收藏本页 打印 放大 缩小
0

车险行业纯保费系列研究之十一

车辆明细技术参数定价研究

发布时间:2016-10-13 16:17:34    作者:    来源:中国保险报·中保网

□车险行业纯保费测算项目组

在国外发达保险市场,“车型定价”早已是主流和通行的模式。但在我国,面对世界上最为复杂的车型数据,“车型定价”还处于起步和探索阶段。测算组本次基于“车系”的“车型费率分级方案”是国内的一次重要尝试,简单、直观、易行的分级方式极大地提升了风险筛选能力,是一个具有中国特色的车型定价里程碑。

借助此次收集的行业数据,测算组还对车辆明细技术参数进行了研究,建立了基于“参数”的家用车车损险定价模型(以下简称“参数模型”)。该模型不使用“车系”信息,而使用车辆明细技术参数,达到了较好的预测效果,与基于“车系”定价模型(以下简称“车系模型”)的结果高度一致,也从侧面印证了基于“车系”的“车型费率分级方案”的合理性。车辆明细技术参数的引入及时反映了技术参数变化对风险的影响,增强了从车因素对风险成本差异的可解释性,并且在一定程度上解决了新车系的定价问题。

一、研究方法

(一)数据

为进行本次明细技术参数研究,测算组共收集到大众、宝马、丰田等多个主流品牌的部分车辆明细技术参数信息,包括发动机(输出功率、扭矩、压缩比等)、动力性(加速性能、最高车速等)、制动性(制动器类型、ABS等)、操纵稳定性(车身稳定控制、悬挂类型、助力类型等)、车身属性(长、宽、高、整备质量等)以及配置(前雾灯、倒车影像等)。

(二)模型

本次研究使用车辆明细技术参数建立的家用车车损险GLM“参数模型”,采用了“车系模型”的大部分因子,包括新车购置价、公司、省份、NCD、车龄、年龄、性别等,但将“车系”替换为新引入的“品牌”以及若干筛选出的车辆明细技术参数。考虑到本次建模使用的车型有限,为充分借鉴基于全量数据的“车系模型”的成果,除新车购置价和新引入的因子外,公司、NCD等其他“共有因子”均直接使用了“车系模型”的选定结果。即本次“参数模型”,实际上是对除去公司、NCD等“共有因子”之外的残差进行建模。

除上述“参数模型”外,测算组还建立了车系加明细技术参数的定价模型(以下简称“车系+参数模型”),以研究模型的预测能力是否会有进一步的提升。

二、研究结果解读

除了品牌、车系、购置价等常规因子外,测算发现影响车损险纯风险最为重要的参数是悬挂、车身长和高、车身稳定控制和助力转向类型。例如,“参数模型”除品牌、购置价外的T3检验卡方占比(详见图1)。

图1 因子卡方统计量展示

(一)“参数模型”主要参数解读

1.悬挂

悬挂是指由车身与轮胎间的弹簧和避震器组成的整个支持系统,负责承载车身、传递各种力、并吸收震动,以保持车辆良好的操纵稳定性。悬挂系统决定着轿车的稳定性、舒适性和安全性,是现代轿车十分关键的部件之一。性能优良的悬挂系统能很好地保持行驶时车身的稳定性,对车速、路况、运动方式的变化做出迅速而适当的反映,并能使车辆的制动性能、转向性能得以充分的展现。目前各品牌的车辆前悬挂系统主要以麦弗逊式独立悬挂及在其之上的改进和升级为主;后悬挂以多连杆为主,分布相对于前悬挂更分散。从图2、图3可以看到,各类别之间的纯风险存在显著的差异。

图2 前悬挂对纯风险的影响

图3 后悬挂对纯风险的影响

2.车身长、高

同一个车系车身的尺寸基本相近,但是同一品牌内会有较大差异,因此,长、高是“参数模型”的重要因子。车身长、高对车损险纯风险的影响是显而易见的。车身越长,操控时难度越大,越容易发生保险事故,并且案均赔款也越高。而高度则与车辆类型密切相关,车身较高的车辆由于视野更为开阔,出险率更低,并且在发生碰撞时对自身的防护更好(详见图4、图5)。

图4 车身长(mm)对纯风险的影响

图5 车身高(mm)对纯风险的影响

3.车身稳定控制系统

车身稳定控制系统是一种汽车主动安全系统,能实时监控驾驶者的操控动作(转向、制动和加速等)、路面信息、汽车运动状态,通过不断检测车身、车轮、转向系统传感器上传的信号,在出现急转弯、急加速、急减速等突发情况时迅速感知并采取响应的制动措施。该系统能对每个轮胎进行单独控制,通过调整每个轮子的驱动力和制动力,来修正汽车的过度转向和转向不足,维持车身的稳定,有效降低事故的损失。模型结果显示有车身稳定控制系统的车辆案均赔款和纯保费明显偏低(详见图6)。

图6 车身稳定控制系统对纯风险的影响

4.助力转向类型

助力转向系统主要是通过增加外力来抵抗转向阻力,让驾驶者只需更少的力就能够完成转向。常见的助力转向类型有机械液压助力、电子液压助力、电动助力三种。

机械液压助力是经济型轿车中常见的一种助力方式,技术成熟可靠,而且成本低廉。虽然能耗较高,但是方向盘与转向轮之间全部是机械部件连接,操控精准,路感直接,信息反馈丰富;液压泵由发动机驱动,转向动力很充沛。其模型系数最低。电子液压助力拥有机械液压助力的大部分优点,所采用的液压泵不再靠发动机皮带直接驱动,而是采用一个电动泵,降低了能耗,反应也更加灵敏,不过引入了很多电子单元,其制造、维修成本也会相应增加。其模型系数最高。电动助力转向是汽车转向系统的发展方向。该系统由电动助力机直接提供转向助力,省去了液压助力转向系统所必需的动力转向油泵、软管、液压油、传送带和装于发动机上的皮带轮,效率高,能耗少,稳定性好(详见图7)。

 
图7 助力转向对纯风险的影响

以上列举的是一些比较重要的参数,除此之外,倒车视频影像、陡坡缓降等配置对降低风险也有有利的影响,但由于区分度不如以上变量显著,在此不再赘述。

(二)研究结论

1.“参数模型”预测效果

测算组随机抽取了70%的数据作为训练集进行建模,将结果应用在剩余30%数据构成的测试集上,将测试集按赔付率预测结果从低到高排序并等分20组后,对预测值和实际值进行比较。从图8中可以看到,模型整体的预测能力很好。

 
图8 “参数模型”预测效果

测算组还从车系角度进行了比较。结果表明在不使用车系变量的情况下,“参数模型”同样能获得不错的效果(详见图9)。

 
图9 主要车系预测效果

2.“车系+参数模型”预测效果

测试组对“车系+参数模型”的预测效果进行了测试,结果也很理想(详见图10)。

图10 “车系+参数模型”预测效果

测算组选择double lift chart方法,比较了“参数模型”和“车系+参数模型”的预测能力,将测试集按两个模型纯风险预测结果的比值从低到高排序、等分20组后,比较不同组别上谁的纯风险与实际值更为接近。比较结果显示,大部分组别预测值非常接近,两端差异略大之处实际值基本居中,难以显著分出两个模型的优劣,即使加入车系变量对模型预测的提升效果已不大。

3.充分印证了基于“车系模型”的“车型费率分级方案”的合理性

在本次车辆参数研究中,测算组基于“参数模型”对车型也进行了一次分级,其与目前基于“车系模型”的“车型费率分级方案”比较结果(详见图11,预测偏差=各方案预测值/实际值-1,等级为根据客观评分划分结果)。

图11 等级差异分布图

图11横轴表示同一个车型在两种分级方案之间的等级差异(目前“车系模型”分级方案等级减本研究“参数模型”分级方案等级)。从中可以看到,90.1%的车辆两种分级方案下的差距在2个等级以内,只有9.9%的车辆会达到或超过3个等级。两次划分结果的吻合程度较高,充分印证了目前基于“车系模型”的“车型费率分级方案”的合理性。

4.提升结果剖析

从图11中可以看到在两种分级方案下,存在较大差异的组别中,“参数模型”的预测偏差明显小于“车系模型”分级方案,这些组别的车辆主要来源于内部车型明细技术参数存在明显差异的车系。新技术的诞生、现有技术的优化在汽车行业内不断发生,车辆驾驶的稳定性和安全性也在不断提升,车系内部不同车型的技术和配置差异对车辆风险水平有显著的影响,而仅用车系无法及时反映这些因素。这就是引入车辆明细技术参数的重要性所在,也是“参数模型”在等级差异较大的组别表现更好的原因。帕萨特车系就是非常典型的例子,测算组按悬挂类型、助力转向系统类型和是否有车身稳定控制系统将帕萨特的数据分成3个组别(各组情况详见表1)。

“参数模型”与“车系模型”对帕萨特预测赔付率的比较结果详见图12。图12中, “车系模型”的结果对组别2赔付率高估了13.4%,对组别3低估了6.5%,而“参数模型”对这两组别的预测偏差仅为6.4%和-2.6%,预测偏差大幅缩小,预测效果更佳,能大幅提升业务的风险识别和筛选能力。

图12 帕萨特预测结果比较图

三、研究意义

(一)为进一步提升风险筛选能力指明了方向

目前基于“车系模型”的“车型费率分级方案”,使用车系等因子已经获得了较好的效果。如何能在此基础上进一步提升风险筛选能力、细分市场,是保险公司在未来日趋白热化的市场竞争中占得先机、突围而出的重要法宝。车辆明细技术参数就是一把“利刃”,是对目前车型费率分级方案的一个有益补充。其对风险筛选能力的提升作用体现在以下几个方面:

1.反映同一车系内不同车型间安全配置差异的影响

通常一个车系内部存在多个不同的版本,新车购置价横跨一定的区间,有更多安全性配置的车辆价格更贵。在现有的车损险费率框架下,较高的购置价就意味着较高的基准保费,新增配置对风险成本的影响却未被考虑,由此会出现这样一种怪现象:车主出于主动管理车辆风险的考虑而增配安全配置,反而要交更多保费。这显然是我们不希望看到的一个局面。帕萨特就是一个典型的例子(详见表2)。

将车辆明细技术参数用于车险定价,将有助于避免这种背离。

2.及时反映明细技术参数变化对风险的影响

如图12所举的波罗的例子,通过在模型中引入明细技术参数,能及时修正对风险成本的判断,有助于提高保险公司对市场的反应速度,占得先机。

3.部分解决新车系的定价问题

采用车系作为变量显而易见的一个问题是新车系如何定价。单车系内车辆数量不足是,依靠车辆类型和进出口标识作为车系标示是一种退而求其次的做法,未触及影响风险的根本。只有使用真正影响驾驶的稳定性和安全性的关键变量才能对新车系风险的高低进行准确的刻画。

为了验证“参数模型”对新车系预测能力的提升度,测算组挑选了部分具有代表性的车系,假设它们是新上市的车系,运用其他数据的建模结果,考察在这些车系数据上的预测能力。结果显示,“车系模型”若仅采用了车辆类型和进出口标识作为分组依据,未能利用品牌等信息,在结果上还是存在较大的偏差,而“参数模型”对绝大部分车系都能获得较好的效果(详见图13)。

图13 车系预测结果比较图

(二)促进保险行业与消费者、汽车制造业之间的良性互动

将车辆明细技术参数用于车险定价,将形成更为科学、合理的费率体系,不仅有益于保险公司持续健康发展,也能提升社会安全行车意识,形成促进保险行业、消费者和汽车制造业之间良性互动的传导链(详见图14)。

图14 保险行业、消费者、汽车制造业良性循环图

1.保险行业与消费者之间的互动

通过车险费率与风险成本的精准匹配,安全性更高的车辆将获得更合理的价格。更为公平合理的费率体系可以引导消费者正确认知、理解车辆保险成本的差异。除此之外,车主在购车时也可根据保费信息主动管理自己的风险,提升社会行车安全意识。

2.消费者与汽车制造商之间的互动

消费者在购车时对风险与成本的考量将传导到汽车制造业,促使汽车制造业生产技术的优化与革新,为消费者提供更切合需要的、安全性能更高的产品。

3.保险行业与汽车制造业之间的互动

中国保险行业协会、中国汽车维修协会2014年至今整车零整比和常用配件负担指数的多次发布,已为保险行业与汽车行业的互促互进缔造了良好开端,得到了社会公众的广泛关注和认同。本次研究是在汽修领域之外,对车辆物理参数与风险成本之间的探索,聚焦于车辆本身采用的制造技术和生产配置,相信今后随着该领域研究的深化、细化,必能开创保险行业与汽车行业紧密合作的新局面。