近年來，全球保險數字化進程呈加速態勢，科技在保險行業的應用日益廣泛深入。面對新形勢，保險行業該如何構建數據能力？新浪財經《保險科技十年》本期對話中央財經大學保險學院、中國精算研究院教授、國家風險治理與保險服務創新發展研究中心主任李曉林。

　　“數據治理的核心就是它的結構治理。所謂數字社會的數據結構，就是人與客觀社會關系的數據信息表達；數據結構治理實質上是以認識和處理人與客觀社會關系為目標，優化數據結構，達成數據資產的價值飛躍。我們知道，萬事萬物關鍵是其要素之間的結構關系。猶如排兵布陣，用一種兵陣的結構優勢對峙另一種兵陣的劣勢；兵陣布好了可以“八百破十萬”，布得不好則一潰千里。”李曉林指出，事物是因為外部約束才以一定的秩序，在緊張地相互約束中存在；對峙周圍物質的約束是一切存在物的本性，也正是這種本性的存在，才使局部物質不斷在對峙周圍物質的約束中組織起來，成為一個個暫時的有序結構。當結構發生變化，事物的性質甚至事物本身會發生重大改變；因此，結構是關鍵。

　　他指出，通常我們可以將事物解析為六要素結構，包括動因、客體、事件、影響、主體、背景。動因是指引起相關事件發生的潛在條件、內在原因；環境，是指動因形成事件的背景、環境，包括歷史性和遺傳性背景，以及新生性背景；客體即標的、載體，也是承擔事件直接作用的載體；事件又稱事變，是指造成影響、產生作用的偶發事件，是造成影響的直接原因，是作用和影響的媒介物；影響是指事物的具體作用；主體又稱事物、事件的承載主體，是指事件的承擔者。而這六要素結構是一個鏈式的結構，背景產生動因，動因作用于客體導致事件，事件形成影響，而影響由主體承擔，于是主體有動力對背景和環境做出改變。解析事物結構，可以更清晰地認識事物規律。

　　同樣，通過解析風險要素，可以更好地認識風險規律。

　　不同的認識目標，決定了不同的解析風險結構的方式。以處理風險主體與客觀世界的關系為目標，分解風險要素，透析風險因素、風險客體、風險事件、風險損失、風險主體以及風險環境等要素結構關系，有利于洞察人和客觀世界的相互交互運動中產生或形成的風險損失規律，有利于深化對風險要素結構的認識。

　　新浪財經：通過六要素結構解析，您認為當下數據技術的發展，給我們帶來了哪些影響？

　　李曉林：我認為有兩大影響。一是數據技術突破，會在多個維度強化甚至締造新的干預邏輯通道或路徑，干預諸多因果關系鏈條上的約束和主張，帶來經濟社會的維度增加，社會要素迅速高維化；二是信息技術的突破，特別是超高速運算，又帶來經濟社會運行節奏和秩序的更加復雜化和多樣性，表現為經濟社會秩序的并行化。

　　這個高維化、并行化過程，也顛覆了我們對風險諸多規律的傳統認識，保險業也受到巨大的影響，需要因之做針對性調整。

　　一方面，影響了風險的不確定性、隨機性。萬物存在內在規律，之間存在一定的聯系，更存在邏輯相關性，因此，并不獨立；包括我們人為分析和處理問題中做出了一些假設并按相關假設做出某些決策，也會大大影響邏輯關系而形成新的規律。但因為人類認知是有限的——能力有限、信息有限——我們則對未知的部分退求其次，假設其具有一定程度的獨立性、隨機性。因此，是否獨立隨機，并無對錯；關鍵在于在什么范圍運用、如何運用，以及對有關假設的敏感性進行分析，對使用獨立隨機性的分寸予以恰如其分的掌控。保險是現實中最執著地以大數法則的應用為目標，以運營被保險標的的隨機性為理想的機制，力圖構建隨機的被保險群體，盡力實現風險分散、風險轉移。當風險的獨立隨機性發生了變化，保險服務的基本條件也就有所變化，萬物的可保性因之有了較大的改變，加劇了保險活動中的信息不對稱；諸多的逆向因素更可能侵入保險的運行，風險進程可能受到顯著的干預，保險公司的相關保障成本可能因之發生雙向巨變。

　　另一方面，大數據帶來的風險規律的再認識和更細分，使得大數法則的運用常常變得比過去困難；價值組合與風險匹配變得更為重要。同時，人工智能等技術則讓風險管理的鏈條，由過去的風險識別、風險評估、風險處理決策，延長為以智能約束和主張指令、智能干預并反饋為中心的反應鏈；于是，風險的約束機制，變得遠遠比傳統的量化分析更為重要，干預事物運行軌跡，改變風險進程，升級為風險管理的核心。

　　也就是說，隨著維度增加，風險結構分析的維度大大提升；當然，難度也隨之提高。因此我們在做風險分析和風險控制的時候，要對風險的高維化和并行化做出約束，約束維度，約束秩序。

　　新浪財經：具體而言，數據風險應該如何治理呢？

　　李曉林：事實上，約束中，我們依舊無法完全控制風險，我們希望它的結構達到一種均衡。風險治理就是在尋求一種平衡，在追求進步和防范風險之間的平衡。風險治理的目標就是追求風險要素的平衡，風險結構的穩定，我們稱之為“風險要素均勢，風險結構均衡”。

　　同時，風險治理也是對風險要素以及風險要素之間的關系，也就是風險結構進行干預。我們干預風險結構的主要方式，是對風險要素的組合與隔離、風險損失的平抑，以及小概率風險事故的補償和大概率風險事件的要素匹配管理。這些風險治理工作我們統稱為風險演和。風險或不確定性因素的組合與對沖，屬于組合管理；槍和子彈的隔離，還有某些防火墻的設置，這屬于風險要素的隔離管理；通過恰當的要素匹配管理，避免磚瓦木石變成建筑垃圾，而是讓磚瓦木石等要素在匹配后變成高樓大廈，這屬于匹配管理，實現價值飛躍，變風險為寶藏。

　　新浪財經：數據風險治理應該服務于什么？

　　李曉林：數據治理，一方面是上述的風險治理——約束維度、約束秩序；另一方面還有價值治理，即以價值形成為出發點，通過價值的歸屬約定等機制，以數據有序化與新結構價值為目標，對數據要素進行組控管理，有序主張三大職能——實現風險治理、價值創造和資源配置。

　　需要注意的是，所有這些治理活動是針對一定的場景的，離開應用場景談數據治理是意義不大的；要與相應的應用場景有明確的針對性和匹配性。應用場景，則涉及到相應的方方面面的算法和規則約定。顯然，數據治理和算法治理是相關的。避開算法去談數據治理，自然是不充分的。

　　對于保險這個最經典的針對諸多涉及風險的具體場景的算法，它在形式上，是讓具有同質風險的保險標的的投保人繳納一定的保費，當風險事故發生的時候，再按一定的標準向受益人給付一定的保險金，表現為一定的算法和約定；在本質上，它是通過這樣的算法，在保險活動的相關主體之間實現風險交互，進而實現保險的價值循環。保險的風險交互，是指被保險方的不確定性風險、保險人的經營風險和經濟社會的運行風險，等等，諸多風險通過保險活動實現了多元風險交互。保險的價值循環是指，在保險服務中，實現保險的服務價值、經營價值和社會價值等等多元價值的有序循環。鑒于風險觀是一切決策的基礎，保險既對風險主體的風險觀有重要影響，也對風險結構本身有直接影響，保險作為對社會結構產生重大影響的一種算法約定，得到社會的廣泛認可，并成為社會關系的重要組成；這種算法的治理也變得尤為重要。因此，一方面這些算法本身是一種風險治理服務，另一方面從保險管理的視角看，當然也需要科學地治理這些算法；而數據治理是針對算法治理而開展的，也是為算法治理服務的。

　　在我們保險這一算法中，傳統的治理是建立在統計可靠性的基礎上，保險的定價模型、負債評估模型、資產負債匹配模型、業務價值評估模型與公司價值評估模型均建立在統計可靠性的基礎上，生命表與疾病發生率表、風險模型、破產分析模型等等也是這樣。堅守這些可靠性，方可保證一個保險公司的正常運營，進而保證廣大保險消費者能夠如約得到相應的保障；如果保險公司的償付能力不足，對于廣大消費者來說，即是重大災難。但新的信息數據技術的突破，對保險算法分析中傳統的統計可靠性帶來了巨大的挑戰。一方面，統計可靠性要求保險公司運營風險必須在可控范圍內，由此主導了保險業務服務的選擇性、把握性，這與社會對風險治理的兜底性需求之間的落差本來就存在一定的沖突；數據技術突破特別是智能技術對風險提供了更精準的認識，使消費者對保險服務又有了更高的預期，這使得這種沖突又有所加大。另一方面，這個新的更加高維化、并行化的社會，又增加或加大了一些挑戰——高維并行信息的不可得或不可充分獲得的情況下，保險產品隨機性假設與信息不對稱下投保人逆選擇的風險錯位顯著擴大。

　　此時，大數據與機器學習等智能技術下的智能可靠性尚未確立，智能算法邏輯的針對性與非對稱性、博弈失和與失序，伴生了要素沖突顯性化。經濟社會呼喚新倫理、新規則，體現為新保險、新算法，呼喚探索智能邏輯標準與校驗可靠性，呼喚智能邏輯的顯性化，明確智能主張與約束指令的觸發條件和原則，探索超高速運算下，校驗與約束智能化、自執行化的可靠性邏輯論證，等等。

　　目前的情況下，在這種高維并行的社會，如果不在數據治理和算法治理上有根本的針對性升級，我們的保險產品很有可能慢慢演化為有去無回，即銷售保險產品，成為善于鉆空子的人盡情發揮的逆選擇沃土，保險公司的保費收入沒有對應相應的利潤，甚至全面虧損。在這樣的背景下，保險的數據治理和算法治理，既事關重大，又要披荊斬棘。

　　隨著信息、信號的數字化，行為的數字化，價值的數字化，決策的數字化，規則的數字化，文化的數字化，等等；在標準化、映射化過程中，逐步形成數字社會，這是與真實世界相對應的一個映射世界。置入算法靈魂后，將形成新的由數字化生命構成的數字化世界。數據更加成為生產資料，算法與鏈接網絡成為生產關系并由弱變強；數字化映射世界，既是治理空間，也是治理載體，還是治理內容；在算力的智能超算中，通過各種算法，開展生產、分配、交換、消費，…… 。

　　在這樣的數字社會進化中，保險社會也在數字化、數據治理與算法治理中實現巨大的蝶變。伴隨著風險治理與保險社會信息信號的數字化、風險與保險行為的數字化、風險治理與保險服務價值的數字化、涉險決策與保險算法、保險方案的數字化、風險治理規則的數字化、風險文化的數字化，數字社會在保險可靠性下融入新的進化邏輯。

　　保險通過穿越風險分層、改變風險分層，影響風險主體的風險觀，進而影響風險主體主導風險結構的傾向，進而改變社會進化邏輯。因此，數字社會、映射世界更加呼喚保險的風險治理、價值創造與資源配置職能；而保險本身作為萬物結構關系治理的算法，既是治理工具，也是治理對象，在迭代中呈現數據治理的不斷高階化。

　　中國的保險行業發展到今天，在數字化能力構建方面，有太多的問題需要我們去面對、提煉并應答。因此，我們一起倡導和號召各方力量，共同謀劃，從保險行業數據能力構建出發，讓保險的投保方、保險方以及經濟社會等多方主體在風險交互中，實現保障服務價值、保險經營價值以及社會價值的良性循環，進而推動保險業通過風險治理、價值創造和資源配置等職能，讓社會、讓生活更美好。

海量資訊、精準解讀，盡在新浪財經APP

責任編輯：王進和