基于驾驶人行为的车险费率研究

朱琦章

摘 要：本文基于驾驶人行为，对国内的车辆保险费率进行分析，通过研究发现：我国的车险费率厘定研究一直处于不断摸索与完善的修正过程中，国际范围内，许多国家都开始支持驾驶行为保险，即UBI车险，驾驶行为车险的研究主要集中在驾驶人行为数据的采集，驾驶人风险等级的确定等几个技术问题。

关键词：风险等级；大数据；驾驶人行为；车险费率

DOI：10.16640/j.cnki.37-1222/t.2018.05.166

0 引言

我国的汽车保有量逐年增加，据公安部交管局统计，截止2016年底，全国机动车保量高达2.9亿辆，其中汽车1.94亿辆，其中汽车驾驶人超过3.1亿人，跟汽车和驾驶人紧密相关的汽车保险市场规模也在逐年增大。对于每个人承担的车险费率公平性越来越受到重视，基于驾驶人行为的车险费用厘定在国外较为成熟，即UBI车险，但是国内对此的认识度和推广度并不够。

1 驾驶人行为

驾驶人行为是指驾驶人的心理要素、驾驶习惯、车况环境等等。在一段行驶过程中会遇到很多红绿灯、超车、避让行人的情况，这需要驾驶人根据交通规则作出合理的判断。驾驶人作出正确的判断尤为重要，在不同的情况下不同驾驶人的心率值、呼吸值、肾上腺素值都不一样，这些决定了驾驶人是否能做出正确的判断，很多交通事故都是因为驾驶人有侥幸心理而造成了错误的判断，或者因为紧张的心理而无法做出判断而导致车祸，驾驶人心理素质的高低直接影响了驾驶人的驾驶习惯。

驾驶习惯包括在碰到超车、让车、红绿灯或者遇到行人以及其他的情况下驾驶人的处理习惯，而这些情况又跟驾驶人出行的车况习惯有关，有的人住在市中心，车辆冗杂，车况复杂，行驶速度不高；有的又在郊区，车况良好，行人稀少，车速偏高；有的驾驶人因为工作关系经常出差，行驶路段在高速上偏多。这三种截然不同的行驶习惯也会造成驾驶习惯的不同。

2 车险费用厘定与驾驶人行为的关系

车辆保险是指我们的汽车所购买的保险，当汽车发生交通事故时，由保险公司来承担责任的保险，其中主要包括交强险和商业险。交强险的全称是机动车交通事故责任强制保险，这是由国家法律强制驾驶人需要缴纳的保险，是在行驶过程中因交通事故造成人身伤亡及财产损失的时候，由保险公司根据责任情况给予的赔偿。商业险则是起到补充交強险的作用，在交强险的金额不足以用来赔偿交通事故中的费用，商业险则可以顺利解决所有问题以及车辆本身的一些保障。

我国传统的汽车保险产品费率厘定体系只是从车的因素来确定风险，比如说车辆使用性质、车龄、车辆的购买价格、座位数量、车辆的用途，这是不公平的，也极不合理。而在车险事故中，情况复杂，车的基本因素占比不大，真正应该关心的应该是当时驾驶人的驾车习惯和判断，驾驶人行为是造成事故的主要因素。 在车险费率厘定的精算模型中，对投保人的风险等级划分过于粗略，欠缺公平性，不同投保人之间的差异性很难表现出来。

有些驾驶人性格急躁，加速超车、抢黄灯的次数比较多，这样的驾驶习惯极易发生交通事故；而有的驾驶人习惯慢速，开车较稳，避让行人，这样的发生交通事故的概率就低。这两种风格迥异的驾驶人在驾驶同样的车辆发生同样事故时如果按照传统的费率厘定体系算保险费则没有任何区别。

驾驶行为车险是基于车主驾驶行为的差异化车险。保险公司将收集而来的诸如行驶里程、驾驶时间、急加速急刹车次数以及驾驶路线等驾驶行为数据进行计算和分析，对驾驶行为相对安全和平稳的优质车主在续保或者购保的时候给予最大的折扣优惠价格，相反地，有激烈驾驶和危险驾驶倾向的车主在投保时应该合理的提高费用。

3 车联网大数据下的驾驶人行为车险

随着科技的发展和消费方向的改变，“互联网+”已经深入到生活的各个领域，仿佛只要加上互联网的概念，就能足不出户解决所有问题。尤其是汽车保险这类标准化的保险产品。纵观国外，车险业务早已因互联网而发生了本质上的变化。在英国，2013年全年互联网车险保费己占到车险总保费的44%。在美国，73%的美国人在选购车险时利用互联网收集信息。由此可见，互联网保险的代际效应明显，年轻的消费者更愿意在线购买保险产品。

保险行业从形成的那天起，就是带着以数据采集和分析为核心基因的行业。在过去，保险公司的历史数据主要还是限于自身的承保系统（保单管理）、理赔系统（赔案管理）和财务系统（财务数据）。但到了今时今日的数据爆炸性增长的年代，互联网、车联网的快速发展，保险的商业模式也随之而演变成为纷繁复杂的大数据行业。

就车险行业而言，首先，车联网产生的数据量是巨大的。车载硬件设备在每一秒都会产生一条数据，这条数据可包含日期、时间、速度、经度、纬度、加速度或减速度、累计里程数以及耗油量等。取决于开车频率高低以及行程长短，一个客户一年的秒级的数据记录大约会从5M到15M（而传统模式可能仅为一条记录数据）。若客户量到达了10万，这就意味着一年产生的数据量将达到TB量级！

除数据量爆炸性增长外，保险公司还需应对不同车联网硬件设备以及相应的不同数据格式。比如2009年，美国第五大财险公司Liberty Mutual为营业团车启动车联网项目时，至少使用了来自五家不同硬件设备供应商的数据。

只有通过对驾驶行为数据的深度挖掘及分析，保险公司才能够构建精准的UBI定价模型，才能够评估和衡量车联网提供的成百上千的新变量是否有效。UBI车险彻底打破了上述不合理的现象，还给车主一个公平的保费，也帮助保险公司有效地控制了风险，改善了盈利状况。虽然很多反对者担心UBI 所带来的隐私问题，但有一点大家都是认同的：UBI车险提高了定价的透明度；通过UBI系统，被保险人了解到他们的保费是如何计算的，同时他们知道好的驾驶行为是被认可的。

UBI使得保险公司能够向个人客户展示其驾驶行为信息，并鼓励、促使客户驾驶更安全。驾驶行为信息可以通过驾驶行为仪表盘以及KPI指标的方式展示。例如英国保险公司- Young Marmalade的UBI产品，当客户驾驶行为出现恶化，风险指示颜色进入红色区域，公司会及时给客户发送预警邮件。

4 总结

本文通过阅读国内外文献中我国对驾驶行为车险的研究得出我国在UBI车险方面有待发展。驾驶行为车险因其公平客观性越来越受到国内各保险公司的重视，在车辆网和大数据的背景下，数据的采集、风险模型的建立成为驾驶行为车险发展的两大难题。驾驶行为数据是在驾驶人驾驶过程中实时采集，可以该类数据的采集方法有前装、后装和手机APP三种，在分析三种方式的利弊后，合适地安装在不同形式的汽车上定能将驾驶行为车险合理地运用。

参考文献：

[1]胡伊.基于多源数据的车辆风险分析与保险定价模型研究[F].中央财经大学，2016.

[2]朱向雷.基于单车的大数据技术在车险中的应用研究[TP].汽车工业研究.

[3]郁佳敏.车联网大数据时代汽车保险业的机遇和挑[F].南方金融.