2018年09月29日
还记得9月16日,“山竹”来袭时被台风支配的恐惧。
那一天广东和香港,所有高层的楼,都在晃。
路边所有的树,都在摇。
每家每户的窗户,都是胶。
而其他省份的人们,都在朋友圈看广东台风的“直播”。
“全国人民都在担心广东人民的安全,广东人民只担心放不放假
全广东人民都在欢庆放假,保险人们则加班到吐”
这就非常真实……
台风“山竹”于9月16日在广东台山海宴镇登陆。据广东省民政厅报告,截至9月17日12时,此次台风造成广东14个市66个县(市、区)共458个乡镇受灾,农作物受灾面积79.8万亩,倒塌房屋121间,4人因灾死亡,直接经济总损失42.49亿元。紧跟着的就是保险理赔的一大波数据:
你大概不知道,科技已经在巨灾保险中产生了这些作用!
9月14日,在地球另一边被称为美国30年最强飓风的“佛罗伦斯”在北卡罗来纳州登陆,狂风携带暴雨导致了大面积洪灾和大规模断电。截止目前,在此次风暴中已致32人死亡,摧毁近75.9万个住宅和商户,造成逾1700亿美元的损失。
天灾伴随的往往是巨大的破坏力和经济损失。车险尚能赔付,但地震、海啸、洪水等重大自然灾害或重大人为灾难中,带来的巨大财产损失和严重人员伤亡的风险难以估计,这时巨灾风险管理中的重要经济手段——巨灾保险,就显得尤为重要。
巨灾保险这么有用还利国利民,几年下来反响却依旧平淡。这背后的原因究竟是什么,我们通过与海外行业的对比,或可窥见一斑。
海外视角
巨灾保险科技的发展:
较之国内而言,国外由于巨灾保险体制建立的早,发展的较为健全,在保险科技发展方面也更为积极。
无人驾驶飞机
管理风险和评估损失的一个日益重要的工具。
以Betterview为例:
Betterview是一个风险管理平台,通过无人机、天线、卫星系统获取房屋建筑的图像或影像,利用可操作性的地理空间数据、人工智能和工作流技术,分析数据并优化承保和理赔。
今年7月底,Betterview发布了一项最新的应用 —— Property Profile(房屋属性),快速高效地获取一处房产及其屋面的深入数据见解和风险属性。 基于Betterview在机器学习和无人机图像方面的专业技能和经验,Property Profile充分使用卫星和航空图像,以及越来越多的其他数据,如历史天气等,来确定屋顶的特征,以及未来保险理赔的风险。
Property Profile能在整个保险生命周期中发挥作用:
● 报价:提高保单应用数据的准确性,加快报价以及保单流转速度。
● 承保和控损:快速核定投保和续保;明确屋顶问题,及时派遣人员上门服务,在改善客户关系的同时,降低保险损失。
● 理赔:在派遣理算员现场定损前,先通过Betterview的多源历史图像存档,查明预先存在的屋顶损坏情况。
● 巨灾建模:通过考虑二次屋顶特征以及评估者数据来提高建模的准确性。
● 巨灾响应:分析巨灾后的保险组合,迅速确定保单的损失程度(全部,部分或无损失)。
大数据和分析技术
Jupiter Intelligence是一家专业数据分析服务商,将机器学习和人工智能应用于大型数据集,提供动态化的风险预测模型。该公司主要预测和管理气象、海平面上升、风暴加剧和气候性温度变化带来的风险。
ClimateScore智能平台是Jupiter所有服务的分析基础,其开创性的云架构将数据、概率模型和场景模型连接起来,并在集成环境中进行高级验证。Jupiter为特定风险预测提供了单独的服务:FloodScore和HeatScore,两者分别预测和评估洪涝和极端气温风险,且都建立在Jupiter的ClimateScore智能平台上面。
ClimateScore 智能平台 —— 提供复杂的动态超本地数据分析,从每条街道到单个建筑体,包括目前可用的最准确天气和气候预测。 预测的范围从2小时到50年不等。
FloodScore洪涝预测 —— 利用专有模型捕捉洪水发生因素之间的相互作用,分析并预测任何指定区域的预期洪水等级,帮助用户提前准备和应对潜在洪水危害。
HeatScore气温预测 —— 包含多个热变量的分析,预测极端气温,帮助客户减轻气候变化带来的影响(严寒或高温天气)。
地理空间情报中心(GIC)
在巨灾发生之后,数据对于有效识别、核定和偿付理赔是至关重要的。如今,保险商们又多了一个新的数据获取渠道 —— 地理空间情报中心(GIC)。
地理空间情报中心(GIC)是美国国家保险犯罪局(NICB)的一个非盈利性项目,也是NICB成员保险公司的一个付费联盟。该平台与空间信息技术商Vexcel和地理测绘系统Esri合作,多个角度捕捉高分辨率的图像,让保险商看到灾难前后的房产“鸟瞰图”。
通过收集高质量航空影像,进行数据处理和分析,GIC提供了一个专业准确的信息平台。保险公司能够将该平台整合在现有系统中,快速查看和评估投保人的家庭、企业、甚至车辆损失。
这使得保险公司能够快速做出理赔决定,帮助客户更快恢复。同时,图像也被提供给紧急救援人员,帮助他们做出救灾反应。另外,同样的图像也能被用来减少潜在的欺诈性索赔。
积极发展创新的背后,是法律制度健全的支持在作用
国际上现有的巨灾保险,有专门针对某一种灾害的,如美国洪水保险、加州地震保险等;也有承保多项巨灾的,如法国自然灾害保险、挪威自然灾害保险、西班牙巨灾保险等。而这些国家在巨灾保险法律制度的构建和实施上起步很早,如今已经发展的颇具规模和条理。
如:西班牙自1990年起,确立了以西班牙赔偿联合会为核心的巨灾保险制度。西班牙的巨灾保险,承保地震、洪水、台风等自然灾害以及暴乱、战乱等人为灾害,其保险不仅赔偿财产损失,还赔偿人身伤亡损害。
1966年,日本出台了《地震保险法》和《地震再保险特别会计法》,并且成立了专门的日本地震再保险株式会社,以地震、火山爆发、海啸为直接或间接原因导致的损害都在其承保范围之内。
国内视角
需求广泛,痛点问题却始终留存
你大概不知道,科技已经在巨灾保险中产生了这些作用!
由表1可见,近十年来全球特大自然灾害频发,经济损失数目也成比例上升,美国在飓风期遭受的损失尤甚。
经数据对比又不难发现,我国在巨灾保险的投保损失远远低于其他国家。拿08年汶川地震举例,地震造成的直接经济损失达到8400多亿元,其中财产损失超过1400亿元,而投保财产损失不到20亿元,占比是0.2%,还不到1%,在国际上,巨灾保险赔款一般占到灾害损失的30%-40%。
保险赔付数目之低,在巨额损失面前宛若杯水车薪。虽说汶川地震后,2013年11月12日,十八届三中全会明确提出“建立巨灾保险制度”。时至如今已近五年,巨灾保险的发展痛点仍在:
● 保险市场的巨灾风险分散能力不足。巨灾保险从本质上来讲属于财险,我国与经济发达国家相比,我国财产保险的保险密度与保险深度依然有巨大差距。且再保险制度不够完善,直保公司不便对巨灾风险进行有效地分散、转移,与再保险公司共同应对风险。
● 法规制度尚不健全。国家相关规范性文件多见于笼统的政策性的号召与指导纲领,还存在不少制度空白和缺失。至今为止,我国仍没有形成一套完备的巨灾保险法制体系,所出台的一些相关立法及应急方案等,更多地体现为政府的灾后救济制度。
● 巨灾保险观念尚未深入人心。造成这一点的原因主要有两个方面:首先从我国灾后处理的过往经验来看,政府的角色主要体现在政府救援方面。这反向激励了承担巨灾风险的民众,使人们更加依赖于政府的财政补偿,而忽视了通过投保巨灾保险而进行风险管理的方式。其次是人们普遍对巨灾保险的了解不够多,认可度不高。
● 巨灾风险数据不足导致评估难度大。巨灾风险的评估不像其他保险类型那样,可以仅由以往的损失数据资料实现保险精算方式推估,而需藉由复杂的巨灾危害度分析及建筑物巨灾损害分析方可求得,而且其中又隐含有大量的不确定性,评估技术难度大。无法取得较精确的巨灾风险信息,使保险公司无法了解所承担的风险,对巨灾保险保持谨慎的态度,而不愿轻易承保。
巨灾保险科技的国内动作
近两年来。随着国内保险科技的发展,业内也开始有了此方向的动作,不过尚处于起步阶段。
去年中旬,中再产险成立中国再保险巨灾研究中心,成为再保险行业首个巨灾研究专业平台,意在通过对接国家战略,服务政府需求、满足直保公司核心诉求,同时通过科技创新,向行业输出专业服务与技术。目前,研究中心主要职能集中于搭建信息共享平台、建立巨灾数据库、开发巨灾模型与定价工具、开发巨灾产品。
去年年末,中再集团推出中再巨灾平台CRP1.0,为直保公司提供巨灾风险识别、风险地图、灾害预警、历史灾害回放、风险累积控制、在线会商等服务。今年七月,中再集团通过旗下全资子公司中再产险成立中再巨灾科技公司。
我国巨灾保险科技的未来展望
● 人工智能:在核保、承保、和理赔过程中,以人工智能为核心的无纸化系统可以减少重复性的人工工作,为灾害发生后紧急的救援节约时间。
● 基因检测:顾名思义就是对人体的基因进行检查。这项技术放在巨灾保险中,主要表现在为遇难者鉴别身份,也是为灾后的理赔降低失误率,防止保险欺诈。
● 无人机:可代替人类进行危险的工作,及时赶赴受灾现场,通过无人机设备和计算机的链接,精确全面地对损失进行评估,降低理赔时工作人员的风险,并有效提升理赔效率。
你大概不知道,科技已经在巨灾保险中产生了这些作用!