站在歷史的門檻上（二）：保險未來的根本之問

作者簡介：王和，中國人民財產保險股份有限公司執行董事、副總裁。

（根據作者在第二屆保險資訊化線下論壇上的發言稿整理）

保險業“根本之問”，即保險的立業之本有三：一是預測，就是讓我們覺得挺神秘的精算。二是大數，從根本上講，保險是一個“廣大人民群眾”的事業，需要一個數的集合。三是專業，就是我們經營管理的各種技術，如風險管理。保險業的存在主要是靠這“三招”，下面，我們就分別問問它們。

第一，我們來問預測。看一看“預測”的前世今生。

預測，對於我們中華民族而言，並不陌生的。歷史上，比較權威的有《易經》，比較民俗的就是我們經常在影視劇中看到的場景，一個戴著黑墨鏡的“李半仙”。為什么我們一直對預測這個問題很關注，因為，中國一直是一個農耕社會的國家，基本上屬於靠天吃飯，所以，總是希望通過各種辦法，如觀天像來預測氣候，了解自然的變化，更好地開展農耕活動。同時，由於知識的局限，古人覺得“生老病死”神秘莫測，所以，也希望能夠通過某種方法能夠了解和預測自身，於是，就有了占卜這些東西。在這里我想說的是：“半仙”你可以挑戰他，但隨著時間的推移，我們會發現《易經》是有很深的科學道理的。這是第一階段，也可以稱為預測的混沌時期，這個階段一直延續幾千年。

之后出現了統計和計量經濟，預測進入第二階段。我們通過采集一定的樣本數，積累一定的數據，然后做所謂的回歸分析，據此來發現事物發展的規律，藉此來預測未來，大家非常熟悉的就是保險精算。我們通過一定的樣本量、通過塑模、通過回歸分析來做預測。但漸漸地，特別是金融危機之后，我們覺得這些東西好像也不是很靠譜，因為，如果這些工具都非常靠譜，那么，你如何解釋金融危機的產生。導致金融危機的那些金融產品，大多是華爾街搞出來的，他們拿著一大堆資料跟你講：定價模型是如何建立的，回歸曲線是非常漂亮的，這個價格肯定沒錯，買，一定賺錢。后來怎么樣？大家都看到了。所以，我就斗膽講了一句話，曲線是可以按需回歸的，模型也能夠自我實現。只要“有心”，曲線總是能“回歸”的。這個階段，我把它定義為有限預測時期，因為，這種預測是有前提和條件的，是相對和局限的，它受到主觀干擾的空間比較大。

第三階段，就是現在，出現了以搜尋引擎、互聯網、物聯網、感應技術、神經網絡和大數據，這些現代科技，它們從根本上挑戰了傳統的預測。從保險精算的角度看，會出現兩個現象，一個叫數據變遷，一個叫原理革命。所謂數據變遷，是指在大數據的背景下，作為預測重要基礎的數據將發生一系列，而且是本質性的變化。

第一，是從質量，到數量和維度。以往我們所能夠拿到的數據量都是非常有限，你們能夠拿到多少樣本，五千個，一萬個？這五千個和一萬個，還是通過街頭調查來的，還不知道是不是真的，還可能帶有很強的主觀色彩，所以，數量非常有限，且真實性也難以保證，所以，並不能說明多少問題。那個時期，數據的數量有限，質量無從保證，維度也非常有限。在互聯網和大數據時代，數據的數量和維度都得到了極大的豐富。這種數量和維度的豐富，同時挑戰了質量，即如果數量足夠多，即使質量不太理想，同樣也能夠描述和解釋對象。

第二，是從內到外。過去我們更多的是關注行業和企業內部數據，保險精算也多是關注理賠數據，但它們能說明的問題非常有限。比如說車險，我們按照所謂的風險因子進行分類。如從人因素，分成性別，年齡、職業、婚姻、是否有孩子，抽不抽煙，但你覺得這幾個因素都一樣的人，他們開車的習慣，或者說風險能一樣嗎？也許一個是“女漢子”，一個是“林妹妹”，開起車來的風險肯定不一樣。但如果我們利用車載obd記錄儀和路上攝像頭的數據，來跟蹤這些車輛，得到的結論就可能完全不一樣。我們再看看壽險，這個問題就更明顯。我國大陸每年有70億次的門診量，這些門診數據肯定比我們所有賠案里的數據多得多，也更能夠解釋疾病風險、治療成本和生命表問題。還有一個非常重要的問題，這些數據的實時性更強，現在保險定價用的數據往往是許多年前的數據。所以，從歷史數據到當期數據，從樣本數據到全量數據，這些都是未來保險精算面臨的所謂“數據變遷”帶來的挑戰。

再就是所謂原理革命，保險精算原來更多的是追求一種因果關係的解釋，我們做歸因分析，通過解讀歷史，預測未來。但我們越來越發現：未來與歷史，其實並沒那么大的關係，隨著社會的發展，這個問題會越來越明顯。你會發現一個個體的風險，往往不是歷史因素決定的，而是由現實的一些關係決定的。舉一個例子，傳統保險要確定一個人的風險狀況，基本思路是通過對整個家族的歷史做一個系統分析，做一個歸因分析，判斷這個人大概是什么性格，行為風險如何，可能患什么疾病，您覺得這靠譜嗎？不要說他的太奶奶，奶奶，就是他媽，跟他生活環境都可能完全不一樣了，那么，風險因素又怎么可能一樣。但反過來，如果你要知道這個人的情況，你只要找幾個跟他關係最近的人，通過他們的描述，就基本上可以把他“刻畫”出來，比如他的生活習慣，是否抽煙喝酒，開車是不是很猛。從根本上講，這是從回答“為什么（why）”轉換到回答“是什么（what）”，這是精算的原理變遷。還有，就是前面談到的從抽樣到全量，因此，未來我們可能從“大數時代”逐步走向“多維時代”，通過多個維度，以幾何學的思維，就可以把這個人定義出來，刻畫出來。我們不再需要從單一維度，縱向地去深入探究，而是通過一個平面上的多個點，就能將這個人刻畫出來。

就預測而言，在互聯網和物聯網的時代，更大的挑戰是來自技術創新以及無處不在的感應終端。前幾年，谷歌開發了一個“流感監測軟件”，原理就是按照搜尋引擎上，人們檢索與流感症狀相關的詞條，如“打噴嚏”、“流鼻涕”等，就可以判斷出這個地方可能發生流感了，而這種方法，無論是在成本，還是在時間上，都比傳統模式要大大的節省和提前。因此，谷歌的流行病預測要比美國官方快的多，而且，成本還低。還有就是關於遷徙的問題，在前幾年，百度利用人們手機的定位系統，做一個“國人春節遷徙圖”，不要小看這張遷徙圖，這個圖揭示了移動資訊和聚集資訊，而“移動”和“聚集”均屬於風險要素。

接下來這個例子，與保險的關係就更直接了，一些國家開始利用“電磁波比地震波跑得快”的原理，開展地震預警，並將地震預警系統，綁定手機，就能夠在第一時間開展非常有效的預警。在災難預警方面，有一個“黃金十秒”定律，即如果能提前十秒預警，大約能降低人身傷亡39%。日本是較早開展這項工作的國家，國際上有一個“地震捕手”的項目，在全球范圍內征集志愿者，開展地震預測。我國四川等地也開展了類似的地震預警工作，在今年10月7日的景谷地震中，昆明居民提前67秒就得到了預警。

第二，我們再問大數。

保險和金融業所有的存在，都是靠大數的。大數靠什么？傳統的大數靠三個東西，一個是機構，需要建很多的機構網點；第二是產品，要開發各種各樣的產品；第三是時間，要日積月累大量客戶。傳統金融企業要實現數的集合，都要通過這三個要素來實現。同時，不管是從可能性，還是從效率上講，實際上都有一個比較高的門檻。但互聯網，特別是社交網絡將徹底改變這一切，看看姚晨，她微博的粉絲是6900萬，可謂是“富可敵國”，因為，泰國全國人口也不到6900萬。更有甚者是陳坤，據說他用“粉絲”做起了生意，並成功地開展了“粉絲經營”，粉絲每年交100多會費，就可以跟他互動，還可以優先看到一些東西，如新專輯等。有人算過，他的粉絲大概是7000多萬，只要有1%參與，就是70萬，一個人花100元，每年就可能是7000萬的進賬。你再看看那些門戶網站，他們旗下的“子民”都是數以億計，他們所集合的量，所能夠創造出的價值，是你難以想象的，這就是互聯網的力量。

第三，我們問問專業。

從傳統的角度看，我們對專業的認識，更多是“資訊”加上“智慧”，許多所謂的“專業”更多的是基於資訊不對稱。但在互聯網時代，特別是搜尋引擎的出現，專業，這個概念受到很大的挑戰。現在千萬別隨便說自己是“專家”，因為，任何人只要隨便搜尋一下，就什么都知道。有次我去參加一個講座，我的鄰座問我：是否認識這位專家？我非常詳細地向他介紹專家的背景，他肅然起敬，說你真了不起，什么都知道。我就笑了，其實，我不過是兩分鐘前“百度”了這位專家而已。互聯網時代賦予“專家”以全新的內涵，出現了“社會腦”和“互聯網進化”的概念。還有，就是人工智慧的出現，機器人的出現，也從根本上挑戰了傳統對於“專家”的認識。

那么，大家可能會問，如果說“預測”的光環不再了、數的集合模式改變了、專業存在方式顛覆了，那么，未來金融業如何存在，保險業如何存在？這是一個很大的問題。確實，互聯網時代可能給預測帶來一種質的飛躍，最富想象力的是神經網絡技術在預測領域的應用，它將改寫整個預測科學。如果預測科學突破了，意味著“不確定性”問題面臨巨大挑戰。人們買保險，從根本上講就是買不確定性，如果越來越多的東西都確定了，還買什么？所以，保險業面臨著一個根本性追問，即預測是為什么。

從保險經營的角度看，預測的目的是定價，如果說未來“預測”本身也面臨著根本性的挑戰，那么，保險業就需要重新思考“定價在前，成本在后”這種經營模式的可持續性問題。面向未來，可能需要一種基於相對動態的定價模式。如，“前定價”加“后定價”，甚至是完全的“后定價”模式。因為，我們知道保險的根本目的不是簡單地為了獲得賠款，而是形成並參與到一種互助組織之中。如果我們回到這個“出發點”去看問題，就能夠理解，預測和精算不過是完成互助費用的分攤，那么，這種分攤在前，還是在后並不重要。特別是未來，隨著互聯網時代的發展，互助保險將出現“回歸”，並將改變傳統保險對預測和精算的認識，如德國的“朋友保險公司”和上海的“抗癌公社”模式。

第二，看大數的集合問題，我們不妨回顧一下“集合”的歷史。在人類發展的原始階段，更多的是以一種個體、獨立和被動的方式去面對風險。隨著社會的發展，出現各種組織，如公社、部落和家庭，這種社會組織的出現，實現了一種風險分散和損失共擔的模式，如我國古代的“義倉”制度。“義倉”就是在一個部落中，在正常年份，每個人拿一點糧食放到這個倉庫里去，等到災荒之年，或者遇到征戰有人死了，就可以從義倉里拿糧食。

后來，隨著社會的分工和進步，出現了商業保險公司。這種市場化的機制能夠實現有序和相對高效的集合，但這是一種相對被動的集合。用現代保險制度理論來解釋，是建立一個社會保險基金池，通過這個平臺來實現投保人之間的互助共濟。然而，顯而易見的是這種集合是相對粗放的，不能很好地體現個體的風險特征和偏好。更重要的是，其運營效率已受到越來越多的質疑和挑戰。

到了互聯網時代，傳統的集合方式，特別是效率問題將成為互聯網“逆襲”的突破口。互聯網對保險的最大貢獻是推動集合方式的進化，即它讓更多元和個性化的集合方式成為了可能，會出現一種我稱之為“和而不同”的新模式。人們完全可以根據各自的風險偏好，形成一種相對個性化的互助組合，並對組合擁有知情權和選擇權。同時，不同組合之間還可以形成更大范圍的互助和平衡。舉一個例子，如汽車俱樂部，同品牌，甚至是同款的車主，就可以集合成一個相對同質化的，或者是風險偏好相似的組合，這種組合除了可以在內部實現風險分擔，還可以通過再保，實現更大范圍的風險分散。

除了上述話題外，面向未來，我還想跟大家交流兩個話題。一是“減量管理”，準確地講是保險應當從等量管理走向減量管理。傳統保險更多的是基於等量管理的經營理念，即用被保險人的保費，形成保險基金，在扣除稅收和費用之后，以賠款的方式在被保險人進行分配，這就是傳統的保險模式。但未來這無疑將面臨巨大的挑戰，因為，保險行業認為30 -35%的費用是正常的，是“國際慣例”，但這個費用率是不是合理，經不經得起互聯網時代的“考驗”，是傳統保險行業不得不面對的挑戰，因為，以后這不再是你說的算！記得2007年，我帶著一個團隊做交強險聽證工作，消費者代表就質疑：我們交了1000億的保費，你們保險行業就用了300多億。我們覺得“天經地義”，別人覺得“不可思議”。那么，合理的費用率是多少？大家可能沒有答案，但我認為市場肯定有答案！也肯定不會是35%！因為，這個背后挑戰的是保險整個行業的效率問題。也許有的公司會認為那樣沒法做，那是你的事情，市場的邏輯就是優勝劣汰，你做不了，自有人做。所以，我認為“減量管理”是一個思路，我們要通過為社會和客戶創造價值，然后分享價值。

二是“風險心理學”，這個話題很大，我簡要說一下。我提出“風險心理學”的概念，核心訴求是解決行業的社會責任和貢獻問題。我們知道：風險在很大程度上是由人的主觀及預期決定的，即風險是主觀與客觀的差異。有的時候，你沒有感覺到風險，問題就出在你的主觀認識不夠，也就是我們常說的“無知者無畏”，而保險在解決“風險心理學”方面是可以大有作為的。首先，保險可以通過解決資訊不對稱問題，去縮短主觀認識與客觀實際之間的距離，讓更多的人能夠客觀和科學地認知風險，繼而解決預期、決策與行動問題。其次，保險可以通過專業管理和服務，去穩定預期，繼而穩定心理，從而實現心理與預期，心理與風險改善的良性互動與協同，就能夠改善人們“心理賬戶”的資產負債表狀況，提升社會的“幸福指數”，為社會帶來福祉。