)本身的重視程度通過各類型新制度的不斷出臺(tái)和完善也可見一斑。所以從實(shí)際的企業(yè)發(fā)展過程來進(jìn)行分析，大數(shù)據(jù)技術(shù)的融入對(duì)于保險(xiǎn)行業(yè)的風(fēng)險(xiǎn)管理而言是顛覆性的改變。相比于傳統(tǒng)的風(fēng)險(xiǎn)控制，大數(shù)據(jù)技術(shù)可以通過精準(zhǔn)的產(chǎn)品開發(fā)結(jié)果來對(duì)客戶的消費(fèi)習(xí)慣數(shù)據(jù)進(jìn)行收集和分析，這樣就能夠精準(zhǔn)而敏銳地把握保險(xiǎn)市場(chǎng)的需求。在這個(gè)基礎(chǔ)上，成本更低、滿足客戶更多需求的產(chǎn)品類型與報(bào)價(jià)就應(yīng)運(yùn)而生了。而且通過大數(shù)據(jù)技術(shù)還能精準(zhǔn)篩選不同風(fēng)險(xiǎn)的項(xiàng)目，通過營(yíng)銷有效提升客戶的風(fēng)險(xiǎn)意識(shí)，進(jìn)而利用大數(shù)據(jù)思維來做好數(shù)據(jù)話和系統(tǒng)化的管理?？梢哉f，大數(shù)據(jù)技術(shù)的融入讓行業(yè)以及客戶都有效提升了對(duì)于風(fēng)險(xiǎn)管理的重視程度。

3.2 獲取客戶關(guān)鍵信息

大數(shù)據(jù)技術(shù)的重要特點(diǎn)之一就是獲取不同來源的關(guān)鍵數(shù)據(jù)，而保險(xiǎn)行業(yè)則可以借助這一特點(diǎn)來進(jìn)行智能化的評(píng)估，比如說醫(yī)療保險(xiǎn)就可以通過數(shù)據(jù)庫(kù)的相關(guān)工具和信息，將用戶的實(shí)際健康情況上傳至保險(xiǎn)公司數(shù)據(jù)庫(kù)中，進(jìn)而有針對(duì)性地對(duì)其提供專業(yè)服務(wù)，提高用戶的體驗(yàn)感。

另外，對(duì)于保險(xiǎn)公司來講，可以在合理的范圍內(nèi)對(duì)用戶進(jìn)行行為調(diào)查，這就需要用到客戶曾經(jīng)提出理賠的歷史信息，調(diào)取這些信息并進(jìn)行分析，能夠很好地規(guī)避潛在的風(fēng)險(xiǎn)。比如說，在部分人身保險(xiǎn)的投保當(dāng)中，保險(xiǎn)公司需要格外關(guān)注下客戶投保的時(shí)間與投保的比例，還有就是對(duì)于潛在事故的傾向性，進(jìn)而避免保險(xiǎn)欺詐，做好相應(yīng)的信用評(píng)價(jià)[6]。在投保的環(huán)節(jié)融入大數(shù)據(jù)平臺(tái)來建立相應(yīng)的風(fēng)險(xiǎn)評(píng)估模型，篩選出風(fēng)險(xiǎn)過大的客戶，對(duì)這部分客戶提供專業(yè)、專項(xiàng)的服務(wù)。同時(shí)結(jié)合客戶的實(shí)際信息反饋與不同的情況，來選擇人工介入和最后的審查。需要著重注意的是，在部分網(wǎng)絡(luò)場(chǎng)景下，還要兼顧可能存在的健康風(fēng)險(xiǎn)與道德風(fēng)險(xiǎn)，尤其是對(duì)于醫(yī)療機(jī)構(gòu)來講，有可能存在投保人隱瞞病情或者是提前進(jìn)行了信息造假的問題，這些未知的道德風(fēng)險(xiǎn)都可以通過大數(shù)據(jù)分析進(jìn)行規(guī)避，提前篩查好用戶的不良信息，找出風(fēng)險(xiǎn)比較高的客戶，避免欺詐問題的發(fā)生。

3.3 利用大數(shù)據(jù)做好風(fēng)控

從以往的情況來看，在保險(xiǎn)行業(yè)當(dāng)中騙保、惡意投保等問題屢見不鮮，保險(xiǎn)消費(fèi)欺詐的情況出現(xiàn)，簡(jiǎn)單說就是風(fēng)險(xiǎn)控制工作的不到位，因此很難對(duì)其形成強(qiáng)有力的監(jiān)督和規(guī)范。而相應(yīng)的，基于大數(shù)據(jù)的風(fēng)險(xiǎn)控制的主要作用，就在于對(duì)保險(xiǎn)的整個(gè)流程進(jìn)行監(jiān)督和規(guī)范，避免出現(xiàn)保險(xiǎn)消費(fèi)的欺詐行為，能夠通過模型來提前對(duì)客戶進(jìn)行評(píng)估與預(yù)判，最大限度地避免惡意重復(fù)投保、騙取多余保費(fèi)等亂象發(fā)生。在這方面，阿里巴巴與中國(guó)平安等公司早在十年前，也就是2013年就已經(jīng)組建了眾安在線財(cái)險(xiǎn)保險(xiǎn)公司，組建這個(gè)公司的主要目的就在于保障互聯(lián)網(wǎng)運(yùn)行安全，這其中還融合了大數(shù)據(jù)以及網(wǎng)絡(luò)保險(xiǎn)的相關(guān)內(nèi)容，對(duì)于網(wǎng)絡(luò)投保客戶而言，擁有了更加安全的交易環(huán)境的同時(shí)，也擁有了更加便捷的服務(wù)和咨詢方式。

從車險(xiǎn)層面來講，車聯(lián)網(wǎng)保險(xiǎn)系統(tǒng)出現(xiàn)的時(shí)間也將近十年，早在2014年人保財(cái)險(xiǎn)就已經(jīng)開始使用這樣的保險(xiǎn)系統(tǒng)，給車主提供免費(fèi)的SIM卡，然后通過這張卡對(duì)車主的駕駛行為和駕駛習(xí)慣的相關(guān)數(shù)據(jù)進(jìn)行分析，得到數(shù)據(jù)之后可以將這些信息作為影響因素以及風(fēng)險(xiǎn)定價(jià)模型的參考依據(jù)。阿里巴巴旗下的螞蟻金服車險(xiǎn)則能夠利用大數(shù)據(jù)技術(shù)，通過對(duì)海量的信息以及數(shù)據(jù)進(jìn)行分析建模，進(jìn)而實(shí)現(xiàn)對(duì)每一個(gè)用戶做出風(fēng)險(xiǎn)畫像分析，風(fēng)險(xiǎn)較低的會(huì)得到較高的評(píng)分，反之評(píng)分較低。這種方式與傳統(tǒng)的信息判定相比更加精準(zhǔn)，畢竟利用人工智能的手段對(duì)客戶以及潛在消費(fèi)者進(jìn)行評(píng)估和分析，更加準(zhǔn)確且客觀，而不是像傳統(tǒng)評(píng)估一樣對(duì)車輛進(jìn)行評(píng)估，這就能夠從根源上掐斷因?yàn)槔碣r規(guī)則不完善、不合理導(dǎo)致的理賠糾紛。除此而外，移動(dòng)端的投保OCR技術(shù)也能夠?qū)崿F(xiàn)智慧化的解決方案的提供，通過掃描消費(fèi)者的身份證就可以提取到相應(yīng)的信息，然后通過人臉識(shí)別來對(duì)客戶的身份進(jìn)行驗(yàn)證，這樣的技術(shù)大大地提高了工作效率并且便捷度也更高，降低了人工成本[7]。而且數(shù)千個(gè)數(shù)據(jù)源與強(qiáng)大的搜索技術(shù)能夠讓相應(yīng)的數(shù)據(jù)挖掘做到覆蓋面更廣，同時(shí)兼具數(shù)據(jù)和信息的挖掘與分析深度，最大限度地提升實(shí)際數(shù)據(jù)和方案的準(zhǔn)確性，這對(duì)于保險(xiǎn)行業(yè)的風(fēng)險(xiǎn)管理來講是至關(guān)重要的，能夠保障保險(xiǎn)行業(yè)以及保險(xiǎn)公司實(shí)現(xiàn)更穩(wěn)定的發(fā)展。

4 結(jié)束語(yǔ)

綜上所述，我國(guó)金融保險(xiǎn)市場(chǎng)形勢(shì)變化很快，在當(dāng)下經(jīng)濟(jì)發(fā)展以及社會(huì)意識(shí)之下，保險(xiǎn)公司的規(guī)模也得到了快速的擴(kuò)大，但與此同時(shí)，其風(fēng)險(xiǎn)管理體系的優(yōu)化和建設(shè)需求也十分迫切。因此保險(xiǎn)行業(yè)需要充分結(jié)合時(shí)代特點(diǎn)，積極利用大數(shù)據(jù)技術(shù)來精準(zhǔn)、量化的處理復(fù)雜的數(shù)據(jù)并進(jìn)行應(yīng)用。尤其是對(duì)于保險(xiǎn)行業(yè)的風(fēng)險(xiǎn)管理，引入大數(shù)據(jù)技術(shù)才能夠提升精準(zhǔn)度和風(fēng)險(xiǎn)管理的實(shí)際質(zhì)量，提前預(yù)判風(fēng)險(xiǎn)因子，對(duì)不同的影響因素都建立相應(yīng)的模型，預(yù)測(cè)保險(xiǎn)行業(yè)可能出現(xiàn)的問題，助力其更好的發(fā)展。