自考保险毕业论文：浅议大数据对保险公司风险识别能力的提升及影响

自考保险毕业论文：浅议大数据对保险公司风险识别能力的提升及影响由自考生网为考生收集整理，以下毕业论文仅供参考。

更多保险专业相关论文，可查看我办“自考保险毕业论文”栏目。

如有论文需求，请点击这里》》》

浅议大数据对保险公司风险识别能力的提升及影响

[摘要]在大数据时代，人们认识客观世界的方式可能发生根本变化，以数据为基础、风险管理为核心的保险业将受到巨大影响。大数据带来的风险识别和定价能力的显著提高将增强保险公司的核心竞争力，不仅有利于风险制约、细分客户和精准定价，甚至会使整个保险业态发生深刻变化。

[关键词]大数据风险识别风险定价

[]A[文章编号]1009-5349（2014）11-0107-02

当今，数据正逐渐成为巨大的经济资产，并带来全新的创业方向、商业模式和投资机会。国内外IT及互联网巨头都在积极布局，加快制定大数据战略发展规划。IBM公司在2012年5月发布了智慧分析洞察的大数据战略研究路线，微软公司开发并发布了大数据技术产品，Google、FaceBook、Amazon等国外互联网企业都在不同程度地应用大数据技术，推进业务创新和发展，阿里巴巴、百度、腾讯等国内互联网公司通过大数据应用研究，积极探索运营模式的创新。数据挖掘分析能力将成为未来的一大竞争优势。因此，探索以大数据为基础的解决方案，是中国保险业产业升级、效率提高尤其是风险识别能力提升的重要手段。

一、大数据时代的变革

在互联网时代，尤其是随着移动通信、社交网络和电子商务的发展，数据规模指数级别扩大、数据结构日趋复杂，与此同时，数据存储、交换的成本迅速降低，分析、应用的能力显著增强，推动大数据时代的到来。

真正的革命并不在于数据由TB到PB量级所造成的爆炸性增长，而在于大数据时代下人类认识客观世界方式有可能发生的根本性变化。从近代自然科学革命开始，几百年来人们习惯于用科学、理性的手段观察世界、描述世界和预测世界，并沾沾自喜于对客观世界的认知上，认为一切尽在掌握。然而，这种认识世界的方式带有天然的局限性：第一，观察通常基于采样数据，不可避开地带来采样数据的片面性;第二，无论是数据选取的手段（采样方式）还是模型的建立都带有主观性，无法客观、全面地得到事物的本来面貌;第三，采用解释世界的方式观察世界，反而限制了对世界的观察。

大数据则是“让数据说话”，借助数字化和网络技术，特别是互联网的普及，自然界、社会及人类自身的各种结构化、非结构化数据被充分挖掘出来，人类有能力获得真实世界完整的海量信息。量变引发质变，人们对世界的认识能力和水平得到空前提升，“海量数据”最大限度解决了人类主观世界与客观世界之间的信息不对称性难题。“不是随机样本，而是全体数据;不是精确性，而是混杂性;不是因果关系，而是相关关系。”从上述作用上来看，大数据并非大量的数据，而是一种策略论。

二、保险业的数据特征

正如互联网、移动技术所带来的行业与社会变革一样，大数据将渗透到生产和生活的各个领域，对各行各业都产生一定影响，但影响的深度和广度并不一样。在所有行业中，对数据依赖度较高同时可能获得大量基础数据支持的行业最有可能面对转变，保险行业正是其中之一。

一方面，保险经营的理论基础是大数法则，只有承保大量的风险标的，才能使风险发生的实际情形更接近预先计算的风险损失概率，保证保险人经营的稳定性。保险公司经营着承保、理赔、再保、精算、销售、服务等多个环节的数据，涉及企业、个人、生产、生活的各个方面，可谓数据量大、信息量全、复杂多样，构成了大数据分析的天然基础。

另一方面，保险业的成本具有不确定性，经营的核心是基于预测，即由过去的成本产生现时的价格，并按现时的价格收取保费来补偿将来的成本，对数据的分析与计算决定了保险公司的风险识别和定价能力。而大数据的本质也是要解决预测理由。保险原理和保险经营的特点与数据密不可分，尤其需要对大数据予以关注。

此外，我国保险业处于由粗放型发展阶段向精细化管理阶段转型的时期，若要继续维持目前较快的增长速度，下一步必须精细化管理，在产品创新和管理创新等方面寻求突破，要做到这一点，数据管理水平是关键。大数据策略正提供了这样的契机。

三、大数据对保险公司风险识别能力的提升

大数据将对保险公司带来多方面的影响，例如通过对购买产品的交叉分析更加精确地定位客户需求，通过与电商网络的合作挖掘客户潜在保险需求等，这些尽管都是大数据的影响并有助于提升精细化管理水平，但并非是针对保险公司这一企业属性带来的最核心的影响，不足以带来本质性变化，而且在这些方面的著述已经很多。本文则主要着眼于大数据对保险公司的风险识别能力的提升及其影响。

美国《外交》杂志曾提到过这样一个例子：纽约市政府一个分析专家小组建立了一个市内全部90万座建筑物的数据库，并在其中加入建筑、税务、电力、卫生、等19个部门所收集到的数据。他们将这一数据库与过去5年中按严重程度排列的建筑物着火记录进行比较，希望找出相关性。果然，建筑物类型和建造年份是与火灾相关的因素。出乎意料的是，获得外砖墙施工许可的建筑物与较低的严重火灾发生率之间存在相关性。“他们所记录的建筑物的各种特征数据都不是导致火灾的直接理由，但这些数据与火灾隐患的增加或降低存在相关性。”

火灾是财产保险界定的基本风险要素之一，当前保险公司精算通过划分数据维度建立风险定价模型。例如，对一栋大楼进行风险定价时，要考虑行业、区域、周边环境、风险分散程度、防雷避雷措施、风险管理水平、建筑物结构、场所占用性质、消防设施情况、标的物耐水性情况等风险要素，对每项风险要素赋予一定的风险等级或风险评分（通常由人工完成），然后假设这些风险要素是相互独立的，通过相乘或相加就得到了最终风险系数，并以此为基础衡量风险程度并进行风险定价。这种风险维度划分和评分方式的局限性也显而易见，确定了几个指标维度评分显然无法全面准确衡量标的的风险，更何况一些评分还带有主观性和随意性。尽管建立了看似复杂的精算模型，但对同质化风险的识别有限。

以上为“自考保险毕业论文：浅议大数据对保险公司风险识别能力的提升及影响”，更多论文请查看本站自考生网www.zikaosw.cn“毕业论文”栏目。