车险持续变革中，各大保司撬动长期机遇的支点在哪

律商风险在近40年的实践中，历练出在数据、技术、算法、分析、行业专长5个方面的核心能力，为客户设计高质量解决方案，以赋能其对消费者客户的个性化智慧决策。

作者保观

2022年已过，与其他险种稳步增长相比，作为财险行业的当家险种车险所交出的成绩单，表现只能说是继续承压下行：数据显示，截至2022年6月底，车险保费占比又一次跌落至50%以下，为49.7%。

从2022年上半年数据看，我们得认清的一个现实是，车险业务已不再是财险增长的最大驱动力，而农险、责任险和健康险业务正逐渐成为拉动财险市场增长的新引擎。

但是新能源汽车爆发式增长也从侧面带动着新能源车险的需求释放，两方交叉影响下，车险来到了发展的十字路口，市场未来发展不确定性增加，行业变革航行至深水区。

围绕车险变革的问题随之而来：车险市场面临了哪些困难和挑战?新能源车险落地满一年，如何破解风控难题和提高风险评价的准确性?2023年车险市场的发展重点又在哪里?

带着这些疑问，近日，我们在直播中连线了律商联讯风险信息(以下简称“律商风险”)数据科学总监虞泽明，律商风险产品总监高伟，一起讨论车险发展的新局势与新要求。

作为励讯集团旗下，定位于全球领先、深耕中国的保险数据和分析专家，律商风险在近40年的实践中，历练出在数据、技术、算法、分析、行业专长5个方面的核心能力，为客户设计高质量解决方案，以赋能其对消费者客户的个性化智慧决策。其中，在聚焦于服务车险行业方面，律商风险为客户推出了从展业到理赔的保单全生命周期管理中的多个解决方案，以提升流程效率，降低业务风险，现已成为中国市场99%的车险公司长期合作伙伴。

“为了更好地迎接车险市场的这场持续变革，我认为数据分析和精准量化是整个车险市场需把握的核心方向”，对于车险变革之趋势，虞老师更看重“数据”这一关键因素。而除去“数据”，两位老师也从其他角度与我们做了深入的探讨，给我们带来了一些十分有价值的思考，本文的主要内容也来自该场直播。

1.各大保司在车险市场面临哪些挑战?

纵观车险市场的发展历程，风险的精准量化一直是行业特别关注的问题。2020年9月车险综改把商业险自主定价系数范围确定为0.65-1.35后，消费者可以感受到市场上的车险保费差异突然变大了。不久前，银保监会把商业车险自主定价范围进一步扩大为0.5-1.5。我们可以预期对于同样的业务，不同保险公司的保费差异会进一步拉大。

在行业费率表的基础上，各家保险公司势必会通过对风险的理解来制定价格策略以及核保策略，这对于其自身风险的理解和量化核心能力有着极高的要求。那么，具体有哪些风险?各保司又该如何提高风险评价的准确性?

虞老师认为风险主要有四大类，即从人、从车、从路、从用风险。

从车风险来看，行业费率表就使用了品牌车系车龄等从车因子。众所周知，车辆的物理属性与风险息息相关，一辆高端跑车跟一辆舒适型的轿车，其价格、制造工艺、原材料都是不一样的。举例而言，有些车是碳纤维的车身，有些车像越野车或者皮卡是高性能钢的。这两种材料的不同，导致在一个碰撞事故中，对材料或零配件的形变结果是不一样的，随之的维修成本也就不一样。不同的品牌、不同的车系、不同种类的车的风险程度也不一样，这就导致了维修成本不一样、保险理赔成本不一样、保费也不一样。

那么对于同一款车，为什么风险以及保费也存在差异?这就涉及到人的因素了。即使是同一辆车，不同的人开，风险也是不同的。比如：有的人性格沉稳一些，开车也比较保守。而性格激进的人或许会频繁急加速、急刹车、频繁变道，这类人的出险次数就会比前者高，赔付成本也会比前者高。

与从人因素息息相关的是从路、从用因素。有的人开车只是用来代步买菜、接孩子，车开的少，而且一般在熟悉区域开，相对安全。而另一些人喜欢周末去自驾游，跑长途，环境不熟悉，自然也更容易发生交通事故。

另外，要提高风险评价的准确性，就离不开数据分析、建模。这里面包含三个层次。

一是数据。比如，律商风险有着非常广泛的数据维度。可以从车的属性，到驾驶行为，以及用户的消费行为，去判断这个人本身的风险偏好、谨慎程度。

二是算法。律商风险也可以通过算法创新，从海量数据维度中提炼出对于风险识别尤其有效的因子，通过严谨的建模流程，来建立具有良好泛化能力的、普适性的风险评分模型。

三是模型可解释性。一个数据模型如果是一个黑匣子，很神秘，那么就不容易被接受。不管是保险公司的业务员也好，消费者也好，在得到这样一个模型结果之后，很有可能不理解，就会对它的落地推广造成障碍。风险评价再准确，如果只是停留在学术研究层面无法落地，那么就无法带来价值。

而在这个方向，律商风险通过海外银行信用风险的案例得出的经验，提供了很好的解题思路。律商风险在挖掘银行信用数据之后，从里面提炼出了人的谨慎度、责任心、冒险意愿维度去解释模型结果，在实际落地应用中得到了较好的反馈。正是基于这样的海外经验，也基于本土的大量努力之后，律商风险打开了模型的黑匣子，让自身的评分结果更容易被保险公司以及广大消费者所接受。

2.新能源车险敞口向上，该如何破解风控难题?

公开数据显示，2022年我国新能源汽车保有量已达1310万辆，同比增长67.13%，呈高速增长态势。随着新能源汽车发展步伐加快，专属车险也已相继出台，其车险评分所用数据来源及如何破解风控难题备受市场关注。

首先，跨行业数据赋能是新能源车险数据来源的重要渠道。在传统燃油车车险定价理念下，保司可以基于历史数据的分析和提炼，对未来风险的不确定性进行一定程度的量化。而由于新能源汽车刚刚起步，其电池信息、电机信息及理赔信息，都还没有历史数据作为参考评估。但我们能够从整车维度上，将电池种类、电机类型、电池容量、续航里程等等信息，来对未来可能产生的风险进行预判。比如，律商风险有自己的数据加工体系，在通过不同的合规渠道获得数据并进行加工整合后，形成可以用于建设风险评分的数据，这也对后期打造数据标准化奠定了坚实基础。

其次，要想真正破解新能源车险风控难题，克服其承保中的风险精准量化和差异化风险因子是关键。以律商风险新能源车险“动静合一“评分解决方案为例。律商风险为客户引入了从人、从车、从路、从用4个方面的动态和静态信息以提升每辆承保车辆的风险水平精准评估。例如，车辆越大、越重，刹车难度就越高;车身越长，盲点区域也越大;零整比越大，理赔成本就越高等。在静态信息发挥车型风险解释差异的基础上，通过大数据信息降噪处理后的动态信息更能锦上添花地对该车型下不同车辆进行风险差异分析，从而给出相应折扣、增费和费用。

另一方面，值得关注的是蔚来等新能源车企也拿到了保险经纪牌照，那么，这些车企在新能源车险的风控方面会有哪些优劣势?

在优势方面，一是新能源车企服务更完善。新能源车企以车险为入口既打通了车主用车生命全周期，也培养了新的投保业务模式和收入增长空间。车企与用户直连互通，通过车主保险服务新生态提升用户粘性和品牌忠诚度，拓展为全链条出行服务商，例如车企经纪公司出单的车辆在电池事故损坏后，可第一时间被送回厂更换，同时申报理赔。

二是数据更完备。新能源车企的天生数据优势将为险企提供可靠UBI定价基础、降低定损理赔难度、丰富客群资源，从而形成业务和服务不断优化的闭环。

而在劣势方面，一是由于车险具备属地化特征，要做好车险服务，全国范围线下服务网络是其保证用户服务的基础。而目前的新能源车企发展时间较短，这样的重资产服务网络需要长期的积累，才能不断提升理赔服务的便捷和风控的完善。

二是新能源车企搭建保险风控系统的挑战很大。比如，在车险电子化方面，新能源车企必须具备一套成熟的线上系统，实现报价、支付、出单、理赔、结算、管理等功能，同时也要与保险公司报价、核保系统深度对接，而不同省市不同保险公司的接口、承保规则都存在差异，这些都对新能源车企资金和时间成本有很大的考验。

3.展望2023年，如何把握车险业务重点?

在谈到车险市场2023年的发展趋势上，高老师有自己独到的见解。

第一，风险细分方面。随着0.5-1.5的折扣系数放开，风险筛选将向更为精细化、定价精准度要求方向提升，各大保司能做到有效差异化的核心，一定是基于对所投保的客群有足够了解，做好做足从车、从人、从用、从环境的多维度信息储备，保司更可通过对各风险因子的细分，可以将保费更加透明化。比如，零整比低的、车身结构更稳定的车保费更低;驾车平稳、越谨慎驾驶的车主会有更大的折扣;夜间开车少的保费更低等。

第二，续保方面。在保费发展和成本管控的双重压力下，市场对于续保客户的留存及管理的需求将提升，但是续保提效的挑战也是客观存在的。首先，无法及时知道客户投保意向和风险状态是否有变化。比如，在提高三者险保额、用户换工作、家庭情况发生变化的情况下，客户的投保意向也会发生很大改变。其次，保司无法及时知道客户是否被竞争对手报价了。最后，就算知道了也无很有针对性的挽留策略，数据分析表明，越临近保险到期日，客户被询价后流失的概率越大。基于此，律商风险为客户搭建了有效的续保风控机制，能够及时准确地告知客户续保车主的需求，并快速触达并合理有效地挽留。

第三，在保中风险监控方面。保司在从展业、报价、核保、定价、续保、理赔，全生命周期中都要考虑到风险暴露变化的差异，以及做相应的风险管控机制。在从事车险全流程服务时，保司从展业端做进来，到询报价、承保、理赔和续保的全生命周期中，核保时点和定价时点，是风险管控最重要的方面。但是在综改后的风险筛选精细化上，核保和定价两个环节已不再是主要责任，而是成为贯穿展业到续保全承保流程的管理目标，这样就使得保司让好不容易做进来的任何优质业务，不会被轻易流失掉。

总的来看，律商风险无疑是这一领域的领袖。在过去的发展探寻中，律商风险在车险领域的数据获取、分析以及风险处理方面获得了长足的进展。对未来的发展规划上，律商风险也有着非常清晰的目标：通过数据与分析，帮助客户在展业到续保的承保管理中，提升流程效率，降低业务风险，从而使客户所服务的终端消费者们获得更优的保险购买体验。

同时，对于车险公司来说，在车险持续变革的浪潮中，更需要勇于自我颠覆，打破固定的思维模式，不断加强数据和分析技术创新，在实践中实现进一步突破。

郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如有侵权行为，请第一时间联系我们修改或删除，多谢。