阳光人寿保险股份有限公司数据管理部总经理李春萌：大数据助力寿险行业风险管控

来源：中国信息产业网

3月28日，在工业和信息化部的指导下，为期两天的“2017大数据产业峰会”在北京国际会议中心召开。本次会议由中国信息通信研究院和中国通信标准化协会共同主办，数据中心联盟大数据发展促进委员会承办，旨在宣贯和解读《大数据产业发展规划(2016-2020年)》，支撑大数据国家战略落地，展示大数据产业发展成果，探讨发展面临重大问题，推动产业交流与合作。

阳光人寿保险股份有限公司数据管理部总经理李春萌

阳光人寿保险股份有限公司数据管理部总经理李春萌在29日下午召开的“金融大数据风险和监管高峰论坛”上发表“大数据助力寿险行业风险管控”的主题演讲，以下是内容实录：

各位来宾，大家下午好。我是阳光人寿数据管理部的李春萌。今天我跟大家分享一个题目，叫大数据助力寿险行业的风险管控。刚才主持人讲到，风险这块在金融行业是一个非常重要的环节。讲到数据这块，数据的几个非常重要的应用方向，营销、产品，其中风险也是非常重要的。所以今天跟大家分享这个题目。

第一页先跟大家分享一下，保险的核心到底是什么。实际在整个金融领域，银行、保险、证券，其实银行不管是信息化建设，还是数据的相关运用，总的说是相对比较靠前的。但是保险行业实际它的先天性的基因是数据，保险的精算，保险产品基本都是靠数据去做很多相关事情。所以说保险行业经营的核心实际就是预测，不管是预测风险，预测人的健康风险，预测其他相关的风险，这是它一个非常核心的一块。实际来讲这块都是通过数据进行风险预判。

现在在全球经济普遍来讲是比较放缓的，并且国际环境很多不确定性也在加大。所以保险行业就有很多风险，巨灾的风险、长寿的风险、利率的风险，所以寿险行业在风险领域的管控，目前现在是提到一个非常大的地位。

刚才上一位嘉宾讲到了巴塞尔协议，实际保险这块也有“偿二代”的风险体系，分三大支柱。简单介绍一下保险行业的风险类别。可以看到，画红色框的是它的主要风险类别，我分成了左方和右方。左边是保险风险、操作风险、信用风险和声誉风险。右边是市场风险、战略风险、流动性风险。可以看到左边的风险是比较好通过内部的流程以及数据去做管控识别的，右边可能更多的会有更大的不确定因素。我们接下来重点结合左边的风险，来去讲在保险行业数据怎么识别，怎么管控。

刚才讲到了保险行业的风险类别，根据我们的“偿二代”的分类。实际在保险行业对于风险的管理，其实从最开始保险就有一个非常完备的风险管理流程。刚才讲风险管理流程，也比较简单，大家一看也比较清晰。第一个就是做风险识别，也就是说什么叫风险，风险事故发生之前，运用什么方法去查找业务环节，各项重要经营活动的风险点。由于我们数据的出现，大数据的出现，给这种风险的识别带来了非常大改善的契机。以前的风险识别更多的靠，不管是内部的经营数据，还是行业专家的积累经验，基本靠这种模式识别风险。随着大数据的出现，这块风险识别，可以做到更准确，更广泛，更深入。

接下来既然识别到了风险，对于风险怎么做分析评估。虽然“偿二代”里给出了一些比较明确的规则，但是依据不同的公司经营情况，以及不同的公司发展阶段，其实对于风险分析的评估来讲是不太一样的。我们如何区别用这种数据，大数据来去根据识别出的风险给它作出风险的评估，怎么评估风险对于公司的正常经营情况，以及对于公司其他的运作模式产生的风险因素在哪里。

第三个，是在这个流程当中最重要的一块，就是风险的应对。根据识别出的风险，以及分析评估的情况，如何去应对这些风险。也就是说在大数据或者在数据的项目当中，一个非常重要的一环。发现了情况我要做什么，怎么做，做多少，做到什么程度。

第四块，是最后，也是最关键的，对于风险的监控，持续性的监控。分成两类监控，一类对于已经识别出的风险如何监控，还有在监控过程中会出现衍生的风险，怎么去更多的进入下一个风险识别的环节。这个是风险的监控。

看到刚才的两页片子和大家分享的是保险的风险分类，以及保险在这一块如何去做风险管理的流程。接下来看一下结合分类跟流程，怎么来做。

这一页主要讲大数据在风险管理提供的手段。上面这一行是我们的风险管理流程，下面这一行主要是刚才讲的风险分类。中间是我们的大数据。可以看到，上面对于风险的识别，主要是整合业务相关的数据，分析归纳潜在的风险点，如何整合这些数据和风险之间的关系，实际这是第一步非常关键，但是也是最难做的一步。这个往往在一个项目当中，或者在一个风险的大的解决方案当中是最难做的。往往客户也会问，不管作为乙方还是甲方，这个环节都是跑不掉的，对于整个风险平台和数据平台的建设是基础性的作用，我到底能把风险做到多宽、多大、多深。第二块是分析评估。更多可能用到统计、挖掘的触发。第三个，跟数据结合的没有那么紧密，风险应对，可能根据分析的结果，结合业务相关的流程和经验，做一些风险应对的方案和策略。第四，在风险监控，风险数据基础上实时监控各种风险事件。随着大数据技术不断地成长日新月异，对于实时的监控现在已经不是一个非常难的事情了。包括在海量的数据当中怎样去寻找这些东西。

下一页，大数据风险管控，数据、规则、平台、管控。这四个层级也是相对递进的层级。首先，数据到底需要哪些数据。我觉得在前些年，大数据这个词汇不是太火的时候，大多数的行业其实采用的是内部数据、经营数据，可能有一些市场相关数据，去做相关数据的支撑。随着数据不断合作的加强，如何去通过广泛的外部数据合作，来整合风险的大数据。现在其实有很多征信的公司，包括一些其他相关的风险数据公司，实际也在开放相关的服务，如何去整合广泛的外部数据。同时，对于金融机构来讲，既然有外部数据，就有进有出。但是对于数据的安全，实际来讲是大家非常关心的问题。所以一定要在数据这一块，我们建立了一个标准的、安全的，且便于管理的内外部的数据使用流程。这个流程既能保证安全，同时是一个规范化的，也为后续持续的投入成本进行了节约。

第二块规则，规则主要是通过对海量的数据进行指标分析、归纳，等等一些风险的相关性，有数据，有规矩，实际来讲还是比较现象化的。

第三个提出了平台，为什么先说前两个？如果作为一个项目来讲，还是作为一个解决方案，首先先让真正的业务一线能够体会到数据发挥的价值，第三个就是平台。平台要有很多相关去配套、支撑这套解决方案的信息化或者数据平台。首先要有外部数据接入平台，怎么跟外部数据持续性、有效性的接入，模式的接入，把外部的相关需要数据对接起来。第二个风险分析平台，怎么把关联关系分析出来，并且把这些触发条件识别出来。

第三块，监控，应该有一个风险监控平台，去监控和应对相关的风险。

第四个管控，有数据，有规则，有平台，第四个管控。对于风险的识别、评估，以及应对全过程的监控和控制，已知的风险、制定风险计划、监控风险事件，去做管控，风险的全方位管控。

接下来结合四个讲一下。首先是数据。可以看到左边的图，我把我们的数据分成两大类，上面黄色和底下蓝色的。上面是内部的经营数据，下面是外部相关的数据资产。外部数据资产有很多，信用、金融、行为相关的一些数据。但是这些数据可能会支撑我们保险，刚才讲的四个大风险分类。第一个，我们叫保险风险。保险风险包括死亡风险、疾病风险、费用风险、退保风险、道德风险。如何通过这些数据解决这些风险或者识别这些风险，其实现在已经有一些比较好的解决方案了。

第二个解决操作风险，在保险公司来讲，比其他经营机构还要多一些。因为保险相关的销售渠道会比较多，销售人员也比较多，所以可能会有销售误导的风险，有理赔欺诈的风险，有投资的误操作风险、财务风险、洗钱和信息安全、系统故障风险。

第三个信用风险，是保险对外投资的风险。

第四块，声誉风险，对于产品的设计，可能有些产品在有些地方考虑的不一定非常周全，可能会出现市场上的舆论或者声誉上相关的风险。对于销售推广是不是有声誉的风险，或者理赔的服务，经常说理赔难，为什么会出现理赔难，可能最初没有识别出相关理赔的风险。这对于保险公司来讲都是一些声誉性的问题。

所以可以看到内部及

部数据，最关键的如何去整合，才能有效的解决我们的风险相关的分类。

第二块规则，怎么去运用这些数据相关的技术，或者一些分析方法去制定不同的风险规则。我分五大类，可以说是一层一层递进，但是不一定都会运用到这些规则。第一个，特征分析。这种特征分析是最简单奏效的模式，也是掌握起来比较简单的。主要是通过初级的统计分析，去发现一些风险特征、分布，获得一些风险相关的指标。这个在传统的统计分析就可以掌握这种模式。第二个关联分析，如何去发现大量数据之间的关系，发现客户与保险责任的关系，发现客户与销售行为的关系，发现代理人与客户之间的关系，等等很多关联分析。第三个分类和预测，就是基于大量的历史数据，还有一些外部数据去对未来的风险进行预判。未来能够在事前就发现一些风险的征兆。第四个聚类分析，对风险对象分布情况，发现数据中潜在的分析。对于聚类分析，保险对于客户有很多种分类，比如有优选体和自标体。往往在保险现在的行业模式靠什么？靠的客户的告知，或者靠客户抽样的意见。但是实际来讲这种分类不一定是非常准确的，但是它是非常有效的。怎么根据客户的不同属性特征做聚类，分成更细致的类。对于后续的产品设计都有很大的帮助。第五，孤立点的分析，我们对于风险在少数的地方会发现风险，大部分的地方是没有风险，这是初步的假设。所以对于孤立点的分析，怎么去把这些非常不常见的点，非常离群的点找出来，这对于我们风险识别也会有比较大的帮助。

对于平台，有三个平台，数据接入平台、风险分析引擎平台，以及风险监控平台。我重点讲一下第一块，可以看到最底层还是内部数据和外部数据，现在其实很多金融机构不管做了ODS还是做了EDW，对于内部来讲有比较强的管理手段以及管理平台，并且有比较好的数据整合的模型。其实在这两年带来了外部数据，如何把外部数据引入到这个平台里，还是怎么去结合，我觉得对各个金融机构来讲，都会带来挑战。EDW跑得很好，也没有问题，大家也做数据质量了，做得非常好。但是现在引入了外部数据，对整个EDW的生态体系都会发生变化，这块对于整个模型再造，对于平台架构的设计，这块都是一个需要非常关注的问题。第二个是风险分析的引擎。可能不一定有非常标准的解决方案，可能只有一些非常标准的工具，以及平台。这块现在如果是引入外部数据量很大的话，我分布式的架构，有R，都可以做相关的，关键是看我们分析的方向以及分析目标是什么。第三个，可能更像传统的DI。首先要有一个风险的监测雷达，在风险触发了某一个规则或者某一个情况的时候，雷达会自动报警，这个雷达对于你的影响因素到底是什么，如果我过了评分，影响评分的级别是多少，对于这种风险我应该做什么相关的举措，可能会对此风险有一些减少，会减少相关的风险损失。这个是我们三个平台。

监控不再细讲了，有雷达、预警，包括怎么做分析，包括第四块比较重要，就是追踪溯源。当一个风险发生的时候，分析了很多，不管用什么分析方法都有很多指标影响你的风险，来左右你的风险。当一个风险发生的时候如何去溯源，给toD这一块，如何做提供一个有效的支撑。最后是风险评估。以上由于时间关系，讲得相对比较大，比较全的相对风险管理一个情况。

最后一页跟大家分享大数据风险管控面临的一些困难和挑战。这个也是在工作当中遇到的一些问题，估计大家可能也会遇到一些问题。分成三块，第一个叫数据数量问题，这个可能是保险公司比较多，金融机构不太常见，大家都说数据质量问题。数据数量问题是保险公司的问题，保险公司的数据不是那么新鲜，不是非常体现客户在某一个时点相关的一些情况，并且再加上保险公司的信息化建设也在建设当中，所以很多信息的孤岛情况也会出现。所以数据的数量，对于未来能够使用的数据数量是我们面临的挑战。第二块是大家遇到比较多的数据质量问题，可能在内部数据质量还好，尤其金融机构的数据来讲，在各个行业数据质量是相对较高的。对于外部数据的使用，我们阳光在一年的实践当中，其实也发现，外部的数据质量参差不齐，并且数据源非常多，所以就会产生非常大量的混杂类的数据，我们也叫噪声数据。虽然这种噪声数据能够通过一些模型降噪，但是随着数据的几何级的增加，这种噪音数据占比就会非常快的扩大，对我们后续整个的分析会产生非常不稳定的因素。所以我们对于外部数据建立数据清洗规则是非常大的挑战。因为外部数据包括做数据探查、数据清洗和梳理都是非常常规的过程。不同的外部厂商会有很多的相关工作。第三块，数据保险的风险场景结合。这一块叫解决方案也好，叫平台也好，一个关键的落地。方案讲了很多很多，数据也有很多很多，场景也想的很多，最后如何去落地，能够找到一个非常强的业务抓手，实际在整个的项目过程当中是一个比较大的挑战。可能有了很多数据，但是最终的非常细的保险风险抓手抓不住，可能会导致这个项目是一个相对来讲比较宽泛，比较空的项目。最后就是如何保证我们有了数据，有了规则，有了平台，如何跟业务环节点进行结合。这块来讲更多的需要有更多保险行业背景，有数据背景，有数学背景相关的综合性人才进来，对于这一点可能是比较好的解决方案。

最后一页就给大家讲了困难，也希望大家能够一起去思考这个困难，希望数据在风险这块，尤其在保险行业风险这块能够马上解决相关的风险。

我今天的分享就到这里，谢谢大家！