基于驾驶人行为的车险费率研究

。车载硬件设备在每一秒都会产生一条数据,这条数据可包含日期、时间、速度、经度、纬度、加速度或减速度、累计里程数以及耗油量等。取决于开车频率高低以及行程长短,一个客户一年的秒级的数据记录大约会从5M到15M。若客户量到达了10万,这就意味着一年产生的数据量将达到TB量级! 除数据量爆炸性增长外,保险公司还需应对不同车联网硬件设备以及相应的不同数据格式。比如XX年,美国第五大财险公司LibertyMutual为营业团车启动车联网项目时,至少使用了来自五家不同硬件设备供应商的数据。只有通过对驾驶行为数据的深度挖掘及分析,保险公司才能够构建精准的UBI定价模型,才能够评估和衡量车联网提供的成百上千的新变量是否有效。UBI车险彻底打破了上述不合理的现象,还给车主一个公平的保费,也帮助保险公司有效地控制了风险,改善了盈利状况。虽然很多反对者担心UBI所带来的隐私问题,但有一点大家都是认同的:UBI车险提高了定价的透明度;通过UBI系统,被保险人了解到他们的保费是如何计算的,同时他们知道好的驾驶行为是被认可的。 UBI使得保险公司能够向个人客户展示其驾驶行为信息,并鼓励、促使客户驾驶更安全。驾驶行为信息可以通过驾驶行为仪表盘以及KPI指标的方式展示。例如英国保险公司-YoungMarmalade的UBI产品,当客户驾驶行为出现恶化,风险指示颜色进入红色区域,公司会及时给客户发送预警邮件。 4总结本文通过阅读国内外文献中我国对驾驶行为车险的研究得出我国在UBI车险方面有待发展。驾驶行为车险因其公平客观性越来越受到国内各保险公司的重视,在车辆网和大数据的背景下,数据的采集、风险模型的建立成为驾驶行为车险发展的两大难题。驾驶行为数据是在驾驶人驾驶过程中实时采集,可以该类数据的采集方法有前装、后装和手机APP三种,在分析三种方式的利弊后,合适地安装在不同形式的汽车上定能将驾驶行为车险合理地运用。