重点推荐
社会数字化推动保险行业不断发生变化(2019年第3期)

 ——瑞再研究院院长包泽富博士(Jeffrey R. Bohn)专访

 

发布时间:2019-05-27

 

    【编者按】

 

    随着数字化技术的不断发展,我国保险业发展已开启数字化的变革进程,如何充分把握先进技术、实现高质量发展成为行业内外关注的焦点。作为全球知名的再保险集团,瑞士再保险一直致力于将自己打造成为市场领先的“风险知识公司”,并通过成立瑞再研究院对影响保险业及再保险业的问题做了许多有价值的研究,在相关领域颇有建树。本期,我们将与瑞再研究院院长包泽富博士(Jeffrey R. Bohn)进行对话,分享瑞再研究院的研究理念与先进成果,探讨保险行业中新的机遇与面临的瓶颈,以期引发业界更深入、更广泛的思考,助力行业实现健康发展。

 

一、基本情况

 

    请简单介绍一下瑞再研究院的背景及贵院主要从事的研究工作。

 

    瑞再研究院(SRI)延续并继续推进了瑞士再保险股份有限公司(以下简称瑞士再保险)作为行业研究思想领袖的悠久历史。SRI对瑞士再保险的相关研究起到促进作用,这些研究涵盖代表瑞士再保险未来发展的商业、保险、科学和技术趋势。此外,SRI还利用这些研究成果来指导内部战略发展和资本决策。SRI成立于2017年3月,其部分研究成果已被开发成解决方案和工具,用于帮助瑞士再保险的业务部门和客户。SRI致力于将知识和见解通过沟通对话和挖掘价值主张的方式,使瑞士再保险与其客户保持差异化,并推动行业整体参与。

 

    瑞士再保险对于瑞再研究院的定位是什么?

 

    SRI是由瑞士再保险集团执行委员会成员组成的内部董事会管理,并由集团首席核保官担任主席的研发部门。它由一个核心部门推动,该部门负责引导集团的研发活动,牵头重点研究项目和课题,同时拥有从宏观经济、保险市场分析到产品研发等领域的专业团队。该核心部门与董事会协调,指导研究人员积极参与、深入开展公司其他业务领域的研发活动。

 

    瑞再研究院秉持怎样的理念进行研究和发展?

 

    从根本上说,SRI进行研究的目的是为业务和风险管理方法提供证据和研究支持,以实现以下4个目标:(1) 助力瑞士再保险成为一家风险知识型公司,能够为资本配置、风险选择、定价和业务指导提供决策信息,这也是瑞士再保险的战略;(2) 帮助提高现有业务流程的效率;(3) 推动创新,从而提升瑞士再保险的市场价值;(4) 帮助瑞士再保险促进世界及其业务的可持续发展。从更高层面上来说,SRI的首要目标是使基于证据的最优决策成为可能,而不仅仅是基于信念或传统。此外,SRI还致力于为瑞士再保险“让世界更具韧性”的愿景提供支持。

 

二、研究思考

 

    您认为当下保险业发展有哪些机遇?反映新机遇的领域有哪些?

 

    随着传统保险价值链的断裂,社会的数字化转型为保险行业创造了新的机遇,极大地改变了保险购买、销售和风险管理的方式。不仅保险客户与保险提供商之间的互动将会发生变化,可提供的保险类型也将变得更加个性化。此外,日趋数字化的社会也催生了新型风险池(比如,网络风险、算法风险)。

 

    更具体地说,理解4个技术趋势对于了解保险行业出现的新机遇尤为重要:(1) 5G;(2)物联网 (IoT);(3)机器智能 (MI);(4)基于隐私保护的分布式账本技术 (DLT)。这些技术趋势促进了保险市场向数字化生态系统的转变。这就意味着,随着保险与平台产品和服务建立关联,平台提供商[可能是、也可能不是当今的(再)保险公司]将会扮演越来越重要的角色。比如说,车险将更有可能与汽车或移动平台捆绑销售,而不是卖给驾驶人员。

 

    这些技术趋势的另一发展方向则关系到保险类型。我们将有机会实现:

 

    •参数保险:通过基于有客观测量指标的 DLT,且由 IoT 激活的智能合同触发的支付。

 

    •基于使用的保险:现在可以方便地实时监控驾驶等活动。

 

    •动态定价:在 5G 环境中的 DLT 支持下,嵌入 IoT 网络的机器智能可以更容易地进行动态定价,而且最大限度地减少错误和欺诈。

 

    虽然到目前为止的讨论更多地集中在财产及意外保险风险上,但人寿与健康保险领域中的类似趋势也大同小异。可穿戴设备、机器智能和 5G 为人寿与健康保险领域创造了类似的机会。该领域的挑战在于,与组学(基因组学、表观基因组学、微生物组学、代谢组学、蛋白质组学等)、营养学、运动和行为学相关的科学仍处于起步阶段,还远没有定论。随着这一领域的科学技术日趋成熟,定制化人寿与健康保险产品最终将会得到发展。从中期来看,随着技术创造出新的机遇,供应链、基础设施和农业方面的财产及意外风险将有可能得到更有利的管理。而在人寿与健康领域的科学技术变得更加可靠之前,新的定制保险组合将面临更多挑战。

 

    保险业中各种机构应该如何利用这些新技术,更好地抓住发展机遇?

 

    上述技术趋势已历经了数年的讨论,并被不断理解和消化。事实上,市场中有许多保险技术初创公司,他们都寄望于在现有(再)保险公司行动之前抓住这些新技术带来的机遇,并颠覆保险市场。但遗憾的是,他们失败了。监管的复杂性和现有大型企业的网络优势,给初创企业的进入筑起了很高的门槛。如今,那些精通数字技术、能够通过合作或收购(或者人才并购,即通过收购一家小型科技公司来有效地“雇佣”工程师)来吸收新技术的企业将处于最有利的位置,并为新的风险池投保,销售新型保险,建立成功的平台,从而在新兴的数字化保险生态系统中占据核心地位。

 

    移动设备的普及和 IoT 传感器的日益推广,为建立低成本的保险平台奠定了基础。销售和分销将转向数字交付平台,索赔可以通过 IoT 和 DLT或智能合同自动处理,而对行为学的新理解则可用来提高市场渗透率。这些领域都应该是现有企业关注的重点。随着平台提供商将其提供的业务范围扩大到保险以外,也将会出现其他的机遇。从风险回报的角度来看,包括但不仅限于数据洞察、风险认证、网络监控和客户风险评估等服务/解决方案业务已变得更加可行。SRI的大部分研发项目都聚焦和围绕“数字化如何影响保险行业”的不同层面开展。

 

    与发展机遇相对的,您认为目前制约保险业发展的主要瓶颈有哪些?

 

    作为一种商业模式,保险所承担的债务(保险责任)远远大于收入(保费)。一项保险业务要想盈利,就必须对概率、风险积累和业务多样化有深刻的理解,以便审慎管理上述风险。在这样一种模式中,试验可能会更加困难,因为这种下行风险可能会使在预期水平内对给定新产品或服务进行有效的“限制投资”变得困难。

 

    鉴于存在这种下行风险,保险业将受到严格监管。理解及符合法规要求是保险行业面临的另一个挑战,而且比起其他行业的监管障碍更具挑战性,因此必须在提出新想法时就加以解决。此外,许多新的保险业务机遇都要求收集、管理和处理数据。由于世界各地的数据法规差别甚大,数据隐私成为保险行业面临的又一项挑战。

 

    要想从这些由技术带来的机遇中获利,我们还面临着一些瓶颈,其中一个瓶颈就涉及数据,而且这一问题目前尚未得到足够重视。过多的研发投资集中在技术架构和算法上。而在数据的收集和管理方面的投资与努力则要少得多。数据源,尤其是非结构化的数据源具有异构性和复杂性。大多数数据科学家希望将研究方向放在架构和算法上。数据收集和管理步骤通常被外包或指派给初级员工。许多新的保险产品/服务的失败都源于数据处理过程中遇到的困难。尽管如此,我们观察到,风险投资者对机器人流程自动化 (RPA) 以及机器智能在自动化数据处理中的应用重新燃起了兴趣,这预示着数据领域的局面将得到改善。将重心放在必需的数据收集和管理流程的智能自动化,以便推动新的数字平台,这对于精通数字技术的(再)保险公司而言,很可能是一条更好的发展路径。也就是说,数据流程重组应该是自动化与人类采用最优方式结合的混合体。全自动化的数据系统通常不会止步于促进高效的数据科学,而高效的数据科学对与数字化相关的保险市场新机遇至关重要。人机合作通常是最有效的途径。机器智能环境中另一个未能得到充分重视的事实是,更多更清晰的数据远比最先进的架构和算法更加重要。

 

    鉴于此,与数据价值相关的问题就显得举足轻重。结构和非结构化数据是数字经济的燃料,就好比石油是工业经济的燃料一样。加大力度收集大范围的截面数据和时间序列数据,将使金融公司从中获益,而不论在短期内相关商业案例对数据的使用是否明显。

 

    另一个瓶颈产生的原因是人才缺乏,即缺少对保险业具有一定了解的高质量的数据科学家、软件架构师、软件工程师及技术经理。科技产业的增长培育了一批具有高度竞争性的合格人才,但人数不多。遗憾的是,许多保险公司最终聘用的技术相关人员并没有合适的资质,这可能会加剧一些较新的风险,特别是算法风险。保险行业应与大学展开合作,吸引更多有资质的学生加入保险行业,助力开发这些新的数字保险平台。

 

    您认为目前保险业主要风险有哪些,未来可能出现的新兴风险又有哪些,我们该如何应对?

 

    在前面讲到的技术趋势的影响之下,数字化保险平台将更具成本优势,因此,如何找到在此过程中处理障碍和瓶颈的方法就成为摆在现有(再)保险公司面前的一道难题。在这一背景下,大型科技公司就成为潜在竞争对手借鉴的对象。此外,这些技术发展又进一步促进了当前另一趋势的演变,即资本所有者越来越多地绕过当前的再保险和保险公司,直接通过资本市场投资于保险行业。在这种商品化的风险转移过程中,“替代资本”与现有再保险公司展开竞争,构成了另一个颠覆行业的渠道。随着保险价值链的断裂,保险行业将要适应不断变化的市场环境,随着大型科技公司等新的参与者进入市场,未来将可能出现不可预见的风险。

 

    另一组风险则与保险购买、销售、监控和管理过程中越来越依赖技术有关。这些风险包括:

 

    •因增加使用互联技术网络而带来的网络风险。

 

    •因向未经充分测试和检测的新技术解决方案过渡而带来的欺诈风险。

 

    •因主观恶意或不称职的编码员/软件架构师(即,算法渎职)或者日益复杂的系统(特别是在新的软件系统/网络覆盖旧的系统或与之集成的情况下)带来的算法风险。

 

    •因实施过多自动化,却没有投入足够的精力来评估如何在“循环”中保留人力资源的作用,致使技术流程环节薄弱(即非智能自动化),进而出现的算法/系统风险。

 

    •因不遵守当地关于数据隐私和使用的法律/法规而带来的数据管理风险。

 

    在人寿与健康领域,个性化医疗的兴起可能带来保险公司与患者之间新的冲突风险。一方面,精准的个性化健康评估(如组学特征等)可能会导致逆向选择,在一定程度上可能会改变特定类型人寿与健康产品的实质性特征。而另一方面,保险公司也可以利用新的个性化健康数据进一步区分投保对象。这些趋势可能会导致监管方面做出较大的变化。世界各地的监管机构可能会对由个性化健康评估技术带来的风险和机遇做出不同的反应。其中一些问题可以通过遵循共同责任原则的社会健康保险得到缓解,而再保险公司也可制订新的协议,以承保由基因检测等个性化评估而产生的特定类型的系统性风险。和其他趋势一样,无论未来如何,各个国家和市场都会发现这种过渡状态充满了新的风险。

 

    在技术方面,行业应通过加大在数据收集和管理架构方面的投资,聘用更多的软件架构师,弱化算法的重要性以及更多地考虑新保险解决方案端到端的试验与实施来应对这些风险。较为常见的开发方法是让独立于业务之外的小型团队构建概念验证 (POC) 或最小化可行产品 (MVP),最后这一点对于最大程度降低与技术相关的风险,特别是算法风险尤为重要。但是,POC或MVP的规模与实际部署新产品或服务的情况并不匹配,因为大多数与技术相关的工作都依赖于网络、软件组件、业务流程和员工/客户之间复杂的相互作用。在大规模部署新产品或服务之前,很难诊断和排除复杂系统中的不稳定性和漏洞。

 

    在业务和监管方面,行业将从行业协会和研讨会带动下的积极讨论中受益。通常来说,业务和监管领域中出现的障碍大都是由于对新的技术缺乏了解导致的。考虑到数字生态系统中的网络效应,所有行业参与者都将从更为详细的讨论中受益。也就是说,在整个行业内更好地进行技术整合将有助于满足监管机构的要求和共同发现新的机遇。

 

    对内,瑞再研究院怎样支持瑞士再保险的业务部门更好地防控风险?

 

    对SRI研究项目的一项主要应用是开发工具和培养洞察力,从而帮助提高瑞士再保险评估任何给定风险性质的内部能力。这类研究工作通常会被纳入对瑞士再保险的风险定价模型的开发中,这些模型涵盖了全球所有业务和保险市场。对SRI研究的另一项应用是为定期分析不同风险池的发展情况提供支持。这有助于瑞士再保险在全球业务范围内设定风险偏好水平,并推进资本配置的投资组合方式。这些对SRI研究的应用提升了瑞士再保险成为行业领先保险公司的能力。此外,我们还会将这些风险知识与主要客户共享,从而帮助他们在投资组合中预防和控制风险,并由此产生经济效益。

 

    对外,在普通消费者教育方面,瑞再研究院又做了哪些努力?

 

    SRI会就各种与提高风险意识有关的研究课题定期举办专题讨论会和会议。近期的活动主要集中在营养、数字化以及庆祝sigma刊物发行50周年这几个方面。SRI的专家们经常会在世界各地的外部会议上发言,有时也会与外部研究合作伙伴(例如,苏黎世联邦理工学院、斯坦福大学、麻省理工学院、加州大学伯克利分校、北京大学、清华大学和剑桥大学)联合主办会议及开展合作。

 

    SRI还会通过其不同的出版物[sigma、风险研究出版物、SONAR(新兴风险)]以及与客户和业务合作伙伴进行定期会议,来分享其见解,并提高人们的风险意识。为分享知识和提高风险意识,SRI还有一个重要的渠道,即其备受赞誉的客户高管培训课程,该课程是专为客户和政府量身打造的定制化课程。

 

    瑞士再保险一直非常重视中国市场,也同中国伙伴一起开展了许多项目,请简单介绍一下这些项目。

 

    多年来,SRI一直与我们的中国合作伙伴保持密切的合作关系。例如,不久前,我们与北京大学联合发布了关于保险扶贫的研究报告,此外,我们也与客户和业务部门进行了合作,以期能够基于大数据分析和前瞻性方法为市场提供解决方案。

 

    研究只是我们的第一步,为了给我们的客户提供优质的服务,并让世界更具韧性,我们同时也致力于研究结果的进一步开发和推广工作。以我们的研发工作为基础,瑞士再保险参与了黑龙江和陕西农村地区、广东城市地区以及四川茂县等地的城乡韧性提升项目。在这些项目中,我们的承保对象是当地政府,而不是家庭和企业。瑞士再保险还与一家中国保险公司合作,在广东、浙江、福建和上海等8个中国东南沿海省市推出了中国首个移动台风财产参数保险解决方案。它为包括家庭和企业在内的不同用户提供了对台风路径的实时追踪以及自动索赔,从而能帮助加速自然灾害后的经济恢复。

 

三、经验分享

 

    您对加强中国保险行业研究、提高保险公司风险管理水平有哪些建议?

 

    如我在前面强调过的一样,要加强行业研究,数据的收集和管理都至关重要。特别是,我们应该加大在收集结构化和非结构化大范围数据方面的投资,哪怕一开始可能并不完全清楚将要如何使用这些数据。通过会议、合作以及客户高管项目等与类似SRI这样的风险知识来源进行互动,将有助于提高中国保险公司的风险管理能力。事实上,我们已经看到,过去两年中行业和我们的互动水平已有所提高。与此相关的一点是,在进行不太确定(就目前研究是否对企业有用而言)但仍然具有应用性的研究项目时,与学术伙伴合作可能会是一种经济有效的方式。当前,公司通常只会专注于对业务有更直接影响的增值型研究项目。但在SRI,我们会确保将部分研发项目分配给“登月计划 (moonshot initiative)”,即那些结果不那么确定、过程也可能更为复杂,但一旦获得成功,其研究结果将可能对业务增长和盈利能力作出实质性贡献的研究计划。SRI的许多技术类型的项目都是与外部合作伙伴共同进行的。同样,中国的保险公司也可以通过高质量的合作而受益。

 

    瑞再研究院旗下的旗舰出版物sigma极具影响力,请问创办sigma的初衷是什么?sigma怎样服务于瑞再研究院?

 

    虽然我们并没有任何记录表明当时创刊人的确切意图,但根据sigma发展情况,我们还是可以给出其创刊动机的一些解释。20世纪60年代,瑞士再保险的处境与今天非常相似,在当时的市场环境中,竞争日趋激烈。sigma及其前身Experiodica和IVA(信息经济学部门)主要是通过提供更多能够产生价值的知识来为客户服务的。尽管当初部分服务内容只是提供剪报信息,但随着行业的发展,sigma逐渐凭借着其对保险行业中的关键议题所进行的严谨的经济学分析,将这项服务提升到了一个新的水平。此外,sigma提高了全球保险行业的数据透明度,为瑞士再保险,特别是为客户做出明智决策提供了支持。作为SRI的旗舰刊物,sigma不仅是保险行业的灯塔,也是瑞再研究院的重要研究品牌。

 

    注:

    1.包泽富博士,现任瑞再研究院院长,加利福尼亚大学伯克利分校风险管理研究中心联席研究员,风险数据分析联合集团(CDAR)董事。在信贷风险领域著述颇丰,曾与Roger Stein合著 Active Credit Portfolio Management in Practice(Wiley,2009)。近期研究重点是因子建模和大规模风险模拟。包泽富博士曾先后任职于旧金山State Street Global Exchange、普华(日本)公司、新加坡渣打银行、东京新生银行、穆迪KMV(MKMV)全球研究部、MKMV信贷策略部。

 

 

 

中国保险保障基金有限责任公司