中国保险汽车安全指数

CHINA INSURANCE AUTOMOTIVE SAFETY INDEX

车联网在车队风险管理中的应用

发布时间:2019-01-18

自2011年起,人保财险灾害研究中心启动了车联网的研究与应用工作。2011年、2012年依托灾害研究基金的支持,分别开展了《车队安全运输风险管理研究》与《车联网在车险风险管理中的应用》的研究项目。2013年8月,启动车队车联网试点项目,与10余家供应商进行了沟通洽谈,了解分公司需求,在此基础上,完成了项目的技术方案、产品方案,进行了平台测试与完善。2014年2月,选择河北某运输车队进行试点,完成50余台车辆的安装、入网与试点运行。试点项目于2014年12月底结束。

2015年底,人保财险灾害研究中心启动了车队车联网扩大试点项目,试点车辆规模数千台。目前,项目仍在运行阶段,效果良好。

一、 研究问题介绍

1.提出研究问题与研究意义

一直以来,车队业务是车险业务的重要组成部分,车队业务在保费规模大的同时,整体风险程度也非常高。一些高风险车队对于基层公司来讲,属于“鸡肋”业务,保了亏损,不保影响规模。很多保险公司为了优化业务结构,提高效益,正在不断加强对这类车队的承保管控,比如对于大吨位、高赔付率的营运货车转入业务进行了针对性的限制承保。然而,这种粗放的承保管控方式并不是长远之计。随着我国商车费改的逐步深化,也要求保险公司的提高自身的风险选择、风险管理和服务能力,从过去的经济补偿提供者逐渐转变为客户的风险管理伙伴。如何变粗放的承保管控为高效的风险管理,在不影响业务质量的前提下最大化承保规模成为保险公司关注的问题。

车联网是物联网在汽车领域的具体应用。将车联网技术应用在车队管理中,一是能够精准识别车辆风险,从而进行更科学合理的承保政策和定价方案,以适应商车费改的要求;二是能够有效管理车辆风险,在不影响业务质量的前提下,将原来由于公司承保管控政策不可保的业务转变为可保业务,扩大保源。三是能够更好的服务客户,将被动的事后经济补偿转变为主动的事前风险管理,提高客户黏性和忠诚度。

2.所提出研究问题的背景

车联网产业始于20世纪90年代,在北美、欧洲、亚太等地起步较早,技术发展也更成熟;同时也由于国外保险普及度和市场化程度高,保险公司的定价经验丰富、对保险产品设计有自主权高,因此国外保险公司在车联网技术应用,特别是基于车联网的UBI产品方面的起步更早,发展更快。

据Ptolemus公司分析,截至2016年6月全球保单量达到1540万份,保费增长60%,远高于个人车险保费39%的增幅。其中,意大利UBI的市场渗透率达15%,美国5%,英国2%。在多年的发展过程中,形成了按里程定价、按驾驶行为定价、按“里程+驾驶行为”定价三种典型模式。总结国外车联网和UBI实践经验和成果发现,UBI产品能够进行有效的客户细分与风险选择,并通过费率折扣的杠杆调节作用吸引优质客户,或帮助高风险客户改善驾驶水平,撬动“高风险群体”这个剩余市场。近日,商业车险第二次费改正式拉开帷幕,保险公司需要通过更精细化的定价和差异化的服务品质来提高市场占有率。

在上述背景下,保险公司可以尝试利用车联网技术,管理营运车队的驾驶行为,降低此类业务的风险水平,有利于抢占这个高保费、高风险的“剩余市场”,也为更好的适应商车费改要求做必要的探索和储备。

3.相关文献综述

目前,国外已有一些车联网技术在保险领域应用的研究,主要集中在风险识别和费率厘定、商业模式等方面。

风险识别和费率厘定方面,加拿大维多利亚州交通局的Todd Litman(1997)是最早研究使用GPS技术计算保费的学者,他认为按照里程表读数以英里为单位收取保费比其他方式要好,因为这可以提高计算的准确度,为消费者节省保费,尤其是低收入人群,但基于GPS技术的定价尽管更为精确但是成本过高,还涉及隐私问题,不适合强制运用。Lindberg(2005)通过实地实验,利用车载电子数据收集器和GPS技术获得实时驾驶数据,构建风险分析系统分析出行和驾驶习惯,据此量化个体风险,并设定不同的保费折扣,该研究认为在这种费率模式下驾驶员将减慢驾驶速度;按里程付费的费率厘定模式可以形成客户自主选择机制,从而使得保险公司可以吸引低风险客户,并促进客户从高风险转移到低风险,进而优化保险公司的风险组合。Coroama(2006)引入了一个能够根据驾驶行为确定费率的系统模型,这一模型的数据来源于传感设备记录的行驶数据(包括GPS数据和加速度数据),不仅包含汽车行驶里程的数据,还包括了车轮转速、转向角度和横向加速度等,该模型另一个吸引人的地方在于它能够根据数据立刻将驾驶员的驾驶表现反馈在图形界面上,并且计算出这种驾驶表现对应的保费,通过这种方式,时刻提醒驾驶员养成良好的驾驶习惯,提高驾驶技术。

商业模式方面,Oberholzer(2003)分析了车联网保险在瑞士发展的潜力,认为低风险和低频驾驶者是保险公司最理想的目标客户,大型保险公司具有与大型汽车制造商合作的能力,品牌认可度较高,有利于与现有车险销售渠道对接,因此建议大型保险公司应积极与汽车制造商合作,共同投资以开拓新的市场,创新保单设计。Persson等(2004)认为运输公司具有应用车联网技术的内在动力,应用车联网技术搭建的交通通信信息系统能够为保险公司提供更多信息,这些信息将用于与风险评估、动态定价以及设计个性化保险产品,他们研究运输公司应用交通信息系统能否降低保费,保险公司和运输公司能否在合作中实现共赢。他们的研究对于保险公司应用车联网、与现有业务对接具有重要意义。Bordoff和 Noel(2008)指出阻碍运用车联网技术创新车险产品的因素:首先是保险公司过高的成本投入。车辆网应用的潜在收益可能最终被驾驶者、其他保险公司和全社会分享,即车联网保险有较强的正外部性,有利于全社会福利的增强,但是保险公司自身不一定能够获益;其次,新型费率厘定方法与法律冲突。加利福尼亚州的法律不允许对经过里程核实的顾客收取比未经里程核实的顾客更低的保费;第三,车联网技术的专利权。基于车联网的保险涉及众多专利技术,而这些技术主要集中于Progressive一家公司。他们建议,一,实行税收减免,保险公司每承保一份按里程计费的保单即可减税100美元;二,修改相应法律,以鼓励车联网保险的发展;最后,建立1500万美元的试点基金。

综上,国外已有研究侧重车联网技术在定价及宏观商业模式方面,较少研究如何利用车联网进行风险管理以及这种新型的管理方式能对降低风险起到何种作用;更没有研究专门针对营运车辆和车队经营管理模式探讨基于车联网的风险管理解决方案。因此,本研究重点探讨车联网在营运车队风险管理中的应用模式、风险管理效果及未来发展模式。

二、 案例设计

1.案例背景

任何技术的推广均离不开四个方面的因素,市场需求、技术成熟度、政策的配合以及项目效益。本试点项目也满足了这四个方面的要素。

市场需求方面,对于保险行业来说,当前市场竞争愈发激烈,车联网技术一方面可以帮助企业更好的区分高风险与低风险客户,从而有策略的吸引低风险客户,监督高风险客户提升自身驾驶习惯,另一方面,车联网技术可以增加与客户的触点,丰富保险公司服务内容,提升客户的满意程度;对于客户来说,一方面低风险客户希望自身的安全驾驶行为能够被更准确的了解,从而有可能获得更低的费率。另一方面,客户也能享受更多的服务,提升安全度和驾驶体验。技术方面,车联网相关技术已经比较成熟,能够进行市场应用。政策方面,保监会近年来连续出台政策,改变单一费率模式,推动车险费率市场化,车联网技术为精准与差异化定价提供了手段。项目效益方面,目前来看车联网技术的推广不论对保险公司还是客户都是利大于弊,在合适的商业模式下,可期生态链各方共赢的局面发生。

2.案例选取方式及标准

本项目选用单案例研究方式来选取案例,选用实验型案例模式来探究车联网技术在车队应用的可行性,以及是否能够提高车险的收益,有效推动车险业务发展。按照案例选取的一致性、典型性以及完备性原则,最终选择在河北某物流车队进行车联网试点项目。

首先,本项目与研究的内容、目标完全一致。即通过车联网技术的试点推广,是否能够降低车辆赔付率、提升客户黏性及续保率。

第二,试点车队具备典型性。本项目中所选择的车队为河北某物流车队,该车队在行驶路线、行驶时长以及车辆运营方面与其他物流车队比较类似,能够较为客观的反应一般车队客户对产品的需求,且能够帮助公司完整了解客户的反馈情况。

第三,本项目具备完备性。本项目已经完成了立项到结项的所有流程,效果良好,实验结果明确,且形成了较为完整可信的分析结论。

3.创新技术发展现状

车联网技术在国外的应用相对较为成熟。在美国、英国、意大利等国家均有比较广泛的应用,应用车联网的公司包括State Farm、Metromile、Insure the box、Progressive等等,主要的应用方向为通过收集车联网数据,开发UBI保险产品,丰富保险服务。采用车联网技术的国外保险公司,均一定程度上获得了竞争优势。例如,State Farm公司在2011年采用车联网技术后,2014年的赔付率相较实行初年降低了6.4%;Progressive公司截至2016年6月底,UBI客户超过280万,UBI保单数量超过440万张,采集驾驶行为数据超过数百亿英里。

目前,国内的主要保险公司均在积极展开车联网技术应用试验,新型的中小互联网保险公司,有的则已经推出相应产品,如上海车征、南京人人保等。虽然车联网发展的如火如荼,但新技术总会伴随着新的风险,车联网技术也不例外。一方面车联网终端收集的数据涉及客户隐私,对于新型的客户隐私数据,保护规则需要逐步建立,以防止重大隐私泄露事故的发生。另一方面,车联网保险的商业模式现在尚不完善,需要进一步探索论证以确保稳定发展。

4.案例相关数据

当前案例的数据来源包括两个部分,车联网数据和车辆承保理赔数据,车联网数据来源是安装的车联网终端回传数据,在采集数据时需要注意保持接线的接触良好,安装后应定期监控数据,若连续产生大量异常值,及时调整安装设备,保证数据质量。车辆承保理赔信息来源于公司承保理赔系统。

5.数据分析思路

数据分析的基础数据主要为瞬