智能巨灾模型RMS， 能否给国内保险公司带来巨灾模型新思路？

保观 | 聚焦保险创新

如今越来越频繁的极端气候和自然灾害让各行各业的安全保障受到威胁。巨灾模型做为一种特定的巨灾风险管理工具和精算评估工具逐渐被人熟知。

人们对巨灾模型预测风险的评估结果以及在保险和再保险中定价的应用越发的关注。2022年5月巨灾风险建模平台RMS宣布对巨灾模型进行升级，增加气候风险功能，引起了行业强烈反响。利用其气候预测引擎为保险业打造了一套产品，帮助保险公司加速开发与气候相关的产品。

随着人工智能的飞速发展，巨灾模型在巨灾预测和巨灾保险行业中充当越来越重要的作用。从政府部门再到保险公司，都更倾向于通过和巨灾风险建模平台合作，从而解决他们的业务挑战。

巨灾风险行业的领袖RMS：

人工智能和巨灾模型相结合

RMS作为巨灾风险行业的领袖，是一家成立时间超过30年的综合性全球风险平台，主要帮助保险公司、金融市场、企业和公共机构，评估和管理飓风、地震、洪水、气候变化、网络攻击和大流行病等自然和人为灾害造成的全球风险。

通过30年的时间，RMS塑造了世界的风险观，引导着巨灾风险行业的发展和变革。其中RMS模型和数据产品覆盖全球120个国家，93%的美国顶级商业保险公司选择RMS，10个中有9个全球再保险公司选择RMS。

而RMS能取得如此成就，其中率先将人工智能技术和巨灾模型相结合是其主要原因之一。RMS的巨灾模型智能平台是一个模块化统一的风险分析平台，具有各种应用程序来满足用户的风险管理需求。它提供专有的数据分析，以通过满足用户承保和投资组合管理需求的应用程序快速生成高分辨率风险洞察。同时可以为多个用户构建风险建模应用程序，以帮助他们深入了解潜在的危害和风险。

其中RMS的巨灾模型智能平台由六个程序模块组成，分别是风险建模师、曝光智能、站点智能、位置智能API、风险数据开放标准、条约智能。

风险建模师：云风险建模软件结合了创新的巨灾模型，高效的建模工作流程和工具可帮助用户快速了解洞察并改进实时决策。

曝光智能：为当今投资企业的风险管理提供数字化的解决方案，是一款风险管理软件，可让企业在一定范围内的风险管理更准确，从而做出明智的决策。

站点智能：借助应用程序，可在几秒钟内评估一个位置的多重风险风险。包括风险筛查、异常值识别、定制指南等多项服务，

位置智能API：轻松集成用户现有的承保工作流程而设计，可以帮助客户做出更好、更快、更有利可图的决策。包括地理编码、数据分析、风险评分等多项服务，

风险数据开放：建立在包含所有类型风险数据的风险建模数据架构之上，包括风险暴露、覆盖范围、模型设置和分析结果。并提供现代化数据。

条约智能：通过直接向财产巨灾承销商使用高级、可定制的定价和投资组合汇总分析来实现客户的目标投资组合。

同时重大的自然灾害会不断的改变风险评估、承保和投资组合管理的格局，比如美国的桑迪飓风和18年发生的加州野火。RMS吸取了这些事件中的经验教训，增强了风险建模方法，巨灾模型智能平台的应用程序也在不断的更新升级，从而产生了更强大的模型和更有效的方法来量化不同地区的风险。

RMS在巨灾保险领域的成功案例：

巨灾风险模型是关键

现阶段，RMS在近100个国家和地区拥有200多个巨灾风险模型，包括洪水模型、风暴模型、地震模型、野火模型、网络模型等。这些巨灾风险模型帮助世界各地的保险公司、再保险公司和其他组织能够量化灾难事件造成的经济损失的潜在幅度和概率。

其中野火模型、洪水模型、地震模型、网络模型是RMS在巨灾保险领域中应用最广泛的四种巨灾风险模型。

我们以RMS的野火模型为例，RMS的野火模型可以准确地描述火灾开始和传播时的特征，包括着火点、蔓延速度、植被覆盖、风向等各方面因素。这有助于保险公司区分安全结构和危险结构、进行风险评估、估计潜在损失、准确定价火灾风险并优化风险转移。在RMS的官网公布了一项数据，从2014年到2022年，美国发生的火灾导致的索赔超过了300亿，其中在2017年2018年期间就发生了十次大规模的火灾。RMS的火灾模型为此模拟了美国本土超过 1800万场野火，专门推出了名为RMS Wildfire HD的模型套件，能高分辨率捕捉野火的走势和相关数据，使保险公司能够拥有更精细、更全面的承保和投资组合管理方法。接着我们看RMS在巨灾保险领域中成功的具体案例。

RMS内陆洪水模型提供多项数据服务

洪水是欧洲最频发的自然灾害之一，RMS的洪水模型覆盖了欧洲14个国家和8500个集水区，同时RMS的洪水模型帮助了欧洲地区的保险公司进行偿付能力的数据分析和保险产品的承保和定价。

一家领先的欧洲区域非人寿保险公司为了提升所在区域洪水保险市场的地位，选择与RMS合作，采用了RMS的洪水模型。该公司认识到，想要实现洪水保险市场的增长，需要增强其现有的分析和建模能力，从而改进洪水风险选择、实现更高的定价准确性和更有效的投资组合管理。

RMS为此提供了名为Risk Modeler 的内陆洪水模型，该模型具备洪水来源查询、位置详情、包括建筑和业务中断的损失数据分析等多个服务。这家保险公司将RMS的内陆洪水模型整合到公司的承保和投资组合管理生态系统后，促进了洪水保险方面的多项进步，有效地管理洪水灾害所需的增强风险洞察力和高分辨率数据。在RMS的帮助下，推出的保险产品增强了承保能力，改进了投资组合管理，促进保费增长和减少损失，同时更适合风险定价。

为日本制定高清台风模型

因为日本的地理位置，使其容易受到台风的影响，作为世界上最大的保险市场之一，日本台风的投保风险是非常高的。比如2018年的台风“飞燕”登入日本，造成的保险损失总额超过200亿美元。在这种背景下，RMS为日本制定了高清台风模型。

RMS的高清台风模型结合了先进的建模方法，自动生成每个区域内台风危害的真实性、变化和相关性，对模型进行了整体的升级。并提供捕捉损失数据、改进风险选择、精确风险区分等多项数据服务。以精确风险区分为例，RSM通过数百条模型数据曲线来模拟台风风险，这些曲线由本地灾害数据、建筑规范或施工的区域差异等各种因素构成。帮助保险公司更好的进行风险区分。

RMS的高清台风模型也成功帮助了日本的保险公司量化风险，从而为合理的承保、投资组合管理和风险转移决策提供信息。

RMS的巨灾模型：

对国内的巨灾保险发展有怎样的借鉴经验

我国是自然灾害最多的国家之一，起初我国对灾难采取的办法是以政府机关牵头，联合地方以及社会各个部门采取综合管理的模式，直到2006年国家才首次提出建立巨灾管理保险体系。

因为国内的巨灾保险还处于起步阶段，所以巨灾保险产品更多的是在政府部门的引导下，在各地展开试点。而国内的巨灾保险主要以地震巨灾、洪水巨灾、火灾巨灾为主，我们看具体的巨灾保险产品。

而随着巨灾保险产品不断的推出，多个城市也相继开展了不同模式的巨灾保险制度试点，巨灾保险的赔付比例也已经大大上升了。以地震巨灾保险为例，中国银保监会披露的数据显示截至2022年一季度末，由40多家保险公司组建的地震巨灾保险共同体已累计支付风险赔款7037万元。

但现阶段我国巨灾保险的发展所面临的问题还比较明显，也凸显出了我国发展巨灾模型的紧迫性。

一，巨灾保险覆盖面较低，赔付比例仍有待提升。由于巨灾属于小概率事件，加上当下保险公司的承受能力不足等原因，巨灾保险覆盖面比较低，保障范围被限制的因素较多。在2008年汶川大地震中，保险业承担的总体损失约占0.2%。在2021年河南洪水中，保险业赔付金额114.49亿元，占总体损失10%。虽然经过保险行业多年的发展，巨灾保险的赔付比例虽然有所提升，但还远远不够。

二，与巨灾风险相关的保险防灾防损功能薄弱。在防灾防损的工作当中，保险公司有着得天独厚的优势，因为保险公司内部拥有专业的风险预估部门，但是专业的巨灾风险预估一般需要专业巨灾模型的支撑，这点是国内保险公司不具备的。

三，巨灾保险应急处理机制有待加强。主要表现在损失补偿和损失控制两个方面。其中巨灾保险具体的赔偿金额以及赔偿力度是否能够得到投保人的满意是其关键。

而在巨灾模型方面，国内起步较晚。2006年中国人保财险开始使用AIR环球公司的中国地震模型，标志着巨灾模型开始直接进入中国保险行业。2010年中国再保险集团引入RMS的地震模型，标志着巨灾模型领域在中国保险行业进入多元化时代。多年以来，国内使用的巨灾模型包括地震、洪水、台风都是国外的，巨灾风险管理的芯片“卡脖子”的问题一直存在。

而RMS在智能巨灾模型的成功，也给了国内很多借鉴的经验。国内的保险公司和再保险公司可以积极的与人工智能平台和相关政府部门进行合作，积极开展巨灾保险研究，建立损失数据库以及自然灾害风险分析模型和巨灾模型智能平台，可以把研究重点放在洪水、地震、火灾、泥石流、台风等内国内灾难比较频发的领域。通过巨灾模型智能平台预测风险、加大巨灾保险应急处理机制、精确巨灾保险的承保范围，控制累积责任，帮助保险公司推出符合风险定价的巨灾保险。

目前，国内的巨灾模型也一直在创新进步中。2018年，中再集团成立中国保险业首家专注巨灾风险管理的保险科技公司，发布我国第一个拥有自主知识产权的商用中国地震巨灾模型。2021年9月，中国台风巨灾模型2.0发布，提供全流程巨灾风险数字化管理服务。2021年11月，中国地震巨灾模型3.5发布，填补了国内地震次生灾害风险量化的空白。

最后，我们需要正视在巨灾模型方面的国内外差距，加快推进巨灾模型研发，升级地震、洪水、台风等巨灾模型，实现主要巨灾模型全覆盖。这也需要保险公司、人工智能平台、政府部门多方的共同努力，也期待巨灾模型的不断发展能给国内的巨灾保险带来更多的惊喜。