大数据技术在保险公司投资与风险管理中的应用

周丞 对外经济贸易大学保险学院

一、引言

以风险为经营载体的保险公司，其主要职责是负责将客户的风险规避在合理范围内。中国保险业的市场结构是一个逐渐打开的过程，相较于银行业的整体发展是缓慢的。中国人民保险自建国成立以来，从垄断到独占格局被打破的过程，是中国市场经济转型带来的必然结果。随着世界经济一体化、世界上各个国家彼此融合，市场越来越趋向于完全竞争市场，金融科技也随之不断更新，当前的中国的保险市场发展潜力巨大，但同时保险公司面临的压力也随之而来。因此，提高保险公司风险管理的水平刻不容缓。许多专家学者对风险管理的研究从未停止，国内投资风险管理的相关研究也在不断增多，已经全面开展了全面管理风险的相关研究，随着科学技术的发展与生活水平的提高，人们越来越能够识别风险，进而规避风险，但风险是无法避免的。这就对保险公司提出了更高的要求。

大数据分析技术是当前处理数据信息应该较多的技术，各个领域都在探索该项技术的应用前景。“大数据”是由2008 年《自然》杂志提出的。人们已经进入到大数据时代，基于大数据构建了很多的新型信息化系统。大数据已经上升到了国家战略，也得到了国家法律政策、经济政策、人力政策的支撑。对于保险业来说，大数据可以改变原有的运作方式，提高效率和效益。大数据分析技术的普及也为保险公司风险管理带来了便利。

二、保险公司的投资与风险管理

（一）保险资金投资的原则

安全性原则。在进行投资活动时，从一定意义上说，为保障公司投资的有效性，必须保证资金进行投资活动后，能够在期限范围内收回资金。即保险公司总负债价值应小于总资产可实现价值。只有这样，才能保障保险公司业务运转的可持续性。

收益性原则。保险公司开展投资活动需保障能够获取利润，通过保险资金的投资与运作来实现盈利，为经营活动创造更多的利润。在满足被保险人给付以及偿付要求的必要前提下，风险与收益是正相关的关系。因此保险公司在不断提升业务水平的同时，要实现资本利用效率的全面提升。

流动性原则。如果资产能够快速转变为资金，那么该资产的流动性就强，这对保险公司提出了更高要求。资产的流动性能够保持在一定水平时，保险公司才能很好的处理各类保险事故问题。

分散性原则。根据相关理论，企业的总收益风险与组合投资项目的盈利率相关。分散性原则本质上就是要求企业能够实现多元化投资经营，通过不同投资相关盈亏的补充作用来为保险公司的稳定发展提供保障。

由于保险企业还没形成完备的投资风险管理体系，企业内部的联动性不强，相互沟通程度并不畅通。同时企业领导并没有先进的投资风险管理理念，企业的管理水平得不到很好的提高。保险行业的投资宏观监管体系建立的不够健全，无法兼顾各个企业的个性化。因此应在保险资金投资原则的指导下，提升投资风险管理水平，有效降低信用风险。

（二）投资的风险管理

保险公司进行投资活动，就必然会产生风险，根据相关理论，通过一定手段来寻找不确定性的规律，计算产品产生的支出费用，确定费率，运用各种先进数据分析技术规避风险，最终实现盈利的目的。风险管理的本质是盈利，或者说不产生损失。这就需要准确的计算并制定规律性的措施，把握风险的规律。保险和投资是保险公司支撑业务，风险是保险公司必须面对的，而保险公司要实现收取利润、获得利益的目的，就要把风险和投资全部考虑进去。

开展风险管理是对保险公司可持续经营的重要保障。权变理论提出环境对组织提出了不同的要求，越是不确定的市场和技术变革快的环境对组织的要求越高。在公司的管理体系下，员工与管理者和的关系是签订合约的关系，若是市场参与者能够在一个行之有效、有合理结构的制度框架下，那么市场就可以根据普遍认同的法律或协议来共同获取收益。将财务信息公布，让风险参与者可以预见风险因素，准确推测风险披露的信息。当前企业的经营方式是企业的拥有者并不是企业的管理者，这样一来，企业的所有权拥有者就会将一部全力授权给经营者，由此也就产生了经营者受理委托的方式出现。委托代理是一种契约，离不开契约相关者相互遵守约定以维持契约关系的延续。经理人是决策控制代理人，所有者是风险承担者。由于人是不完全理性人，其行为也会具有不完全理性的特征，由此不会完全按照预期进行。有限理性和行为不确定性和人与物互动关系的不确定性三个方面；和谐管理理论以科学设计所提供的行为轨迹和线路为基础，通过环境诱导激发人的主观能动性和创造性的思路是削减管理活动不确的主要方法。管理控制与风险控制不同，成本效益原则在管理控制应用更多。

当前，我国保险监管行业的企业风险管理还不够成熟。从西方国家看，监管部门的引导是保险业加强风险管理的重要因素。我国保险监管机构的引导力度不够，保险公司相应的人力、制度、信息系统等软硬件配套不够，若强行推广实施西方风险管理模式，会使保险公司无法实施、或实施效果不佳，甚至过度管理，束缚整个保险业的发展。我国保险公司普遍存在风险管理理论落后。全面风险管理的理念在我国普及，对于小规模的公司，如果业务规模不增加就无法增长利润，就无法支撑公司的支出，无法实现盈利。这就会造成小公司无法发展，这是小公司最大的风险。我国保险公司提升风险管理水平是非常有意义的。规模不一致的保险企业，其风险管理的能力也有差别，所采用的风险管理措施也会千差万别。监管机构不能对所有的保险公司制定相同的规则，个性化风险防范缺乏统一的风险标准，需要保险公司加强自我管理。

三、大数据技术在风险管理中的应用

大数据虽是当前应用比较广泛的技术，但拥有大数据也不能说就拥有了数据的价值。关键之处是通过对数据的整理与处理，从中获取有意义的东西，实现企业的精准化经营。大数据具有很好的预测功能，可以精确的预测金融投资风险，可以为保险行业提供行之有效的解决方法，为企业提供更高的经济效益。将大数据应用到金融风险投资中，可以科学的预测风险数据，为企业明确可控化方向。利用大数据技术可以将企业的信息实现共享，组织行业内的企业的力量，共同抵御风险，提高经济效益。

可视化分析可以直观的呈现数据，这使得可视化技术很受欢迎。可视化分析利用人类视觉认知的高通量特点，通过图形的形式表现信息的内在规律及其传递、表达的过程，是人民理解复杂现象，阐释复杂数据的重要手段和途径。大数据的可视化分析通过将难懂的数据转换为图形趋势化的形式进行直观性的解释，从而为企业高层进行决策提供最直接的决策依据；将有价值的信息从大量、不时更新的不易发现规律的数据中提取出来，形成对复杂问题的全新认识；可供人民检验已有预测，探索未知信息；同时提供快速、可检验、易理解的评估和更有效的交流手段。

数据挖掘在保险行业的应用很多。数据挖掘技术对规避投资行为产生的不确定性问题有很大的帮助。保险企业在很多方面都会使用到数据挖掘技术。在使用数据挖掘技术时，先是确定用户的价值。用户是保险公司运营的核心业务，用户为保险公司带来价值，影响保险公司业务的顺利进行。保险公司的效益提升离不开客户所带来的资源和价值。因此，充分挖掘、整理、分析客户的资源信息，有助于进一步推动公司的效益提升。同时，数据挖掘可发掘潜在客户信息，从而保险企业才能个性化的制定具体实施计划，提升客户的体验感和满意程度，最终实现客户和保险企业的双赢。

制定有效的应对策略就要真实可靠的辨识风险。首先必须保证生产作业现场状态数据采集的真实性、实时性、全面性。完整的风险辨识过程均通过机械学习实现计算机化处理，最终实现数据有价值性的呈现。在进行数据化的风险辨识中，在传统辨识要素进行辨识基础上，用大数据技术来对数据关联和规律挖掘，从而弥补传染的理论风险要素分析所出现的“盲点”问题，让安全生产大数据展现实际的作用场所状态参数，形成“现实-数据-现实”的模式。传统风险辨识是成熟风险管理理论辨识出较为详尽的风险辨识要素的基础，依据要素进行逐一的风险辨识工作。

保险公司要将大数据技术的优点发扬光大，加强基础建设，构建大数据分析整理平台，打通数据收集渠道，做好运营数据的收集与分析，培养整合数据、挖掘数据背后的价值。大数据分析与应用在一定方向可以带动相关行业的高速发展。要彻底转变保险公司经营模式，需要从根本上改变保险行业的风险环境，彻底改变传统依靠经验来规避风险的方式。