大数据是否会导致保险精算师不再使用信用评分？

[shukla7789]

安妮·库雷希
安妮·库雷希
5 分钟阅读
大数据预测分析信用评分
Shutterstock 授权照片 - Panchenko Vladimir 拍摄

保险公司实际上花了几十年时间完善其保险精算模型。20 世纪 90 年代，他们开始使用信用评分来评估客户的风险并据此设定保费。各州允许 丹麦电报数据库 保险公司使用信用评分的法律各不相同。然而，大约 95% 的汽车保险公司在其保险精算算法中使用信用评分。

内容
保险公司对消费者信用风险有更细致的了解
保险公司可能在不久的将来开始放弃信用评分
消费者分析技术的进步正在挑战这一已有 20 年历史的传统。大数据可能会让基于信用的保险政策变得过时。

以下是大数据颠覆保险业的一些原因。


保险公司对消费者信用风险有更细致的了解
信用评分早在大数据时代之前就已开发出来。由于品牌每次只能评估非常有限的数据，因此它们需要将消费者信用价值压缩为一个数字。在查看PolicyBazaar App上的政策后，我们已经可以看到其中一些新大数据模型的影响。

阅读更多
24 号门的反思
设计不是科学：对 Nate Bolt 的采访
大数据：阿司匹林可缓解旅行者头痛
隐私已消失？调查显示
5 种简单的数据驱动方法来增强加密货币的安全性
虽然多年来信用评分已证明了其价值，但它们却掩盖了客户的实际信用风险。传统信用评分系统存在以下几个问题：

由于信用评分的权重方式，一个小问题或一次性问题可能会严重影响模型对原本信用良好的个人的信用评分。例如，遭遇严重医疗紧急情况的个人可能会面临巨额医疗债务，这会对他们未来几年的信用评分产生不利影响。这种影响可能对他们的实际信用风险影响不大。
大约 30% 的信用评分模型是基于他们现有信用额度的年限。一些专家批评了这种模型，因为它实际上可能对最有信用的个人产生偏见。这些人的信用评分可能较低，因为他们实际上从未办理过信用卡或贷款。这可能表明他们因节俭和量入为出而受到惩罚。
这种模式对于需要发放信用额度的金融贷款机构、信用卡公司和零售商来说显然是不完善的。对于保险提供商来说，这种模式就更不可靠了。一个人从未办理过信用卡或十年前有大量未偿还债务，与他们支付保费或证明自己作为司机或房主有责任心的能力关系不大。

这就是为什么保险公司使用大数据来对客户所面临的信用风险做出更细致的决策。他们可能会发现信用评分算法中包含的某些变量夸大了客户的可靠性。客户可能拥有较高的信用评分，因为他们在过去七年中按时支付了绝大多数款项，并且很少使用债务。但是，他们可能最近开始使用信用卡债务，或者没有使用信用卡债务，并且错过了现有保险单的过去七次付款中的三次。这可能表明他们最近失业或其他财务挫折，而这些挫折并未反映在他们当前的信用评分中。