车险行业发展现状

综改后车险市场需开辟新增长点

后疫情时代，车辆使用强度提高，货车风险呈现行业性上涨，风控必要性提升，同时，市场上存在投保人刻意隐瞒使用性质降低保费的行为。

2020年09月车险综合改革以后，车险降费、扩责的大背景下，车险业务保费充足度下降，风险进一步上升。改革倒逼保险机构全面提升风险定价能力，通过科技赋能产品和服务，促使行业加速转型升级，以帮助企业更好提升经营能力，提升利润率，建立竞争壁垒。

定价核保采取新模式

 随着车险市场的发展，车险定价问题日益突出。从美国、德国、日本等主要国家的车险定价因子分析来看，车险因子覆盖从车、从人、从环境地区等多方面。当前，中国车险定价以车型定价为基础，综合考虑无赔款优待系数、自主核保系数、渠道系数及交通违法系数，最终完成定价。定价因子主要有车型、购置价、车龄、使用性质、历史出险次数、交通违法次数等。

随着车联网技术的发展，UBI车险服务模式成为企业布局重点发展方向。当前，全球UBI车险主要分为按驾驶行为付费（PHYD）、按里程付费（PAYD）。此外，UBI车险能够引导驾势员形成良好的驾驶习惯，依托车联网技术的UBI车险生态正在加速形成，以收取智能终端费和数据服务费作为主要依托获取收入。

痛点及难点

政策变动导致非营业货车赔付风险增加

2018年起，为了促进物流行业降本增效，交通部取消总质量4.5吨及以下普通货运车辆道路运输证，货车的使用性质不再有行政性的划分标准。政策出台后，非营运货车的体量增长迅速；营运和非营运车辆在政策上及保险费用等方面的差异，导致“大吨小标”“倒卖合格证”等隐瞒车辆真实载重量的情况频发，风险传导至车险市场；2020年非营业货车签单赔付率比2019年高8%。

政策导向下的保险业急需数字化转型

在保险行业数字化转型的关键节点，银保监会近年来陆续发布多项监管政策及指导意见，其中涉及财产险、健康险、互联网保险等多个领域。同时，在相关政策中多次强调了利用现代科技技术改造和优化传统保险业务流程。政策在鼓励和规范保险数字化转型进程的同时也对行业数字化提出了更高的要求。

方案背景

1.货车风险评估助手

该产品是一款使用多维度风险数据和精准算法模型分析，对货车风险高低进行准确评估的工具，仅需输入车辆车牌号、车架号信息即可得到该车辆风险评分，使用简单、方便。

产品依托于权威合法的海量交通大数据，基于国际领先的大数据技术和机器学习算法，实现“交通大数据+AI人工智能”的深度融合，整合车辆静态信息、高速动态行驶数据等多个维度国有交通大数据，采用领先的机器学习立体化地对营运及非营运货车风险进行筛选，补充了传统车险所不具备的动态风险维度，对其风险高低进行精准评估，帮助车险相关企业快速识别及区分营运及非营运货车承保风险。

2.乘用车风险评估助手

传统家用车业务一般都被当作优质业务为各家保险公司所争夺的重点，然而随着自主定价的逐步放开，传统的优质业务可能会由于判断风险的数据维度不足导致保费充足度下降。

该产品依托国家部委、央企权威、合法、多源的数据资源，基于全国高速大数据的里程及多维动态因子，对乘用车风险评价的形式输出模型结果，为家用车险提供稳定、有效、快速的车辆使用维度的风险细分工具，帮助车险企业有效识别高风险业务，同时有效保护用户隐私。

3.高速车辆驾驶行为动态指标计算工具

高速车辆驾驶行为动态指标计算工具依托三级治理后的国有数据可在总行驶里程数、活动范围集中度、运输饱和度等多个维度实现货车、乘用车驾驶行为动态指标跟踪。

4.车险数字化辅助类工具

车险数字化辅助类工具依托三级治理后的国有数据可实现乘用车配置、上险日期、过户信息、违章记录等的查验，为数字化车险定价提供辅助依据。

方案目标

赋能保险车险数字化转型，解决货车投保难题。

方案特点

数据宝车险分析模型对车辆风险高低进行精准评估，生成“1~10”的风险评分，分数越高，赔付风险越高，可应用于车险的保险定价、风险筛选等场景，覆盖率高达95%以上。保险公司只需提供车牌号或者车架号即可输出货车的风险评分，分数越高，赔付风险越高。数据宝车险分析模型自上线以来，得到广泛认可，被多家保险公司纳入采购库。

方案业务流程图

实现功能展示

清楚了每辆货车的风险大小，保险公司就可以在市场范围内区分好坏业务。

方案案例及效果

经济效益：数据宝作为国有数据资产增值运营服务商目前已经对接运营商、公安、司法、交通、银联、民航、气象、电力、等数十个国家部委及央企的权威、合法、多源国有数据，2021 年营业收入过亿元，净利润同比增长20%以上。其中，基于历史车辆通行数据和历史车辆保险理赔数据融合的车险分析产品实现营收过半，实现了可观的经济效益。

社会效益：车险行业正处于转型关键时期，高投入的粗放型增长模式已经难以为继，保险科技正在成为车险行业快速发展的突破口。数据宝基于历史车辆通行数据和历史车辆保险理赔数据融合的车险分析产品这一科技新变量为车险市场注入新活力， 帮助保险公司解决了经营过程中的痛点，助力企业走上“大数据+”的发展快车道。

创新点：数据宝基于历史车辆通行数据和历史车辆保险理赔数据融合的车险分析产品及其全套解决方案，整合了车辆静态信息、高速动态行驶数据等多个维度国有交通大数据，采用领先的机器学习立体化地对营业及非营业货车风险进行筛选，其主要创新点体现在：

一是补充了传统车险所不具备的动态风险维度，对其风险高低进行精准评估，帮助车险相关企业快速识别及区分营运及非营运货车承保风险。

二是与保险公司建立起了模型定期调整的机制，根据保险公司需要定制化开发风险因子，为合作保险公司提供历史数据支持，帮助保险公司提升自身模型区分度，为保险公司在全量数据基础上提供多维度全新的评分模型。

三是在确保国有数据不出库的前提下，助推国有数据开放、流通及应用，创新性地实现了国有数据资产的高效保值增值。

方案未来展望

数据宝基于历史车辆通行数据和历史车辆保险理赔数据融合的车险分析产品及其全套解决方案在研发、运营过程中，形成了如下的创新模式：

一是协同交通部数据资源，对全国高速数据上报建立统一的采集标准，并对数据的上报建立数据动态监测体系，形成可持续迭代的数据流闭环数据；通过总结分析并结合业务逻辑建立规则库，对数据进行逐条清洗，建立结构化的数据库及可供商业化应用的数据服务标准。创新地提出了具有可推广的政务数据管理模式。

二是基于治理后的数据及结合应用场景开发可供商用的标准化数据产品，并在合规的前提下开放应用。结合细分行业应用场景，融合多维国有大数据，联合生态伙伴，建立行业级数据创新融合应用解决方案，并能够在全国快速进行复制和推广，在国民生产生活各领域快速推广应用、助推国有大数据资产的开放、共享、应用落地。

综上所述，基于历史车辆通行数据和历史车辆保险理赔数据融合的车险分析产品及解决方案是数据宝在贵安新区、贵阳市、贵州省支持和关怀下，为落实国发〔2022〕2号文精神，创建数字经济发展创新区，促进数据要素流通，深入实施数字经济战略，激活数据要素潜能，推动数字经济与实体经济融合发展，为产业转型升级和数字中国建设进行的有一次卓有成效的探索，具有较高的经济社会效益和应用推广价值。