由北京中交興路信息科技股份有限公司(以下簡稱:中交興路)與中國銀行保險信息技術管理有限公司(以下簡稱:中國銀保信)聯(lián)合推出的重載貨車保險風險評測模型,自2018年11月上線以來,已成為國內(nèi)主流保險公司在承保重載貨車保險業(yè)務前進行定價決策與核保的必要工具,有效提升了保險公司在業(yè)務經(jīng)營上的風險管理水平。

近日,在中交興路與中國銀保信的通力合作下,重載貨車保險風險評測模型完成了又一次全面升級,實現(xiàn)了對保險賠付率更加精準的預測。經(jīng)過歷時6個月的建模、部署和校驗,新版模型已于 12 月 4 日正式上線!

新版重載貨車保險風險評測模型在建模過程中,使用的數(shù)據(jù)量規(guī)模之大,超過此前任何一次升級,并且在模型算法、數(shù)據(jù)因子、適用車輛類型等方面有著諸多創(chuàng)新。

【分地市建模】

針對預測效率的提升,雙方依托各自優(yōu)勢,提取覆蓋河北、河南、山東、山西、江蘇、安徽、廣東、廣西、四川、云南、陜西、遼寧共12個省市的多年度全量數(shù)據(jù)進行分地市建模。

為了讓全國每個地市對于賠付率預測的精度都有提升,雙方以省為單位,先建立省級模型,再在省模型基礎上分地市進行調(diào)整、優(yōu)化;最后,再把建模過程中得到的規(guī)律性結論應用于其它省份和地區(qū),使得新版模型效果在全國所有省份都有所提升。

【引入殘差神經(jīng)網(wǎng)絡(ResNet)深度學習算法】

隨著可使用的數(shù)據(jù)因子呈現(xiàn)指數(shù)級增長的態(tài)勢,保險精算工作需要更多、更先進的模型算法用以不斷提高保險風險預測的精度。

基于此前已應用的廣義線性模型(GLM)、廣義可加模型(GAM)、廣義可加混合模型(GAMM)、極端梯度提升模型(XGBoost)等算法,中交興路和中國銀保信進一步引入殘差神經(jīng)網(wǎng)絡(ResNet)深度學習算法,最終使部分重點地區(qū)的模型預測效果得到顯著提升。

殘差神經(jīng)網(wǎng)絡(ResNet)是微軟亞洲研究院于2015年提出的深度學習神經(jīng)網(wǎng)絡結構,曾獲當年ImageNet競賽冠軍,以及2023年“未來科學大獎-數(shù)學與計算機科學獎”。本次建模時,雙方首次將這一模型引入到保險風險評測模型領域,并自定義在保險模型中常用的Tweedie分布損失函數(shù)。在雙方的實踐中發(fā)現(xiàn),對于特定的建模數(shù)據(jù),只要網(wǎng)絡結構、激活函數(shù)、損失函數(shù)等參數(shù)設置得當,使用以殘差神經(jīng)網(wǎng)絡為代表的深度學習模型既能達到很好的預測效果,又不會產(chǎn)生嚴重的過度擬合,有望成為新一代保險風險評測模型可供選擇的建模算法。

【引入車機提醒糾正率因子】

重載貨車保險風險評測模型的數(shù)據(jù)因子可歸納為運營強度、道路特征、駕駛行為三大品類,其中每一類又囊括數(shù)十種子項因子作為建模分析預測的數(shù)據(jù)支撐。此次模型升級重點在駕駛行為方面,開發(fā)了車機提醒糾正率因子。

依托物聯(lián)網(wǎng)、大數(shù)據(jù)等技術,能夠做到對所有重載貨運車輛實時下發(fā)超速、疲勞、違規(guī)停車等危險駕駛行為語音提醒,并準確記錄車機提醒后的糾正情況。糾正率越高,說明司機的安全駕駛意識越強,經(jīng)過有效提醒后的賠付率越低。因此,對車機提醒糾正率因子的引入,能夠讓保險公司在制定保險產(chǎn)品價格時可以更加客觀、公正;而對貨車司機來說,只要保持安全駕駛意識,不斷改善駕駛行為,持續(xù)提高糾正率,便能更好、更快地提高保險評分,以更低價格購買保險產(chǎn)品。

【新增新能源重載貨車的支持】

使用動力電池驅動的新能源重載貨車是近些年來國家重點發(fā)展的車輛類型之一。目前,該類車輛在河北唐山、四川攀枝花等應用較多,在國家“雙碳”戰(zhàn)略和多式聯(lián)運等政策推動下,新能源重載貨車或有望在全國范圍被大規(guī)模推廣使用。

以中短途貨運為主的新能源重載貨車,其行駛路線既與自卸車的場內(nèi)運輸相似,又承擔中短距離的專線運輸任務。對此,雙方開發(fā)了能體現(xiàn)上述運輸場景和風險特征的多項數(shù)據(jù)因子,并將其應用于新能源車、自卸車等特殊車型,使新版模型對特定類型車輛的風險預測能力和風險原因解釋能力都得到了質(zhì)的提升。

為直觀展現(xiàn)建模成效,中交興路與中國銀保信將2020保單年的數(shù)據(jù)作為訓練數(shù)據(jù),將2021保單年的數(shù)據(jù)作為測試數(shù)據(jù)進行驗證。

以云南省市為例,先粗略按照本省評分將測試數(shù)據(jù)車輛分成A、B、C、D、E五個風險等級,再分省、分地市對比建模前后每個等級的含NCD系數(shù)基準保費賠付率。其中,分類方法為:

對比結果在下表中列出(需要說明的是,這一分類方法較為粗糙,只是為了比對新舊模型的差異,保險公司實際使用時可將評分做更細致的劃分)。

云南省各地市建模成效對比

《保險業(yè)標準化“十四五”規(guī)劃》提出促進保險業(yè)在依法合規(guī)的前提下與第三方合作機構、數(shù)據(jù)服務提供商、其他行業(yè)產(chǎn)業(yè)合作,發(fā)揮更大的協(xié)同效應。原銀保監(jiān)會年初發(fā)布的《關于財產(chǎn)保險業(yè)積極開展風險減量服務的意見》提出在新形勢下,保險業(yè)深耕風險減量服務,應深入了解客戶需求和風險狀況,優(yōu)化風險減量模式。中交興路與中國銀保信強強聯(lián)合,結合全國全量以重載貨車為核心的“人、車、貨、企、場”海量物流與車聯(lián)網(wǎng)大數(shù)據(jù)及保單數(shù)據(jù),充分激活數(shù)據(jù)要素潛能,在使我國保險行業(yè)的重載貨車風險識別能力達到先進水平的同時,更進一步創(chuàng)新合作模式,為重載貨車保險業(yè)務的風險減量提供了決策依據(jù)。 未來,雙方還將深化合作,基于人工智能、大數(shù)據(jù)、物聯(lián)網(wǎng)等前沿技術,面向保險科技應用領域,不斷為廣大物流貨運行業(yè)相關人員提供更優(yōu)質(zhì)的產(chǎn)品和服務。

(新媒體責編：wa123)