论文部分内容阅读
摘要：新冠疫情使我国经济增长面临严峻的压力，国民安全也缺乏可靠保障，而在此契机之下，保险业未能履行社会风险管理的职能，反而呈现了“临时抱佛脚”的态度。未来，“保险+人工智能”具有庞大的市场潜力，将颠覆传统保险业风险管理的事后性原则，让保险业嵌入到风险管理价值链前端，更好参与到社会经济的风险管理，帮助负面冲击后的经济复苏。
关键词：疫情防控;公共卫生;保险科技
一、引言
2020年初，我国突然爆发了一场新冠肺炎疫情，疾病传染的危险性对比“非典”有过之而无不及，一时之间造成了大规模的社会恐慌，引起了国家层面的高度重视，党中央立即启动应急机制，调动举国上下的公共和行业资源，共同控制疫情的蔓延。截止2020年8月，新冠疫情的确诊病人和死亡数量已经趋于平稳，保险业也展示出“维护社会安定”的基本职能，通过保险机制为一线医务工作者提供了充足的金额保障。但是，纵观此次疫情期间，保险行业为社会提供的经济补偿作用十分有限，并没有为主要受灾企业和个人提供足够的赔偿，以利润损失保险为例，我国疫情期间停业停产的企业并不能获得保险赔偿，疫情营业中断造成的经济损失仍然需要企业自行承担，保险行业并没有在复工复产方面发挥出经济维稳作用。相比之下，更多保险企业呈现了“临时抱佛脚”的态度，为了炒热点、打品牌，短期内推出了缺乏精算基础的“新冠疫情保险”，遭到银保监会的严令禁止，一时引起行业的轩然大波，反而没有赢得市场的信任。
可以看出，我国保险业长在社会风险管理职能呈现出了缺位问题，大部分保险公司以盈利为主要目标，在社会服务上往往显得无能为力，这主要是因为技术缺陷和体制落后造成的，在难以控制的公共卫生事件中，保险公司缺乏精算技术来提供灵活化的经济补偿服务，导致企业不主动。不过，我国金融业已经全面进入人工智能科技时代，新冠疫情期间积累的庞大数据支撑起保险产品的设计创新，这便值得行业重新去思考，如何应用人工智能技术突破传统经营业务的桎梏，让保险产品能更好参与到社会风险管理工作中，为巨灾风险提供足够的重建保障。
二、新冠疫情后人工智能对保险行业的影响分析
（一）人工智能的界定
人工智能是计算机科学领域的一项跨学科专业，其涵盖了多个学科领域，包括了数学、心理学、社会学、信息论、哲学、计算机科学、神经生理学等，让机器能模仿人脑一样去理解、创造和运算逻辑规则。因此，人工智能的应用领域十分广泛，几乎渗透到社会生产中的各个方面，最终目的是以机器替代部分人脑思考的工作。
对于保险业而言，由于保险产品运作机制的流程化具有重复性特征，所以人工智能与保险业的结合是十分乐观的。“保险+人工智能”的定义是，利用人工智能模仿人脑智慧的特性，完成保险业中流程化的工作业务，其最终结果将是大幅提高保险组织的运作效率，节省业务流程的成本开支，并拓宽保险职能边界。
（二）科技重塑保险的新格局
此次疫情反映出传统精算理论在实践中无法“先人一步”的困境，而风险本身是难以预测和不确定性的，迫切需要新技术来突破传统保险，保险业将高度重视人工智能技术在保险领域的新应用，发挥保险先于风险的本质能力，为巨灾风险获得及时、有效的金融补救。从人工智能的未来发展来看，大数据、深度学习、机器算法将开拓全新的精算预测性能，重新定义保险设计与定价的形态。换而言之，科技将重塑保险经营与管理的定义，重新解构保险原则，灵活化制度安排与合同设计，既能让可保利益伴随巨灾风险变化，也要体现合同契约性，更要具有定价科学性，发挥智能化保险为社会提供经济补偿的功能。
（三）科技赋能保险的未来趋势
1.大数据预测
根据以往的传统精算模型设计与定价，保险产品需要遵循已知样本数据与理论假设，无法体现对未知事件的预测能力，而人工智能依托于历史全样本大数据，彻底突破理论假设的限制，从数据挖掘信息价值，让未知风险迎刃而解。5G技术的普及将集成物与人的联网化，形成高速度、高容量、高交互的全景信息形态，为保险设计提供了无限新可能，这将彻底颠覆传统的精算科学，能利用神经网络算法来改善保险定价，并预测新风险和保费定价，并具有科学性与合理性。
2.拓宽可保风险
在5G网络的支持下，可穿戴设备、内置芯片、家用传感器等物联网设备将生成连续不断的动态数据，并5G互联网上传到云端，由云端来整合广泛的数据源，构成了高效的大数据网络，将进一步拓宽可保风险的认知能力，彻底突破传统保险定价中的数据来源滞后问题，实现实时建模和动态定价，消除传统保险中对大数法则的依赖，让保险能实时应对不可控的风险，并以大数据为生产驱动，拓宽保险的承保边界，发展智能保险方案的生产系统。
3.主动管理风险
信息科技催生了物联网设备的新应用，为商业模式革命提供了技术轨道，人工智能也在驱动金融业各个领域的创新，衍生出产业生态圈的融合、整合和重塑，为保险公司转型升级提供了赋能效应。如今，越来越多的保险公司开始依托于保险产品场景，以大数据、人工智能、物联网、区块链等技术为核心，打造一种产业互利共赢的生态圈格局，嵌入风险管理价值链的前端，而不是仅仅占据保险后端。以健康保险为例，中国平安的大健康生态圈中涵盖了保险、医疗、医药、体检、保健品、养生服务等多项业务，并与可穿戴设备供应商合作，借助设备传感数据与健康保险发生联动，通過深度学习算法的关联计算，建立健康保险保费的动态定价体系，进而从健康管理价值链前端来干预用户的行为，进而主动对产品定价产生影响。
4.跨学科合作
由于保险公司在风险计算上具有更充实的科学理论优势，所以在人工智能时代下仍然能与科技公司合作，共同为风险预测提供技术支持，利用精算统计知识与大数据的结合，提高大数据清洗与挖掘的效率，参与到社会风险管理的科学研究，为公共管理提供技术贡献，以发挥保险履行社会责任的基本职能。以疾病预防为例，保险业的精算部门完全可以为传染病防控与预测提供专业知识，还可以与医药公司、医疗科技公司、政府管理部门、大数据公司、人工智能科技公司等开展跨学科合作，建立我国在疾病预防、突发公共卫生事件等领域的理论研究基础，助力我国完善巨灾事件的应急制度。 三、人工智能在保险精算领域的应用分析
（一）保险精算领域的难题
在传统保险的精算定价中，一般要重点参考以往的赔付率，同时也要在精算模型中纳入不同风险因素，提前建立模型理论框架，并根据模型给出产品定价。以汽车保险为例，保險精算需要考虑行车里程、驾驶人年龄、性别、汽车品牌等因素，这些都会影响商业车险定价的合理性。可以看出，传统保险定价十分依赖模型设定，因为保险定价以抽样数据为支撑，风险同质性水平不高，导致精算模型无法识别不同风险特征的客户，导致保费与风险的分配失衡。况且，限于数据的可获得性，尽管准精算师和精算师的理论功底十分扎实，但是人脑无法处理庞大数据中的规律，数据的获得能力有限，导致保险产品定价十分依赖同类产品的历史赔付率数据，在新产品创新上显示出“亦步亦趋”的态度，甚至造成精算框架设定缺乏合理性，不同保险产品赔付率差异大。因此，这反映了传统保险定价中数据规模与利用率不足，迫切需要人工智能技术来解决保费定价难题。
（二）保费优化计算的应用分析
1.理论分析
在人工智能的支持下，精算师可以处理更大规模的数据量，并从中挖掘精算价值。人工智能技术最大的突破口在风险关联上，因为传统精算模型中无法识别和计算风险关联性，所以在多项保险同时承保时出现了赔付率过高问题，个别产品也出现了定价过高。事实上，人工智能可以挖掘出不同风险的关联与对冲性，并能执行联合定价的计算结果，这一点相比人脑具有优越性。举例而言，健康保险中常见的并发症也是具有风险因素的，一些保险公司往往缺乏并发症保险的定价依据，所以只推出了疾病并发症的单独保险，并将产品价格与主病保险挂钩，导致产品赔付率偏离合理水平。在大数据的支持下，完全可以将主并与并发症的风险因素统一纳入大数据模型，利用物联网设备来量化难以观测的因素，通过数据量化和挖掘，给出统一化的健康保险产品，一方面能让客户获得更高的体验，另一方面促使定价水平达到合理化。
2.案例模拟
新冠肺炎疾病是一种以发热、干咳和乏力为表现症状，严重将导致急性呼吸窘迫综合征、脓毒症休克、难以纠正的代谢性酸中毒和出凝血功能障碍及多器官功能衰竭等后果。新冠肺炎病毒的病因疑似来自于野生动物蝙蝠，传染方式有直接传播、气溶胶传播和接触传播。因此，这类疾病具有高度的传染性，并且临床治疗中出现了多起神经并发症，比如格林-巴利综合征。目前，新冠肺炎的预后仍然处于不确定性，个别患者之后产生了神经性疾病，这需要人工智能技术提供并发症的预测，如果不能识别此类大型传染病并发症的风险因素，那将导致承保风险面临不可控状态，这也是缺乏大数据支持的传统保险费率定价中难以实现的。如果我国人工智能发展足够完善，完全可以利用人们佩戴的物联网芯片提供的出行记录、生物状态、体检数据，挖掘并发症产生的风险因素，及时为新冠疫情提供可靠、科学的保险服务。
（三）人工智能保费优化的保障措施
根据前文分析可知，人工智能应用于商业保险定价依赖于行为数据的采集，行为数据是风险因素的量化形式，需要芯片传感设备对被观测对象的行为和环境实时采集，并上传到云端后形成海量大数据库，以支持灾难形势下的保险产品精算定价，实现数据收集的实时性，保证风险信息的时效性和全面性，更好预测未来风险。因此，我国保险业要加强与物联网设备供应商的合作，对被保险人或保险标的状态和环境数据进行实时采集，具体可以尝试采用图像、语音、生物识别技术，结合物联网的实施互联网功能，让其在运动中也能有效传输、处理和反馈信息。
四、结语
人工智能是一项具有多重学科交叉背景的计算机科学分支，其在保险领域的应用将帮助行业履行社会管理功能。目前，我国保险业在信息科技领域的应用不足，并没有为灾后经济复苏作出足够的贡献，但是“保险+人工智能”具有庞大的市场潜力，将颠覆传统保险业风险管理的事后性原则，让保险业嵌入到风险管理价值链前端，更好参与到社会经济的风险管理，帮助负面冲击后的经济复苏。
参考文献
[1]许闲， 杨鈜毅， 刘炳磊. 保险在应对公共卫生事件中的功能发挥与演进——基于2003年非典与2020年新冠肺炎疫情的比较视角[J]. 财经理论与实践， 2020（2）.
[2]锁凌燕. 从新冠肺炎疫情看健康保险的应对与发展[J]. 中国保险， 2020（2）.
[3]姜照， 王力， 郭金龙. 新冠肺炎疫情对我国保险业的影响与应对[J]. 中国经贸导刊（中）， 2020（4）.
作者简介：罗静怡，2001.01.11，女，布依族，重庆市，本科，关于保险保费优化
项目：新冠疫情后人工智能在保险业领域的应用前景研究——基于机器学习的商业保费优化计算202011047057
（上海立信会计金融学院 200135）
关键词：疫情防控;公共卫生;保险科技
一、引言
2020年初，我国突然爆发了一场新冠肺炎疫情，疾病传染的危险性对比“非典”有过之而无不及，一时之间造成了大规模的社会恐慌，引起了国家层面的高度重视，党中央立即启动应急机制，调动举国上下的公共和行业资源，共同控制疫情的蔓延。截止2020年8月，新冠疫情的确诊病人和死亡数量已经趋于平稳，保险业也展示出“维护社会安定”的基本职能，通过保险机制为一线医务工作者提供了充足的金额保障。但是，纵观此次疫情期间，保险行业为社会提供的经济补偿作用十分有限，并没有为主要受灾企业和个人提供足够的赔偿，以利润损失保险为例，我国疫情期间停业停产的企业并不能获得保险赔偿，疫情营业中断造成的经济损失仍然需要企业自行承担，保险行业并没有在复工复产方面发挥出经济维稳作用。相比之下，更多保险企业呈现了“临时抱佛脚”的态度，为了炒热点、打品牌，短期内推出了缺乏精算基础的“新冠疫情保险”，遭到银保监会的严令禁止，一时引起行业的轩然大波，反而没有赢得市场的信任。
可以看出，我国保险业长在社会风险管理职能呈现出了缺位问题，大部分保险公司以盈利为主要目标，在社会服务上往往显得无能为力，这主要是因为技术缺陷和体制落后造成的，在难以控制的公共卫生事件中，保险公司缺乏精算技术来提供灵活化的经济补偿服务，导致企业不主动。不过，我国金融业已经全面进入人工智能科技时代，新冠疫情期间积累的庞大数据支撑起保险产品的设计创新，这便值得行业重新去思考，如何应用人工智能技术突破传统经营业务的桎梏，让保险产品能更好参与到社会风险管理工作中，为巨灾风险提供足够的重建保障。
二、新冠疫情后人工智能对保险行业的影响分析
（一）人工智能的界定
人工智能是计算机科学领域的一项跨学科专业，其涵盖了多个学科领域，包括了数学、心理学、社会学、信息论、哲学、计算机科学、神经生理学等，让机器能模仿人脑一样去理解、创造和运算逻辑规则。因此，人工智能的应用领域十分广泛，几乎渗透到社会生产中的各个方面，最终目的是以机器替代部分人脑思考的工作。
对于保险业而言，由于保险产品运作机制的流程化具有重复性特征，所以人工智能与保险业的结合是十分乐观的。“保险+人工智能”的定义是，利用人工智能模仿人脑智慧的特性，完成保险业中流程化的工作业务，其最终结果将是大幅提高保险组织的运作效率，节省业务流程的成本开支，并拓宽保险职能边界。
（二）科技重塑保险的新格局
此次疫情反映出传统精算理论在实践中无法“先人一步”的困境，而风险本身是难以预测和不确定性的，迫切需要新技术来突破传统保险，保险业将高度重视人工智能技术在保险领域的新应用，发挥保险先于风险的本质能力，为巨灾风险获得及时、有效的金融补救。从人工智能的未来发展来看，大数据、深度学习、机器算法将开拓全新的精算预测性能，重新定义保险设计与定价的形态。换而言之，科技将重塑保险经营与管理的定义，重新解构保险原则，灵活化制度安排与合同设计，既能让可保利益伴随巨灾风险变化，也要体现合同契约性，更要具有定价科学性，发挥智能化保险为社会提供经济补偿的功能。
（三）科技赋能保险的未来趋势
1.大数据预测
根据以往的传统精算模型设计与定价，保险产品需要遵循已知样本数据与理论假设，无法体现对未知事件的预测能力，而人工智能依托于历史全样本大数据，彻底突破理论假设的限制，从数据挖掘信息价值，让未知风险迎刃而解。5G技术的普及将集成物与人的联网化，形成高速度、高容量、高交互的全景信息形态，为保险设计提供了无限新可能，这将彻底颠覆传统的精算科学，能利用神经网络算法来改善保险定价，并预测新风险和保费定价，并具有科学性与合理性。
2.拓宽可保风险
在5G网络的支持下，可穿戴设备、内置芯片、家用传感器等物联网设备将生成连续不断的动态数据，并5G互联网上传到云端，由云端来整合广泛的数据源，构成了高效的大数据网络，将进一步拓宽可保风险的认知能力，彻底突破传统保险定价中的数据来源滞后问题，实现实时建模和动态定价，消除传统保险中对大数法则的依赖，让保险能实时应对不可控的风险，并以大数据为生产驱动，拓宽保险的承保边界，发展智能保险方案的生产系统。
3.主动管理风险
信息科技催生了物联网设备的新应用，为商业模式革命提供了技术轨道，人工智能也在驱动金融业各个领域的创新，衍生出产业生态圈的融合、整合和重塑，为保险公司转型升级提供了赋能效应。如今，越来越多的保险公司开始依托于保险产品场景，以大数据、人工智能、物联网、区块链等技术为核心，打造一种产业互利共赢的生态圈格局，嵌入风险管理价值链的前端，而不是仅仅占据保险后端。以健康保险为例，中国平安的大健康生态圈中涵盖了保险、医疗、医药、体检、保健品、养生服务等多项业务，并与可穿戴设备供应商合作，借助设备传感数据与健康保险发生联动，通過深度学习算法的关联计算，建立健康保险保费的动态定价体系，进而从健康管理价值链前端来干预用户的行为，进而主动对产品定价产生影响。
4.跨学科合作
由于保险公司在风险计算上具有更充实的科学理论优势，所以在人工智能时代下仍然能与科技公司合作，共同为风险预测提供技术支持，利用精算统计知识与大数据的结合，提高大数据清洗与挖掘的效率，参与到社会风险管理的科学研究，为公共管理提供技术贡献，以发挥保险履行社会责任的基本职能。以疾病预防为例，保险业的精算部门完全可以为传染病防控与预测提供专业知识，还可以与医药公司、医疗科技公司、政府管理部门、大数据公司、人工智能科技公司等开展跨学科合作，建立我国在疾病预防、突发公共卫生事件等领域的理论研究基础，助力我国完善巨灾事件的应急制度。 三、人工智能在保险精算领域的应用分析
（一）保险精算领域的难题
在传统保险的精算定价中，一般要重点参考以往的赔付率，同时也要在精算模型中纳入不同风险因素，提前建立模型理论框架，并根据模型给出产品定价。以汽车保险为例，保險精算需要考虑行车里程、驾驶人年龄、性别、汽车品牌等因素，这些都会影响商业车险定价的合理性。可以看出，传统保险定价十分依赖模型设定，因为保险定价以抽样数据为支撑，风险同质性水平不高，导致精算模型无法识别不同风险特征的客户，导致保费与风险的分配失衡。况且，限于数据的可获得性，尽管准精算师和精算师的理论功底十分扎实，但是人脑无法处理庞大数据中的规律，数据的获得能力有限，导致保险产品定价十分依赖同类产品的历史赔付率数据，在新产品创新上显示出“亦步亦趋”的态度，甚至造成精算框架设定缺乏合理性，不同保险产品赔付率差异大。因此，这反映了传统保险定价中数据规模与利用率不足，迫切需要人工智能技术来解决保费定价难题。
（二）保费优化计算的应用分析
1.理论分析
在人工智能的支持下，精算师可以处理更大规模的数据量，并从中挖掘精算价值。人工智能技术最大的突破口在风险关联上，因为传统精算模型中无法识别和计算风险关联性，所以在多项保险同时承保时出现了赔付率过高问题，个别产品也出现了定价过高。事实上，人工智能可以挖掘出不同风险的关联与对冲性，并能执行联合定价的计算结果，这一点相比人脑具有优越性。举例而言，健康保险中常见的并发症也是具有风险因素的，一些保险公司往往缺乏并发症保险的定价依据，所以只推出了疾病并发症的单独保险，并将产品价格与主病保险挂钩，导致产品赔付率偏离合理水平。在大数据的支持下，完全可以将主并与并发症的风险因素统一纳入大数据模型，利用物联网设备来量化难以观测的因素，通过数据量化和挖掘，给出统一化的健康保险产品，一方面能让客户获得更高的体验，另一方面促使定价水平达到合理化。
2.案例模拟
新冠肺炎疾病是一种以发热、干咳和乏力为表现症状，严重将导致急性呼吸窘迫综合征、脓毒症休克、难以纠正的代谢性酸中毒和出凝血功能障碍及多器官功能衰竭等后果。新冠肺炎病毒的病因疑似来自于野生动物蝙蝠，传染方式有直接传播、气溶胶传播和接触传播。因此，这类疾病具有高度的传染性，并且临床治疗中出现了多起神经并发症，比如格林-巴利综合征。目前，新冠肺炎的预后仍然处于不确定性，个别患者之后产生了神经性疾病，这需要人工智能技术提供并发症的预测，如果不能识别此类大型传染病并发症的风险因素，那将导致承保风险面临不可控状态，这也是缺乏大数据支持的传统保险费率定价中难以实现的。如果我国人工智能发展足够完善，完全可以利用人们佩戴的物联网芯片提供的出行记录、生物状态、体检数据，挖掘并发症产生的风险因素，及时为新冠疫情提供可靠、科学的保险服务。
（三）人工智能保费优化的保障措施
根据前文分析可知，人工智能应用于商业保险定价依赖于行为数据的采集，行为数据是风险因素的量化形式，需要芯片传感设备对被观测对象的行为和环境实时采集，并上传到云端后形成海量大数据库，以支持灾难形势下的保险产品精算定价，实现数据收集的实时性，保证风险信息的时效性和全面性，更好预测未来风险。因此，我国保险业要加强与物联网设备供应商的合作，对被保险人或保险标的状态和环境数据进行实时采集，具体可以尝试采用图像、语音、生物识别技术，结合物联网的实施互联网功能，让其在运动中也能有效传输、处理和反馈信息。
四、结语
人工智能是一项具有多重学科交叉背景的计算机科学分支，其在保险领域的应用将帮助行业履行社会管理功能。目前，我国保险业在信息科技领域的应用不足，并没有为灾后经济复苏作出足够的贡献，但是“保险+人工智能”具有庞大的市场潜力，将颠覆传统保险业风险管理的事后性原则，让保险业嵌入到风险管理价值链前端，更好参与到社会经济的风险管理，帮助负面冲击后的经济复苏。
参考文献
[1]许闲， 杨鈜毅， 刘炳磊. 保险在应对公共卫生事件中的功能发挥与演进——基于2003年非典与2020年新冠肺炎疫情的比较视角[J]. 财经理论与实践， 2020（2）.
[2]锁凌燕. 从新冠肺炎疫情看健康保险的应对与发展[J]. 中国保险， 2020（2）.
[3]姜照， 王力， 郭金龙. 新冠肺炎疫情对我国保险业的影响与应对[J]. 中国经贸导刊（中）， 2020（4）.
作者简介：罗静怡，2001.01.11，女，布依族，重庆市，本科，关于保险保费优化
项目：新冠疫情后人工智能在保险业领域的应用前景研究——基于机器学习的商业保费优化计算202011047057
（上海立信会计金融学院 200135）