《瑞士再保險：2021中國人身險行業核保風控白皮書（27頁）.pdf》由會員分享，可在線閱讀，更多相關《瑞士再保險：2021中國人身險行業核保風控白皮書（27頁）.pdf（27頁珍藏版）》請在三個皮匠報告上搜索。

1、中國人身險行業核保風控白皮書03 摘要 04 主要發現06 人身險核保的發展演進歷程09 人身險價值鏈不同主體的核 保風控主張 15 數據科學推動核保風控數字 化和智能化22 人身險核保風控的趨勢展望2021 年 9 月中國人身險行業核保風控白皮書1當前，中國的保險行業正面臨著高質量發展的重要機遇。據瑞再研究院的估計，中國有望在2030年代中期成為全球最大的保險市場。進入大健康時代，中國人身險市場也充滿活力。隨著中國宏觀經濟的增長，科技和數字化的飛速發展，以及消費者生活方式的演變，中國人身險行業同時也經歷著轉型的機遇和挑戰。而核保處于業務風險控制流程的前端，發揮著獨特而重要的作用。有效的核保風

2、控將有助于提高保險公司或平臺的競爭力，助力業務的發展，并最終讓客戶獲益。要實現這些目標，則亟需探討和解決諸多課題，包括如何從中國乃至全球的視角了解人身險核保風控的發展歷程，如何全面理解核保風控對于再保公司、直保公司及保險中介的不同定位及協同效應，以及如何洞察數據科學的無窮潛力，推動核保風控的數字化和智能化轉型，把握未來發展趨勢。正是本著上述的目標，慧擇與瑞再匯集了雙方的專家團隊，基于充分的調研和數據，結合深刻的洞察與行業經驗，群策群力，共同撰寫了中國人身險行業核保風控白皮書。相信此白皮書的問世適逢其時，必將為行業人士及相關讀者帶來獨特的視角和啟示，以知識與洞察為中國人身險市場的發展提供加持。在

3、此，我對參與本次聯合白皮書撰寫工作的雙方團隊，包括來自慧擇奇點研究院、瑞再研究院、瑞再再保、瑞再數據科學、及iptiQ瑞智保等團隊的各位專家與同事表示衷心的祝賀和感謝。瑞士再保險做為全球領先的風險知識及管理專家，將繼續與廣大客戶、合作伙伴和行業生態系統密切合作，分享知識，為實現“讓世界更具韌性”的愿景不懈努力，為更多的人們和家庭提供風險保障。赫博山(Russell Higginbotham)瑞士再保險亞洲再保險業務首席執行官2中國人身險行業核保風控白皮書2021年3月以來，中國人身險市場表現低迷，行業發展遭遇瓶頸期。一方面，國內大部分保險經營主體面臨著保費人力雙下滑、產品競爭同質化的困境；另一

4、方面，中國保險消費者依然面臨巨大保障缺口，保險深度及密度離世界平均水平尚有不小差距，但人均保費負擔率(即保費與人均可支配收入的比率)卻已經趕超發達市場。在保險回歸保障本質的大趨勢下，部分群體如老人、少兒、次標體、帶病體、特殊就業、中低收入及殘障人士等由于各種原因，依然沒有成為保險的主流客戶，中國人身險市場存在嚴重的供需錯配。保險的供給側改革，是改善供需錯配、降低保費負擔、提升保障水平、推動行業高質量發展的重要路徑，核保及風控則是保險供給側改革的重要性一環。只有提高核保、風控技術水平，對更大范圍的風險進行篩選、分類，并進行更精細化地評估和管理，才能將既往無法承保的風險納入可保范圍，并提供更公允的

5、定價，從而進一步強化保險的保障功能和覆蓋面。在行業面臨巨大變革的當下，慧擇與瑞士再保險集團共同編纂了這份中國人身險行業核保風控白皮書，雙方研究團隊提出通過深度的科技賦能，核保風控將轉向以消費者為中心，向前置化、產業鏈一體化和全保單周期化發展，我認為是非常有價值的思考，為保險行業下一步轉型高質量發展提供了一個可供探索的方向。在此，我衷心感謝本次參與白皮書編撰的瑞再及慧擇團隊所有專家及同事?；蹞袷冀K致力于成為最值得信賴的保險服務平臺，未來我們將與瑞再在內的各類優秀合作伙伴，共創數字化保險生態圈，為中國保險消費者提供更多、更優質的保險產品及服務。馬存軍慧擇保險經紀有限公司董事長兼CEO3中國人身險行

6、業核保風控白皮書作為保險業務風險控制的前端流程，核保的本質是對可保風險進行判斷、選擇和分類，是承保條件與風險狀況適應或匹配的過程。通過對申請人進行更準確的風險評估和分類，從而使更多人有機會獲得保險保障和更公平的保費，核保也是保險公司決定是否承保及確定承保條件的過程，對于保險公司識別和管理保單風險、增強企業經濟效益和核心競爭力，發揮著非常重要的作用。由于人身險業務具有多重性和復雜性，伴隨著社會經濟、特別是科技以及醫學的不斷進步，核保也逐步得以發展。中國保險行業成長非常迅速，在此過程中，隨著監管推動保險產品回歸本源，全行業更加看重業務承保階段的風控措施。特別是隨著消費者風險意識的逐步提升，更深層次

7、的保障需求逐漸被挖掘，競爭日趨激烈，險企對于前端的核保風控也越來越重視。核保風控的核心是獲取風險數據信息，并基于此進行風險篩選和決策。受益于整個社會的線上化和數字化發展，以及互聯網在提升數據信息積累、獲取和交互效率方面發揮的重要作用，中國人身險核保風控的有效性得到進一步提高。直保、再保和保險中介是保險價值鏈上三個重要的主體，根據業務性質，它們看待風控的視角和采取的措施盡管有所不同，但目的都是為了更好地評估風險，公平合理地為不同風險人群提供相應的保險保障。從直保公司角度而言，風控側重于在業務和風險之間尋找平衡點；作為“保險公司之保險公司”的再保公司，面臨風險較大或不確定性較強的分入業務，因此對于

8、風險的理解和研究更加深入，對風險的管理也更加專業且全流程化，同時，再保險公司通過與合作伙伴深入分享這些知識，從產品開發早期即參與到直保公司的整體風控流程中；而保險中介更貼近消費者，希望在公平公正的原則下，能為更多客戶提供保險保障，因此非?？粗乩煤吮ｏL控技術將不同風險的消費者與不同風險偏好的保險公司進行匹配，從而起到了“風險路由器”的作用。此外，通過合適的風控措施，提升新業務銷售量，不僅對于三大主體，同時對于促進人身險市場的穩健和可持續發展都有重要意義。保險價值鏈的每個環節都在應用或準備應用各類數據科學技術，大數據以及數據分析在新型保險解決方案的設計和開發中也功不可沒。例如，預測性核保能夠通過

9、客戶篩選定位目標客戶，簡化核保流程；關聯規則可以幫助識別與銷售機構、代理人、地域、產品、職業、疾病等數據維度高度相關的理賠模式，從而指導保險公司進行逆選擇行為的勘察等。與此同時，保險業也會考慮在滿足監管對數據隱私保護的要求下，盡可能聯合不同的數據合作伙伴，聚合更豐富的數據源，驅動業務決策，提升效率。雖然中國人身險市場目前處于調整轉型時期，但整體發展向好，特別是隨著監管機構強調保險回歸保障功能以及消費者保險意識的增強，我們預測，未來兩年，受益于宏觀經濟的穩健增長、消費者收入和風險意識逐漸提升，以及數字化經濟的迅速普及，中國將有可能在2030年代中期成為全球最大的保險市場，人身險核保風控也將呈現如

10、下四個發展趨勢：以消費者為中心；線上線下相融合；全流程和動態化；以及風控前置及協同。核保是人身險用來對風險進行選擇、評估和分類的重要業務環節。中國人身險業務越來越重視核保風控核保線上化程度進一步加深。保險價值鏈上不同主體看待風控的視角和風控措施殊方同致?？萍假x能核保的風控功能進一步數字化和智能化。在更加關注消費者需求、保護客戶數據隱私的背景下，人身險核保風控也將更加趨于線上線下相融合、全流程和動態化、風控前置及協同。摘要摘要中國人身險行業核保風控白皮書4主要發現一：中國核保風控的措施變化和流程建設受益于互聯網行業、數字化經濟發展?；ヂ摼W極大提升了數據信息的積累、獲取、交互效率及便捷度，將會進一

11、步提升核保風控的有效性。資料來源：慧擇奇點保險研究院主要發現二：不同保險主體看待核保風控的視角并不相同，但殊方同致，都是為了更好地對風險進行識別和分類，為消費者提供更適合和公平的保險保障。資料來源：瑞再研究院?主要發現?(2002?)?(2003-2018?)?(2019?)?1.?2.?3.?4.?2002?2019?投保單手寫填寫，人工投遞投保申請人工審核人工錄入系統歸檔主要發現中國人身險行業核保風控白皮書45中國人身險行業核保風控白皮書主要發現三：保險業已經看到了數據的價值，并著手在業務價值鏈的不同環節和場景去分析數據、挖掘數據洞察、構建和維護機器學習模型來為業務賦予更多的價值，而風控是

12、其中不可或缺的一個環節。資料來源：瑞士再保險主要發現四：隨著保險行業的數字化發展，人身險核保風控將呈現如下四個發展趨勢：以消費者為中心；線上線下相融合；全流程和動態化；以及風控前置及協同。資料來源：瑞再研究院?主要發現5中國人身險行業核保風控白皮書中國人身險行業核保風控白皮書6核保和理賠是人身保險行業穩健經營的重要風控環節。核保是風控前端，本質是對可保風險進行判斷和選擇。人身保險在最初發展階段，缺乏核保過程導致逆選擇增多。人身保險公司開始逐漸引入體檢醫師制度，以及擁有專職核保人員。核保手冊是醫學發展在人身保險業的應用實例，需要不斷更新。人身險核保風控的本質和意義保險經營過程是一個風險分散和損失

13、分攤的過程。和財產險相比，人身保險以人的壽命或身體為保險標的，其可持續性需要基于風險同質性和公平合理的經營原則。因此，核保和理賠作為人身保險機構發展的“雙核引擎”，對于保險公司識別和管理保單風險、增強險企經濟效益和核心競爭力，發揮著非常重要的作用。作為承保前端，核保也被稱為風險選擇或風險評估，是保險公司根據保險標的的不同風險水平進行審核、篩選、分類，以決定是否承保及確定承保條件的過程。核保的本質是對可保風險進行判斷、選擇和分類，是承保條件與風險狀況適應或匹配的過程，也是允許更多包括殘障人士在內的人們有機會獲得保險保障和更公平的保費的過程。由于人身個體的獨特性和復雜性，在人身保險業的演進過程中，

14、核保也逐步得以發展。人身險核保風控的發展和演進1583年，英國簽發了第一張海員人壽保險保單，1 然而直到十八世紀，因為缺乏對風險的明確認知，人身保險基本沒有核保流程。隨著業務的發展，風險逐漸累積和暴露，不同人群間缺乏公平合理的評估帶來的逆選擇問題，使得很多承保公司無法維持正常的運營。人身險經營者開始根據投保人的年齡、性別等要素做出一些判斷和選擇。例如，18世紀初，美國長期保險公司將被保險人的年齡段限定在12-45歲，被保險人需要接受理監事會的詢問，以及有關健康狀況、經濟地位的調查等。1762年，英國公平人壽保險公司設計了均衡保險費率表，對超出一定條件的投保者，額外加收保費。2 在18-19世紀

15、，保險公司的主要關注點是避免已經患有傳染病的人投保帶來的風險。保險公司的醫生(通常也是公司大股東)因此充當守門人(gate keeper)，對所有申請人進行醫學檢查以評估他們投保的可能性。3 此后，體檢成了核保的必要項目，也由此開始了保險公司的體檢醫師制度。1919年，紐約人壽保險公司引入“數理查定法”(numerical rating system)，即通過給各類不同的影響死亡率的因素賦值，以確定費率，這一數字評分系統及加費等級使得醫學核保變得較為方便、快捷和實用，也由此產生了專職的核保人員。420世紀90年代，隨著循證醫學的發展，核保風控逐漸轉向循證核保(evidence-based un

16、derwriting，EBU)，即依據循證醫學研究成果，對保險人群的健康風險進行評估。5 核保評估手冊既是循證醫學在保險行業的應用實例，也是人身險公司核保人員評估被保險人風險的常用工具之一，其針對不同疾病的嚴重程度設置了不同的評估建議。醫學研究成果日新月異，核保手冊也不斷更新，體現了核保風控的專業和價值。12345Cornelius Walford,History of Life Assurance in the United Kingdom,https:/www.actuaries.org.uk/system/files/documents/pdf/0114-0133.pdf。A histo

17、ry of UK insurance,Swiss Re,https:/ and Future of Risk Factors:The History of Life Insurance Risk Assessment,RGA,2018年11月16日,https:/ Pitacco,Michel Denuit,Steven Haberman,Annamaria Olivieri,Modelling Longevity Dynamics for Pensions and Annuity Business,Oxford University Press Inc.,New York,2009。Art

18、or Science?Cultivating the Next Generation of Underwriting Talent Holds the Key,RGA,2019年9月15日,https:/ underwriting，PU)。6與傳統承保過程相比(即在投保申請人中識別出不健康的少數群體)，預測性核保能夠通過客戶篩選定位目標客戶、以及簡化核保流程，從而擴大可保人群范圍，提高承保效率。中國人身險核保風控的發展和演進中國保險業起步較晚，但發展迅猛，就保費規模而言，目前已是全球第二大保險市場。7 在此過程中，人身險核保風控的技術手段也經歷了三個時期(圖1-1)：全人工處理階段(2002年

19、以前)、流程化建設階段(2003-2018年)以及科技賦能階段(2019年至今)。隨著互聯網滲透率加強，移動互聯網的迅速普及，中國保險行業核保風控的線上化程度也在不斷加強。資料來源：慧擇奇點保險研究院就核保風控而言，其手段變化和流程建設受益于中國互聯網行業的蓬勃發展。聚焦線上渠道，核保線上化深度與互聯網產業的發展程度密切相關(圖1-2)。核保風控的核心是獲取風險數據信息，并基于此進行風險篩選和決策。隨著整個社會的線上化和數字化發展，互聯網將極大提升數據信息的積累、獲取，以及交互效率和便捷度，為核保風控提供更豐富的數據來源，從而提升其有效性。6 Automated underwriting fo

20、r the future,Asia Insurance Review,2016年7月，https:/ 7 sigma 3/2021世界保險業：加快復蘇，瑞士再保險。?(2002?)?(2003-2018?)?(2019?)?1.?2.?3.?4.?2002?2019?投保單手寫填寫，人工投遞投保申請人工審核人工錄入系統歸檔人身險核保風控的發展演進歷程中國人身險行業核保風控白皮書8?2015?2016-2018?2019?2/3G?PC?4G?5G?20112015201620172018201920200.19.514.718.618.022.613.827.212.031.318.635.8

21、21.139.2供需兩端推動核保風控流程的發展。供給端：市場向保障型產品轉變，對核保環節提出更高要求。保障型產品以風險保障需求為導向，其設計目的在于保障風險。需求端：險企挖掘用戶深層需求，通過加強核保環節降低利潤壓力。中國人身險核保風控日益受到重視據瑞再研究院預計，到2030年代中期，中國會超越美國，成為除醫療險之外的全球第一大保險市場。8 在這個快速發展的過程中，供需兩側都對核保風控具有更強烈的需求。從供給端而言，受政策驅動，產品結構正朝著保障型保險為主的方向發展，該類產品以抵御風險為目的，因此更加看重核保風控；從需求端來說，由于保險公司對標準體客戶的市場開發趨于飽和，以及用戶更深層次的需求

22、被挖掘，次標準體 9和低價策略逐漸成為行業競爭的主要領域，險企承受著更高的利潤壓力，因此對于前端的核保風控也越來越重視。具體來說，由于國家大力推動保險行業回歸保障本源，陸續出臺相關政策。保險行業的市場重心逐漸從著重儲蓄理財型產品，轉為發展以健康險為代表的保障型產品。中國銀保監會相關數據顯示，健康險保費規模保持高速增長態勢，2020年已達到8 137億元，較2018年增長50.0%。2018年-2020年其增速分別為24.1%、29.7%和15.7%，10 遠高于壽險和意外險，保險行業回歸保障的態勢非常明顯。此外，由于儲蓄理財型產品設計目的在于財富保值，之前保險公司更看重客戶的保費支付能力，對核

23、保風控的重視程度較低。通常來說，儲蓄型產品只有簡單的健康詢問甚至不作健康詢問，對于大額保單才會進行人工核保審核。因此，在保障型保險產品崛起的環境下，核保流程在中國市場受到的重視度正不斷提升。中國人身險市場規模在不斷擴大、持續向好發展的同時，險企之間的競爭也趨于激烈。一方面，標準體市場逐漸趨于飽和，險企均在尋找新的市場增長點，次標準體客群將成為險企重要的開拓對象，其保險需求受到關注；另一方面，互聯網渠道的興起，消費者能夠更便捷地對比不同產品的情況，包括價格、保障力度等，產品對用戶的選擇導向作用增強，保險性價比更加重要，因此險企會加強低價策略布局以爭奪用戶。無論是針對次標準體的保障、還是低價策略，

24、都將導致企業的利潤承壓，從而對核保提出了更高要求，需要加強核保環節、降低賠付風險、優化業務質量。圖1-2：中國核保線上化的演進階段(2011-2020年)資料來源：中國保險行業協會，中國信息通信研究院。8 sigma 3/2019 世界保險業：重心繼續東移，瑞士再保險。9 指風險程度較高，不能按標準保險費率承保，但可附加條件承保的被保險人群體的總稱。被保險人風險程 度通常用額外死亡率衡量。10 中國銀保監會數據統計頻道，http:/ 將存在嚴重不如實告知或保險欺詐傾向等行為的客戶定義為黑名單客戶。地區差異化規則。通過考慮地區經濟發達水平、人均收入情況、人口數量、地區既往經驗數據等因素，將所有地

25、區劃分成三至五檔，再根據不同年齡段，給予相應的免體檢限額和財務核保限額，以實施地區差異化核保規則。代理人級別差異化規則。通過分析業績、長險短期理賠率、醫療險理賠率、繼續率以及是否存在違規操作等因素，對代理人分級。優質營銷員的免體檢限額和財務核保限額較高，而黑名單或不良行為營銷員，會視具體情況增加契調、抽樣體檢等核保風控舉措?？蛻舨町惢巹t。通常對黑名單客戶11增加側調、契調、體檢、加強財務核保等要求，對于非黑名單或無風險異常的老客戶，當累計風險保額不超出某范圍時，可適用既往保額打折的優惠政策。此外，代理人也會和平臺合作，篩查被保險人的健康/財務/既往已生效保額，對高風險客戶增加風控核保舉措。人

26、身險價值鏈不同主體的核保風控主張11 中國人身險行業核保風控白皮書再保險公司風險控制體系的核心與其風控目標相一致。在業務開展之前，再保險公司就需要了解直保公司的整體風控水平。再保公司全流程參與直保公司產品開發，并給與專業建議。再保公司的核保風控包括：臨分件審核、核保培訓及核保審計。再保公司的核保手冊保證了不同保險公司的核保一致性。再保險公司與各方深入合作，探索新型核保方式。人身險價值鏈不同主體的核保風控主張再保公司：專業化和全流程化的風控體系再保險公司風控體系的核心取決于其風控目標，主要受以下幾個因素影響：公司發展規劃、利潤、費用的支出、賠付率、監管的制度變化等。再保險公司根據風控目標決定其風

27、險偏好，從而對承接的業務有所選擇和側重，也會根據其風控目標制定合理的承保條件和承接上限。再保公司從產品開發早期即參與直保的整體風控流程在業務開展之前，再保公司會通過訪問、查詢等方式了解直保公司的整體風險控制水平，包括：核保人員的專業資質和工作經歷、有無制式培訓、使用專業手冊等；新契約和二次核保流程、內部質量控制、核保人員權限管理辦法、新契約及核保流程中的文檔管理等；系統的有效性；TPA管理；及監督體系和質量管理流程等。在收到客戶公司的產品定價需求之后，無論產品是傳統代理人渠道、還是線上業務(或第三方平臺業務)，再保公司都會根據其擁有的豐富行業經驗和數據，結合核保/理賠等團隊對直保公司業務特點和

28、風控能力水平的評估結果，對產品形態、定價、責任設置等方面提出具體專業建議，避免產品包含風險過高的責任，或規避可能產生的理賠糾紛等。再保公司全面深入的核保過程體現了專業性和公平性再保險公司的核保人員通常具有比較豐富的從業經驗，在充分了解相關法律法規、市場趨勢、保險產品、核保規則等知識和信息的基礎上，對保險業務、臨分案件等進行深入且全面的評估，具體包括：1)2)3)各大再保險公司均有自己的核保手冊。核保手冊以循證評點為基礎，在確定研究內容(某疾病或某風險因素)后，由循證研究員、醫療官、核保師等人員進行多輪次研究、回顧、分析和解讀，再經過全球征詢意見和簽批，最終形成核保手冊的評點或計算器等。該過程同

29、樣適用于非醫學風險的循證評點。再保險核保手冊的數據來源包括：循證醫學研究成果；再保險公司專家委員會的分析意見；保險業的經驗數據；醫學專家的經驗和權威意見等。再保公司與各方積極合作共同探索新型核保方式方法再保公司與各保險銷售平臺、渠道開展深入合作，共同探索新型核保方式：1)2)臨分件的審核。對臨時分保案件，直保公司可以從再保公司直接獲得核保意見，從而提高承保水平。核保培訓。再保險公司每年舉辦核保培訓，內容涵蓋醫學核保、財務核保、行業和市場發展趨勢、其他部門或功能模塊(如精算定價、理賠)等。再保公司的核保培訓助力提高市場的風控水平。核保審計。再保公司會根據客戶需求，結合自身情況對直保公司進行核保專

30、業審計，包括核保規則、流程及案件審核情況等。通過再保公司的審計結果，直保公司可以對自身的風控策略和手段做出相應改進或調整，從而提升直保公司的風控效率。自動核保系統(AUS)可以直觀改善保險用戶體驗，有助于提高運營效率和數據管理，對于將核保前置到銷售端至關重要。AUS用戶可以采用多種工具和理念(如數據驗證、智能核保理念、電子健康記錄、行為經濟學預測等)，與新興技術相結合以實現這一目標。預測性核保旨在結合傳統和非傳統數據構建并修正預測性模型，將之嵌入核保流程中。預測模型不是要完全替代核保，而是將保險客戶置于一個更為集中的風險評估體系中，利用風險管理知識與業務數據的結合建立與客戶之間可行且可持續的風

31、險評估模型。中國人身險行業核保風控白皮書12再保公司市場經驗豐富，為直保公司提供更具針對性的核保意見。再保公司應對新型產品形態帶來的核保挑戰。再保公司會進行趨勢性分析，評估風控手段的有效性。保險中介發揮了“風險路由器”的功能。保險中介定位不只是銷售，風控技術幫助保險中介成為“風險路由器”。3)專欄：助力直保公司把握風險控制措施與業務發展壓力之間的平衡點隨著保險市場競爭愈來愈激烈，直保公司在產品形態的差異化和創新性、核保規則的多樣化等方面都有了更高需求，這也要求再保公司的核保規則能根據市場情況不斷更新，以達到在風險可控的前提下促進業務發展。再保公司在核保規則的設計方面可以為直保公司提供專業意見：

32、1)核保規則的邏輯梳理，避免系統性風險；2)結合理賠數據分析優化和改進核保規則；3)在復雜產品形態下合理制定風險保額和體檢額度的累計方式；4)優化體檢方案、設置針對性更強的體檢項目等等。以重疾險為例。近年重疾病種不斷增加，產品形態也愈加復雜，令現有評估體系越來越難以全面、準確、一致地提供核保結論。另外，新保障責任的出現12 也對傳統核保提出了挑戰。從長遠來看，需要對不同責任進行逐項深入分析，進而定制不同責任的評估指南才是最有效的解決方案。目前已有再保公司的核保手冊中包含心腦血管產品、防癌險等專項評估指南，在重疾評估的基礎上增加適當的調整因子，旨在為特定疾病風險的評估提供更合理的指導意見，給予被

33、保險人更為公平的承保條件，同時也有助于產品的遠期風險控制，以免偏離定價假設。為評估風控手段的有效性，再保公司一般會分析賠付情況、賬單數據以及趨勢性，并基于分析結果改變或調整風控措施。通常來說，包括：1)研究產品設計假設與實際經營結果的偏差；2)分析主要業務指標的分布狀況和特點；3)檢驗現有經營管理流程的有效性和合理性，提供改進方案和措施；4)分析產品經營管理的總體和局部的風險偏好；5)基于歷史和全球經驗與風險因子，判斷產品風險發展趨勢等。除此以外，再保公司亦密切關注經濟社會、醫學前沿進展等與保險相關領域的研究，洞察市場變化，開拓前沿視角，不斷完善風控機制。保險中介：多元化核保發揮“風險路由器”

34、功能作為更貼近投保人的主體，保險中介也對接了多家保險公司及產品，在銷售過程中，通過匹配不同風險狀況的客戶和不同風險選擇偏好的保險公司，從而促成交易，為更多消費者提供了合適的保險保障，從而充分發揮了“風險路由器”的功能。保險中介的風控提升了客戶體驗和險企效率根據中國銀保監會數據顯示，近年來，保險專業中介機構對總體保費收入的貢獻越來越大，占比從2010年的5.5%上升至2019年的12.6%。13 一般來說，傳統個險代理人只能銷售一家保險公司的產品，而保險專業中介機構可以整合不同險企的產品，旨在為客戶尋找合適的保險公司、提供適合的保險保障(圖2-2)。由于產品特征和風險偏好不同，不同險企核保規則可

35、能存在差異，保險中介能夠形成“路由器”效應，為客戶推薦/匹配合適的產品，最大程度促進交易，擴大交易盈利。動態核保是一種能夠充分調動保險客戶積極性，并將之與風險管理相結合的可持續核保方式。通過靈活運用核保檢查，在預防保健和慢病管理中采用更好的風險緩解措施，同時通過提供相關服務或獎勵來激勵客戶參與，開發互動式保險產品。動態核保使核保風險控制的手段更加多元化、細致化和個體化。12 比如輕癥、中癥及前癥的風險評估、分組或不分組多次給付的風險評估、僅包含部分重疾責任(如心腦血管 疾病產品、惡性腫瘤產品、白血病、肝腎疾病等)產品的風險評估。13 中國銀保監會，中國保險年鑒(歷年)。人身險價值鏈不同主體的核

36、保風控主張13 中國人身險行業核保風控白皮書圖2-2：保險中介風控實踐意義保險中介機構的核保風控實踐主要體現在三個方面。保險中介機構采用智能結合人工的方式進行核保風控，提升了客戶轉化率和價值鏈效率。圖2-3：多元核保模式智能核保和人工核保相結合是主流重疾險及壽險必備的核保流程。資料來源：慧擇奇點保險研究院首先，從供給端而言，保險中介通過多元核保手段可以協助險企風控，在入口環節便識別客戶風險，提供符合核保規則的客戶；其次，從需求端來說，相較保險機構來說，中介能夠對接更多消費者，通過風控措施可以積累更豐富的用戶標簽，從而更好地實現產品和客戶的匹配；第三，隨著保險科技的不斷發展，中介機構在核保風控環

37、節積極應用保險科技，這不但可以洞察產品需求，賦能產品創新，還可以創造增量市場及業務。而在保險中介發揮“風險路由器”作用、提升客戶體驗和險企效率的情況下，也能構成閉環，促進與險企之間的合作和吸引更多客戶。保險中介采用智能化核保手段提高了轉化率 隨著線上化趨勢的發展，保險中介充分發揮其連接用戶和險企之間的獨特地位，采用智能核保結合人工核保的模式介入核保流程，進行多元化核保審核(圖2-3)。在智能核保環節，保險中介機構和險企共同預設規則，提前實施風險控制，實現核保前置。而對于部分次標準體或非健康體，則以人工核保手段進行審核。這樣的模式一方面可以為消費者提供核保意見，幫助收集資料，提高核保通過概率；另

38、一方面也為保險公司提供了核保力量支持，輸出核保意見參考，提升了核保案件的可審核性，提高整個“消費者-中介-再/保險公司”系統的效率，從而進一步提振新業務的銷售。資料來源：慧擇奇點保險研究院投保過程中，如果投保人健康告知未通過，就會轉入智能核保環節，消費者需要完成簡單快捷的智能問卷，系統能結合核保規則或手冊(由中介機構和再/保險公司合作制定)和技術能力，快速篩選出標準體和非標體，進而得出核保通過、轉入人工核保環節或拒保延期三類核保結論。目前來看，不同保險產品的智能核保規則有所不同，智能核保尺度有亮點的保險產品更容易受到業務端的青睞。14 如果進入人工核環?14 各中介機構主要在乙肝、高血壓、甲狀

39、腺結節、乳腺結節等疾病上有核保尺度差異，如不同產品智能核保 在通過甲狀腺結節疾病程度方面具有差異性，尺度更寬松的產品較容易受到推廣。人身險價值鏈不同主體的核保風控主張中國人身險行業核保風控白皮書14慧擇“大擇核?！毕到y整合了具有智能核保功能的保險公司和保險產品。圖2-4：“大擇核?！边\作流程概述結合前沿技術更好地發揮“風險路由器”作用。保險中介機構的風控實踐可以增加盈利手段、擴大收入來源同時還可以通過積累用戶標簽打造爆款保險產品。保環節，客戶需要上傳健康資料，保險中介對資料進行初審，保險公司在核心系統進行最終審核并下發核保結論，客戶接收核保結論后完成投保流程。目前人工核保全程線上進行，能給予投

40、?？蛻袅己玫捏w驗。15專欄：發揮風險路由器作用，匹配不同風險標的和產品保險中介機構可以為用戶在投保前提供核保預測和篩選可承保產品。如慧擇2019年推出的“大擇核?！毕到y(圖2-4)，全面整合了目前市面上能夠提供智能核保功能的保險公司的核保政策，覆蓋200多種疾病的核保結果，可一次性評估用戶和所有保險產品的匹配情況。對于無法確定自己的病史是否符合要求的用戶，只要根據自己的情況，勾選三層疾病選項就可以得到可投保產品的推薦，且不記名的預核保方式能夠更好地保護用戶隱私，不用擔心留下核保記錄。資料來源：慧擇奇點保險研究院“大擇核?！毕到y的運行結合了前沿技術，即與“智慧AI預核?！毕到y組合，最大程度上優化

41、了“大擇核?！钡氖褂皿w驗?！爸腔跘I預核?！蓖ㄟ^對海量核保歷史數據進行分析和標注預處理，采用了特征分解、機器學習、深度學習、協同訓練等前沿智能算法模型，構建并持續調優AI核保模型，從而確保了模型的精度和可解釋性。提煉出的關于疾病、指標、藥物的大數據知識庫涵蓋了600多種標準的疾病，并且通過實體算法鏈接識別到了1.2萬多種疾病的俗稱，形成了標準化核保模型。同時，持續新增的大量真實核保樣本數據，能夠使系統不斷對已有模型進行優化、訓練和校準，形成了一個良性循環，實時更新迭代龐大的知識庫樣本，從而為用戶提供更精準、客觀的服務。保險中介賦能產品業務創新及擴充盈利手段保險中介機構利用自身優勢能夠更貼近客戶

42、，通過核保風控環節，積累更多數據和用戶標簽，從而更好地聯系、匹配數據標簽和風險類型，進一步賦能保險產品的研發和實現科技輸出，為險企提供技術服務，同時增加保險中介機構的盈利手段、擴大收入盈利渠道?；谏鲜鰞瀯?，目前保險中介機構正越來越多地參與到保險產品的開發中，憑借其在核保等風控環節積累的用戶標簽數據，中介機構能夠更好地了解用戶需求，對風險進行更合理的評估和定價，通過“需求洞察-風險定價-核保匹配”的流程打造適合不同人群的定制產品，從而能引起較高的銷售熱度，成為爆款。15人工核保能根據不同的個案和不同的疾病給出多樣化的核保結論，且投保過程完整地展示在保險合同上，能夠有效追溯，是目前解決非健康體客

43、戶投保的最優解。但人工核保需要對接險企核心系統，以及相應的技術開發，耗費成本和時間較多。?X?X?人身險價值鏈不同主體的核保風控主張15 中國人身險行業核保風控白皮書?(?)?(?)?(PAM)API?(IAM)?/?4.0?API?(DCM)?數據科學等技術的發展成為保險機構數字化轉型的重要推動力。保險科技趨勢雷達圖可以幫助行業發現技術缺口和抓住機遇。圖3-1：保險科技發展趨勢雷達圖數據科學推動核保風控數字化和智能化伴隨各類數字化技術和應用的蓬勃發展，圍繞保險標的、跨行業跨場景的海量數據也正在被持續地記錄和收集。如何利用數據分析等技術從其中挖掘風險洞察，改進現有的核保風控策略，從而支持快速有

44、效的運營決策，已經成為很多保險機構數字化轉型道路中的一個重要環節。保險科技的發展主題及趨勢概覽為了幫助行業更好地發現技術缺口和抓住機遇，瑞士再保險構建了一個資料庫，用來記錄瑞士再保險目前正在評估或使用中的技術(圖3-1)。該資料庫采用了一個雷達圖的可視化形式，通過掃描全球市場與保險價值鏈相關的科技，從而對其進行分組和評估。圖中顯示了六個保險行業應用最廣泛的主題及其最具代表性的技術。資料來源：瑞士再保險數據科學推動核保風控數字化和智能化中國人身險行業核保風控白皮書16保險機構的數據源越來越豐富。主題一：增加客戶體驗與客戶互動客戶體驗對于建立客戶忠誠度進而增加企業營收息息相關。在增加與客戶的線上互

45、動方面，預測性分析是應用較為廣泛的熱門技術之一。其結合了數學統計、實驗仿真以及人工智能，用來提高決策的有效性。預測性分析經常被運用于保險兩核反欺詐、反洗錢，改進投資組合，高風險事件的預警以及風險評分與評級等環節。主題二：減輕網絡與安全風險數據是任何行業的命脈，因此無論是在云端還是內部部署過程中，數據安全都是關鍵。機密計算是一項通過將數據隔離到基于硬件的可信執行環境中從而來保護使用中的數據的技術。這項技術旨在減少未加密數據在被計算機內存訪問時的脆弱性，能夠做到在非安全環境中、邊緣計算或云端計算等環境中對數據進行保護。主題三：建立生態系統和合作伙伴關系在平臺經濟引領行業變革的今天，我們認為利用軟件

46、、人工智能、數據和產品建立生態系統、提升市場效率是企業成功的法寶之一。API(應用編程接口)是實現業務應用程序之間通信、集成的接口。通過API，企業內部和外部都可以對業務系統進行訪問，從而實現企業內部或企業之間的業務實時流動。通過API可以更好地利用第三方服務，也可以用來加強客戶體驗，開辟新的分銷渠道。而從技術角度來看，API亦可以大幅降低系統的復雜性。主題四：將數據轉化為資產企業商業智能軟件可將原始數據(如交易、運營等數據)轉化為商業洞察。這些軟件或平臺通常能提供報告、查詢、描述性分析、數據可視化等功能，以及基于機器學習等AI技術的數據集成、數據存儲和數據分析。企業商業智能軟件可用于提高承保

47、業務的可見度，在理賠處理分析、客戶服務績效管理、欺詐識別、地理聚類分析、合規管理和風險、以及定價和保費分析方面都有顯著應用。主題五：推進風險分析智能化AI等技術及其驅動的數字化解決方案正在改變和促進企業對風險的分析和認知。典型的AI技術例如機器學習、深度學習、預測性分析、自然語言處理和生成、人臉識別等技術被廣泛應用于欺詐識別、風險暴露識別、風險量化等風控領域。合成數據是數據科學領域中一種新興的技術。與各種機器學習進行分析和訓練使用的傳統數據不同，合成數據是由生成模型生成的“假數據”。合成數據可以幫助加速人工智能的創新，優化人工智能的準確度并加強數據共享性和隱私性。主題六：將技術用于提升效率技術

48、可以將很多重復的工作和流程自動化，從而提升企業運營效率。例如，文本分析可以識別文本中的結構和模式，將其轉換為有意義的信息，從而利用自然語言處理、機器學習、深度學習和計算機視覺等技術做出更加有效的決策。文本分析可以很好地利用非結構化數據(例如電子郵件、呼叫中心日志、社交媒體評論等)來進行更快的分析，被應用在諸多方面：更高效的索賠處理、挖掘風險點、文件的分類與總結、文本情緒分析、語義搜索、聊天機器人的交互體驗等。數據科學等技術在保險價值鏈的應用在保險科技的發展浪潮中，保險機構已經越來越意識到數據的價值。除了傳統的保險數據，在符合監管合規的前提下，保險機構也正在積極地匯集各種途徑收集到的數據，例如線

49、上購物數據、可穿戴設備數據、傳感器數據、以及圖像、視頻、聲音、文本等各種非結構化數據。數據科學推動核保風控數字化和智能化17 中國人身險行業核保風控白皮書數據科學等技術也被應用于保險價值鏈的每個環節。圖3-2：數據科學改善客戶體驗之旅 預測性建模：從歷史到未來。預測性建模并不同等于因果建模。大致可以分為分類模型、回歸模型和聚類模型。數據科學推動核保風控數字化和智能化利用這些豐富的數據，基于業務價值鏈上的不同環節和場景，保險公司分析數據、挖掘數據洞察、構建和維護機器學習模型，為業務賦予更多的價值，而大數據驅動的核保風控正是其中的應用實例之一。下圖展示了瑞士再保險如何將數據科學應用于整個客戶體驗之

50、旅(customer journey)，從前端營銷到中端風險評估，再到后端理賠服務和續保退保傾向的分析，從而為保險公司提供端到端的解決方案(圖3-2)：方法論一：預測性建模預測性建模(predictive modelling)是從歷史數據中分析挖掘歷史模式(pattern)，從而對未來或未知的事件進行預測(prediction)。預測性建模已經被廣泛應用于各行各業，例如互聯網購物平臺的商品推薦系統、銀行信貸風險評估、供應鏈優化和電信客戶服務等領域。聚焦到保險行業，預測性建模正在作用于重疾/健康險核保、車險風險評估、理賠欺詐評估、購買/流失傾向預測等各種環節。值得注意的是，預測性建模與因果建模是

51、兩個不同的概念。預測性建模更關注數據之間的相關性(correlation)，而相關性并不等同于因果關系(causality)。例如，雖然保額這個數據維度與理賠行為的發生存在一定的相關性，但這并不意味著高保額/低保額導致了理賠行為的發生。預測性建模包括多種不同的機器學習模型分類模型和回歸模型屬于有監督學習，而聚類模型屬于無監督學習。有監督學習顧名思義是需要給機器一些標簽去學習；而無監督學習意味著機器并不知道學習的目標是什么，它會根據數據點之間的內在關系去嘗試挖掘某些模式。1.分類模型(classification)分類模型能夠根據歷史信息將數據進行分類。例如識別照片中的人臉/貓臉/狗臉，判定保險

52、理賠是否存在欺詐等。預測線上購物者是否會點擊/購買某個商品等問題可以用分類模型。需要注意的是，被預測的類別標簽是需要人工定義的，用來訓練模型的訓練數據集對應的類別標簽也需要提前標注，從而指導機器進行學習。?資料來源：瑞士再保險中國人身險行業核保風控白皮書18分析保險新業務理賠概率。預測性核保。圖3-3：預測性核保建模的一般流程2.回歸模型(regression)回歸模型預測估計的是度量值，可以用來估計房產價值、電商產品銷量、車險案均賠款、某商業地點一段時間內的客流量等。3.聚類模型(clustering)聚類模型是根據數據之間的相似度將數據點分到不同的群組中。區別于分類模型的類別標簽，這里的群

53、組并不是人工提前定義、標注的，而是模型自動生成的。例如，某電商公司希望針對現有客戶做更精細化的營銷。面對百萬/千萬量級的客戶，可以利用聚類模型將所有客戶分到多個群組，使得相同群組中的客戶更加相似，不同群組中的客戶更加不同。這樣就可以分析不同群組的客戶屬性，從而制定相應的銷售策略。預測性建模在保險領域的應用實例利用預測性建?？梢苑治龀鲆粡埿卤卧谖磥硪欢螘r間內發生理賠的概率，其中包括三個必要的部分：1.2.3.在實操中，人們會根據時間維度、產品維度、前端銷售區域維度等信息對所要解決的問題進行更加細致準確的設計。例如在時間維度上，可以限定理賠發生的期限：1)預測一張保單在生效2年內發生理賠的概率；

54、或者2)預測一張保單在某保單年度發生理賠的概率。不同的問題定義取決于所面對的具體業務問題和業務場景，這就要求數據科學家們對前端業務有一定的理解，并且常常需要業務專家的指導和幫助。預測性建模應用于壽險、健康險領域最經典的一個案例就是預測性核保。瑞士再保險于海外市場已經做過很多嘗試和落地，下圖展示了瑞士再保險進行預測性核保建模的一般流程(圖3-3)：資料來源：瑞士再保險輸入(自變量)X：保單數據，包括被保人年齡、性別、地域、職業等被保人信息維度，投保人年齡、性別、與被保人關系等投保人信息維度，保單保額、產品類型、承保項目等保單信息維度，代理人和前端銷售公司渠道等銷售信息維度等。輸出(因變量)Y：每

55、張保單是否發生了理賠，Y兩個選項：是/否。需要學習訓練得到的模型F：該例子是一個典型的二分類問題，適用的模型包括邏輯回歸、支撐向量機、樹模型、神經網絡模型等不同模型。?(FEAT)?(GIO)?(SIO)?數據科學推動核保風控數字化和智能化19 中國人身險行業核保風控白皮書從理論到實踐的思考。準確的定義問題是成功的開始。預測性模型成功的重要前提：輸入輸出變量高度相關。訓練一個模型需要多少數據？不同的模型類型適用于不同場景，各有優劣。模型的可解釋性：繞不開的話題。有關預測性建模實際應用的進一步思考上文中我們對預測性建模的理論進行了簡單的介紹，而在實際建模過程中，只簡單應用上述理論是遠遠不夠的，我

56、們需要根據具體問題做多方面的考慮和分析。數據科學家們需要根據具體的業務問題和場景來定義所要預測的目標(即定義數據標簽)。以預測性核保為例，可以綜合考慮核保標簽和理賠標簽兩類信息為數據打標簽。對于壽險、重疾等長險，可以定義保單生效兩年內發生理賠的數據為高風險，其目的是為了重點篩選逆選擇傾向(未必一定是逆選擇)的保單；也可以根據保單年逐年打標簽，其目的是為了挖掘風險模式，為定價調整提供思路和方向。對于短期健康險、車險等一年期產品來說，標簽的定義相對直接，例如在完整保單年內有無發生(重度)理賠。當然，標簽定義中也可以考慮核保結論，比如利用機器學習技術進行數據聚類，然后請核保專家進行二次打標簽。預測性

57、模型能夠成功用來預測某一目標的前提是模型的輸入和輸出是高度相關的。如果輸入和輸出完全不相關(即相互獨立)，那模型的預測就像是擲色子完全隨機，起不到預測分析的目的。在建模之前，可以對輸入和輸出變量進行相關性分析，對數據集的可預測性進行定性分析。此外還需要對各數據維度進行其他分析和預處理，例如規范整理數據字典、分析和補齊缺失值、發現和處理異常點等。很多數據科學家都被問過這個問題，想要準確回答這個問題并不容易。需要考慮數據標簽的分布是否平衡、數據集質量的好壞、前端業務對模型準確率的期望高低等不同方面。相較于數據標簽分布平衡的數據集來說(例如車險產品的理賠率可能會達到30%)，當數據標簽分布高度不平衡

58、的時候(例如長險產品的理賠率很低，從而導致標簽陽性率16 也很低)，一般就需要更多的訓練數據去捕捉稀有的標簽類別(針對不平衡數據集可以利用數據增強等相關技術處理)。此外，如果對模型準確率要求較高，就需要擴大數據集的規模，并嘗試使用更復雜的模型對數據進行更好的擬合。一般來說，廣義線性模型是利用多個自變量的線性疊加進行預測，根據不同的鏈接函數可以分別預測布爾值、連續值、頻率值等不同類型的因變量，進而可以應用到解決二分類、預測理賠金額、預測理賠頻率等具體問題中。而樹模(決策樹、隨機森林、GBDT、LightGBM等)在工業界的應用非常廣泛，其優勢包括但不限于：不需要對數據進行復雜的預處理、支持多種數

59、據類型、模型解釋性較強、高魯棒性、現有開源包支持大規模并行建模、調參過程相對容易可控、可以快速擬合非線性關系等。隨著數據的大規模收集，深度神經網絡在各大機器學習競賽中高居榜首，其優勢是疊加幾十、上百個神經層，利用各種定制化的網絡結構、激活函數、損失函數等能更好地擬合逼近復雜的非線性關系。為了得到更高的模型準確率，人們嘗試不斷增加網絡層數，然而副作用是對數據量的需求也顯著增多。此外，深度神經網絡的輸出結果非常難以解釋，從而影響結果可信度和可接受度。隨著機器學習模型在銀行、醫學、保險等領域的廣泛應用，如何直觀、準確地理解模型決策(結果)的原因對滿足監管需求和指導前端業務有著重要意義。不同模型類型的

60、可解釋性不同，例如廣義線性模型、決策樹這類模型本身即可解釋其決策原因；而深度神經網絡、集成模型這類黑盒模型則需要利用一些方法對訓練好的模型進行事后解釋。此外，針對單一數據進行解釋的行為稱為局部解釋，針對全量數據集的解釋稱為全局解釋。常用的模型解釋方法有特征排列重要性(feature permutation importance)、部份依賴圖(partial dependency plot)、LIME、SHAP等。伴隨模型解釋而來的另外一個話題是模型的公平性，尤其考慮到性別、種族等信息。這里就不展開討論了。16 有發生理賠的保單一般稱為陽性，沒有發生理賠的就是陰性。數據科學推動核保風控數字化和智

61、能化中國人身險行業核保風控白皮書20關聯規則挖掘是一種在大型數據庫中發現變量之間關聯性關系的方法。關聯規則挖掘在識別保險理賠案件中的應用。數據隱私：數據科學實踐道路上的“達摩克里斯之劍”。聯邦學習保護了原始數據的安全性。圖3-4：聯邦學習的類型方法論二：關聯規則挖掘關聯規則挖掘是一種較常見的無監督學習方法，通過一些顯著性指標來識別數據庫中的強規則。關聯規則最經典的應用是從超市顧客購買記錄中挖掘各種購買習慣，用來服務于超市的商品推薦、促銷、定價等策略。其中一個有趣的例子是：曾經在某超市的銷售數據庫中挖掘出這樣一條強關聯規則，紙尿布，男性-啤酒，其可能的解釋是一位購買了紙尿布的男性顧客，有很大概率

62、會購買啤酒。根據這條關聯規則，超市調整了貨品擺放方式，將紙尿布和啤酒擺在一起，后續啤酒的銷量有顯著增長。值得注意的是，在評估一條由多個變量組成的規則是否是強關聯時，變量們同時出現的頻率并不是唯一指標，還需要考慮支持度、置信度、提升度等其他度量指標，這樣才能篩選出有效的關聯規則。關聯規則挖掘可以用于識別可疑理賠案件(群)。即從保單、理賠、保單銷售機構等多種維度中挖掘出指向性理賠模式，例如，構建關聯規則“理賠時間2020年，銷售機構A，重疾產品B-理賠疾病C(置信度=80%)”，這規則的含義是“機構A銷售的重疾產品B在2020年發生的理賠有80%的比例與疾病C相關”。此類關聯規則可以幫助識別與銷售

63、機構、代理人、地域、產品、職業、疾病等數據維度高度相關的理賠模式，從而指導保險公司進行逆選擇行為的定位與勘察。方法論三：隱私保護下的聯合建模以上介紹的預測性建模和關聯規則挖掘僅是應用于保險價值鏈各環節各領域的眾多數據科學技術中的兩種。數據科學家天然地渴求大量豐富的數據，即可以打通保險和非保險場景、能夠全方位充分描述目標個體的跨領域數據。然而在實際數據采集、分析過程中，數據隱私是一個非常重要的課題，不討論這個問題，任何分析建模都將如空中樓閣。如何在隱私保護的前提下，有效地進行數據鏈接和聯合建模就成為當務之急。聯邦學習：基于軟件的解決方案隨著各類垂直領域App的廣泛應用，互聯網數據也被分散隔離在不

64、同的服務提供商處，即出現了所謂的數據孤島現象。如何在保護數據隱私的前提下聯合多種數據源進行更加有效的數據分析、挖掘和建模，成為近年來學術界和工業界新興的課題。17 聯邦學習作為一種機器學習框架，可以在不分享原始數據的前提下，利用各種加密算法和機器學習算法，鏈接不同數據源，實現有效的聯合建模。在此過程中，各數據提供方無法觸達其他參與者的原始數據，建模過程中傳輸的數據均為加密過后的中間結果，從而保護了數據隱私。根據數據擁有方們所觸達的用戶及其擁有的數據維度的重疊情況，可以將聯邦學習分為橫向聯邦學習、縱向聯邦學習和聯邦遷移學習(圖3-4)。資料來源：微眾銀行聯邦學習白皮書V2.017?A?XAA?X

65、AA?XAB?XBB?XBB?XB標簽YB標簽YB標簽YB?2016年，谷歌第一次提出聯邦學習這個概念(詳見：聯邦學習：提高交流效率的策略(Federated Learning:Strategies for Improving Communication Efficiency，https:/research.google/pubs/pub45648/)，中國微眾銀行在不同行業領域大力開發和推廣聯邦學習(詳見：https:/cn.fedai.org/)。數據科學推動核保風控數字化和智能化21 中國人身險行業核保風控白皮書機密計算：基于硬件的解決方案聯邦學習保護的主體是原始數據，而數據提供方仍然可

66、以接觸到模型訓練的算法和模型輸出。如何保護算法和模型的知識產權，機密計算提供了相關解決方案。機密計算是一種基于云計算的技術，它將數據和處理數據的算法都保護在CPU環境中，只有經過授權的代碼才能與之通信，其他任何數據提供方、云服務提供商等參與者都無法觸及。數據隱私在數據的存儲、傳輸和處理過程中都得到了有效的保護，處理數據、訓練模型的算法/代碼也被隔離起來，從而實現了知識產權保護?，F有各大云計算服務商都提供機密計算服務。聯合建模在保險行業的應用展望在聯合建模的實際應用中，我們認為技術難度已不再是瓶頸，保險行業需要探索和嘗試：能否建立公平有效的獎勵機制和商業模型，以吸引不同的數據合作伙伴加入聯合建模

67、陣營，從而利用更豐富的數據獲得更有效的數據洞察和更強大的模型。圖3-5提出了一種合作設想：同類保險機構之間因其業務數據維度類似，可以聯合各自數據進行橫向聯邦學習，從而利用更多的數據獲得更準確的模型；保險機構和非保險數據合作伙伴則可以針對同一批顧客連接不同維度的數據，進行縱向聯邦學習，從而利用更豐富的維度獲得更強大的模型。資料來源：瑞士再保險機密計算保護了算法和模型的知識產權。保險業可以與不同的數據合作伙伴聯合建模。圖3-5：基于聯邦學習和機密計算、以及不同機構的聯合建模設想?A?A?B?C?D?C?B?D?數據科學推動核保風控數字化和智能化中國人身險行業核保風控白皮書22據sigma研究報告，

68、2020年，盡管受新冠疫情影響，中國仍實現保費收入6 559億美元，全球份額占比由2019年的9.8%上升到10.4%。18 雖然中國人身險市場目前仍處于調整轉型時期，但整體發展向好，特別是隨著監管機構強調保險回歸保障功能以及消費者保險意識的增強，我們預測，未來兩年，受益于宏觀經濟的穩健增長、消費者逐漸提升的收入和風險意識、以及數字化經濟的迅速普及，中國將有可能在2030年代中期成為全球最大的保險市場。在此期間，人身險核保風控將呈現四個發展趨勢：以消費者為中心；線上線下相融合；全流程和動態化；以及風控前置及協同(圖4-1)。資料來源：瑞再研究院以消費者為中心保險業通過科技賦能，不斷深挖保險需求

69、場景，拓展可保邊界，使得之前被忽視的消費者群體、以及未被滿足的保險保障需求得到進一步探索和發現。在此過程中，核保風控通過對新的風險池進行判斷與選擇，匹配承保條件與風險狀況，既幫助了很多之前沒有接觸過商業保險的用戶增加保障，也能真正以消費者需求為中心設計產品，進而打通保險的全流程，為消費者提供一站式的投保服務。由于消費者需求能夠被及時了解、追蹤和深挖，保險機構得以快速響應推出產品，及時進行產品迭代升級，縮短產品創新周期，附加客戶定制條款，從而提升了客戶體驗。在這種情況下，保險產品透明度較高，保險業風險格局也將發生重大變化。一是技術可以隨時識別和評估消費者的風險狀況，二是保險產品條款易被模仿，單純

70、的保險產品差異化策略較難實施，因此保險機構可以通過廣泛建立合作關系，開展“產品+服務”策略，以增值服務增加客戶粘性，這一轉變對核保風控工作提出了更高的標準和要求，需要利用科技手段，圍繞“以消費者為中心”，加強風控流程，優化業務質量。此外，根據中國互聯網絡發展狀況統計報告，2020年中國互聯網普及率達70.4%，19 消費者能夠隨時隨地使用移動設備、社交媒體、電子商務、在線支付和數字視頻等刷新各類體驗，自由地在線上和線下切換，這將會創造數以萬計的觸點，給保險機構核保風控從社會、財務、互聯網以及行為等方面更深入的了解客戶的風險水平、進行風險評估，以及確定承保條件的機會。人身險核保風控的趨勢展望人身

71、險核保風控將呈現如下四個發展趨勢。圖4-1：人身險核保風控的趨勢展望科技賦能使得核保風控能夠擴大保險保障群體、拓展之前未被發現的消費者保障需求。保險風險格局發生變化，保險逐漸轉變為“保險+服務”策略，對核保風控提出了更高的要求。消費者的數字化進程給核保風控帶來更多深度了解客戶風險水平、進行風險評估的機會。18 sigma 3/2018 世界保險業，瑞士再保險。19第47次中國互聯網絡發展狀況統計報告，中國互聯網絡信息中心，2021年2月。?人身險核保風控的趨勢展望23 中國人身險行業核保風控白皮書線上線下相融合不同保險機構正在采用多元化的核保手段滿足不同客戶的需求，但從早期的發展來看，線上和線

72、下渠道的核保方式差異明顯。線上渠道具有分隔時間空間的特性，因此其核保更追求簡單快速，盡量減少客戶打擾。所以線上核保更傾向于使用健康告知問卷，簡單明了但缺乏靈活性，保險公司一般在線上實施保額和渠道控制措施(如網銷渠道銷售低保額產品)。與之相比，線下渠道核保手段更加豐富，更加強調面見，讓客戶參與其中，但相對而言，便捷度不足。由于保險行業競爭越來越趨向于以滿足客戶需求為核心，因此線上線下核保相融合是未來核保風控的發展方向，科技正是助力融合的主要推動因素。通過與前沿科學技術或跨行業互聯網服務相結合，在場景方面可以突破渠道限制，結合此前只能在線下實現的核保手段(如線下體檢、醫療服務等)，拓展線上產品豐富

73、度，也能提高線下核保的便捷性。在線上線下渠道融合加深后，未來包括核保在內的保險服務將越來越趨向于數字化和智能化。這不僅僅是保險行業自身演進的結果，同時與社會經濟發展趨勢有關。中國信通院相關數據顯示，2020年中國數字經濟規模達到39.2萬億元，其中產業數字化(產業鏈上下游全要素數字化)規模為31.7萬億元。20 包括醫療、生物、汽車等保險相關產業都將走向數字化，產業之間的協同需要，將推動保險服務數字化發展，這也會推動核保風控環節更加數字化和智能化。全流程和動態化隨著互聯網上積累了大量消費者行為數據，核保不再僅僅是承保前靜態的風控手段，而將成為伴隨整個保單生命周期的全流程動態化風險管理方式。例如

74、，通過為客戶提供運動傳感器等可穿戴設備，根據收集的客戶生活方式數據實時設置保費，即互動式保單，一方面可以通過技術引導被保險人養成良好的生活習慣，另一方面也能夠對可能發生的潛在疾病和風險進行提前干預，這樣既能夠降低投保人的出險概率，也有助于保險公司降低成本，實現雙贏局面。全流程和動態化的風險管理需要進行一定量的數據收集和數據聚合。除了傳統的保險維度數據，越來越多的企業也將目光日趨投向非保險維度數據，以獲得對風險標的更加豐富準確的描述和評估。然而另一方面，監管對數據隱私和合規方面愈加重視，相關要求標準愈加收緊。在此背景下，我們認為聯邦學習、機密學習這類鏈接數據源、保護數據隱私、保護知識產權的技術，

75、將在全流程和動態化的風控過程中發揮更多的作用，這也將會極大地考驗企業的數據智慧和能力。此外，保險業作為科技及數據的主要使用者和擁有者，應該嚴格遵守數據倫理，審查現有數據治理格局，以高標準進行自我約束和監督，并就安全、道德、創新使用為數據的應用開發提供標準和建議。目前線上線下核保風控方式并不統一?？萍际侄沃€上線下核保融合，更高效地服務于客戶。未來核保將更加凸顯數字化和智能化趨勢?？纱┐髟O備等技術使得核保風控全流程和動態化風險管理成為可能。數據隱私保護、倫理背景下的縱橫聯合賦能核保全流程和動態化。20中國數字經濟發展白皮書，中國信通院，2021年4月，http:/ 中國人身險行業核保風控白皮書

76、報告發布方：瑞士再保險股份有限公司(簡稱“瑞士再保險”，包括：瑞再研究院、瑞士再保險股份有限公司北京分公司、iptiQ集團控股有限公司)60 Mythenquai P.O.Box8022 蘇黎世瑞士電話：+41 43 285 2121慧擇奇點研究院中國廣東省深圳市南山區恒裕前海金融中心 T1 49F電話：0755-36899088作者：李松霖、廖泳浩、丁玉新、李寧、文思韡、吳蕓蕓、陳祺、鄭亦添 編輯：邢鸝左貝主任編輯：馬瀟杜曉輝本報告特別感謝以下人員的支持：馬存軍、蔣力、馬瀟、黃海榕、劉翩翩、Yannick Even、歐陽明欣、Christopher Ong、黃丹、Onur Yildirim

77、2021瑞士再保險和慧擇奇點研究院分別或共同保留所有權利。本研究的編輯截止日為2021年9月8日。瑞士再保險和慧擇奇點研究院分別或共同擁有本期報告內容之版權，并保留其所有權利。在保留其所有版權及所有權聲明的前提下，本刊內容可被用于私人用途或可供內部參考。任何以出版為目的整體或部分使用本報告必須得到瑞士再保險和慧擇奇點研究院事先共同書面許可，并需注明來源“瑞士再保險”和“慧擇奇點研究院”。如能提供副本，將不勝感激。雖然本研究中的所有信息都取自可靠來源，但是瑞士再保險和慧擇奇點研究院并不對信息和前瞻性聲明的準確性或全面性承擔任何責任。所提供的信息和前瞻性陳述僅供參考，絕不構成且不應反映瑞士再保險和慧擇奇點研究院的立場，特別是對于任何當前或未來的爭議。在任何情況下，瑞士再保險和慧擇奇點研究院均不對使用上述信息所導致的任何相關損失或損害承擔任何責任；讀者應當謹慎行事，勿過分依賴前瞻性陳述。瑞士再保險和慧擇奇點研究院沒有義務公開修改或更新任何前瞻性的陳述，不論是由于新信息、未來事件或其他原因所致。中國人身險行業核保風控白皮書26瑞士再保險管理有限公司 瑞再研究院Mythenquai 50/60P.O.Box8022蘇黎世瑞士電話：+41 43 285 2551傳真：+41 43 282