简介:本文基于2003-2015年全国31个省份保险业发展的相关数据,以保险深度、财产保险深度和人身保险深度作为核心解释变量,建立我国保险业减贫效应的空间面板数据模型。利用莫兰指数、LISA集聚图、空间滞后模型、空间误差模型和面板门限回归模型对保险业减贫效应的空间集聚、区域差异和门槛特征进行实证分析。结果表明:保险业发展和贫困程度都存在空间集聚特征;从全国角度来看,保险业、财产保险和人身保险都具有显著的减贫效应,并且财产保险减贫效应大于人身保险;从区域角度来看,对于整个保险业而言,只有东部和中部具有减贫效应;对财产保险而言,东中西部都具有显著的减贫效应,并且西部财产保险减贫效应最大,中部次之,东部最小;对于人身保险而言,只有东部地区具有减贫效应。保险业减贫效应还具有显著的门槛特征,当经济发展到特定水平,越过某一门槛,保险业减贫效应会显著增加,甚至发生质变。因此,我国应该大力发展保险业,将保险业纳入到扶贫开发体系中,充分发挥保险业的减贫效应,逐步降低我国贫困人口的数量。保险公司还应该采取积极差异化承保策略,为区域经济稳步发展保驾护航。因为只有区域经济提高到一定水平,保险业减贫效应才能产生预期效果。
简介:2015年以来,新一轮商业车险条款费率改革正式启动。基于行业大数据,我国制定了首个行业车型费率分级方案。本文通过将信度理论引入行业车型费率分级,有效改善了行业车型费率分级结果的合理性和可解释性,并实现了行业车型费率分级的动态调整。通过地区风险区分、车队业务定价两个案例,研究了信度理论在公司精算定价、承保实践中的应用,证明了信度调整能够提高结果的准确度和可应用性,为公司信度理论的应用提供借鉴。最后,就信度理论在方法论上的意义进行了思考,信度理论的优势在于更丰富的信息、核心在于更匹配的信度、价值在于更有效的应用,并提出了下一步的研究、应用方向,期望信度理论在车险实务中发挥更大作用。
简介:互联网和大数据技术的融合让个体生理数据分析成为可能,并进一步推动个体健康风险量化,本文在此背景下,探讨人工智能与保险融合的新路径,提出了以生理年龄作为个体健康的风险量化指标,进而作为定价基础的新模式。本研究根据保险特征,优化深度学习技术,通过分析人体老化的生理特征,建立了基于手背纹理照片的生理年龄评价模型,在大量数据的支持下,可以获得稳健、精准的生理年龄定量评价结果。本文还讨论了以深度学习为代表的人工智能技术与保险融合的模式,提出了可能的结合点以及对应的比较结果。鉴于生理年龄可以更充分反映投保人的“健康风险”信息,论文认为该模式具有很好的应用价值,并通过分析现状,认为当前是保险公司建立“人工智能大脑”的关键时期。
简介:中国的资产证券化实践始于1992年,20多年来市场规模不断扩大,市场规范性、专业性日益完善,市场活力逐渐增强,增长空间巨大。在美国,资产证券化又以房贷证券化居于最重要的地位。近年来我国住房抵押贷款的迅速增长,为资产证券化发展提供了良好支撑,而由房贷支持债券衍生出来的“多档次房贷支持债券”,更可以为保险公司、退休基金等机构在未来资产配置上提供优良的长期投资标的。因此本文首先通过对美国多档次房贷支持债券的起源、市场规模、现金流切割方式等进行回顾,同时对多档次房贷支持债券发行的各类子债券的特点进行分析,基于我国最近的监管发展提出其在保险资金配置中的应用的建议。