“大数据+科技创新”，驱动保险业稳健发展

文 | 安永中国 赵晓京、葛锋、曹静；编辑 | 李菲

来源 |《财资中国|财富风尚》杂志2017年10月刊

财资一家（微信号：TreasuryChina）编辑整理

回顾2016年，保险业依旧生机勃勃地在金融行业中持续发挥着热量，保障型业务的保费收入占比提高，投资性业务的收入快速增长，保险赔款给付保持平稳增加，保险资金运用也更加积极。高速的增长带给无数保险公司继续拼搏的动力。这些动力均来源于整体监管环境、市场环境与风险管理方法工具的改变与创新。

基于保险公司对外界环境的应对和自身风险管理能力提升两方面诉求，安永协助众多保险公司总结并开发出适应当前监管环境、市场调整以及科技创新的方法和先进工具，其中包括：资产负债管理工具、风险管理信息系统和大数据与保险应用的结合等。下面我们将分析一些引起保险行业沸腾的热点话题，并依次讲述其对中国保险市场的影响。

利率是保险精算假设中的一个重要参数，影响着保险产品的定价、保险需求、保险公司的投资收益并最终影响着保险公司的盈利能力。但不同险种受利率风险的影响程度有所差异。非寿险的利率敏感性一般低于寿险。因为非寿险中很多都是短期险种，而短期险种通常每年都可以重新定价并且在定价中考虑利率水平的影响，所以其对利率波动的敏感性很小。

相比而言，利率对寿险中储蓄型等长期险种影响很大，因为投资收益是其主要的利润来源，并且很多寿险产品的利率风险难以对冲。例如，储蓄型产品既包含选择权又有保证，这种权利使得保单持有人可以在预定条件下暂停支付保费或提高保费支付水平，并同时从期缴和趸缴保费账户提取现金，或是有权在保单到期后按原条款延长合同期限。保单持有人行为难以预测，从而导致了保险公司很难较为准确地预测未来现金流，因而造成利率风险难以对冲，这样就加大了利率对于寿险公司的影响，尤其是对储蓄型等长期险种的影响程度。

基准利率是市场上一切资产定价的基准。对于保险公司来说，资产配置的主力是以债券等固定收益为主，在保险公司的资产负债表中，这大部分归于可供出售金融资产和持有至到期资产。债券收益率下降将导致这部分存量债券投资的公允价值上升，因此资产升值带来净资产受益。

从权益投资来看，降息往往会对股市形成利好，但是究竟在多大程度上提升权益估值，还要看各家的投资能力以及市场上涨的后劲；就非标资产来看，多以期限较长的债权投资计划为主，且大部分收益率一般与5年期贷款基准利率挂钩。因此降息会在一定程度上降低债权计划的收益率。但是这两部分资产在整体资产配置中的比例并不高，因此影响有限。

“物有本末，事有始终，知所先后，则近道矣”。保险公司作为市场上分散风险的主体机构，其财务状况优劣对整个资本市场正常运作有不可忽视的影响。然而市场的利率水平对保险公司这个风险资金蓄水池来说，有着极其重要的作用和影响。利率对保险业的影响主要从资产、负债两方面影响整个公司的盈利能力、净资产及偿付能力等，因此保险公司的应对策略要从产品和投资两个角度来看。

低利率环境下保险公司的产品策略

一直以来，国内的保险产品相对注重投资属性，而保障属性不足。这种现象的根本原因在于国内保险公司面临的竞争对手除了业内，更多的是来自于银行。以储金型产品为代表的理财型保险产品的热销，在短期来看，对保费增长是个好消息。但在低利率环境下，行业的净投资收益率或收窄至4.5%~5%之间。虽然偿付能力二代监管准则之下，行业内各家公司面临的资本压力应该不会骤然增加，但是保险公司的确应该做好产品结构转型的准备。

不同的产品形态受低利率影响程度也不同。我们总结海外低利率市场中寿险产品设计的应对策略是：逐步调低产品的保障利率；开发公司与客户共同承担投资风险的保障产品，如投连型两全保险及年金产品；根据保费来源量身定制保险产品，提升趸缴保费业务占比；加强保障型寿险及健康险产品开发；积极提升内部管理水平，开发费率更具吸引力的产品，例如采用大数据分析方法，对不同的投保人进行差异化定价，或进行精准营销。

低利率环境下保险公司的投资策略

在2008年全球金融危机以来，美国、欧洲一直处于量化宽松的政策下，利率保持较低水平。当时美国的寿险公司在一般账户中，固定收益类占比基本稳定在85%左右，由投保人自行承担投资风险的独立账户中，大类资产配置以权益类资产为主，公司资产配置与负债特性紧密相连。欧洲保险公司倾向流动性较低的资产（如中小企业贷款、抵押贷款）以获得流动性溢价；同时也增加权益类投资（如私募股权投资、低波幅基金）以减少Solvency II下相关的偿付能力资本要求。同样，当我们保险公司在面临利率下行压力时，根据自身资产结构和收益的需求，配置合适的投资选择。

▲ 不同资产的投资选择安排建议

低利率的市场环境及经济增速减缓对整个保险行业的收益与风险的平衡管控提出了更高要求，资产负债管理成为决定保险公司核心竞争力的关键准绳。保险机构的资产负债管理需要根据不同定位和管控模式建立与之相适应的目标和架构。

首先，公司可以依据自身的发展阶段和管理特色来明确资产负债管理的定位，行业上主要有几种资产负债管理的定位：投资导向型、风险导向型和财务导向型。在投资导向型的定位下，公司资产负债管理强调通过协调企业各种资源服务于资产配置，负债需要根据资产配置策略实施动态调整和匹配；在风险导向型的定位下，公司资产负债管理为全面风险管理提供抓手和工具，资产负债管理要对公司投资与保险业务发展形成总体制衡与动态风险管理约束；在财务导向型的定位下，公司资产负债管理关注流动性管理，通过识别、评估与管控不同期限的资产与负债的流动性，实现公司资产负债的精细化管理。

其次，根据资产负债管理的定位确定集团与子公司的资产负债的管控模式：分散管控模式、共同管控模式和集中管控模式。在分散管控模式下，资产负债管理权利下放子公司、成立子公司资产负债管理委员会（ALCO），满足各子公司资产规模增长对专业资产负债管理团队的需求；在集中管控模式下，集团对资产负债的集中管理，在管理体系内的资源共享、共同决策，有效避免重大投资决策的失误，提高组织运行效率；在共同管控模式下，集团和子公司分别设立资产负债管理委员会，集团层面ALCO负责审定资产负债相关技术标准和重要假设参数，统筹集团系统内资产负债的相关资源，同时赋予子公司一定自主权在集团统一的标准下进行资产负债管理。

▲ 资产负债的管控模式

在偿二代实施初期，仅有少数保险公司建立了风险管理信息系统，大多功能单一且数据时效性差，与监管要求有很大差距，无法为公司内部风险管理工作提供真正有效支持。完成风险管理信息系统从无到有，从有到精，是一个相对漫长的过程。工欲善其事，必先利其器。安永采用“监管要求与内部管理需求两手抓，系统模块化建设分步走”的风险管理信息系统建设思路，协助多家国内外保险集团与保险公司开展风险管理信息系统，在与客户开展头脑风暴的过程中，不仅积累了宝贵的风险管理信息系统建设的经验，也升华了风险管理的理念。

一是风险管理信息系统的架构建设。这是系统建设的基础，也是系统功能模块化构建的前提。风险管理信息系统的架构建设，主要会涉及系统的功能模块如何联系与运作，各个模块的层级架构建设等工作，其核心问题是风险管理信息系统的功能在系统中如何体现。目前，业界广泛应用的架构建设主要分为两种，即集成化风险管理系统架构建设思路和条线化风险管理信息系统建设思路。前者是对所有风险的管控都集中在该系统中，由统一的部门，一般为风险管理部，统筹管理，该建设思路为目前大多数保险公司以及保险集团子公司所采用；后者是实现单一风险的专业化管理，该体系的优点为由专业的团队负责单一大类风险管理，大类风险的管控效果更好，该建设思路适合风险管理体系特别是防范风险传染的管理机制处于成熟阶段的保险集团。

二是风险管理信息系统的功能建设。风险管理信息系统的功能建设是系统建设的主体，是系统功能模块化构建方法的主要内容，其决定了系统需求梳理的内容。风险管理信息系统的功能建设，体现了公司对风险管理信息系统的功能要求，一般会从监管要求以及内部管理需求两个角度出发，结合优先级评估等方法论，制定并规划风险管理信息系统模块构建的实施路线。

三是风险管理信息系统的数据建设。这是系统建设的关键，是系统功能模块化构建方法的重要条件，也是系统需求建设的必要工作。其解决了系统需要的数据内容、数据来源、数据标准化呈现以及数据处理等方面的问题。目前，风险管理信息系统的数据建设主要分为两种思路：与各个数据相关系统的直接对接和建立数据集中共享平台。前者是业内较为普遍的做法，可根据定制化要求对不同系统提出对接需求，但其可拓展性差、数据处理效率可能会大幅度依赖于其他系统；后者是目前较为先进的数据收集与处理方式。其目的是建立一个集中化的数据储存与共享中心，对接所有相关的业务与财务等系统。保存最全面的底层数据，可以通过风险数据集市的方式对该平台提出，在集市中完成对相关数据的提取与测算。

为了追求稳定的利润，越来越多的公司转而销售更多的保障型产品。然而此类产品利润较为微薄，保险公司在降低产品价格争夺市场的同时须守住死差益底线以保证预期利润。因此，提升风险识别能力将成为保险公司竞争的重要手段。而在此过程中，大数据应用或将成为突围的关键。

大数据时代已经降临，在商业、经济及其他领域中，决策将日益基于数据和分析而做出，而并非基于经验和直觉。保险行业拥有令人羡慕的数据数量和种类，在大数据时代具有先天优势。如何有效运用大数据分析寻找创新商业解决方案从而为公司增加价值，将是保险公司实现差异化经营的一个重要手段。

过去，保险公司虽然拥有一定体量的内部数据，但数据质量往往参差不齐，并且大部分数据并未被分析使用，大数据分析的价值尚未被挖掘。随着大数据时代的到来，保险公司不仅可以收集储存更多的内部数据，信息的透明化使得保险公司可接触到更为庞大的外部数据。在数据体量大幅增长的同时，数据质量也将有显著的提升，越来越多结构化的内部与外部数据将为大数据分析搭建更广阔的舞台。

对于保险行业来讲，财险公司在大数据应用方面走在较为前端，最广为人知的应用即为商业车险定价及核保。反观人身险公司对于大数据的应用目前尚停留在较为初级的阶段，尤其是对于保单层面的各类大数据分析，有着巨大发展潜力。通过深挖内部与外部数据，在销售、承保、定价、理赔等各个环节应用大数据技术建立精准的商业预测模型，可提升人身险公司商业决策的科学性，使公司在未来市场变革中保持核心竞争力。保险公司经营中可运用大数据分析技术的各个环节概述。

▲ 保险公司经营中可运用大数据分析技术的各个环节

将自动核保预测模型植入到原自动核保系统，系统优化后可达到如下效果：免体检保额普遍提高；整体体检率有所下降；在保持人工核保比例基本不变的前提下，体检效率提高至少5倍以上。

随着偿二代的实施，G-SIIs的监管变动、发展与规划，新会计准则的发布，保险行业监管有哪些具体变化？又将迎来哪些机遇与挑战？请订阅《财资中国》杂志2017年10月刊查看。