1992，线性模型回归系数的自适应估计，硕士论文。

数据科学在保险产品的实施和应用

（一）数据驱动赋能保险产品

      一般而言，在美国传统的保险公司，申请保险时需要填很多表格，以前的产品里需要问150多个问题，例如是否养狗、房屋里是否有游泳池等等，由此评估申请人风险，最后进行保费的收取。这种情况下耗时就比较长，一般需要进行15到30分钟的填表，然后再开始定价。而目前的产品是完全数据驱动的，故目前到网站上只要进来填写地址等信息，只需要几秒钟的时间就可以完成定价，即在客户来到公司查询自己的保费是多少钱，后台已经将保费计算完毕。同时，在推广到全国的目标下，这个产品已经从六千万的保费到现有的2.5亿保费，在3年间翻了两倍。

（二）数据科学在产品客户生命周期中有重要应用

      1、潜在客户

      如果要针对房屋出售保险，就要对每一个房屋建立模型，计算其潜在风险，而这种风险不向监督机构报备，因为这是非约束下的风险，即根据机器学习、深度学习等各种模型得到的风险不需要报备。此外还有一个定价模型，而定价模型则需要向银保监会报备。这种定价模型与之前的模型也不太一样，因为这些模型有时使用的变量较少，或者模型是线性的，这是由于报备时必须解释每一个变量，要解释每一个变量的区间。这样就需要有很多的模型。此外，还要考量谁会对产品产生兴趣，这就需要响应模型。而在响应模型上，有一般的商业模型，也有直邮的响应模型，还有数字的响应模型，在各种渠道都有模型来支持。同时，对于房屋还要研究竞争者的可能定价，这也有很多的模型支持。

      2、客户投保与产品定价

      在投保的时候，也需要针对客户优化的模型。

      3、客户管理

      客户管理主要包括两个部分，首先是投资，因为收取的保费，除了银保监会规定的预留金，都需要进行投资。受限于公司规模，投资上是委托其他人进行。但是在理赔、欺诈索赔、代偿这些方面，都有相应的模型支持。

      4、客户续签

      最后，从生命周期的角度，当客户最后达到一年时，肯定要考虑续约。此时就需要客户流失的模型来进行估计，谁有可能不续约，有多大可能不续约？以及在续约时，由于对客户了解更多，此时会再建一个风险模型。根据新的模型，就可以分辨出适合续约的客户。在这种情况下，公司的损失率大体在10%，而对于能收回部分基本上是没有取得成本（acquisition cost）的。而且续约相比新的保单，一般而言更加有盈利能力。

（三）目标群体的寻求方向

      目标群体的选择主要有三个方向：一是盈利性。如何确定盈利性？公司收入主要来源于保费，而定价模型是通过银保监会报备的。报备的模型需要的变量相对较少，且需要可解释性。而要考虑风险和费用时，风险需要单独建立模型，即所谓真正的风险（True risk）。

      二是竞争力。只有盈利性也不行，例如对客户都收取1万保费就可以保证盈利性，但相对的没人会选择投保。所以还要考虑和竞争对手比较时，价格上是否有竞争力，而价格的比较就涉及定价模型的比较。

      三是预算的承受能力。尽管客户具有可盈利性，也可能有竞争力，但客户也可能第二年就不再续约。而获客成本很高，平均一个保单，可能需要五六百美元，而一年的保费也就一千多美元，如果只带一年则肯定亏本。

（四）数据源与模型预测性改进

      模型起着十分重要的作用。如果盈利性预测做的不对，就对客户选择产生了直接误导，而在竞争力等方面也是类似的。因此，类似生存曲线的一系列模型都要考虑预测的准确性，并且一定要不停地改进。改进中非常重要的就是数据源。数据科学，数据是基础。

（五）新的方法、平台与工具

      语言的种类不重要，必需的是效率。员工写的代码一定要可复用，即可以下次再用，所以需要建各种不同的包。在语言上非常重要的是三个方面：变量的选择与处理、建模的选择与评估，以及可再用性。

（六）多样的数据分析方法

      1、学习目标

      在这方面，实验设计较为常用。

      2、描述性分析

      在描述性分析上，即对数据进行描述时，常用的方法有因子分析、聚类分析等等。

      3、预测性分析

      模型使用最多的还是预测性分析，例如线性回归、逻辑回归，保险用的比较多的有严重性、频率等模型要件，这都是线性回归；而后是是否出现风险，客户对我是否有兴趣等等，这都是逻辑回归方面的问题。此外，也有生存分析，即客户持续多久，即前面提到的预测生存曲线，计算现金流，使用NPV的方法进行决策等。另外一个相对使用较多的就是决策树，例如Gradient Boost Model、extreme GBM、随机森林等，这些也是较为成熟的方法。

（七）产品业务团队的配合

      数据科学的市场上目前的问题是市场较为热门，所以人员流动比较多。这时我们就需要将我们的项目标准化，即获得的成果是公司的而不是个人的，不能因为人员流动就无法运营。正如中国的一句老话，“铁打的营盘流水的兵”。公司需要变成一个铁打的营盘，进来的“兵”马上就可以工作，完成后员工可以离开，但成果都还在，所以基本上所有的流程都是很标准的。

      因此，项目设计是最关键的。例如，样板应该如何设计？需要每个人工作的流程一致，但项目可能不一样。具体而言，样本如何设计？目标变量是什么？预测指标是哪些？这都是需要设计的。设计完成后就需要建模，建模以后就可以产生新变量。对此也有不同的代码，将不同的数据源进行结合，这都是流程化的工作。

      来源：TGES2020前沿讲座系列-12 ：保险公司与风险管理《数据科学在保险产品的实施和应用》演讲文稿整理