本文字数：1509字
阅读时间：3分钟
本文来源：
中国保险学会2023年度课题项目。
数智化赋能风险减量服务应用研究课题组：课题组负责人马剑鹤，中国太平洋财产保险股份有限公司团客中心风险工程部总经理，澳大利亚及新西兰保险协会资深会员、讲师；课题组成员：翟玉婷、马明昭、任琰、叶郁、赵明、庄经纬、邵波、于广涛，中国太平洋财产保险股份有限公司。
当前，我国财险业风险减量服务在监管部门政策的积极引导下，迎来了快速发展期，其服务领域和服务内容正不断拓展和深化。本课题紧扣财险业如何发挥好“经济减震器”和“社会稳定器”作用这一背景，以太保产险企财险经营实践为基础，围绕财产险灾害风险的识别、评估、预防与处置闭环，通过将风险信息数字化、风险评估智能化、风险减量服务线上化进行有机结合，探索形成了以数智化技术赋能企财险风险减量服务的技术路径与研究成果：
一是首次以保险公司视角，针对中小型制造业面临最普遍的火灾、水灾风险，建立了企财险风险数据标准化字段体系与采集标准，构建风险数据字典，设计风勘字段-模块-行业问卷，为结构化风险数据、抽取风险特征并开展建模分析夯实基础。本研究设计了2大类共计1200余个字段的风险数据字典（风险查勘类：1143个企财险字段，作为构建风险数据字典以及设计风险标签、描述风险特征等研究工作的数据基础。气象与自然灾害类：台风、暴雨等11类自然灾害相关字段127个），对风险信息实施规范化管理。
二是构建可扩展的风险标签集的技术路线，基于风险工程专家经验、现场勘察实例以及重大案例回溯，预设文字标签对风险特征进行定性描述，并通过研究确定多个风险信息字段集合所表征的风险特征，构建从风险字段到风险标签的映射规则。基于安全生产、消防救援、气象灾害等方面的基础研究成果，以及理赔/事故案例反应的风险问题，开展了12类共计82个风险标签的设计，构建出了可扩展的体系化风险标签集，解决风勘信息字段多，但单一字段又无法体现风险特征的风险信息碎片化问题。
三是聚合客户风险数据，设计客户风险档案，建立基于风险标签的火灾风险特征因子识别框架模型。通过全面归集客户风勘、承保、理赔、标的位置的自然灾害等多源数据，以火灾致灾理论为基础，研究基于风险工程专家查勘经验，根据行业及工艺特性，选取全部或部分因子，设计了若干以风险标签为基础的高风险智能化识别模型，综合描述客户的风险特征，以实现精准筛查风险，自动为客户匹配防火走访、防汛预防、台风临前走访等多样化、适配的风险减量服务，向相似风险特征客户自动推送相关的事故案例。
四是实证研究支持研究成果有效可推广。基于数智化技术建立的客户风险特征评估的技术路线，在冷链仓储、轻纺印染等火灾高风险行业进行模型设计并通过出险案例开展实证研究，经验证可实现企财险标的风险信息采集规范、客户风险特征刻画准确、风险减量服务匹配高效的研究目的，具有较好的行业推广价值。
课题还探索研究了风险减量服务的线上化服务平台建设，通过构建线上+线下一体化的风险减量服务新模式，在企财险领域开展集风险查勘、数智建模、特征识别、灾害预警、风险管理一体化的技术路径研究，以数字化平台规范化、精准指导风险工程师开展现场查勘服务，并将线下服务成果集成共享于线上平台，为客户提供精准、数据可留存、具有黏性的风险减量服务。
本课题研究了企财险主要风险的数智化评估技术路径与模型，探索形成了一体化的解决方案与示范应用案例，有助于财险业积极落实保险数字化转型、开展风险减量服务等政策要求，有助于为中小型制造业客户提升风险管控能力提供“保险视角方案”，有助于推动行业在更广的保险责任范围内建立风险减量服务标准并开展应用示范，研究成果具有较好的现实意义与实践价值。
编辑：于小涵
中国保险学会
构建保险大社区
微信：iicbxzx
