京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据及物联网让风险管理如虎添翼
企业善用大数据与物联网等科技,可进行有效的风险管理。运用大数据分析,除精算保险费率及揪出诈保、勾稽可疑的股票操作或违法贷款集团,亦可分析金流与人际网以强化洗钱防制。物联网技术则有助掌握诸多风险状况,利于预防抢救,甚至对风险降低提供优惠奖励。
过去一年并不平静,金融危安事件层出不穷,如第一银行ATM遭骇盗款案与兆丰银行防制洗钱疏失案等,风险管理顺势成为热门。据媒体报导,第一银行将出包的ATM机种全数汰换且重新整顿银行信息安全系统,兆丰银行则拟斥资人民币6亿元打造洗钱防制及法遵相关的信息安全系统。
经济不景气的年代,诈欺及各种违法案件特别多,技术也越来越高级,金融业与其他企业均有强化风险管理的需求。有需求就有供给,对于企管顾问与信息科技公司来说,客户端面临层出不穷的危机也可转化为源源不绝的商机,应善加把握。科技有助于风险管理,而以处理风险为主的行业当属保险业,企业可以从保险业的最近发展趋势,探索大数据与物联网等科技强化风险管理的门道。
大数据与保险诈欺
2016年9月间传出警方破获台湾南北两大知名医师涉嫌与保险黄牛勾结,以开立不实诊断证明书的手法协助病患诈领保险金,亦向社保中心申请社保补助,诈领保险金额合计约人民币1300万。本件能够顺利破案的主要关键就是大数据(Big Data),财团法人保险犯罪防制中心透过保险数据库的大数据统计分析,发现有特定保户向特定医院、特定医师求诊且有诸多不寻常现象,乃向警方举报因而破获这起巨额保险诈欺案。
保险业原来就是运用大数法则进行风险评估与保险相关金额(包括保险费、保险金及责任准备金等)的精算。随着大数据数据的海量扩增与分析技术的精进,保险公司更容易借助对特定族群与保险事故相关因素的大数据分析而精算适合的保险费与保险金。在上述保险诈欺案例,保险犯罪防制中心还能透过保险事故与保险金请领相关的大数据数据综合比对分析而勾稽出涉嫌诈领保险金的犯罪集团。此外,保险公司如新光人寿也有导入大数据以研析理赔风险,如建立“坏人模型”:被归类为坏人的客户系经由大数据综合分析后依其风险分数而推测其诈保可能性较高,基此保险公司在核保与出险理赔作业上就可更加谨慎,降低被诈保的风险。
物联网与外溢效果的保单
金融管理机构鼓励保险公司推出外溢效果的保单,不仅对保户提供保险的保障,还可达到健康促进的外溢效果,亦即对于降低保险事故发生机率的保户(如有良好运动习惯者),提供降低保费的优惠。国泰人寿于2016年9月间推出台湾首张外溢效果保单,保户投保后符合健康要求,续期保费可打折,再退还先前溢缴保费作为健康促进奖励金。富邦人寿也向金管申请具有外溢效果的计步保单,多走路可减免保费,只要1年中有120天以上,每天走路达5000步,即可享有保费减免的优惠。
物联网(IoT,如穿戴设备、智能衣、车联网等)有助于推广外溢效果的保单,透过穿戴设备、智能衣量测使用者的行动步数、生理数据,或是透过车联网记录驾驶的使用习惯与车辆状态,可让保险公司衡量保户的风险状况。如果因为保户保持良好的运动与驾驶习惯而可减少生病或车祸意外事故的发生,则可调降保险费,该保单也会比较好销售,具有双赢的效果。
物联网技术与大数据分析的结合运用还可提高预测的准度,保险公司除可更准确地抓出“坏人模型”以合理控制风险之外,亦可建立“好人模型”,亦即将风险较低的客户归类为好人,提供保费优惠也加速理赔审核作业。
科技、商业与风险
风险管理包括风险规避、风险降低、风险转嫁、风险承担等面向,可透过保险安排、契约设计、科技措施、政府介入等方式来处理。由前述保险业的最近发展趋势可知,大数据分析可运用在风险管理上,实务上除了保险之外,在股票市场进行市场监视以查缉内线交易、炒作股票,或是在银行贷款作业揪出诈贷或超贷等犯行,均可利用大数据来勾稽可疑的股票操作或是违法贷款集团,亦可借助综合分析金流与人际关系网以强化洗钱防制。物联网技术则有助于对于诸多风险状况的掌握,风险提高,则进行预防抢救;风险降低,则提供优惠奖励。企业如妥善利用大数据与物联网等科技,应可进行有效的风险管理。
攸关民众财产权益并受到政府高度管制的金融业也跟上数字潮流拥抱FinTech,许多在线金融交易机制与APP理财工具纷纷推出。然而商业运作除了追逐利益外,也会面对各种风险,2016年还爆发乐升公开收购诈欺案、TRF衍生性金融商品不当营销案以及鼎兴集团向诸多银行诈贷案等危安事件。
众多风险之中也可能出现百年难得一见的黑天鹅事件,让公司措手不及。逆转获胜当选美国总统的川普声言要大企业把工作与盈余带回美国,过往靠接单代工的我国厂商即面临巨大的商业风险。面对此种风险,除了大手笔转进到美国设厂投资之外,另一种解决方式是透过产业转型,从代工走向其他创新的商业模式,但是谈何容易。然而如果不创新改变,原有的工作与产业可能会外移或消失。
现今金融业不仅拥抱FinTech,也热情追求RegTech(金融监管科技)!企业亦应建制适当的科技配备以协助主管人员进行风险管理。过往企业主管或抱有眼不见为净的谜团,以为“不知道”就可推卸责任。但随着科技进步以及法制规范的严格要求,装睡不知道的心态恐会被认为重大过失,睁一只眼闭一只眼则是故意纵容。现今企业主管必须善用科技进行风险管理,犹如戴上VR/AR眼镜,仔细检视企业面临的各种风险并进行防范措施,才能风光上场,全身而退。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13在数据统计分析与数据清洗工作中,箱线图是一种简洁高效、客观性强的数据可视化图表,能够直观呈现数据集的分布特征、离散程度和 ...
2026-08-13 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-08-13在自动化办公、数据采集、定时统计、日志清理、系统监控等场景中,程序往往需要按照固定时间间隔重复执行指定任务,这种运行机制 ...
2026-08-12