【保煎烩】“逆袭”是在所难免的宿命，唯平安可与之争锋

【保健炖肉编者按】保持市场地位、发展速度和质量，与360合作移动保险，与腾讯合作推出路宝盒子……互联网时代，人保财险是一只舞步敏捷的大象，其创新决心远超新兴中小保险公司，打破了“国企跟不上互联网时代”的命运，只有平安才能与之抗衡。它的代表人物是20多年没有换过工作的副总裁王鹤。他已年近60岁，但积极的思考和逃避却让年轻人感到惭愧。他堪称中国人保的引擎。在互联网的潮流下，能影响行业走向的人不计其数，他们的一席话可以载入行业史册。以下是王鹤在近期的一次行业交流会上的讲话。可见他一丝不苟，敏锐，进取，轻松。

以互联网为代表的科技时代，传统行业尤其是传统金融保险行业面临严峻挑战。这里的每个人都从事保险和金融业。我们如何面对这些挑战，我们如何解释它们，以及我们如何应对它们？我认为关键是从“根本”入手，即回答“根本问题”。如果“根本问题”没有得到很好的回答，就不可能有“根本解决方案”。 “根本问题”是无法回避的。与其让别人攻击你，不如从容面对，因为这样的对抗，不仅是为了对付别人，也是为了充实自己，既是为了救赎，也是为了坚定，也是为了涅槃。重生。

此刻，我们尤其需要回头看，看一些保险的基本面，回答“基本问题”。目的是清源，抓根本。这是获得根本解决的前提、基础和保障。前不久，我为《财经》杂志《关于互联网金融的质疑》写了一篇文章，副标题为《重读《货币与银行》笔记》，我写了《六问》，主要是说互联网公司可能会“逆袭”传统金融，行业的逻辑起点在哪里？只有明确“逻辑起点”，才能给自己“重生”的机会。

因为，不管你喜不喜欢，“逆袭”都是必然的！重要的是要弄清楚最基本和最根本的事情。金融最基本的是“货币与银行”。因此，我们有必要重新审视“货币与银行”所构建的现代金融体系的基本逻辑。什么，这些逻辑还成立吗？如果它不再建立，或者需要一个新的怎么办。

我有一个看法：互联网是金融失散多年的“孪生兄弟”，他们是血脉相连的。我曾经谈过一个话题：互联网与金融的“血缘”与“婚姻”。如果理清了两人的血缘关系，就能找到他们的“婚姻”联系，也可以找到共鸣点和结合点，或者找到基于“共鸣”的新商业模式。

让我们回到保险业。保险业的“根本问题”，也就是保险业务的基础，有三个方面：一是预测，是精算，让我们觉得颇为神秘。二是大数。从根本上说，保险是“广大人民群众”的事业，需要一个数字的集合。三是专业，即我们经营管理的各种技术，比如风险管理。保险业的存在，主要靠这“三招”。下面，我们将分别询问他们。

首先，让我们请求预测。看看“预测”的前世今生。预测对我们中华民族来说并不陌生。历史上越是权威的《易经》，越是民间传说中我们经常在影视剧中看到的场景，一个戴黑色墨镜的“李半仙”。

为什么我们一直关注预测，因为我们国家属于农业社会，食物基本靠天。因此，我们一直希望通过各种方法来预测气候，比如观察天空，了解自然环境。改变以更好地开展农业活动。同时，由于知识的局限，古人觉得“生老病死”是神秘莫测的，所以也希望能够以某种方式了解和预知自己，于是就有了占卜之类的。

这里我想说的是：《丹仙》你可以挑战他，但随着时间的推移，我们会发现《易经》有很深的科学道理。这是第一阶段，也称为预测的混沌期，持续了数千年。

然后是统计和计量经济学，预测进入第二阶段。我们收集一定数量的样本，积累一定数量的数据，然后做所谓的回归分析，来发现事物发展的规律，并以此来预测未来。大家非常熟悉的就是精算保险。我们通过一定的样本量、建模和回归分析进行预测。但是渐渐的，尤其是金融危机之后，我们觉得这些东西不是很靠谱，因为如果这些工具都非常靠谱，那你怎么解释金融危机的出现呢？

导致金融危机的大多数金融产品都是华尔街创造的。他们拿了很多资料告诉你：定价模型是如何建立的，回归曲线很漂亮，价格绝对合适，买，一定要赚钱。后来发生了什么？每个人都看到了。所以，我冒昧的说一句，曲线可以按需回归，模型也可以自行实现。只要有“心”，曲线总能“回归”。在这个阶段，我把它定义为一个有限的预测期，因为这种预测是有前提和条件的，是相对的、有限的，主观干扰的空间比较大。

第三个阶段，也就是现在，是搜索引擎、互联网、物联网、传感器技术、神经网络、大数据等现代技术的出现，从根本上挑战传统的预测。从精算的角度来看，会出现两种现象，一种叫做数据变化，一种叫做原理革命。所谓数据变化，是指在大数据背景下，数据发生一系列本质性的变化，是预测的重要依据。

首先，从质量到数量和维度。过去，我们可以获得的数据量非常有限。你能得到多少样本，5,000，10,000？这 5,000 和 10,000 仍然是通过街道调查收集的。不知道是真是假，可能带有强烈的主观色彩。因此，数量非常有限，真实性难以保证。因此，并不能解释太多。

当时数据量有限，质量无法保证，维度非常有限。在互联网和大数据时代，数据的数量和维度都得到了极大的丰富。这种数量和维度的丰富性也对质量提出了挑战，即如果数量足够多，即使质量不理想，也可以描述和解释对象。

第二，由内而外。过去我们更关注行业和企业内部数据，保险精算师也更关注理赔数据，但他们能解释的问题非常有限。比如车险，我们按照所谓的风险因素进行分类。比如人为因素，可以分为性别、年龄、职业、婚姻、是否有小孩、吸烟与否，但你认为同样因素的人，他们的驾驶习惯或风险可以是最重要的吗？相同的？可能一个是“女汉子”，一个是“林姐”，开车的风险肯定是不一样的。

但是，如果我们使用车载 OBD 记录仪和道路摄像头的数据来跟踪这些车辆，结论可能会完全不同。当我们看人寿保险时，问题就更加明显了。我国大陆每年门诊量70亿人次。这些门诊数据绝对比我们所有索赔中的数据要多得多，更能说明疾病风险、治疗费用和生命表问题。

还有一个很重要的问题。这些数据更加实时，用于保险定价的数据往往是多年前的数据。因此，从历史数据到当前数据，从样本数据到全数据，这些都是未来保险精算师将面临的所谓“数据变化”带来的挑战。

然后就是所谓的原则革命。本来，精算学更多的是追求对因果关系的解释。我们通过解释历史来进行归因分析并预测未来。但我们越来越发现，未来和历史实际上并没有那么大的关联。随着社会的发展，这个问题会越来越明显。

你会发现一个人的风险往往不是由历史因素决定的，而是由现实中的一些关系决定的。举个例子，传统保险想要确定一个人的风险状态。其基本思想是对整个家族史进行系统分析和归因分析，以确定该人的大致性格、行为风险和可能的疾病。 ，你觉得这个靠谱吗？别说他的曾祖母、祖母，甚至他的母亲，可能和他的生活环境完全不同，那么危险因素怎么可能一样呢。

但反过来说，如果你想知道这个人的情况，你只需要找几个和他最亲近的人，通过他们的描述，基本上就可以“刻画”他，比如他的生活习惯，无论您吸烟或饮酒，以及您是否驾驶过猛。从根本上说，这是从回答“why”到回答“what”的转变，是精算原则的转变。

还有上面提到的从采样到全量的过程，因此，未来我们可能会逐渐从“大数时代”走向“多维时代”。通过多维度和几何思维，我们可以定义它，描述它。我们不再需要从一个维度进行纵向深入的探索，而是通过平面上的多个点来刻画这个人。

就预测而言，在互联网和物联网时代，更大的挑战来自于技术创新和无处不在的传感终端。几年前，谷歌开发了一款“流感监测软件”。原理是根据搜索引擎，人们搜索与流感症状相关的词，比如“打喷嚏”、“流鼻涕”等，就可以判断出这个地方可能是。流感发生了，这种方法无论是在成本上还是在时间上，都比传统模式更经济、更先进。所以谷歌的疫情预测比美国官方要快很多，成本也更低。

还有迁移问题。前几年影响互联网金融发展的因素，百度利用人们手机的定位系统，制作了一张“中国春节迁徙地图”。不要小看这张迁移地图。该地图揭示了移动信息和聚合信息。 ，而“运动”和“聚集”是风险因素。

下面的例子与保险有更直接的关系。一些国家已经开始利用“电磁波比地震波跑得快”的原理进行地震预警。一次进行了非常有效的预警。在灾害预警方面，有一条“黄金十秒”法则，即如果能提前十秒预警，可以减少39%左右的人员伤亡。日本是开展这项工作的较早国家。在国际上，有一个“地震捕手”项目，招募世界各地的志愿者进行地震预测。我国四川等地也开展了类似的地震预警工作。今年10月7日的景谷地震中，昆明居民提前67秒收到预警。

其次，让我们再次询问大数字。保险业和金融业的所有存在都依赖于大量的数字。大数字取决于什么？传统的大数据依赖三件事，一是机构，需要建立大量的机构网点；二是产品，需要开发多种产品；三是时间，需要随着时间的推移积累大量的客户。传统金融企业要实现数字的集合，必须实现这三个要素。同时，无论是可能性还是效率，其实都有一个比较高的门槛。但互联网，尤其是社交网络，将彻底改变这一切。看看姚晨，她的微博粉丝有6900万，可以说是“富足一国”，因为泰国的人口还不到6900万。

更何况是陈坤。据说他以“粉丝”创业，成功进行了“粉丝经营”。粉丝交100多的年会费，就可以和他互动，也能先看到一部分。东西，比如新专辑等等。有人计算过，他的粉丝大概有7000万以上。只要有1%的人参与，就是70万。如果一个人花100元，他每年可能赚7000万元。再看看那些门户网站，他们的“子公司”数以亿计。他们收集的金额和他们可以创造的价值超出你的想象。这就是互联网的力量。

第三，我们询问专业。从传统的角度来看，我们对专业的理解更多的是“信息”加“智慧”，而很多所谓的“专业”更多是基于信息不对称。但在互联网时代，尤其是搜索引擎、专业的出现，这个概念受到了很大的挑战。不要只是现在就称自己为“专家”，因为任何人都可以搜索并了解一切。

有一次我去听讲座，我的邻居问我：你认识这位专家吗？我向他详细介绍了专家的背景，他很敬畏，说你很了不起，什么都知道。我只是笑了笑，其实我两分钟前刚刚“百度”了这位高手。互联网时代赋予了“专家”新的内涵，“社会大脑”、“互联网进化”等概念应运而生。此外，人工智能和机器人的出现从根本上挑战了对“专家”的传统理解。

那么，你可能会问，如果“预测”的光环消失了，数字的聚合模式发生了变化，职业存在方式被颠覆了影响互联网金融发展的因素，那么未来金融业将如何存在，如何保险业会存在吗？这是一个很大的问题。的确，互联网时代可能会给预测带来质的飞跃。最具想象力的是神经网络技术在预测领域的应用，它将改写整个预测科学。

如果预测科学突破，就意味着“不确定性”问题面临巨大挑战。当人们购买保险时，他们基本上是在购买不确定性。如果越来越多的事情是确定的，他们还买什么？因此，保险业面临一个基本问题，即为什么要做出预测。

从保险运营的角度来看，预测的目的是定价。如果未来“预测”本身也面临根本性挑战，那么保险业需要重新思考“先定价，后成本”的做法。商业模式的可持续性。展望未来，可能需要基于相对动态的定价模型。比如“事前定价”加“事后定价”，甚至是一个完整的“事后定价”模型。

因为我们知道，保险的根本目的不是简单地获得赔偿，而是组建和参与互助组织。如果我们回到这个“起点”来看问题，我们可以理解，预测和精算只是为了完成互助成本的分配，所以这个分配是先还是后。尤其是未来，随着互联网时代的发展，相互保险将出现“回归”，将改变传统保险对预测和精算的理解，如德国的“朋友保险公司”和上海的“抗癌公社”模式。

其次，看大数集合的问题，不妨回顾一下“集合”的历史。在人类发展的原始阶段，更多的是一种个体的、独立的、被动的面对风险的方式。随着社会的发展，出现了公社、部落、家庭等各种组织，这些社会组织的出现实现了风险分散、损失分担的模式，如中国古代的“宜仓”制度。 “一仓”的意思是，在一个部落里，平常的岁月里，每个人都会拿一点粮食，放进仓库。饥荒之年，或战死者，可从仓库取粮。

后来，随着社会的分工和进步，出现了商业保险公司。这种以市场为导向的机制可以实现有序且相对高效的催收，但属于相对被动的催收。用现代保险制度的理论来解释，就是建立社会保险基金池，通过这个平台实现投保人之间的互助互助。但是，很明显，这个集合比较广泛，不能很好地反映个人的风险特征和偏好。更重要的是，其运营效率受到越来越多的质疑和挑战。

在互联网时代，传统的收集方式，尤其是效率问题，将成为互联网“逆袭”的突破口。互联网对保险最大的贡献是推动了催收方式的演进，也就是让更多样化、更个性化的催收方式成为可能，也会出现我称之为“和而不同”的新模式。人们可以根据自己的风险偏好，形成相对个性化的互助组合，并拥有组合的知情权和选择权。

同时，不同组合之间可以形成更广泛的互助与平衡。例如，汽车俱乐部、同一品牌的车主，甚至同一车型，可以组装成一个相对同质的投资组合，或者风险偏好相似的投资组合。除了内部风险分担，这个组合还可以通过再保险，实现更广泛的风险分散。

除了以上的话题，以后还有两个话题想和大家分享。一是“减量管理”，也就是保险要从等量管理走向减量管理。传统保险更多是基于平等管理的经营理念，即用被保险人的保费形成保险基金，扣除税费后，以赔款的形式在被保险人之间分配。这是传统的保险模式。 .

但这无疑在未来将面临巨大的挑战，因为保险业认为30-35%的费用是正常的，是“国际惯例”，但这个费率是否合理，经不起互联网时代？ “考验”是传统保险业不得不面对的挑战，因为在未来，这不再是你说的！记得2007年，我带队进行强制保险听证会时，消费者代表质疑：我们交了1000亿保费，你们保险业花了300亿多。我们认为它“恰到好处”，其他人则认为它“难以置信”。

那么，合理的费用率是多少？你可能没有答案，但我认为市场肯定有答案！当然不是35%！因为这背后的挑战是整个保险行业的效率。可能有些公司认为做不到，那是你的事。市场的逻辑是适者生存。如果你做不到，别人就会去做。因此，我认为“减量管理”是一种思路。我们要为社会和客户创造价值，然后分享价值。

第二个是“风险心理学”，这是一个很大的话题，所以我将简要介绍一下。我提出“风险心理学”的概念，核心诉求是解决行业的社会责任和贡献。我们知道，风险在很大程度上是由人的主观性和预期所决定的，也就是说，风险是主观与客观的区别。

有时候，你感觉不到风险，问题是你的主观意识不够，也就是我们常说的“无知者无畏”，而保险在解决“风险心理”方面可以大有作为首先，保险可以通过解决信息不对称的问题，缩短主观感知与客观现实的距离，让更多的人客观、科学地感知风险，进而解决预期、决策和行动的问题。

其次，保险可以通过专业化的管理和服务稳定预期，进而稳定心理，从而实现心理与预期、心理与风险改善的良性互动与协同，从而改善人们“心理”的资产负债表。帐目”。 ，提高社会的“幸福指数”，为社会带来福祉。