精算大數據 全方位領航力

文●許伊婷

創新在各行各業首當其衝，尤其對枯燥乏味的保險業更是翻身機會，而「預測」對創新又格外重要。精算師就是保險公司中的「先知」，這群人運用數學、統計、量化推斷不確定性風險，並找尋合適方案降低風險，業務範圍包含商品設計、制定投資方針、洞悉人類行為……等經濟活動。

成為精算師的道路並不容易，平均十年才有機會取得資格，因此人才始終稀缺，截至二○一七年底，台灣正精算師僅二二六人，是不可多得的人中龍鳳。

然而隨著科技發達，不再只有精算師會精打細算，巨量分析技術的誕生，讓IT人員、大數據分析師成為先知中的先知，躍升最具潛力和發展性的明星工作。當算數這件事不再只能靠人，以算數維生的精算師會受這波洪流衝擊嗎？

為瞭解目前精算師在保險業運用大數據及預測分析狀況，全球規模最大的精算師組織SOA（Society of Actuaries，美國精算師協會）與《現代保險雜誌》執行「大數據與預測分析運用狀況大調查」，並將調查結果於【台灣的保險技術和預測分析：挑戰和機遇】學術論壇中討論。

論壇邀集明德精算諮詢公司（Milliman）高級合夥人與大中華區業務主管黃永發、財團法人保險事業發展中心董事暨逢甲大學風險管理與保險學系教授許文彥、勤業眾信聯合會計師事務所精算諮詢服務副總經理劉承宗、政治大學風險管理與保險學系教授許永明、東吳大學財務工程與精算數學系系主任詹芳書、國泰人壽副總經理洪祝瑞、全球人壽商品部助理副總經理鄭中安、富邦人壽商品精算部資深經理張正蔚，八位業界、學界精算先進深探保險新世界及打破精算師危機之路。

大數據運用現況
壽險：客戶行為 產險：商品開發 本調查以開放性填答詢問精算人員大數據預測分析的運用面向，將答案分類整理，與「開發商品」相關的回答率四八‧四％最高；其次是「客戶行為分析」，回答率二八‧一％。有趣的是，將保險公司分為壽、產險發現各有不同，壽險「客戶行為分析」運用最多，產險則是「開發商品」。

產險訂價運用大數據較多，主因為產險商品一年一期、保費較低，需承擔的事故風險較小；人壽保險則相對長期，一投保就是好幾年，商品開發所需準備較長、考慮也更多。

不過壽險精算過去有做類似的事，洪祝瑞舉出，體況愈好保費愈便宜的「優體保單」、生病還能投保的「弱體保單」，以及加費承保機制，都是精算師長年算出的產物，雖然客製化，但消費者仍覺有距離感。而近年推出的外溢保單可隨時觀察保戶步數、血糖……等健康數據，若步數達標、體況控制良好，保額就能增加或獲得保費折扣，讓保戶在遊戲規則下為自己爭取優惠，互動之中拉近與保戶的距離，又能督促體況，是大數據即時分析的優勢。

壽險業運用大數據開發商品窒礙難行，但客戶行為分析則較廣泛，鄭中安舉例，業者可從保戶使用官網的行為軌跡去分群、分類保戶，並預測刺激需求的行銷策略。目前有壽險公司創建「保險需求分析」網站平台，先詢問需要哪些保障，及年齡、性別、婚姻、生子等基本資料，再進一步以「測驗方式」引導民眾喚起保險需求及規劃。業者除藉此蒐集客戶行為資料，也提供想買保險卻不知怎麼買的準保戶一個管道。

此外，許永明指出，保險業對詐保防不勝防，運用大數據建構防詐模型，將過去詐保資料整理分析後設定風險分數，分數愈高愈可能是詐保犯，藉此降低詐保機率。

大數據有利有弊 要注意四大風險 大數據運用看似利多，但業者需注意四個風險： 1.適者生存 不適者淘汰 劉承宗認為，當市場上有業者運用大數據預測並從中獲利，其他家若無技術及財力跟進，就可能因無法競爭而被市場機制淘汰。黃永發進一步解釋，擁有強大技術和財務支持的公司可利用大數據來辨識風險較低的優質客戶，提供較便宜的保單吸引「好柿子（優質客戶）」，起步較晚的公司只能選與實際市場風險接近的「一般柿子」，甚至「爛柿子」。

打個比方，同樣是男性、三十歲、體況良好，但一位每天工作到半夜兩點、不運動，一位早睡早起、每天晨跑，可想而知後者體況持續健康機率較高，但兩位的保費卻相同，若做差異化訂價，後者投保可享折扣或提高保額，對優良客戶比較公平。

許文彥則提出事半功倍的建議，保險公司各部門可共同做數據分析。他研究經濟議題、逆選擇議題跑迴歸分析時，無意中也在評估發生率，帶入各變數即可知分別對發生率的邊際效果，再把未到期保單帶入，又能得到準備金。回到保險公司，計算發生率不只精算部，核保部也在算，卻是不同人在做，明明是同個模型，若一起做會更有效率。

更多內容詳見現代保險新聞網 。 請至現代保險網路書城 或 各大連鎖書店，購買或訂閱現代保險雜誌。
歡迎加入＜現代保險Fb粉絲團＞＆＜現代保險LINE＠好友＞
Facebook請搜尋：現代保險健康＋理財雜誌RMi
LINE請ID搜尋：＠rmi888
讓您每天接收最新保險資訊！