律商風(fēng)險(xiǎn)車型風(fēng)險(xiǎn)等級元素周期表

在2023年4季度，律商聯(lián)訊風(fēng)險(xiǎn)信息(LexisNexis Risk Solutions，以下簡稱“律商風(fēng)險(xiǎn)”)基于行業(yè)內(nèi)獨(dú)有整車庫、乘用車庫及零整比數(shù)據(jù)庫建模分析，使用車險(xiǎn)綜改后千萬級保險(xiǎn)數(shù)據(jù)訓(xùn)練模型，繪制行業(yè)首張乘用車——車型風(fēng)險(xiǎn)等級元素周期表 (以下簡稱“風(fēng)險(xiǎn)表”)。該風(fēng)險(xiǎn)表從品牌、車系、車組、車型4個(gè)層級對從車靜態(tài)物理風(fēng)險(xiǎn)精準(zhǔn)量化，滿足保司從承保風(fēng)險(xiǎn)識別到精算定價(jià)建模的多層次需求。

車型風(fēng)險(xiǎn)等級概念自20世紀(jì)60年代在瑞典提出并在歐洲的英國、德國等國家得到推廣后，已成為全球保險(xiǎn)行業(yè)車險(xiǎn)費(fèi)率厘定的核心定價(jià)因子。例如，在韓國，2007年在行業(yè)費(fèi)率中將車型分為262類，費(fèi)率因子分組為21個(gè)水平(參見《Automobile Insurance in Korea Fact Book 2022》)。在中國，2020年車險(xiǎn)綜改將家用車的品牌車系分為約480類，費(fèi)率因子分組為60個(gè)水平。

律商風(fēng)險(xiǎn)的高級數(shù)據(jù)科學(xué)家單翔表示：“正如門捷列夫根據(jù)元素原子核電荷數(shù)繪制元素周期表，我們依據(jù)車輛物理參數(shù)特征和易損配件維修價(jià)格指數(shù)，繪制出行業(yè)車型風(fēng)險(xiǎn)等級元素周期表，讓保司從車靜態(tài)風(fēng)險(xiǎn)識別的顆粒度精細(xì)至車型層級，對常見的約1萬個(gè)車型厘定為997個(gè)費(fèi)率因子水平，遠(yuǎn)高于行業(yè)的480類品牌車系的60個(gè)費(fèi)率因子水平。 這一成果將解決行業(yè)車險(xiǎn)費(fèi)率大表‘車系風(fēng)險(xiǎn)看不準(zhǔn)、車型風(fēng)險(xiǎn)看不清、新車風(fēng)險(xiǎn)看不見’的痛點(diǎn)，也將為保險(xiǎn)公司賦能，尤其是中小保險(xiǎn)公司，使其具備媲美頭部保司的車型風(fēng)險(xiǎn)細(xì)分的能力”。 他進(jìn)一步指出，行業(yè)基于品牌車系保有量進(jìn)行編碼，進(jìn)行測算風(fēng)險(xiǎn)等級的主流模式存在如下弊端：

一是苦于樣本量受限，中小保司車型風(fēng)險(xiǎn)細(xì)分難。 通常，行業(yè)費(fèi)率表和主流定價(jià)方式，是基于“車系、品牌+車種、進(jìn)出口+車種、進(jìn)出口、其他”的已賺車年保有量逐層次篩選進(jìn)行分類編碼，然后在GLMs模型中測算相對風(fēng)險(xiǎn)水平。對于原本風(fēng)險(xiǎn)相近的車型、車系，由于承保數(shù)量不足，容易導(dǎo)致風(fēng)險(xiǎn)分類錯(cuò)誤，風(fēng)險(xiǎn)錯(cuò)配，在中小保司精算定價(jià)時(shí)矛盾尤為凸顯。

表1：即便基于全行業(yè)車險(xiǎn)數(shù)據(jù)的體量，仍然無法避免樣本量局限

二是違背對車型風(fēng)險(xiǎn)理解的第一性原理。 例如，對于不同品牌或車系的風(fēng)險(xiǎn)差異，不是從車輛尺寸(Exterior Dimensions)、動(dòng)力性能(Engines)、維修經(jīng)濟(jì)性(Repair Cost Degree)、車身重量與平穩(wěn)性(Base Curb Weights & Stability)、安全等級(Safety Index)等考慮，而是簡單按照品牌車系名稱分類，確定風(fēng)險(xiǎn)等級。

表2：列舉律商風(fēng)險(xiǎn)車型風(fēng)險(xiǎn)表部分參數(shù)下的商業(yè)險(xiǎn)車均賠款相對系數(shù)

三是不能滿足業(yè)務(wù)擴(kuò)展的需求。 例如，中小保司對于含損業(yè)務(wù)、高價(jià)車原本就謹(jǐn)慎承保，該類業(yè)務(wù)承保理賠數(shù)據(jù)儲備不足，導(dǎo)致風(fēng)險(xiǎn)識別難、評估難，含損業(yè)務(wù)規(guī)模拓展難;再如，即便對于大型保司，在面臨新車型的風(fēng)險(xiǎn)計(jì)量上缺乏手段，特別是新車推出速度快的新能源車板塊。

表3：AB Test案例：即便使用小樣本建模，律商風(fēng)險(xiǎn)也能充分幫助客戶至少額外提升5.3個(gè)百分點(diǎn)的風(fēng)險(xiǎn)區(qū)分能力。**

律商風(fēng)險(xiǎn)致力于解決車型風(fēng)險(xiǎn)識別在業(yè)界的普遍難題。通過深入分析車輛的物理參數(shù)和維修成本的經(jīng)濟(jì)性等核心風(fēng)險(xiǎn)因素，律商風(fēng)險(xiǎn)開發(fā)了一套全面的車型風(fēng)險(xiǎn)評估體系——一張表格納盡全行業(yè)大約1萬種常見車型的風(fēng)險(xiǎn)等級。這一風(fēng)險(xiǎn)評估表達(dá)到了全面的風(fēng)險(xiǎn)覆蓋和量化，突破了傳統(tǒng)方法的局限，為行業(yè)內(nèi)車型風(fēng)險(xiǎn)等級的確定引入了創(chuàng)新的途徑。 這不僅打開了評估方法的新篇章，而且顯著提升了車險(xiǎn)行業(yè)的風(fēng)險(xiǎn)量化能力。(文/律商風(fēng)險(xiǎn)單翔、王軍喜)

免責(zé)聲明：市場有風(fēng)險(xiǎn)，選擇需謹(jǐn)慎！此文僅供參考，不作買賣依據(jù)。