专题研究
依托保险科技高效赋能风险管理

 

发布日期:2020-11-18

 

毕马威企业咨询(中国)有限公司北京分公司 刘皓宇 李斌

 

    在日益激烈的行业竞争推动下,越来越多的保险企业着眼于通过风险管理更为有效地保障业务有序发展,平衡价值和风险。在这个过程中,以大数据、云计算、区块链等为代表的保险科技给予保险企业风险管理更多的机会和可能。我们将结合保险行业的最新发展趋势,并借鉴一些领先保险企业的经验,探讨保险科技如何提升风险管理的效率效果,分析风险管理如何发挥对企业经营保驾护航的作用。

 

    一、强化量化分析能力,依托中台实现前瞻性的管理

 

    在过去10到15年中,保险科技在保险企业风控合规领域的应用已经形成了比较成熟的模式,主要的应用场景集中在操作风险、内部控制和合规层面。无论是应对基本的外规内化,抑或是基于COSO、ORSA或SARMRA的内部控制一操作风险的二元管理,主流的险企基本都已经通过系统实现了线上化乃至自动化。

 

    随着保险科技的发展,算力的提升推动风险管理进一步延伸到以资产负债表和偿付能力报表为核心的资本—财务管理中。这与当前在管理会计领域非常热门的话题——智慧财务也有很多共通之处。这种变化就具体应用而言,体现在如下几方面:

 

    (一)强化基于量化技术的风险分析和预测

 

    推演和分析各类风险对于保险企业关键指标(尤其是财务和资本类指标)的影响是有效管理企业价值的重要手段。因此,通过在系统中构建关键的四表逻辑(包括:资产负债表、现金流量表、损益表以及偿付能力报表)或者五表逻辑(在前述四表之外增加经济资本报表),形成统一的输入和输出端口,并强调在一套统一的数据和逻辑之下进行推演,典型场景包括:

 

    1.通过运用多维度、大量的情景分析或者压力测试的方法,更为全面地分析未来企业全面预算的稳定性。其中涉及到的情景通常超过1万种,并且涵盖经济假设与非经济假设。

 

    2.在进行重要的产品开发、营销活动或资金运用决策之前,在基本情景和若干典型的压力情景下推演相关经营活动在未来若干个账期内对于四表/五表的影响。

 

    上述功能在5至10年前往往需要依托昂贵的精算软件才能实现部分的静态推算。而随着计算机算力的提升,一些先进的保险企业已经成功在风险管理领域着手研发乃至实施这些功能,从而显著提升了风险管理对于业务选择的引导作用。

 

    (二)打通监测体系,提升企业关键风险的监控效果

 

    通过指标监控的方法,及时把握企业经营管理和业务变化中的动态是风险管理的重要职责,也是在目前风险管理作为第二道防线在事中进行过程管控的重要手段。既往相当一部分险企的风险管理信息系统虽然实现了操作风险三大管理工具中关键风险指标的定义和阈值设定功能,但数据的获取效率却并不高。很多关键信息依靠手工导入或较为滞后的半自动化抓取。客观地说,这一问题与业务管理的系统化程度不高或数据中台能力薄弱有关。

 

    目前许多保险企业尝试构建的业务和数据双中台策略,实际上对于提升风险监控的效率效果也颇有意义。从IT技术出发,这一策略的核心要点包括两方面:

 

    1.构建稳定的风控“瘦中台”,形成相对固化的核心SAAS,剥离根据外部业务环境变化的周边应用,形成模块化的组件(例如:偿付能力计量引擎、风险事件管理、指标监控等)。

 

    2.形成一套通用的“黄金数据”逻辑,将来自不同业务板块和组织部门的数据,对标统一的基本定义和逻辑,在系统中形成清晰明确的映射关系,并落实到统一的数据中台上。

 

    显然,上述变革依托于企业整体信息技术能力的提升,是一种全方位的和系统性的变革。因此,对于风险管理信息系统能力的提升不是局部的加法,而是全局的乘法乃至指数效应。

 

    二、紧密结合业务场景,提升运营效率,保障业务质量

 

    随着管理意识和能力的不断提升,风险管理在很多领先的保险企业已经开始延伸到业务一线。风险管理依靠新的科学技术手段与具体的业务场景实现结合,形成了新的管理手段和方法。而新工具和手段的研发者和使用者已经不只是风控合规人员,而适用范围会更加广泛,其着眼点也更侧重于强调依托科技手段有效引导业务开展,以保障企业在经营活动中实现预期目标。

 

    (一)通过数据驱动,降低保险业务管理中的信息不对称

 

    在保险公司承保业务的整个循环(展业—核保—保全—理赔)中,需要持续收集和分析大量信息。但传统的信息采集与分析,高度依赖于人工主观判断,同时数据收集范围有很大的局限性,数据安全得不到保障。

 

    通过引入区块链等技术,在保障个人隐私信息安全的前提下,可以推动保险企业在获取、使用被保险人与保险服务相关信息的过程中,与医疗机构、服务机构乃至监管机构高效配合。保险企业在“可用不可得”的原则约束之下,能够在客户全生命周期的管理和维护中获得更为全面和及时的数据支撑。例如在医疗险业务管理中,通过更为快捷的采集被保险人诊疗信息,省却了理赔过程中获取各项证明的成本,降低欺诈风险,减少理赔调查的开支,并显著缩短案件处理的速度,同时这种数据化、结构化的业务管理模式也可以推动企业风险管理部门全面监测保险业务,提高信息的可获得性。

 

    (二)借助人工智能,提升信息获取和处理的效率

 

    在保险企业业务管理的过程中,往往需要处理大量的非结构化文本、图像、语音信息,这在核保、理赔等环节尤其常见。由于既往主要通过人工处理,效率效果都受到相当的制约。随着人工智能技术的发展,许多企业在上述领域都有了一些不错的经验。

 

    1.通过引入生物识别、图像识别等技术,在核保过程中对投保人进行特征分析,判断使用者是否符合数据库中已标记的人脸特征模板,并在此基础上实现投保、回执等业务的云对接,降低了虚假身份骗保的风险。上述技术的引入也大大提高了客户办理业务的便捷性,缩短核保验证周期,减少投保时资料申报核查的繁杂手续,从而带来更好的客户体验。

 

    2.依托图像识别技术,运用智能机器人将非结构化的文本、语音以及病历影像件中的信息转换形成结构化的健康数据,并依靠医疗知识图谱将非标准疾病名称与数据库中专业名称映射匹配,向核保/核赔师提供更为清晰明确的建议,从而有效降低运营成本,提高核保、核赔效率。

 

    (三)依靠多种手段,实现技术和手段的持续更新迭代

 

    在实际业务环境中,保险企业面临着不断升级和变化的风险管理需求。因此需要对于风险管理场景和逻辑不断进行补充和更新。通过借助大数据分析等技术,保险企业将来自承保、理赔、保全、客服等业务环节的海量数据进行整合并展开探索性数据分析,挖掘数据之间的关联性以及潜在的风险特征,扩充风险控制所需的数据信息。

 

    例如:一些保险企业通过机器学习、知识图谱等技术,基于不断更新的业务数据库,持续更新个体与个体、个体与事件之间的关系网络,逐步从早期的规则驱动过渡到模型驱动,实现对保险欺诈风险的持续动态识别和监控。

 

    三、合理规划,构建契合自身特点的赋能之路

 

    科技赋能是对保险企业整体运营能力的重大调整,涉及战略、战术的多个层面。因此不能片面地认为在主观上资源投入足够多、企业上下决心足够大就可以达成目的,还是要从客观条件出发,根据保险企业的自身情况,合理布局,循序渐进。保险企业在充分汲取和学习具体科学技术的同时,还需要从整体布局出发形成配套机制,扎扎实实地推进智能化风险管理步伐。

 

    (一)厘清目标和路径

 

    科技赋能的代价不菲,从分析到部署乃至应用都会占据企业的大量资源,因此制定风险管理数字化转型目标,需要厘清其与企业整体风险战略及科技战略之间的关系。否则在目标不明确的情况下很容易出现本末倒置的做法,造成科技应用的水土不服,更有可能影响企业原有的运营生态。因此需要谋定而后动,在具体开展科技部署前,全面评估企业风险管理及其相关领域的创新能力,结合各个业务环节的风险管理诉求,明确方向和路径。

 

    (二)构建配套组织形式

 

    保险企业在进行风险管理数字化转型的同时,应当根据自身的实际情况对风险管理相关组织与岗位职能进行梳理和调整,使之成为数字化转型战略中的关键要素并提供明确的支持。因此,企业应当选择与转型目标更加契合的组织模式,帮助风险管理部门与数字化团队形成更为有效的互动,或者由总部或集团整合资源、建立不同类型的支持中心(例如:保险科技子企业、科技研究院或数字实验室),实现对于科技项目的具体赋能。

 

    [作者简介]刘皓宇,毕马威企业咨询(中国)有限公司北京分公司总监;李斌,毕马威企业咨询(中国)有限公司北京分公司风险管理咨询合伙人。

 

 

 

中国保险保障基金有限责任公司