《数字技术下的保险消费者风险及其应对》由会员分享，可在线阅读，更多相关《数字技术下的保险消费者风险及其应对（14页珍藏版）》请在金锄头文库上搜索。
1、 数字技术下的保险消费者风险及其应对 在第四次工业革命中发挥主导作用的数字技术将复杂多变的“信息”转变为可以度量的“数据”，对保险业产生了重大影响。数字技术的发展会赋能保险，对保险消费者的福利状况主要起到改善的作用，但是，数字技术也会给保险消费者带来多重风险。对此，监管者应当在推动创新的同时保护消费者权益。保险消费者数据和隐私保护与保险消费者教育是政策制定者应当加强关注的问题。一 数字技术赋能保险（一）保险业的新兴数字技术根据国际保险监督官协会（International Association of Insurance Supervisors，IAIS）等的总结，保险业主要应用了如下新兴数字
2、技术。（1）数字化设备与互联网。保险业的数字技术来源于不断增加的数字设备（包含计算机或微处理器的设备），如智能手机、平板电脑和“可穿戴设备”。这些数字设备均连接了互联网，即使用了标准化通信协议的全球计算机网络。（2）物联网。它是指将物理设备、车辆、建筑及其他物品的互联（也称“互联设备”或“智能设备”），嵌入电子产品、软件、传感器、执行器和网络连接，使得这些物品能接收并交换数据。（3）远程通信/遥感技术。远程通信是指通过电信设备发送、接收、存储和处理数据，实现对远程对象的控制。遥测技术可将测量数据从原点传输到计算机和消费点，不影响对远程对象的控制。在保险业中，该技术主要应用于联网汽车、高级驾驶辅
3、助系统（Advanced Driver Assistance Systems，ADAS）、健康指数监测和家用监测。（4）大数据和数据分析。在保险市场上，大数据和数据分析应用于多个环节，包括产品供应、风险选择、定价、交叉销售、理赔预测、反欺诈等。（5）比较器与智能顾问。它是指在没有人工干预的情况下，提供自动的、基于算法的产品比较和建议的线上服务。（6）机器学习与人工智能。机器学习和人工智能使保险业的多个流程都能实时使用数据，尤其是事故预测（如车辆被盗、健康问题和天气事件）。人工智能的应用范围非常广，不仅可以用于风险定价，还可以用于防欺诈、自动承保、理赔和提供预防性咨询。（7）分布账户技术（Dis
4、tributed Ledger Technology，DLT）。分布式账本实际上是一个可供多个网点、地点和机构共享的资产数据库。存放在账户中的资产的安全性和准确性都是通过使用“密钥”和签名等密码技术来维护的，这些密码技术规定了哪些人可以在共享账户中做什么。（二）数字保险的发展路径数字保险的发展源于保险产业与数字科技产业的不断融合，主导融合的主体差异代表着不同的发展路径。具体而言，数字保险体现为“保险+科技”（科技向保险的渗透）与“科技+保险”（保险向科技的延伸）两种发展路径。1.科技向保险的渗透通常所说的保险科技是基于科技视角的“科技+保险”，也就是科技力量向保险价值链的渗透。科技类企业一般采
5、取以下两种方式进入保险价值链：一是发起设立保险公司，如众安保险；二是初创公司或科技驱动公司参与到产品设计、风控、保单管理、理赔等某些保险业务环节，协助传统保险企业的数字化转型。2.保险向科技的延伸基于保险公司视角的“保险+科技”，是指传统保险公司承保科技相关的新兴风险或布局科技战略。如表1所示，传统保险公司通常以科技保险、数字化战略、设立或投资科技企业等形式向科技领域延伸。表1 传统保险公司向科技的延伸形态举例科技保险网络安全保险、云安全责任险共享经济类保险网约车责任保险数字化战略阿尔法智能投保顾问设立科技子公司人保金服、平安科技投资保险科技初创企业爱保科技、新流数据设立科技实验室未来实验室（
6、大都会人寿）、前瞻思维实验室（宏利人寿）、英杰华数码实验室设立创业加速器Kamet（安盛）、安联数字创业加速器、友邦创业加速器、保险科技创业加速器（瑞士再保险）|Excel下载表1 传统保险公司向科技的延伸上述两种发展路径最终会“殊途同归”，表现为“保险”和“科技”两个领域的深度融合。从我国保险科技市场来看，“保险+科技”的典型代表是平安集团旗下的平安科技，而“科技+保险”的典型代表是众安保险，两者最终都选择了对保险业的“科技输出”，促进保险科技市场的繁荣。（三）数字技术对保险赋能与支付清算、网络贷款等领域相比，保险科技的起步较晚，但是从功能上看，科技与保险却具有更高的耦合度。首先，所谓“互联
7、网精神”的核心是开放、共享、去中心化、平等、自由选择、普惠和民主等，而保险的内核是“人人为我，我为人人”的互助精神，两者均有着“造福全人类”的原始基因。其次，两者之间具有基于“信息流动”的功能互补关系，围绕“数据”的生产、存储、分析和应用展开的一系列新技术或新过程能有效弥补传统保险业经营中的“短板”。1.科技赋能动态定价科技正在解决保险经营中“风险的动态性和合同期限内保单价格不变性”的内生矛盾。相对于经营“资金”，经营“风险”更难以被有效控制，与一般的金融产品合同所追求的“结果”管理相比，保险合同需要一种全“过程”的风险管理。由于技术条件限制，传统保险承保中只能实现阶段性（一年、几年或终身等保
8、单期限）动态风险评估，通常保险公司会根据上一期的历史索赔数据在续保中决定给予消费者保费优惠或增加其保费。然而，科技创新的一个核心功能就是不断地“缩小”保险定价范围和“缩短”保单覆盖时段，即实现科技赋能下的场景化定制保险。例如，当前的按需保险、按小时保险等产品创新，本质上是综合应用大数据、云计算、物联网和人工智能等创新技术实现的低保费和控风险的“双赢”。2.科技赋能透明交易科技能有效缓解保险交易的高成本和信息不对称问题。与其他金融合同相比，保险合同注定“难卖”：（1）保险合同具有极强的专业性，无论是专业术语还是保险条款都相对晦涩难懂，需要消费者具有一定的专业知识；（2）从心理学角度来看，保险是一
9、种射幸合同，消费者需要先付钱再享受还不确定的未来“收益”，这显然是反人性的消费决策，需要消费者对保险公司有更多信任。科技创新正在从根本上改善上述局面，即不断赋能消费者以彻底改变其传统的信息弱势地位。无论是社交媒体的保险消费信息实时分享，还是如雨后春笋般发展起来的保险比价平台，均在日益增加保险交易的透明性和消费者的保险消费决策的“自信”度。此外，某些基于区块链技术的交易增信应用也将有效降低保险交易中的信息不对称。3.科技赋能反欺诈相对于保险定价和保险交易，科技创新已明显成为保险行业反欺诈的“利器”，可有效促进形成一套良性循环的反欺诈系统：（1）通过理赔数据中的线索串联，精准挖掘和遏制个人或团伙保
10、险欺诈。（2）通过建立公司或行业保险欺诈“黑名单”，从源头上预防以保险欺诈为目的的恶性投保行为。以综合保险销售平台大特保为例，其联合多家保险公司通过数据共享建立黑白灰名单，并采取了不同的用户推送和风控规则。（3）实时共享行业承保和理赔数据库信息，建立全行业的人工智能自动化反欺诈系统。针对车险是保险欺诈重灾区的现实，2016年12月，中国保险信息有限公司上线“全国车险反欺诈信息系统”，构建行业层面的反欺诈模型基础。2017年，保监会也专门出台反保险欺诈应用指引第1号：车险反欺诈指引（征求意见稿），要求保险机构发展数据挖掘模型和数据分析工具，建立欺诈风险趋势、分布特征和数据异动等指标体系，并不断更
11、新风险筛选阈值。如表2所示，科技创新能够为深化保险功能提供技术支撑，保险创新能协助科技创新应用在各领域落地，最终实现优化资源配置的社会目标。两大系统耦合功能的协同，使得“保险-科技”的一体化复合创新系统能有效减少社会交易摩擦，从而提高全社会的总体福利水平。表2 数字技术和保险的功能耦合保险功能方式或手段科技赋能保险-科技创新风险管理风险识别高频的消费者触达精准风险分类风险分析多维场景数据个性化风险定价风险控制实时互动机制动态风险监测风险预防远程反馈机制及时风险预警风险补偿承保风险高效便捷提高承保效率资金给付智能迅速提高补偿效率社会治理互助共济高效撮合增加社会信任资源配置风险定价跨产业数据流动精
12、准配置|Excel下载表2 数字技术和保险的功能耦合二 数据技术给保险消费者带来的风险虽然本部分主要讨论个体消费者面临的直接风险，但是实际上数据对保险供给者带来的直接风险也不容忽视，因为这些风险会给消费者带来巨大的间接影响。基于保险普及化倡议组织（Access to Insurance Initiative，A2ii，2016）、国际保险监督官协会（2016，2018a，2018b）、澳大利亚精算师协会（Institute of Actuaries of Australia，2016）、McKee等（2015）、智能运动组织（The Smart Campaign，2016）、世界银行（2017
13、）等资料，笔者列举了以下6种保险消费者受到的负面影响。（一）安全性降低安全性降低，即消费者面临或感觉要面临风险，并可能导致身体或情感受伤或产生损失。有时，保险公司会通过在客户的车辆上安装一个电子设备来获取客户的物理位置信息。例如，南非Discovery活力医疗保健计划的DQ轨道（DQ-Track）可以监测客户的驾驶行为，并可用于确定事件发生的时间和地点，但如果这类数据没有妥善保存，被分享或泄露，那么消费者的利益就可能会被损害。（二）被排斥被排斥是指消费者无法获得对自己有用且可负担的保险产品。“被排斥”在保险外的表现之一是，通过定价过程把高风险的客户排斥在市场之外。对于已被证明无利可图的消费者，
14、金融服务提供者给他们的价格是他们“不愿意支付的价格”时，这些消费者便“被价格排斥出了市场”。换句话说，保险公司可能会向高风险的个人收取很高的保险费，阻止他们购买保险。还有些新型数据，如可预测疾病的基因测试（可用于鉴定疾病和基因状况的风险因素），也用于确定哪些消费者应当“被价格排斥”。美国人工智能公司Lapetus Solutions帮助保险公司将“智能手机自画像”或“自拍”作为其保险办理流程的一部分，并用于“预测人的寿命”。这些数据如果未经授权就被分享或使用，就可能导致不公平的歧视。即使消费者没有“被定价完全排斥在外”，一些新数据和自动化程序也会造成差异化价格，使得某些客户群体面临高额保费或购
15、买保险的高门槛。分析消费者的金融交易方式的变化可以使得保险公司识别客户人生中的重大变化（如怀孕或离婚），这些变化可能导致保费增加。此外，机器学习系统如果接收到不完整的或有偏差的数据也会产生有偏的结果。例如，如果保险费率错误地与某个种族或某个社区的赔付状况相联系，那么一个用于预测索赔发生率的模型可能会基于以往的赔付信息，建议保险公司向一个健康的被保险人收取更高的保费（De Brusk，2018）。而且，相对于分享数据所产生的显著影响以及数据给供给方带来的价值，消费者从保险产品中获得的价值可能远远不足出现“数据供应方与使用方之间的信息不对称”。供应方可能“榨取消费者剩余”而不利于消费者1。（三）声誉风险声誉风险，即个人的人格或名声遭到破坏或个人认为会遭到破坏。保险公司可能会收集客户的健康方面的敏感信息，如是否受过难以启齿的疾病或身体不佳状况的影响。如果这些数据的保护措施不足，或数据在不知情的情况下被分享、使用或泄露，那么，客户的声誉以及他们在社会上的个人地位和职业地位就可能会受到影响。（四）财务损失财务损失，即消费者遭受的经济方面的损失。这种情形可发生在，某个保险产品的失败导致消费者个体无法获得某些服务（如教育和医疗）。例如，数据错误可能导致个人医疗护理服务的条款发生变化，从而影
