行业资讯

保险将成为个人征信数据重要应用领域

发布时间2018-04-23 浏览量18672

  企业和个人信用体系是实现金融保险市场健康运转的基础和保障。近年来,互联网新技术和新型保险业务的发展,对金融保险信用体系建设提出了新的要求。国内个人征信行业的服务对象将逐步扩展至保险等部分非借贷金融行业,保险将成为个人征信产品与服务的重要应用领域。
  我国金融信用体系现状
  央行征信中心作为国内权威的征信机构,经过10余年的发展已建成国内覆盖范围广、接入机构众多的信用信息数据库,各类信用报告等产品和服务日益成熟,在国内征信行业发挥着主导的作用。
  随着市场化进程加速,我国综合征信体系不断完备,信用数据应用场景不断丰富、内容不断深化。通过审查借款人征信报告了解借款人的风险状况,已成为金融机构办理融资授信业务时不可或缺的流程。自2012年以来,保险业已有平安、大地、阳光、人保、中信保、众安等多家企业先后接入央行征信系统,助力信用保证保险业务发展和风险防控体系完善。
  中国保监会明确提出,要以信用保证保险产品为载体,发挥信用保证保险的融资增信功能,缓解小微企业“融资难、融资贵”等问题。从运行机制看,保险公司接入央行征信系统后,可在获得客户授权情况下自主查询和使用征信数据,帮助险企更加方便、快捷、全面地了解客户资信情况,节约大量审核时间,也有利于甄别业务风险,提高审核效率,提升信用保证险业务品质。可以预见,随着越来越多的保险公司对接央行征信系统,征信数据必将对中国保险行业产生深远影响。
  保险在信用体系中的诉求
  2017年4月,中国保监会发布《关于进一步加强保险业风险防控工作的通知》(以下简称《通知》)。首次明确提出“新型保险业务”的概念,并以列举方式重点关注信用保证保险业务风险。与传统保险业务不同,信用保证保险是以信用风险为表现标的,由保险人(保证人)为信用关系中的义务人(被保证人)提供信用担保的一类保险业务,其对风险的管理类似于商业银行的信贷和消费金融业务,在业务审批过程中对客户的信用审查高度依赖征信数据。
  《通知》明确指出,信用保证险的基础是信贷业务,而做好信贷业务的风险评估防控将对金融信用体系建设提出更高的要求。实际上,保险行业里有很多业务场景都需要使用征信数据。在更广泛的领域,保险行业可利用征信产品识别和认证客户身份,解决反欺诈问题。而基于征信数据的信用评价有利于保险公司审慎识别客户风险和预估理赔金额,从而在降低保险公司经营成本的基础上降低附加费率,进而降低保险产品的价格,给保险消费者带来实惠,提升保险行业的经济效益。
  2017年6月,蚂蚁金服向保险行业正式推出基于海量大数据、人工智能和数据建模等技术的产品“车险分”,可辅助保险公司通过职业特征、身份特征、信用历史、消费习惯、驾驶习惯和稳定水平等方面,针对性地分析每位驾驶员的风险,进而进行精准的核保和定价。在驱动国内车险市场开启精准化、人性化定价的同时,保险行业又可通过车险数据反哺个人信用信息,进一步完善金融保险征信数据。同时,保险公司也可通过赔付数据的分析,为蚂蚁金服模型校正与评价标准、评价体系提供重要的数据和建议反馈。
  发挥保险在信用体系中的作用
  2015年初,中国保监会、国家发展改革委联合印发《中国保险业信用体系建设规划(2015-2020年)》(简称《规划》)。《规划》明确提出,至2020年,完成保险业信用信息数据库建设,初步建立保险业信用管理制度、评价体系和信用记录等相关标准体系,基本实现行业内信用信息的互联互通和交换共享。
  未来,保险业信用信息系统主要由监管数据源、中国保信数据源和外部数据源等多方数据整合而成。通过主动融入社会信用体系建设的整体布局,保险行业在信用信息的互认共享、联合应用的过程中,将逐步建立起守信激励、失信惩戒的联动机制,进而提高行业的整体社会信用度。
  同时,互联网大数据技术可以促进征信行业转型升级。一方面,大数据技术使得征信收集到的保险信息打破原有局限。从互联网平台等多渠道采集的信息,有助于保险公司更全面地了解信息主体的信用状况。另一方面,大数据的应用将实现保险征信数据深度挖掘。保险公司通过IT技术进行数据分析处理,能够更好地从保险维度反映信息主体的信用状况,并提供更为丰富及符合场景的信用产品和服务。保险公司还可以通过对承保和赔付数据的分析,进一步反馈和评价所收集的信息,进而完善金融保险的信用体系。
  比如,中国保信的保单登记平台的车险信息相对完善,未来车险信息将进一步充实。如果将保单登记平台的车险信息纳入金融业统一征信平台。在客户授权的情况下,将车险信息应用到其信贷审查或信用卡业务的征信和风控等环节,将扩大车险信息在金融征信系统的影响力和应用范围。通过将保险信息接入金融业统一征信平台,可实现最大化的资源共享、优势互补。同时,通过完善金融保险信用体系建设,又将有助于完善关键环节的风险防控,实现大数据征信和风险定价。