“数”据天下,“模”力四射

大数据正以前所未有的速度、广度和深度助力推动金融保险行业发展,带来企业经营模式转变,驱动着行业变革,延伸出新的机遇和挑战。

核保、核赔作为保险寿险公司把控风险的进出口,是其运营风险管理的核心,是险企保持长期、稳定经营的核心竞争力。合众人寿十多年来已积累17万标赔理赔案件、近万件长险短期出险案件,在公司跨越式发展的背景下,提高风险识别的精准度已成为必然需求。

该如何以科学的手段来准确地评估、管理和控制风险,这就需要——

合众人寿通过公司10年积累的保单承保、理赔等自有数据,设置核保大数据项目,建立基础核保模型,并引用健康、财务、征信等外部数据增加模型的精准度,做到精准核保。

核保大数据项目下设内部模型和外部模型。

内部模型基于保单维度、业务员维度、客户维度等相关200多个核保字段宽表,在符合实际业务逻辑的前提下,加入了核保人员业务经验的考量,最终达到了统计意义层面的最优化。

内部模型范围囊括寿险、重疾险、医疗险、意外险;以寿险为例,如下是核保模型对核保风险识别率提升的基础模型效果曲线图:

识别率:自核引擎/模型识别的长险短出数/总长险短出数;

上述验证采用2012年1月至2015年6月的数据:

模型验证1:保持人工核保率不变,模型可将长险短出识别率提升58%;

模型验证2:保持识别率不变,模型可将人工核保率降低33.05%。

外部模型在保单抗辩期内,能够减少长险短期出险的情况,降低长险短期出险率,同时对业务员形成威慑作用。外部数据模型基于征信、金融不良记录、黑名单、体检医疗记录、学历等有效数据,包括的风险有财务类风险、行为类风险、健康类风险和信用类风险;考虑到实施的可行性及核保落地情况,预计仅对其中的健康类风险进行更深入的风险评估(如下发契调件等)。

外部模型暂定使用在承保后调查流程中,在系统中通过条件抽取承保时间在两年的保单为目标保单,此部分目标保单需先进行内部模型评分;内部模型评分高的部分进行外部模型的校验,校验评分高,且存在健康字段返回的部分,则进入人工核保;人工核保下发契调问题件,核实阳性信息;若调查存在阳性信息,则通过“核保转保全”的方式,进行保全补充告知。

无论是老式的规则引擎,还是核保大数据模型或者后续上线的外部模型或外部数据引用,均是核保基于大数据作出核保决定的一个辅助性工具,所有的核保决定的下发,务必是在取得确凿证据的前提下进行的。

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20180907G1FRMB00?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券