保觀|專注互聯網保險

“潭美”不來中國了,它轉彎了,沿海人民可算是鬆了一口氣。

還記得9月16日,“山竹”來襲時被颱風支配的恐懼。

那一天廣東和香港,所有高層的樓,都在晃。

路邊所有的樹,都在搖。

每家每戶的窗戶,都是膠。

而其他省份的人們,都在朋友圈看廣東臺風的“直播”。

“全國人民都在擔心廣東人民的安全,廣東人民只擔心放不放假

全廣東人民都在歡慶放假,保險人們則加班到吐”

這就非常真實……

颱風“山竹”於9月16日在廣東臺山海宴鎮登陸。據廣東省民政廳報告,截至9月17日12時,此次颱風造成廣東14個市66個縣(市、區)共458個鄉鎮受災,農作物受災面積79.8萬畝,倒塌房屋121間,4人因災死亡,直接經濟總損失42.49億元。緊跟着的就是保險理賠的一大波數據:

9月14日,在地球另一邊被稱爲美國30年最強颶風的“佛羅倫斯”在北卡羅來納州登陸,狂風攜帶暴雨導致了大面積洪災和大規模斷電。截止目前,在此次風暴中已致32人死亡,摧毀近75.9萬個住宅和商戶,造成逾1700億美元的損失

天災伴隨的往往是巨大的破壞力和經濟損失。車險尚能賠付,但地震、海嘯、洪水等重大自然災害或重大人爲災難中,帶來的巨大財產損失和嚴重人員傷亡的風險難以估計,這時巨災風險管理中的重要經濟手段——巨災保險,就顯得尤爲重要。

巨災保險這麼有用還利國利民,幾年下來反響卻依舊平淡。這背後的原因究竟是什麼,我們通過與海外行業的對比,或可窺見一斑。

海外視角

巨災保險科技的發展:

較之國內而言,國外由於巨災保險體制建立的早,發展的較爲健全,在保險科技發展方面也更爲積極。

無人駕駛飛機

管理風險和評估損失的一個日益重要的工具。

以Betterview爲例:

Betterview是一個風險管理平臺,通過無人機、天線、衛星系統獲取房屋建築的圖像或影像,利用可操作性的地理空間數據、人工智能和工作流技術,分析數據並優化承保和理賠。

今年7月底,Betterview發佈了一項最新的應用 ——  Property Profile(房屋屬性),快速高效地獲取一處房產及其屋面的深入數據見解和風險屬性。 基於Betterview在機器學習和無人機圖像方面的專業技能和經驗,Property Profile充分使用衛星和航空圖像,以及越來越多的其他數據,如歷史天氣等,來確定屋頂的特徵,以及未來保險理賠的風險。

Property Profile能在整個保險生命週期中發揮作用: 

報價:提高保單應用數據的準確性,加快報價以及保單流轉速度。

承保和控損:快速覈定投保和續保;明確屋頂問題,及時派遣人員上門服務,在改善客戶關係的同時,降低保險損失。

理賠:在派遣理算員現場定損前,先通過Betterview的多源歷史圖像存檔,查明預先存在的屋頂損壞情況。

巨災建模:通過考慮二次屋頂特徵以及評估者數據來提高建模的準確性。

巨災響應:分析巨災後的保險組合,迅速確定保單的損失程度(全部,部分或無損失)。

大數據和分析技術

Jupiter Intelligence是一家專業數據分析服務商,將機器學習和人工智能應用於大型數據集,提供動態化的風險預測模型。該公司主要預測和管理氣象、海平面上升、風暴加劇和氣候性溫度變化帶來的風險。

ClimateScore智能平臺是Jupiter所有服務的分析基礎,其開創性的雲架構將數據、概率模型和場景模型連接起來,並在集成環境中進行高級驗證。Jupiter爲特定風險預測提供了單獨的服務:FloodScore和HeatScore,兩者分別預測和評估洪澇和極端氣溫風險,且都建立在Jupiter的ClimateScore智能平臺上面。

ClimateScore 智能平臺 —— 提供複雜的動態超本地數據分析,從每條街道到單個建築體,包括目前可用的最準確天氣和氣候預測。 預測的範圍從2小時到50年不等。

FloodScore洪澇預測 —— 利用專有模型捕捉洪水發生因素之間的相互作用,分析並預測任何指定區域的預期洪水等級,幫助用戶提前準備和應對潛在洪水危害。 

HeatScore氣溫預測 —— 包含多個熱變量的分析,預測極端氣溫,幫助客戶減輕氣候變化帶來的影響(嚴寒或高溫天氣)。 

地理空間情報中心(GIC)

在巨災發生之後,數據對於有效識別、覈定和償付理賠是至關重要的。如今,保險商們又多了一個新的數據獲取渠道 —— 地理空間情報中心(GIC)。 

地理空間情報中心(GIC)是美國國家保險犯罪局(NICB)的一個非盈利性項目,也是NICB成員保險公司的一個付費聯盟。該平臺與空間信息技術商Vexcel和地理測繪系統Esri合作,多個角度捕捉高分辨率的圖像,讓保險商看到災難前後的房產“鳥瞰圖”。

通過收集高質量航空影像,進行數據處理和分析,GIC提供了一個專業準確的信息平臺。保險公司能夠將該平臺整合在現有系統中,快速查看和評估投保人的家庭、企業、甚至車輛損失。

這使得保險公司能夠快速做出理賠決定,幫助客戶更快恢復。同時,圖像也被提供給緊急救援人員,幫助他們做出救災反應。另外,同樣的圖像也能被用來減少潛在的欺詐性索賠。 

積極發展創新的背後,是法律制度健全的支持在作用

國際上現有的巨災保險,有專門針對某一種災害的,如美國洪水保險、加州地震保險等;也有承保多項巨災的,如法國自然災害保險、挪威自然災害保險、西班牙巨災保險等。而這些國家在巨災保險法律制度的構建和實施上起步很早,如今已經發展的頗具規模和條理。

如:西班牙自1990年起,確立了以西班牙賠償聯合會爲核心的巨災保險制度。西班牙的巨災保險,承保地震、洪水、颱風等自然災害以及暴亂、戰亂等人爲災害,其保險不僅賠償財產損失,還賠償人身傷亡損害。

1966年,日本出臺了《地震保險法》和《地震再保險特別會計法》,並且成立了專門的日本地震再保險株式會社,以地震、火山爆發、海嘯爲直接或間接原因導致的損害都在其承保範圍之內。

國內視角

需求廣泛,痛點問題卻始終留存

由表1可見,近十年來全球特大自然災害頻發,經濟損失數目也成比例上升,美國在颶風期遭受的損失尤甚。

經數據對比又不難發現,我國在巨災保險的投保損失遠遠低於其他國家。拿08年汶川地震舉例,地震造成的直接經濟損失達到8400多億元,其中財產損失超過1400億元,而投保財產損失不到20億元,佔比是0.2%,還不到1%,在國際上,巨災保險賠款一般佔到災害損失的30%-40%。

保險賠付數目之低,在鉅額損失面前宛若杯水車薪。雖說汶川地震後,2013年11月12日,十八屆三中全會明確提出“建立巨災保險制度”。時至如今已近五年,巨災保險的發展痛點仍在:

保險市場的巨災風險分散能力不足。巨災保險從本質上來講屬於財險,我國與經濟發達國家相比,我國財產保險的保險密度與保險深度依然有巨大差距。且再保險制度不夠完善,直保公司不便對巨災風險進行有效地分散、轉移,與再保險公司共同應對風險。

法規制度尚不健全。國家相關規範性文件多見於籠統的政策性的號召與指導綱領,還存在不少制度空白和缺失。至今爲止,我國仍沒有形成一套完備的巨災保險法制體系,所出臺的一些相關立法及應急方案等,更多地體現爲政府的災後救濟制度。

巨災保險觀念尚未深入人心。造成這一點的原因主要有兩個方面:首先從我國災後處理的過往經驗來看,政府的角色主要體現在政府救援方面。這反向激勵了承擔巨災風險的民衆,使人們更加依賴於政府的財政補償,而忽視了通過投保巨災保險而進行風險管理的方式。其次是人們普遍對巨災保險的瞭解不夠多,認可度不高。

巨災風險數據不足導致評估難度大。巨災風險的評估不像其他保險類型那樣,可以僅由以往的損失數據資料實現保險精算方式推估,而需藉由複雜的巨災危害度分析及建築物巨災損害分析方可求得,而且其中又隱含有大量的不確定性,評估技術難度大。無法取得較精確的巨災風險信息,使保險公司無法瞭解所承擔的風險,對巨災保險保持謹慎的態度,而不願輕易承保。

巨災保險科技的國內動作

近兩年來。隨着國內保險科技的發展,業內也開始有了此方向的動作,不過尚處於起步階段。

去年中旬,中再產險成立中國再保險巨災研究中心,成爲再保險行業首個巨災研究專業平臺,意在通過對接國家戰略,服務政府需求、滿足直保公司核心訴求,同時通過科技創新,向行業輸出專業服務與技術。目前,研究中心主要職能集中於搭建信息共享平臺、建立巨災數據庫、開發巨災模型與定價工具、開發巨災產品。

去年年末,中再集團推出中再巨災平臺CRP1.0,爲直保公司提供巨災風險識別、風險地圖、災害預警、歷史災害回放、風險累積控制、在線會商等服務。今年七月,中再集團通過旗下全資子公司中再產險成立中再巨災科技公司。

我國巨災保險科技的未來展望

● 人工智能:在覈保、承保、和理賠過程中,以人工智能爲核心的無紙化系統可以減少重複性的人工工作,爲災害發生後緊急的救援節約時間

● 基因檢測:顧名思義就是對人體的基因進行檢查。這項技術放在巨災保險中,主要表現在爲遇難者鑑別身份,也是爲災後的理賠降低失誤率,防止保險欺詐

● 無人機:可代替人類進行危險的工作,及時趕赴受災現場,通過無人機設備和計算機的鏈接,精確全面地對損失進行評估,降低理賠時工作人員的風險,並有效提升理賠效率

End

點“閱讀原文” 下載保觀APP

查看原文 >>
相關文章