作者简介：王和，中国人民财产保险股份有限公司执行董事、副总裁。　　

　　（根据作者在第二届保险信息化线下论坛上的发言稿整理）

　　保险业“根本之问”，即保险的立业之本有三：一是预测，就是让我们觉得挺神秘的精算。二是大数，从根本上讲，保险是一个“广大人民群众”的事业，需要一个数的集合。三是专业，就是我们经营管理的各种技术，如风险管理。保险业的存在主要是靠这“三招”。下面，我们就分别问问它们。

　　第一，我们来问预测。看一看“预测”的前世今生。

　　预测，对于我们中华民族而言，并不陌生的。历史上，比较权威的有《易经》，比较民俗的就是我们经常在影视剧中看到的场景，一个戴着黑墨镜的“李半仙”。为什么我们一直对预测这个问题很关注，因为，中国一直是一个农耕社会的国家，基本上属于靠天吃饭，所以，总是希望通过各种办法，如观天像来预测气候，了解自然的变化，更好地开展农耕活动。同时，由于知识的局限，古人觉得“生老病死”神秘莫测，所以，也希望能够通过某种方法能够了解和预测自身，于是，就有了占卜这些东西。在这里我想说的是：“半仙”你可以挑战他，但随着时间的推移，我们会发现《易经》是有很深的科学道理的。这是第一阶段，也可以称为预测的混沌时期，这个阶段一直延续几千年。

　　之后出现了统计和计量经济，预测进入第二阶段。我们通过采集一定的样本数，积累一定的数据，然后做所谓的回归分析，据此来发现事物发展的规律，借此来预测未来，大家非常熟悉的就是保险精算。我们通过一定的样本量、通过建模、通过回归分析来做预测。但渐渐地，特别是金融危机之后，我们觉得这些东西好像也不是很靠谱，因为，如果这些工具都非常靠谱，那么，你如何解释金融危机的产生。导致金融危机的那些金融产品，大多是华尔街搞出来的，他们拿着一大堆资料跟你讲：定价模型是如何建立的，回归曲线是非常漂亮的，这个价格肯定没错，买，一定赚钱。后来怎么样？大家都看到了。所以，我就斗胆讲了一句话，曲线是可以按需回归的，模型也能够自我实现。只要“有心”，曲线总是能“回归”的。这个阶段，我把它定义为有限预测时期，因为，这种预测是有前提和条件的，是相对和局限的，它受到主观干扰的空间比较大。

　　第三阶段，就是现在，出现了以搜索引擎、互联网、物联网、感应技术、神经网络和大数据，这些现代科技，它们从根本上挑战了传统的预测。从保险精算的角度看，会出现两个现象，一个叫数据变迁，一个叫原理革命。所谓数据变迁，是指在大数据的背景下，作为预测重要基础的数据将发生一系列，而且是本质性的变化。

　　第一，是从质量，到数量和维度。以往我们所能够拿到的数据量都是非常有限，你们能够拿到多少样本，五千个，一万个？这五千个和一万个，还是通过街头调查来的，还不知道是不是真的，还可能带有很强的主观色彩，所以，数量非常有限，且真实性也难以保证，所以，并不能说明多少问题。那个时期，数据的数量有限，质量无从保证，维度也非常有限。在互联网和大数据时代，数据的数量和维度都得到了极大的丰富。这种数量和维度的丰富，同时挑战了质量，即如果数量足够多，即使质量不太理想，同样也能够描述和解释对象。

　　第二，是从内到外。过去我们更多的是关注行业和企业内部数据，保险精算也多是关注理赔数据，但它们能说明的问题非常有限。比如说车险，我们按照所谓的风险因子进行分类。如从人因素，分成性别，年龄、职业、婚姻、是否有孩子，抽不抽烟，但你觉得这几个因素都一样的人，他们开车的习惯，或者说风险能一样吗？也许一个是“女汉子”，一个是“林妹妹”，开起车来的风险肯定不一样。但如果我们利用车载OBD记录仪和路上摄像头的数据，来跟踪这些车辆，得到的结论就可能完全不一样。我们再看看寿险，这个问题就更明显。我国大陆每年有70亿次的门诊量，这些门诊数据肯定比我们所有赔案里的数据多得多，也更能够解释疾病风险、治疗成本和生命表问题。还有一个非常重要的问题，这些数据的实时性更强，现在保险定价用的数据往往是许多年前的数据。所以，从历史数据到当期数据，从样本数据到全量数据，这些都是未来保险精算面临的所谓“数据变迁”带来的挑战。

　　再就是所谓原理革命，保险精算原来更多的是追求一种因果关系的解释，我们做归因分析，通过解读历史，预测未来。但我们越来越发现：未来与历史，其实并没那么大的关系，随着社会的发展，这个问题会越来越明显。你会发现一个个体的风险，往往不是历史因素决定的，而是由现实的一些关系决定的。举一个例子，传统保险要确定一个人的风险状况，基本思路是通过对整个家族的历史做一个系统分析，做一个归因分析，判断这个人大概是什么性格，行为风险如何，可能患什么疾病，您觉得这靠谱吗？不要说他的太奶奶，奶奶，就是他妈，跟他生活环境都可能完全不一样了，那么，风险因素又怎么可能一样。但反过来，如果你要知道这个人的情况，你只要找几个跟他关系最近的人，通过他们的描述，就基本上可以把他“刻画”出来，比如他的生活习惯，是否抽烟喝酒，开车是不是很猛。从根本上讲，这是从回答“为什么（why）”转换到回答“是什么（what）”，这是精算的原理变迁。还有，就是前面谈到的从抽样到全量，因此，未来我们可能从“大数时代”逐步走向“多维时代”，通过多个维度，以几何学的思维，就可以把这个人定义出来，刻画出来。我们不再需要从单一维度，纵向地去深入探究，而是通过一个平面上的多个点，就能将这个人刻画出来。

　　就预测而言，在互联网和物联网的时代，更大的挑战是来自技术创新以及无处不在的感应终端。前几年，谷歌开发了一个“流感监测软件”，原理就是按照搜索引擎上，人们检索与流感症状相关的词条，如“打喷嚏”、“流鼻涕”等，就可以判断出这个地方可能发生流感了，而这种方法，无论是在成本，还是在时间上，都比传统模式要大大的节省和提前。因此，谷歌的流行病预测要比美国官方快的多，而且，成本还低。还有就是关于迁徙的问题，在前几年，百度利用人们手机的定位系统，做一个“国人春节迁徙图”，不要小看这张迁徙图，这个图揭示了移动信息和聚集信息，而“移动”和“聚集”均属于风险要素。

　　接下来这个例子，与保险的关系就更直接了，一些国家开始利用“电磁波比地震波跑得快”的原理，开展地震预警，并将地震预警系统，绑定手机，就能够在第一时间开展非常有效的预警。在灾难预警方面，有一个“黄金十秒”定律，即如果能提前十秒预警，大约能降低人身伤亡39%。日本是较早开展这项工作的国家，国际上有一个“地震捕手”的项目，在全球范围内征集志愿者，开展地震预测。我国四川等地也开展了类似的地震预警工作，在今年10月7日的景谷地震中，昆明居民提前67秒就得到了预警。

　　第二，我们再问大数。

　　保险和金融业所有的存在，都是靠大数的。大数靠什么？传统的大数靠三个东西，一个是机构，需要建很多的机构网点；第二是产品，要开发各种各样的产品；第三是时间，要日积月累大量客户。传统金融企业要实现数的集合，都要通过这三个要素来实现。同时，不管是从可能性，还是从效率上讲，实际上都有一个比较高的门槛。但互联网，特别是社交网络将彻底改变这一切，看看姚晨，她微博的粉丝是6900万，可谓是“富可敌国”，因为，泰国全国人口也不到6900万。更有甚者是陈坤，据说他用“粉丝”做起了生意，并成功地开展了“粉丝经营”，粉丝每年交100多会费，就可以跟他互动，还可以优先看到一些东西，如新专辑等。有人算过，他的粉丝大概是7000多万，只要有1%参与，就是70万，一个人花100元，每年就可能是7000万的进账。你再看看那些门户网站，他们旗下的“子民”都是数以亿计，他们所集合的量，所能够创造出的价值，是你难以想象的，这就是互联网的力量。

　　第三，我们问问专业。

　　从传统的角度看，我们对专业的认识，更多是“信息”加上“智慧”，许多所谓的“专业”更多的是基于信息不对称。但在互联网时代，特别是搜索引擎的出现，专业，这个概念受到很大的挑战。现在千万别随便说自己是“专家”，因为，任何人只要随便搜索一下，就什么都知道。有次我去参加一个讲座，我的邻座问我：是否认识这位专家？我非常详细地向他介绍专家的背景，他肃然起敬，说你真了不起，什么都知道。我就笑了，其实，我不过是两分钟前“百度”了这位专家而已。互联网时代赋予“专家”以全新的内涵，出现了“社会脑”和“互联网进化”的概念。还有，就是人工智能的出现，机器人的出现，也从根本上挑战了传统对于“专家”的认识。

　　那么，大家可能会问，如果说“预测”的光环不再了、数的集合模式改变了、专业存在方式颠覆了，那么，未来金融业如何存在，保险业如何存在？这是一个很大的问题。确实，互联网时代可能给预测带来一种质的飞跃，最富想象力的是神经网络技术在预测领域的应用，它将改写整个预测科学。如果预测科学突破了，意味着“不确定性”问题面临巨大挑战。人们买保险，从根本上讲就是买不确定性，如果越来越多的东西都确定了，还买什么？所以，保险业面临着一个根本性追问，即预测是为什么。

　　从保险经营的角度看，预测的目的是定价，如果说未来“预测”本身也面临着根本性的挑战，那么，保险业就需要重新思考“定价在前，成本在后”这种经营模式的可持续性问题。面向未来，可能需要一种基于相对动态的定价模式。如，“前定价”加“后定价”，甚至是完全的“后定价”模式。因为，我们知道保险的根本目的不是简单地为了获得赔款，而是形成并参与到一种互助组织之中。如果我们回到这个“出发点”去看问题，就能够理解，预测和精算不过是完成互助费用的分摊，那么，这种分摊在前，还是在后并不重要。特别是未来，随着互联网时代的发展，互助保险将出现“回归”，并将改变传统保险对预测和精算的认识，如德国的“朋友保险公司”和上海的“抗癌公社”模式。

　　第二，看大数的集合问题，我们不妨回顾一下“集合”的历史。在人类发展的原始阶段，更多的是以一种个体、独立和被动的方式去面对风险。随着社会的发展，出现各种组织，如公社、部落和家庭，这种社会组织的出现，实现了一种风险分散和损失共担的模式，如我国古代的“义仓”制度。“义仓”就是在一个部落中，在正常年份，每个人拿一点粮食放到这个仓库里去，等到灾荒之年，或者遇到征战有人死了，就可以从义仓里拿粮食。

　　后来，随着社会的分工和进步，出现了商业保险公司。这种市场化的机制能够实现有序和相对高效的集合，但这是一种相对被动的集合。用现代保险制度理论来解释，是建立一个社会保险基金池，通过这个平台来实现投保人之间的互助共济。然而，显而易见的是这种集合是相对粗放的，不能很好地体现个体的风险特征和偏好。更重要的是，其运营效率已受到越来越多的质疑和挑战。

　　到了互联网时代，传统的集合方式，特别是效率问题将成为互联网“逆袭”的突破口。互联网对保险的最大贡献是推动集合方式的进化，即它让更多元和个性化的集合方式成为了可能，会出现一种我称之为“和而不同”的新模式。人们完全可以根据各自的风险偏好，形成一种相对个性化的互助组合，并对组合拥有知情权和选择权。同时，不同组合之间还可以形成更大范围的互助和平衡。举一个例子，如汽车俱乐部，同品牌，甚至是同款的车主，就可以集合成一个相对同质化的，或者是风险偏好相似的组合，这种组合除了可以在内部实现风险分担，还可以通过再保，实现更大范围的风险分散。

　　除了上述话题外，面向未来，我还想跟大家交流两个话题。

　　一是“减量管理”，准确地讲是保险应当从等量管理走向减量管理。传统保险更多的是基于等量管理的经营理念，即用被保险人的保费，形成保险基金，在扣除税收和费用之后，以赔款的方式在被保险人进行分配，这就是传统的保险模式。但未来这无疑将面临巨大的挑战，因为，保险行业认为30 -35%的费用是正常的，是“国际惯例”，但这个费用率是不是合理，经不经得起互联网时代的“考验”，是传统保险行业不得不面对的挑战。因为，以后这不再是你说了算！记得2007年，我带着一个团队做交强险听证工作，消费者代表就质疑：我们交了1000亿的保费，你们保险行业就用了300多亿。我们觉得“天经地义”，别人觉得“不可思议”。那么，合理的费用率是多少？大家可能没有答案，但我认为市场肯定有答案！也肯定不会是35%！因为，这个背后挑战的是保险整个行业的效率问题。也许有的公司会认为那样没法做，那是你的事情，市场的逻辑就是优胜劣汰，你做不了，自有人做。所以，我认为“减量管理”是一个思路，我们要通过为社会和客户创造价值，然后分享价值。

　　二是“风险心理学”，这个话题很大，我简要说一下。我提出“风险心理学”的概念，核心诉求是解决行业的社会责任和贡献问题。我们知道：风险在很大程度上是由人的主观及预期决定的，即风险是主观与客观的差异。有的时候，你没有感觉到风险，问题就出在你的主观认识不够，也就是我们常说的“无知者无畏”，而保险在解决“风险心理学”方面是可以大有作为的。首先，保险可以通过解决信息不对称问题，去缩短主观认识与客观实际之间的距离，让更多的人能够客观和科学地认知风险，继而解决预期、决策与行动问题。其次，保险可以通过专业管理和服务，去稳定预期，继而稳定心理，从而实现心理与预期，心理与风险改善的良性互动与协同，就能够改善人们“心理账户”的资产负债表状况，提升社会的“幸福指数”，为社会带来福祉。