亚洲车险费率的观察.pptVIP

亚洲车险费率的观察 Verne Baker 亚太区财产保险首席顾问 华信惠悦保险精算顾问公司 目录 欠理想的费率厘定 成功定价策略之概述 亚洲主要定价因素之观察 在中国面临的主要挑战 附录 – 单向分析的失败 欠理想的实践 – 精算价值评估 缺乏现实性检查, 盲目使用价值评估模型 损失率的含义; 尽管公司经营多年, 但是只有2 - 3年的可靠数据 通常在系统改变是没有考虑到历史数据的影响 现有三角模型只包括财务数据, 例如保费, 赔款和个案准备金提存, 缺乏可靠的理赔案件数量记录, 和已决、未决的赔案数量记录. 在正确地分析趋势方面, 使用的模型不足, 分析能力欠缺 检验采用模型的能力有限.一些奇怪的结果通常能经由理赔和报案速度的评估来解释. 欠缺赔案类型资料. 赔案未区分车损和人身伤害, 也未区分商业用车风险和私人风险 在业务组合改变或法律法规改变时造成分析困难 只对本企业的数据进行预测 – 没有考虑全行业的基准面 当仅有有限的数据时,行业基准面数据及具参考价值 定价 主要策略: 以增加市场份额为目的 获得可能的短期利润 – 保费收入先于赔款. 这样, 再加上不充足的风险准备金, 可能在损失出现之前有几年的利润出现. 根据财务年度的结果制定保险费 没有用承保年度/事故年度的方法分析真正的损失,也未考虑到赔款增长和趋势的影响 不知道如何对不同的风险组合进行科学定价 由于市场竞争的需要降低价格, 不知道最终的结果如何 没有对风险因素进行正确的分析 许多公司做单向分析但是得出错误结果. 这是因为未考虑风险因素之间的相关性和相互作用的影响 缺乏收集必要信息的文化背景 以财务的角度记录数据, 丢失重要的定价因素数据 很少有不同地区的记录 跨地区的车险定价之常见问题 缺乏分析 单向分析 对每一个风险因素孤立地分析损失率,例如驾驶员年龄,车型和车龄 计算简单 结果容易理解 业务组合改变会带来费率误差 未考虑风险因素之间的相互作用 不能确定哪些定价因素更重要 依靠全行业分析 与公司自己的承保和销售情况脱节 与公司自己的理赔管理脱节 公司难以控制基本数据的精确性 具有充足数据的公司应该做自己的分析 保险公司的成功要素 策略与业务计划 核保, 定价和风险选择 理赔管理 信息监控与管理 销售管理 品牌与营销 客户服务 文化与组织 业务系统和运做过程 定价分成两个步骤 – 总体上足够的保险费和区分风险的基础 步骤1 第一步主要是储备的过程, 要求足够的保险费用以支付最终的赔款+ 费用支出+利润 检验最近几年的赔款支出 已付赔款 + 未决赔款 + 发生但是尚未报案的赔款(IBNR) 包括直接和非直接支出 将过去的赔款以通货膨胀率进行调整得到现值 以平均一张保单的支出来表示 如保单条件的改变,需相应调整 (例如:免赔额的改变) 根据过去的发展趋势和经历进行选择 根据通货膨胀和投资获利,允许使用新的费率 步骤 2 – 选择正确的客户 2003财务年度马来西亚车辆损失险的损失率 假设市场上有相同数量的大型车和小型车 确定真实的风险成本 正确的分析, 确定真实的风险成本和目标市场 选择正确的客户的重要性 实践中定价因素远远多于2个 标准因素: 年龄 性别 车型 地域 免赔额 安返 婚姻状况 驾龄 职业 居住区 仲裁结果 一家之主? 车龄 车辆价值 报警器/固定锁 改装? 车库? 车辆用途 里程数 保障 指定司机 之前的理赔情况 付款频率 安返附加险? 外部数据: 个人数据 车辆数据 人口收据 地区数据 其他产品数据: 银行数据 其他保险数据 问题 –哪些定价因素产生影响?应该如何加费? 我们使用广义线性模型 成熟的统计模型 单独的模型用于模拟赔案频率和赔案大小 同时考虑所有的风险因素 (不同于单向分析) 能够处理丢失的和不完整的数据 稳固又灵活 排除其他定价因素的干扰, 我们的结果是对每一个定价因素的真实估计 重要的定价因素 – 亚洲市场 被保险人年龄 通常是最重要的定价因素之一. 20岁以下的被保险人的保费超过45-55岁被保险人保费的120%. 对55岁以上的被保险人, 保费通常增加, 因为其子女会驾驶该车辆. 车型 不同车型费率的差异(达40%左右) 安返 (五年无赔款记录,最高安返可达50/60%) 马来西亚使用较高的安返比例，因为一旦发生赔款被保险人保费优惠的等级下降较多. 新加坡的经验则显示使用较低的安返比较合理. 地域变化 不同地域费率的差异达50% 保额 不是在所有国家使用 引擎容量 (cc) 费率随著引擎容量的增加而稳定的提高,费率差异达30%. 值得注意的是引擎容量和车型与保险金额有密切的关系. 驾驶员性别 分析结果一般显示女性的费率较男生低10%. 根据新加坡的经验，分析结果显示女