“律商風(fēng)險(xiǎn)不搬運(yùn)數(shù)據(jù),而是演奏數(shù)據(jù)樂(lè)章……”
律商聯(lián)訊風(fēng)險(xiǎn)信息(LexisNexis Risk Solutions,以下簡(jiǎn)稱“律商風(fēng)險(xiǎn)”)作為全球領(lǐng)先,深耕中國(guó),為保險(xiǎn)行業(yè)提供數(shù)據(jù)和技術(shù)解決方案的公司,致力于將各類數(shù)據(jù)有機(jī)融合,為客戶提供增量?jī)r(jià)值。律商風(fēng)險(xiǎn)形象地將各類數(shù)據(jù)視為“音符”,通過(guò)專業(yè)分析建模與產(chǎn)品設(shè)計(jì)能力,最終把“音符”譜成了優(yōu)美的旋律。
以律商風(fēng)險(xiǎn)“動(dòng)靜合一”模型為例,首先將基于靜態(tài)物理參數(shù)所建立的“車型風(fēng)險(xiǎn)等級(jí)元素周期表”作為音符(Notes),緊接著融合動(dòng)態(tài)從用數(shù)據(jù)形成波音(Mordent),進(jìn)一步在靜態(tài)數(shù)據(jù)錨定風(fēng)險(xiǎn)等級(jí)的基礎(chǔ)上差異化風(fēng)險(xiǎn),完成風(fēng)險(xiǎn)精準(zhǔn)定位,圖1形象刻畫了這一過(guò)程。
圖1:動(dòng)靜合一評(píng)分模型原理示例
備注:車型A和車型B的靜態(tài)評(píng)分,分別為450分和400分;考慮每一車輛(VIN)動(dòng)態(tài)從用數(shù)據(jù)的差異,動(dòng)靜合一分將圍繞靜態(tài)車型分上下波動(dòng)。以車型A為例,某車輛A1因里程、行程等動(dòng)態(tài)信息相對(duì)平均風(fēng)險(xiǎn)傾向低風(fēng)險(xiǎn)方向,A1動(dòng)靜評(píng)分從450分移動(dòng)到350分;而車輛A2反之,從450分移動(dòng)到660分。圖中僅列示部分靜態(tài)、動(dòng)態(tài)字段;評(píng)分越高,風(fēng)險(xiǎn)越高。
動(dòng)態(tài)信息的融入,讓原本風(fēng)險(xiǎn)區(qū)分能力優(yōu)異的車型靜態(tài)評(píng)分(車型風(fēng)險(xiǎn)等級(jí)元素周期表中的具體風(fēng)險(xiǎn)值)得以加強(qiáng),使得模型在高低風(fēng)險(xiǎn)兩極獲得更好的風(fēng)險(xiǎn)識(shí)別能力,參見圖2。律商風(fēng)險(xiǎn)高級(jí)數(shù)據(jù)科學(xué)家單翔表示,“車輛動(dòng)態(tài)從用數(shù)據(jù)對(duì)賠付率的影響,本質(zhì)是通過(guò)影響出險(xiǎn)率來(lái)間接影響賠付率。應(yīng)客觀理解與分析動(dòng)態(tài)從用數(shù)據(jù)的三大特征——相變性、活躍性和多維性,在此基礎(chǔ)上才能設(shè)計(jì)出合理的模型結(jié)構(gòu),充分挖掘數(shù)據(jù)價(jià)值,以確保風(fēng)險(xiǎn)細(xì)分結(jié)果具有良好信度(穩(wěn)定性)與效度(區(qū)分度)”。三大特征具體如下:
圖2:在靜態(tài)物理參數(shù)評(píng)分基礎(chǔ)上,融入動(dòng)態(tài)信息能夠有效拉升兩極高低風(fēng)險(xiǎn)區(qū)分度
一是相變性。賠付率是由出險(xiǎn)率、案均和車均保費(fèi)三要素共同決定,而動(dòng)態(tài)從用數(shù)據(jù)主要與出險(xiǎn)率相關(guān)。在實(shí)踐中,可觀測(cè)到動(dòng)態(tài)信息與賠付率之間的關(guān)系圖呈現(xiàn)相變性的特點(diǎn)。以年化行駛里程為例(如圖3所示),當(dāng)里程低于0.1分位點(diǎn)或高于0.9分位點(diǎn)時(shí),賠付率會(huì)呈現(xiàn)明顯變化,而在中間區(qū)域的變化則相對(duì)平坦。這些分位點(diǎn),被稱為賠付率相變點(diǎn)。這種現(xiàn)象可以類比于水在標(biāo)準(zhǔn)大氣壓的狀態(tài)變化:只有在溫度低于0攝氏度時(shí),水才會(huì)結(jié)冰;而在溫度高于100攝氏度時(shí),水才會(huì)沸騰。當(dāng)溫度介于兩個(gè)相變點(diǎn)之間時(shí),很難從視覺(jué)上觀測(cè)到水的明顯變化。動(dòng)態(tài)數(shù)據(jù)的相變性現(xiàn)象同樣表明,動(dòng)態(tài)數(shù)據(jù)雖然可以提升對(duì)兩級(jí)賠付率的區(qū)分度,但在中間區(qū)域的區(qū)分效果平坦,甚至容易波動(dòng)。因此,脫離車輛物理屬性靜態(tài)信息的動(dòng)態(tài)評(píng)分,往往在評(píng)分中間區(qū)域?qū)r付率風(fēng)險(xiǎn)區(qū)分乏力。
圖3:年化行駛里程分位點(diǎn)與賠付率呈現(xiàn)相變關(guān)系(新能源車為例),在高、低里程區(qū)域賠付率變化明顯,尤其是高里程區(qū)域,而約80%中間區(qū)域賠付率變化則相對(duì)平緩。本圖為基于大樣本量統(tǒng)計(jì)結(jié)果。
二是活躍性。作為動(dòng)態(tài)信息的第二大特征,具體指所能采集到動(dòng)態(tài)信息暴露的充分程度。以高速數(shù)據(jù)為例,自疫情結(jié)束管控以來(lái),2023年全國(guó)范圍內(nèi)約有70%的車輛在過(guò)去一年中曾在高速公路上行駛。而在這些上高速的車輛中,又約有70%的車輛在高速公路上行駛相對(duì)充分,活躍度高。因此,可以得出結(jié)論,大約有一半的車輛在高速公路上行駛活躍,其動(dòng)態(tài)信息暴露相對(duì)充分;而另一半車輛的動(dòng)態(tài)信息暴露則不夠充分,這導(dǎo)致動(dòng)態(tài)信息對(duì)出險(xiǎn)率的區(qū)分能力不足。特別是對(duì)于那些從未在高速公路上行駛的車輛或新車來(lái)說(shuō),將沒(méi)有高速動(dòng)態(tài)信息。這些動(dòng)態(tài)信息活躍度偏低的車輛能否得到車輛物理屬性靜態(tài)信息的補(bǔ)充,在風(fēng)險(xiǎn)細(xì)分上就顯得尤為重要。
圖4:以高速數(shù)據(jù)為例,約有50%的車輛動(dòng)態(tài)從用信息暴露不充分
三是多維性。動(dòng)態(tài)從用數(shù)據(jù)對(duì)風(fēng)險(xiǎn)的影響可以從兩個(gè)層次來(lái)理解:一方面基于行駛里程、行程數(shù)等信息的行駛暴露類基準(zhǔn)風(fēng)險(xiǎn)。簡(jiǎn)單地說(shuō),車輛使用越頻繁,其風(fēng)險(xiǎn)暴露越高;另一方面則反映相對(duì)風(fēng)險(xiǎn)水平,例如通過(guò)百公里超車次數(shù),百公里急加急減次數(shù)等數(shù)據(jù)來(lái)衡量。最終,基準(zhǔn)風(fēng)險(xiǎn)與相對(duì)風(fēng)險(xiǎn)共同決定從用風(fēng)險(xiǎn)。就相對(duì)風(fēng)險(xiǎn)而言,又可以細(xì)分為:“超車/超速信息”,“急加/急減信息”,“疲勞駕駛信息”,“行駛路徑分散度信息”,“行駛時(shí)間偏好信息”,以及“GIS信息”等維度。這些維度共同構(gòu)成刻畫相對(duì)風(fēng)險(xiǎn)的多維數(shù)據(jù)立方體。所以,即便能夠獲取到相同的動(dòng)態(tài)信息源,能否科學(xué)、系統(tǒng)地衍生出多維數(shù)據(jù)立方體,形成相對(duì)正交的動(dòng)態(tài)特征空間,是衡量挖掘動(dòng)態(tài)數(shù)據(jù)價(jià)值潛能能力的關(guān)鍵。
圖5:動(dòng)態(tài)數(shù)據(jù)多維解析與特征結(jié)構(gòu)
律商風(fēng)險(xiǎn)產(chǎn)品經(jīng)理李莉?qū)ⅰ皠?dòng)靜合一評(píng)分“總結(jié)為“查得率行業(yè)最高,靜態(tài)最全,動(dòng)態(tài)精準(zhǔn)”。
圖6:律商風(fēng)險(xiǎn)動(dòng)靜合一評(píng)分流程圖
律商風(fēng)險(xiǎn)不是數(shù)據(jù)的搬運(yùn)工,而是數(shù)據(jù)價(jià)值的演奏者。正是基于對(duì)律商風(fēng)險(xiǎn)行業(yè)獨(dú)有車輛物理參數(shù)靜態(tài)庫(kù)的深耕,以及對(duì)動(dòng)態(tài)從用數(shù)據(jù)三大特征的深刻理解,構(gòu)建出具有獨(dú)特優(yōu)勢(shì)的動(dòng)靜合一風(fēng)險(xiǎn)評(píng)分。
作者:律商風(fēng)險(xiǎn) 單翔、李莉
相關(guān)稿件