中交興路聯合中國銀保信,重載貨車保險風險評測模型重磅再升級!

（原標題：中交興路聯合中國銀保信,重載貨車保險風險評測模型重磅再升級!）

由北京中交興路信息科技股份有限公司(以下簡稱:中交興路)與中國銀行保險信息技術管理有限公司(以下簡稱:中國銀保信)聯合推出的重載貨車保險風險評測模型,自2018年11月上線以來,已成爲國內主流保險公司在承保重載貨車保險業務前進行定價決策與覈保的必要工具,有效提升了保險公司在業務經營上的風險管理水平。

近日,在中交興路與中國銀保信的通力合作下,重載貨車保險風險評測模型完成了又一次全面升級,實現了對保險賠付率更加精準的預測。經過歷時6個月的建模、部署和校驗,新版模型已於12月4日正式上線!

新版重載貨車保險風險評測模型在建模過程中,使用的數據量規模之大,超過此前任何一次升級,並且在模型算法、數據因子、適用車輛類型等方面有着諸多創新。

【分地市建模】

針對預測效率的提升,雙方依託各自優勢,提取覆蓋河北、河南、山東、山西、江蘇、安徽、廣東、廣西、四川、雲南、陝西、遼寧共12個省市的多年度全量數據進行分地市建模。

爲了讓全國每個地市對於賠付率預測的精度都有提升,雙方以省爲單位,先建立省級模型,再在省模型基礎上分地市進行調整、優化;最後,再把建模過程中得到的規律性結論應用於其它省份和地區,使得新版模型效果在全國所有省份都有所提升。

【引入殘差神經網絡(ResNet)深度學習算法】

隨着可使用的數據因子呈現指數級增長的態勢,保險精算工作需要更多、更先進的模型算法用以不斷提高保險風險預測的精度。

基於此前已應用的廣義線性模型(GLM)、廣義可加模型(GAM)、廣義可加混合模型(GAMM)、極端梯度提升模型(XGBoost)等算法,中交興路和中國銀保信進一步引入殘差神經網絡(ResNet)深度學習算法,最終使部分重點地區的模型預測效果得到顯著提升。

殘差神經網絡(ResNet)是微軟亞洲研究院於2015年提出的深度學習神經網絡結構,曾獲當年ImageNet競賽冠軍,以及2023年“未來科學大獎-數學與計算機科學獎”。本次建模時,雙方首次將這一模型引入到保險風險評測模型領域,並自定義在保險模型中常用的Tweedie分佈損失函數。在雙方的實踐中發現,對於特定的建模數據,只要網絡結構、激活函數、損失函數等參數設置得當,使用以殘差神經網絡爲代表的深度學習模型既能達到很好的預測效果,又不會產生嚴重的過度擬合,有望成爲新一代保險風險評測模型可供選擇的建模算法。

【引入車機提醒糾正率因子】

重載貨車保險風險評測模型的數據因子可歸納爲運營強度、道路特徵、駕駛行爲三大品類,其中每一類又囊括數十種子項因子作爲建模分析預測的數據支撐。此次模型升級重點在駕駛行爲方面,開發了車機提醒糾正率因子。

依託物聯網、大數據等技術,能夠做到對所有重載貨運車輛實時下發超速、疲勞、違規停車等危險駕駛行爲語音提醒,並準確記錄車機提醒後的糾正情況。糾正率越高,說明司機的安全駕駛意識越強,經過有效提醒後的賠付率越低。因此,對車機提醒糾正率因子的引入,能夠讓保險公司在制定保險產品價格時可以更加客觀、公正;而對貨車司機來說,只要保持安全駕駛意識,不斷改善駕駛行爲,持續提高糾正率,便能更好、更快地提高保險評分,以更低價格購買保險產品。

【新增新能源重載貨車的支持】

使用動力電池驅動的新能源重載貨車是近些年來國家重點發展的車輛類型之一。目前,該類車輛在河北唐山、四川攀枝花等應用較多,在國家“雙碳”戰略和多式聯運等政策推動下,新能源重載貨車或有望在全國範圍被大規模推廣使用。

以中短途貨運爲主的新能源重載貨車,其行駛路線既與自卸車的場內運輸相似,又承擔中短距離的專線運輸任務。對此,雙方開發了能體現上述運輸場景和風險特徵的多項數據因子,並將其應用於新能源車、自卸車等特殊車型,使新版模型對特定類型車輛的風險預測能力和風險原因解釋能力都得到了質的提升。

爲直觀展現建模成效,中交興路與中國銀保信將2020保單年的數據作爲訓練數據,將2021保單年的數據作爲測試數據進行驗證。

以雲南省市爲例,先粗略按照本省評分將測試數據車輛分成A、B、C、D、E五個風險等級,再分省、分地市對比建模前後每個等級的含NCD係數基準保費賠付率。其中,分類方法爲:

對比結果在下表中列出(需要說明的是,這一分類方法較爲粗糙,只是爲了比對新舊模型的差異,保險公司實際使用時可將評分做更細緻的劃分)。

雲南省各地市建模成效對比

《保險業標準化“十四五”規劃》提出促進保險業在依法合規的前提下與第三方合作機構、數據服務提供商、其他行業產業合作,發揮更大的協同效應。原銀保監會年初發布的《關於財產保險業積極開展風險減量服務的意見》提出在新形勢下,保險業深耕風險減量服務,應深入瞭解客戶需求和風險狀況,優化風險減量模式。中交興路與中國銀保信強強聯合,結合全國全量以重載貨車爲核心的“人、車、貨、企、場”海量物流與車聯網大數據及保單數據,充分激活數據要素潛能,在使我國保險行業的重載貨車風險識別能力達到先進水平的同時,更進一步創新合作模式,爲重載貨車保險業務的風險減量提供了決策依據。未來,雙方還將深化合作,基於人工智能、大數據、物聯網等前沿技術,面向保險科技應用領域,不斷爲廣大物流貨運行業相關人員提供更優質的產品和服務。