新冠疫情后人工智能在保險業領域的應用前景研究

羅靜怡 曹洪博 衛嘉瑩

摘要：新冠疫情使我國經濟增長面臨嚴峻的壓力，國民安全也缺乏可靠保障，而在此契機之下，保險業未能履行社會風險管理的職能，反而呈現了“臨時抱佛腳”的態度。未來，“保險+人工智能”具有龐大的市場潛力，將顛覆傳統保險業風險管理的事后性原則，讓保險業嵌入到風險管理價值鏈前端，更好參與到社會經濟的風險管理，幫助負面沖擊后的經濟復蘇。

關鍵詞：疫情防控;公共衛生;保險科技

一、引言

2020年初，我國突然爆發了一場新冠肺炎疫情，疾病傳染的危險性對比“非典”有過之而無不及，一時之間造成了大規模的社會恐慌，引起了國家層面的高度重視，黨中央立即啟動應急機制，調動舉國上下的公共和行業資源，共同控制疫情的蔓延。截止2020年8月，新冠疫情的確診病人和死亡數量已經趨于平穩，保險業也展示出“維護社會安定”的基本職能，通過保險機制為一線醫務工作者提供了充足的金額保障。但是，縱觀此次疫情期間，保險行業為社會提供的經濟補償作用十分有限，并沒有為主要受災企業和個人提供足夠的賠償，以利潤損失保險為例，我國疫情期間停業停產的企業并不能獲得保險賠償，疫情營業中斷造成的經濟損失仍然需要企業自行承擔，保險行業并沒有在復工復產方面發揮出經濟維穩作用。相比之下，更多保險企業呈現了“臨時抱佛腳”的態度，為了炒熱點、打品牌，短期內推出了缺乏精算基礎的“新冠疫情保險”，遭到銀保監會的嚴令禁止，一時引起行業的軒然大波，反而沒有贏得市場的信任。

可以看出，我國保險業長在社會風險管理職能呈現出了缺位問題，大部分保險公司以盈利為主要目標，在社會服務上往往顯得無能為力，這主要是因為技術缺陷和體制落后造成的，在難以控制的公共衛生事件中，保險公司缺乏精算技術來提供靈活化的經濟補償服務，導致企業不主動。不過，我國金融業已經全面進入人工智能科技時代，新冠疫情期間積累的龐大數據支撐起保險產品的設計創新，這便值得行業重新去思考，如何應用人工智能技術突破傳統經營業務的桎梏，讓保險產品能更好參與到社會風險管理工作中，為巨災風險提供足夠的重建保障。

二、新冠疫情后人工智能對保險行業的影響分析

（一）人工智能的界定

人工智能是計算機科學領域的一項跨學科專業，其涵蓋了多個學科領域，包括了數學、心理學、社會學、信息論、哲學、計算機科學、神經生理學等，讓機器能模仿人腦一樣去理解、創造和運算邏輯規則。因此，人工智能的應用領域十分廣泛，幾乎滲透到社會生產中的各個方面，最終目的是以機器替代部分人腦思考的工作。

對于保險業而言，由于保險產品運作機制的流程化具有重復性特征，所以人工智能與保險業的結合是十分樂觀的。“保險+人工智能”的定義是，利用人工智能模仿人腦智慧的特性，完成保險業中流程化的工作業務，其最終結果將是大幅提高保險組織的運作效率，節省業務流程的成本開支，并拓寬保險職能邊界。

（二）科技重塑保險的新格局

此次疫情反映出傳統精算理論在實踐中無法“先人一步”的困境，而風險本身是難以預測和不確定性的，迫切需要新技術來突破傳統保險，保險業將高度重視人工智能技術在保險領域的新應用，發揮保險先于風險的本質能力，為巨災風險獲得及時、有效的金融補救。從人工智能的未來發展來看，大數據、深度學習、機器算法將開拓全新的精算預測性能，重新定義保險設計與定價的形態。換而言之，科技將重塑保險經營與管理的定義，重新解構保險原則，靈活化制度安排與合同設計，既能讓可保利益伴隨巨災風險變化，也要體現合同契約性，更要具有定價科學性，發揮智能化保險為社會提供經濟補償的功能。

（三）科技賦能保險的未來趨勢

1.大數據預測

根據以往的傳統精算模型設計與定價，保險產品需要遵循已知樣本數據與理論假設，無法體現對未知事件的預測能力，而人工智能依托于歷史全樣本大數據，徹底突破理論假設的限制，從數據挖掘信息價值，讓未知風險迎刃而解。5G技術的普及將集成物與人的聯網化，形成高速度、高容量、高交互的全景信息形態，為保險設計提供了無限新可能，這將徹底顛覆傳統的精算科學，能利用神經網絡算法來改善保險定價，并預測新風險和保費定價，并具有科學性與合理性。

2.拓寬可保風險

在5G網絡的支持下，可穿戴設備、內置芯片、家用傳感器等物聯網設備將生成連續不斷的動態數據，并5G互聯網上傳到云端，由云端來整合廣泛的數據源，構成了高效的大數據網絡，將進一步拓寬可保風險的認知能力，徹底突破傳統保險定價中的數據來源滯后問題，實現實時建模和動態定價，消除傳統保險中對大數法則的依賴，讓保險能實時應對不可控的風險，并以大數據為生產驅動，拓寬保險的承保邊界，發展智能保險方案的生產系統。

3.主動管理風險

信息科技催生了物聯網設備的新應用，為商業模式革命提供了技術軌道，人工智能也在驅動金融業各個領域的創新，衍生出產業生態圈的融合、整合和重塑，為保險公司轉型升級提供了賦能效應。如今，越來越多的保險公司開始依托于保險產品場景，以大數據、人工智能、物聯網、區塊鏈等技術為核心，打造一種產業互利共贏的生態圈格局，嵌入風險管理價值鏈的前端，而不是僅僅占據保險后端。以健康保險為例，中國平安的大健康生態圈中涵蓋了保險、醫療、醫藥、體檢、保健品、養生服務等多項業務，并與可穿戴設備供應商合作，借助設備傳感數據與健康保險發生聯動，通過深度學習算法的關聯計算，建立健康保險保費的動態定價體系，進而從健康管理價值鏈前端來干預用戶的行為，進而主動對產品定價產生影響。

4.跨學科合作

由于保險公司在風險計算上具有更充實的科學理論優勢，所以在人工智能時代下仍然能與科技公司合作，共同為風險預測提供技術支持，利用精算統計知識與大數據的結合，提高大數據清洗與挖掘的效率，參與到社會風險管理的科學研究，為公共管理提供技術貢獻，以發揮保險履行社會責任的基本職能。以疾病預防為例，保險業的精算部門完全可以為傳染病防控與預測提供專業知識，還可以與醫藥公司、醫療科技公司、政府管理部門、大數據公司、人工智能科技公司等開展跨學科合作，建立我國在疾病預防、突發公共衛生事件等領域的理論研究基礎，助力我國完善巨災事件的應急制度。

三、人工智能在保險精算領域的應用分析

（一）保險精算領域的難題

在傳統保險的精算定價中，一般要重點參考以往的賠付率，同時也要在精算模型中納入不同風險因素，提前建立模型理論框架，并根據模型給出產品定價。以汽車保險為例，保險精算需要考慮行車里程、駕駛人年齡、性別、汽車品牌等因素，這些都會影響商業車險定價的合理性。可以看出，傳統保險定價十分依賴模型設定，因為保險定價以抽樣數據為支撐，風險同質性水平不高，導致精算模型無法識別不同風險特征的客戶，導致保費與風險的分配失衡。況且，限于數據的可獲得性，盡管準精算師和精算師的理論功底十分扎實，但是人腦無法處理龐大數據中的規律，數據的獲得能力有限，導致保險產品定價十分依賴同類產品的歷史賠付率數據，在新產品創新上顯示出“亦步亦趨”的態度，甚至造成精算框架設定缺乏合理性，不同保險產品賠付率差異大。因此，這反映了傳統保險定價中數據規模與利用率不足，迫切需要人工智能技術來解決保費定價難題。

（二）保費優化計算的應用分析

1.理論分析

在人工智能的支持下，精算師可以處理更大規模的數據量，并從中挖掘精算價值。人工智能技術最大的突破口在風險關聯上，因為傳統精算模型中無法識別和計算風險關聯性，所以在多項保險同時承保時出現了賠付率過高問題，個別產品也出現了定價過高。事實上，人工智能可以挖掘出不同風險的關聯與對沖性，并能執行聯合定價的計算結果，這一點相比人腦具有優越性。舉例而言，健康保險中常見的并發癥也是具有風險因素的，一些保險公司往往缺乏并發癥保險的定價依據，所以只推出了疾病并發癥的單獨保險，并將產品價格與主病保險掛鉤，導致產品賠付率偏離合理水平。在大數據的支持下，完全可以將主并與并發癥的風險因素統一納入大數據模型，利用物聯網設備來量化難以觀測的因素，通過數據量化和挖掘，給出統一化的健康保險產品，一方面能讓客戶獲得更高的體驗，另一方面促使定價水平達到合理化。

2.案例模擬

新冠肺炎疾病是一種以發熱、干咳和乏力為表現癥狀，嚴重將導致急性呼吸窘迫綜合征、膿毒癥休克、難以糾正的代謝性酸中毒和出凝血功能障礙及多器官功能衰竭等后果。新冠肺炎病毒的病因疑似來自于野生動物蝙蝠，傳染方式有直接傳播、氣溶膠傳播和接觸傳播。因此，這類疾病具有高度的傳染性，并且臨床治療中出現了多起神經并發癥，比如格林-巴利綜合征。目前，新冠肺炎的預后仍然處于不確定性，個別患者之后產生了神經性疾病，這需要人工智能技術提供并發癥的預測，如果不能識別此類大型傳染病并發癥的風險因素，那將導致承保風險面臨不可控狀態，這也是缺乏大數據支持的傳統保險費率定價中難以實現的。如果我國人工智能發展足夠完善，完全可以利用人們佩戴的物聯網芯片提供的出行記錄、生物狀態、體檢數據，挖掘并發癥產生的風險因素，及時為新冠疫情提供可靠、科學的保險服務。

（三）人工智能保費優化的保障措施

根據前文分析可知，人工智能應用于商業保險定價依賴于行為數據的采集，行為數據是風險因素的量化形式，需要芯片傳感設備對被觀測對象的行為和環境實時采集，并上傳到云端后形成海量大數據庫，以支持災難形勢下的保險產品精算定價，實現數據收集的實時性，保證風險信息的時效性和全面性，更好預測未來風險。因此，我國保險業要加強與物聯網設備供應商的合作，對被保險人或保險標的狀態和環境數據進行實時采集，具體可以嘗試采用圖像、語音、生物識別技術，結合物聯網的實施互聯網功能，讓其在運動中也能有效傳輸、處理和反饋信息。

四、結語

人工智能是一項具有多重學科交叉背景的計算機科學分支，其在保險領域的應用將幫助行業履行社會管理功能。目前，我國保險業在信息科技領域的應用不足，并沒有為災后經濟復蘇作出足夠的貢獻，但是“保險+人工智能”具有龐大的市場潛力，將顛覆傳統保險業風險管理的事后性原則，讓保險業嵌入到風險管理價值鏈前端，更好參與到社會經濟的風險管理，幫助負面沖擊后的經濟復蘇。

參考文獻

[1]許閑， 楊鈜毅， 劉炳磊. 保險在應對公共衛生事件中的功能發揮與演進——基于2003年非典與2020年新冠肺炎疫情的比較視角[J]. 財經理論與實踐， 2020（2）.

[2]鎖凌燕. 從新冠肺炎疫情看健康保險的應對與發展[J]. 中國保險， 2020（2）.

[3]姜照， 王力， 郭金龍. 新冠肺炎疫情對我國保險業的影響與應對[J]. 中國經貿導刊（中）， 2020（4）.

作者簡介：羅靜怡，2001.01.11，女，布依族，重慶市，本科，關于保險保費優化

項目：新冠疫情后人工智能在保險業領域的應用前景研究——基于機器學習的商業保費優化計算202011047057

（上海立信會計金融學院?200135）