相关热词搜索：
浅析对大数据解决保险市场信息不对称的经济学
浅析对大数据解决保险市场信息不对称的经济学 信息不对称是市场失灵的形式之一，也是保险市场的典型特征。由于信息 不对称的存在，保险公司无法正确评估投保人或被保险人的风险状况，保险公司 的赔付率大幅上升，影响保险公司的利润水平，也影响低风险群体通过购买保险 来分散风险的效果。在经济学理论中，解决信息不对称的核心方法是建立信号对 接交易双方的信息和设计合适的激励制度。随着信息技术的发展，大数据为建立 信号，从而为解决信息不对称提供了新思路。本文通过分析信息不对称的两种情 形和大数据与信息不对称的融合，得出大数据可以更好地解决保险市场的信息不 对称，保险公司应当积极运用大数据的思维与数据处理技术提高公司运营效率。一、信息不对称的含义 大部分的经济学研究通常以完全的信息为假设，即消费者和生产者对于他 们面对的经济变量拥有完全的信息。但是，在现实的经济社会中，并不存在完全 的信息。某些市场参与人比别人知道的信息更多。具有信息优势的市场参与者往 往具有比较有利的地位，而处于信息劣势的市场参与者通常会遭遇损失，破坏原 有的市场均衡，造成资源配置的低效率。在一项交易中，买卖双方拥有不同的信 息的情形就是信息不对称。
信息不对称在经济社会中非常普遍。通常，产品的销售方掌握更多的关于 自己产品的信息;工人对于他们自己的技术和能力比他们的雇主知道的要多;而商 业经理对于企业成本、竞争地位以及投资机会比企业所有者知道的要多。不对称 信息解释了许多社会制度，它说明了为什么有些公司为其产品的零件担保;为什 么雇主与雇员签订奖惩合同;以及公司股东要监督经理人的行为。
二、信息不对称的两个方面 (一)逆向选择 逆向选择是市场失灵的一种形式。由于信息不对称，商品销售者和购买者 在进行买卖交易时无法知晓商品全部的质量信息，不同质量产品以同样的价格出 售，导致本来可以进行交易的质量高的商品未能成交，仅仅留下了质量低下的商 品在市场中进行交易;或拥有信息优势的一方总是尽可能做出有利于自己而不利 于别人的选择，从而降低市场效率。(二)道德风险 道德风险是市场失灵的另一种形式。道德风险这一概念在20 世纪80 年代 的西方经济学家眼中是一个经济哲学范畴。道德风险最初是用来分析保险合同而 形成的一个概念。在交易双方信息不对称的情况下，某一方的行为由于监督成本 太高而不能被观察到，因此他们享有自己行为的收益，而将成本转嫁给别人，影 响与该事件相联系的支付报酬的概率分布，从而造成他人损失的可能性。道德风 险不仅使得处于信息劣势的一方遭受损失，而且还会破坏固有的市场均衡，造成 资源配置的低效率，改变了市场有效配置资源的能力。道德风险是在经济活动中 的经济人为了追求自身效用最大化而做出的不利于他人的行动，他们自身拥有信 息优势，可以有效地避免因自己的败德行为而受到惩罚，并且，当发生极端事件 时，很有可能他们的败德事件不会被揭露。因此，这种情况极其容易引发道德风 险。
三、保险市场中信息不对称的表现 (一)保险市场中的逆向选择 逆向选择是保险市场中的典型表现。在保险市场中，被保险人或投保人比 保险公司更加了解自己的风险状况。假设保险公司按照平均风险水平厘定费率， 则高于平均风险水平的高风险投保人将大量购买保险，因为他们正是需要保险的 人;而低于平均风险水平的低风险投保人几乎不会购买保险，因为在这种费率下， 他们有可能面临入不敷出的状况。这意味着，大多数的保险索赔将会由高风险的 投保人提出。因此，很容易得出一个结论：保险公司为了保持盈亏平衡，防止潜 在的赔付支出大于保费收入，所以一定会把保险费率建立在对最坏情况的预测的 基础上，即针对高风险投保人提高保险费率，这就会导致低风险的投保人的投保 意愿下降，以至于所有的投保人都是高于平均风险水平的，低于平均风险水平的 投保人全部被挤出保险市场。在这一点上，保险产品的费率就会十分高，甚至保 险公司也无利可图，或者保险公司干脆也就不再出售保险产品了。
(二)保险市场中的道德风险 在现实的保险市场中，博弈双方为保险人(保险公司)和投保人。保险人的 一组策略分别为策略1(高费率)和策略2(低费率);投保人的一组策略分别为策略 1(对保险标的采取合理的防护)和策略2(未对保险标的采取合理的防护)。从博弈支付矩阵1 可以看出，纳什均衡为(3,3)，即保险人选择低费率，投 保人选择采取防护措施。纳什均衡是关于策略选择的一组预期。如果给定博弈一 方的选择，博弈的另一方的选择是最优的。这些预期使得当一个人的选择被揭示 后，没有人会改变自己的行为。同时，这个纳什均衡同时也是占优策略均衡，因 为任何一方都拥有独立于另外一方的最优决策。但是，如果保险人和投保人无法 掌握关于对方决策的信息，确信双方都会选择抵赖，即保险人在选择采取防护措 施时提高费率，或者投保人在低费率的状态下对保险标的未采取防护措施，那么 每一方最终的收益为5，从而使博弈双方的境况变得更好。在这里，(5,5)这一组 合满足帕累托最优。所以，保险市场中的道德风险是一种典型的囚徒困境。
然而在信息对称的理想状态下，保险公司对于采取防护措施的投保人会采 取低费率。
从博弈支付矩阵2 可以看出，(4,5)是该支付矩阵策略的纳什均衡，同时也 是占优策略均衡，即保险公司制定较低的费率，投保人对保险标的采取有效的防 护措施。与此同时，保险人对于疏于采取防护措施的投保人会制定高费率。
从博弈支付矩阵3 可以看出，(4,5)是该支付矩阵策略的纳什均衡，同时也 是占优策略均衡，即保险公司制定较高的费率，投保人不会对保险标的采取有效 的防护措施。
四、大数据如何解决保险市场中的信息不对称 (一)大数据的含义 大数据在近年来十分火热，但其具体概念是什么仍旧没有一个统一的书面 表述。在过去的几十年中，数据的革命已经在各行各业派生出了各种个性化的应 用，其核心是将任何人与物的状态量化和数据化，能够在数据空间被操作。如果 我们从数据的角度观察世界的一切，我们就可以依托数据做出更为有效的决策。
大数据的主要特征在于数量大、类型多，并且具有实效性。数据不在于准确，而 在于全面。谷歌在2008 年研发的谷歌流感趋势成为了应用大数据的典型案例。
人们在谷歌搜索引擎上搜索的所有内容反映了他们的即时需要，比方说当输入温 度计发烧肌肉疼痛等关键词时，系统便会根据搜索结果跟踪分析流感发生的区域 与时间，并将结果与美国疾病控制与预防中心的报告作对比，验证出二者之间存 在强相关性。所以说，一个产业的蓬勃发展在于拥有数据资源，一个产业的未来 的竞争力则在于数据思维。大数据技术，就在于专业化处理各种各样的数据，以此来获取具有价值的信息的能力。
1.大数据在降低保险市场逆向选择上的作用 保险公司利用大数据研究方法可以有效鉴别投保人或被保险人是优质的 还是劣质的。保险公司在互联网上通过对数据的全程记录与分析，使得每一名客 户的数据资产都被保留在了互联网上。保险公司可以利用全球主要的搜索引擎或 国内外主要社交网络来分析投保人或被保险人在进行要约之前的风险状况。比方 说投保人和被保险人投保健康保险，如果他经常在网上搜索关于疾病治疗的关键 词，则可以通过大数据分析该投保人或被保险人可能就患有相关疾病，保险公司 即可针对这种情况对该投保人或被保险人收取较高的保费来对冲逆向选择的风 险。此外，保险公司可以与主要互联网科技公司合作，建立开放性的数据共享制 度，来丰富保险公司的数据形态。比如说，保险公司可以利用互联网公司研发的 可穿戴设备来进行数据共享。保险公司通过分析可穿戴设备记录下的投保人或被 保险人的实时数据，即可掌握投保人或被保险人的个人运动健康信息。保费取决 于可穿戴设备记录的心率、每日运动量和每日睡眠质量等信息。这些信息使得投 保人或被保险人的质量更加透明，保险公司根据身体状况的不同制定不同的费率。
2.大数据在降低保险市场道德风险上的作用 保险公司同样可以利用大数据思维来解决道德风险问题。在传统的经济学 理论中，由于信息不对称的存在，解决保险市场的道德风险的方法是风险分担， 即在保险政策中要包括免赔额。保险公司并不能获取投保人或被保险人全部行动 的信息，所以在每一起赔案中，保险人和被保险人约定，损失额如果在规定数额 之内，被保险人将自行承担这一部分损失，保险公司不予赔付。通过使投保人或 被保险人支付部分赔偿金额，保险公司就能确保消费者会采取一些提防行动使自 己的损失降到最小。这是一种间接的降低市场失灵的方法。然而，大数据思维给 了我们一个更为直接的解决道德风险的手段。大数据突破了传统经济学理论中信 息不对称的假设，保险公司通过投保人或被保险人大体量的数据就可以分析出其 诚信状况，由此便可以预测投保人或被保险人在购买保险后是否会对保险标的采 取必要的保护措施，从而有利于保险公司针对不同的保险消费者制定不同的保险 费率，提高保险公司的利润水平，降低保险公司的经营风险。
所以，加快传统征信向互联网征信的过渡势在必行。良好的诚信体系对保 险市场的正常运行发展至关重要。传统征信是通过专业的机构定向采集财务信息 和金融信息并通过固定的模型加工处理的专业化信用管理服务。一般来说，传统的征信体系仅仅局限于专业化和拥有相应征信牌照的公司经营，仅仅局限于金融 数据与财务数据等小数据，并且数据获取的来源比较狭窄。目前，保险公司可进 行互联网征信，利用电子商务交易平台、全球各主要搜索引擎以及各主要社交网 络，通过全网海量的大数据采集，非定向地获取各种数据，从而对投保人或被保 险人的信用风险进行综合评估。以车辆损失保险市场为例。车辆损失保险承保的 是车辆本身因各种自然灾害、碰撞及其他意外事故所造成的损失以及施救费用。
保险公司可通过分析投保人在社交网络上与朋友的互动来分析投保人的品行，预 测其是否会做出在投保后是否会对保险标的进行必要的维护，或者配合小型车载 远程通信设备，综合分析实际驾驶时间、地点、驾驶方式等驾驶信息来评估理赔 风险。
六、结论与建议 本文通过分析保险市场中信息不对称的几种类型，以及通过数学模型讨论 大数据解决保险市场信息不对称的可行性，我们认为，大数据为建立信号，从而 为解决信息不对称提供了新思路，可以更好地解决保险市场信息不对称的问题， 更有效地提高投保人和保险人的利益。保险公司应当积极运用大数据的思维与数 据处理技术，使投保人或被保险人的风险状况更加透明。
当然，利用大数据解决保险市场信息不对称也存在一定的阻碍。首先是数 据安全问题，数据可得性很难保证。其次是保险公司将彻底改变传统的精算假设， 数据计算与处理技术也将发生根本性的变化。
所以，保险公司需要紧紧跟住互联网技术发展的步伐，努力提升自身处理 投保人或被保险人实时数据的精算能力，在保障数据安全的前提下，最终实现对 客户风险状况的正确预测与评估，使保险市场中的信息不对称降至最小化。
