气象大数据保险应用实例 | 蓝驰深度

发布日期:1 年前

blob.png


此次的文章内容由蓝驰所投企业南燕信息技术有限公司CEO龚勋所提供。

上海南燕信息技术有限公司是专业的第三方保险电子商务综合服务平台。基于深刻的保险行业理解,公司推出互联网保险B2B模式,打造上下游垂直一体化的平台模型,提高交易的频率和黏度,帮助保险商业链上的各个参与伙伴获利,致力于打造一个最迎合专业人士需求的保险平台。

一、气象数据的作用

 

气象条件主要包括气压、温度、降雨、湿度、风速、日照时间等,各种气象条件都有可能会在某个领域内对生产经营活动造成影响,成为影响其盈利水平或稳定性的关键因子。


blob.png


综合分析过去多年的气象大数据,可以计算特定气象风险在未来一段时间内发生的概率及其置信区间,通过气象条件与经营结果的相关性分析,即可获得在目标期间内一个或多个风险因子造成损失的期望值,从而为保险定价提供基础。

 

二、气象数据在保险业的直接应用

 

我国现实的保险市场上,气象数据目前在第一产业领域的应用上已经出现诸多实例。除了广泛开展的政策性农险以外,小范围区域市场的创新型应用也不断出现。如江苏的大闸蟹养殖保险,承保台风、洪涝等当地常见自然灾害的发生对螃蟹养殖带来的损失。而大连獐子岛的风力指数型水产养殖保险,则以风力指数作为保险承保理赔的基础。

 

除此之外,直观的气象数据也在生活领域被趣味性地应用。比如,航班延误保险已经被广泛提供在旅行产品上,高温津贴、中秋赏月等话题性保险也受到了市场的关注。

 

三、气象相关保险的设计逻辑


尽管最终表现的保险产品形态多样,但气象相关产品的设计逻辑基础是通用的。首先是输入不同气象条件因子,来计算与经营结果的相关性,通常是选用相关系数绝对值最大的那个因子来考虑分析最大风险因子的发生概率和置信区间取决于历史气象数据的完整性和准确性,是保险产品定价模型的基础。业内普遍的看法,相对有效的分析,至少需要近30年的数据记录做基础。而判断结果的可靠性,与做预测的时间区间有明确的关系,时间区间越长,可靠性越高。

 

对一般保险产品而言,风险因子造成的损失概率是保险定价的另一个基础。该项因素主要取决于承保标的的状态,相对比较容易获得其众位数和均值。而在不易评估和核算的领域,如农牧养殖业,可以忽略掉该项,直接以因子指数作为承保基础,以约定的保险金额作为损失程度。

 

在取得风险因子的阈值区间和损失概率的基础上,可以参考美式期权的二叉树和欧式期权的Black –Scholes模型,反推出保险产品的风险成本,加载相关的管理和销售费用来定价。

 

四、海外的区域性巨灾应用

 

如果我们可以把一个固定的地点在气候风险的暴露(exposure)计算清楚,简单来看在美国的飓风区域内就可以以一个经纬度的区间,通过选择场模型/对象模型/网络模型等多种建模方式以二维或者三维乃至多维方法计算综合暴露,因此气候的巨灾风险基本可以计算承保。

 

应用起来就是各个州政府和联邦通过购买商业保险公司承保的巨灾保险的方式解决重建问题。

blob.png


例如,佛罗里达政府同时参与飓风巨灾风险的直接保险和再保险市场,其巨灾保险制度主要由巨灾基金(FHCF)和居民财产保险公司(CPIC)两个机构组成,这些巨灾保险项目为美国经济和社会发展起到了稳定器的作用。

 

除了区域性巨灾之外,普通的风霜雨雪等也可以加入保险,目前在国外已经有应用的实例。

 

英国:降雨保险

 

英国保险公司与气象部门合作,对英国各地的降雨进行分析,绘制成英国全国年和月平均雨量图,作为制定保险费率的依据,并将全国划分为2000个不同等级的保险费率区。如今,天气保险已经进入英国人生活中的各个领域,凡是与气候有关的户外活动,诸如高尔夫球赛、高空特技表演、花卉展览、瓜果节、外出旅游等,人们大多都预先购买天气保险。

 

西班牙:阳光保险

 

在西班牙一个叫太阳海岸的旅游胜地,当地的一家保险公司开发了一项叫做阳光保险的新保险业务。其主要内容是:游客若在太阳海岸21天的游玩中,有4个白天下雨,则保险公司赔偿被保险人3周开销的一半费用;如果遇到7天下雨,则赔偿其全部费用。

 

日本:樱花险

 

在日本,每年观赏樱花是日本人最为重视的一个活动之一,日本的保险业者针对这个活动开发出了樱花险。其具体操作方法是:保险公司请气象专家参考近几十年来日本列岛的樱花开放规律,对当年的气温、日照时间等气象问题进行预测,并研究和分析这些气象数据对樱花开放期的影响,然后再预测各地樱花开放的具体日期。投保的旅行社、休闲娱乐场所以及其他客户可以根据保险公司的预测安排相关日程,如果樱花开放日期与保险公司的预测不一致,保险公司将向投保者支付赔偿金。

 

五、国内进一步应用的空间

 

由于第一产业受到气候影响最大,所以主流应用会集中在此领域。光伏发电(同理也包括潮汐发电、风电)等新的自然能源有关行业有广阔的应用空间。巨灾保险的研究开发也是目前行业内的主要课题之一。

 

除此之外,气象因素在大众保险领域的应用有无限的想象空间。例如,中日韩区域间的游轮,经常在三季度产生因台风影响靠港和跳港的服务损失。游轮公司和旅行社往往需要提供一个额外补贴来处理该项损失,保险公司已经试探性推出的包含了该项损失的产品,但是囿于过于依靠主观判断的小范围应用,导致理赔率过高,供应并不稳定,应用气象大数据是可以完全解决这个风险的。

 

相关的大数据保险创业新闻:

 

美国的 WeatherBill,使用美国政府开放的气象数据(www.data.gov)创造了实时订制气象保险服务,主要为能源、农业、零售业等行业提供弹性的天气保险服务。WeatherBill 为农户提供最合适的播种、喷药以及施肥等时机等智慧天气提升气象附加价值,帮助农户避免天气带来的收成经济损失。并且,WeatherBill 最终以 10 亿美元估值被种业公司孟山都 (Monsanto) 收购,现名为 Climate Corporation,今年(2015) 八月Climate Corporation 出售了保险业务宣布专注于数字化精细农业;IBM 近期也以 20 亿美元并购了 Weather Company 除有线电视外的其他业务,苹果手机上自带的天气数据就隶属 Weather Company。(来自罗应链)

 

作者介绍:

 

龚勋,20年金融从业经验,历任证券、银行、保险业高管。离职创业前是某外资保险公司中国区副总经理。财务、法律、精算、信息技术等多重学历背景,英国、香港、中国注册会计师。

 

2015年创立南燕保险618平台,领导南燕迅速成为国内领先的保险业第三方SAAS服务商,为国内一线保险中介和部分全国性旅行社及各种行业协会打造大数据平台并提供产品设计、理赔服务等保险相关服务。