JP2018013953A - ビッグデータを使用した保険料算出の方法 - Google Patents

Abstract

【課題】近年の情報処理技術により取得及び分析が可能となってきたビッグデータを保険料価格付けに使用した保険商品の保険料価格付け方法を提供する。【解決手段】保険事業者の事業者サーバに、保険料を算出する数理モデルを格納し、保険契約者が、保険事業者が開発した、スマートフォンアプリをダウンロードし、事業者サーバにアクセスして必要な情報を入力することにより、事業者サーバは、数理モデルと保険契約者情報を基に、最適な保険料の価格付け結果をアプリに表示する。【選択図】図１

Description

本発明は、ビッグデータを保険料価格付けに使用した保険商品の保険料価格付け方法に関する。

以下に代表されるようなSNSのログイン情報から、当該被保険者の情報及び行動パターン等に関する情報を、スマートフォンアプリ等を通じて取得可能であることは一般に知られている。
・Facebook: 年齢性別、学歴、余暇の過ごし方、余裕資金の使い方、位置情報、どのような記事やコメントを“いいね”と考えるかなどの情報取得が可能。どのような特性をもった人間と“友達”としてつながっているかとの情報取得が可能。
・Twitter: 日常の小さなつぶやきから行動パターンや思考パターンに関する情報取得が可能。
・LinkedIn: 職歴や学歴の情報取得が可能。
・Googleアカウント: Gmailの使用履歴（受信及び送信メッセージ履歴）の情報取得が可能。
・Instagram： 使用者の興味に基づきアップデートされた写真の取得が可能。

近年はほとんどのスマートフォン使用者は上記のうちの複数のサービス利用をしていることが想定され、またその多くは本人認証をしているため、データとして信頼のおけるものと考えられる。

２００９年Google社では、新型インフルエンザが米国で流行することを数億にもなる検索キーワードと過去の季節性インフルエンザの流行との相関関係をビッグデータから分析し、特定の検索語４５個とある数式モデルの組み合わせから、その年のインフルエンザの流行を予測するモデルを構築した。これによりGoogle社は特定地域もしくは州単位での流行まで特定することができた。
このようなことが可能であったのは、Google社にインフルエンザのエキスパートがいたからではなく、大量のデータを処理し、統計的にどのような検索語が過去のインフルエンザ流行との相関が高いかを分析することができたからと考えられる。（非特許文献１）。

本邦においては、[2006]年から小額短期保険制度が発足し、様々なアイデアをベースにした新しい保険商品が販売されてきている。（非特許文献２:例えば、痴漢保険、弁護士費用保険、モバイル保険、ハーレーダビッドソン保険、健康年齢保険など）
ニーズに合った全く新しい保険商品を販売することは市場の発展にとって好ましいことであるが、適切な価格付けが行なわれている事例は多くないと考えられる。これらの多くは被保険者の属性に限らず同一の保険料としているケースが多い。
また、保険という何らかの損害が出た際に支払いが発生するという性格上、モラルハザードのリスクが伴うものについて、例えニーズがあったとしても価格付けが困難であるため、私企業が提供することが困難なものも多い。例えば雇用保険（失業保険）は保険契約者が解雇されるリスクや求職しても就業できないリスクをカバーする性質上、従来の保険商品の枠組みでは価格付けが困難である。

一方で、ビッグデータを活用し、保険料価格付けを行っている新しい（医療）保険商品の例も存在する。健康年齢少額短期保険（2016年6月17日商品発売開始）では、被保険者の年齢性別と身長体重に加え、一般的な健康診断で計測される最高最低血圧や中性脂肪値などの数値からウェブ上で健康年齢を算出し、その健康年齢に従って保険料を決定している。健康年齢少額短期保険では、グループ会社に株式会社日本医療情報センター（JMDC）があり、１６０万件超の匿名化されたレセプト（診療報酬明細書）情報のビッグデータを基に保険料の価格付けを行っている。（非特許文献３）

SNS以外にも、例えば、クレジットカードの明細や銀行口座の明細の管理サービスを行っている事業者（非特許文献４）との提携や、当該事業者からのデータ購入により、収入・購買履歴等を把握し、これを保険料価格付けに用いる数理モデルに組み入れることも検討可能。

更に、スマートフォンアプリにより、保険契約者のGPS情報も取得可能であり、これにより日常の行動パターンを知ることが可能であり、これを保険料価格付けに用いる数理モデルに組み入れることも検討可能。

保険分野ではないが、香港のWeLab社では、オンラインでの個人への貸付を行っており、その際Facebook情報の提供で貸付金利を５％オフ、LinkedIn情報の提供で貸付金利を１０％オフしているとのこと。更に、何時にどの程度の時間電話で通話するかということ（例えば、夜、長電話をする人は貸し倒れ確率が高いもしくは低い、など）も貸付金利を決定するための変数としているとのこと。
（非特許文献５）

不明（特に見つけることが出来ませんでした。）

ビッグデータの正体 ビクター・マイヤー＝ショーンベルガー、ケネス・クキエ著（ISBN978-4-06-21806-0） 日本少額短期保険協会 少額短期保険ガイドブック２０１６年度版http://www.shougakutanki.jp/general/info/2015/guidebook2016.pdf JMDC社プレスリリース https://www.jmdc.co.jp/mypage/news/uploadfile/docs/news_20160616.pdf クレジットカード等の明細管理サービス提供事業者例https://moneyforward.com/ （マネーフォワード）https://www.moneylook.jp/ （マネールック）https://creco.cards/ （クレコ） WeLab社ウェブサイト http://www.welab.co/

しかしながら、依然として保険業界では上記のような情報処理技術によるビッグデータを使用した保険料価格付けがなされていない、もしくはそのような技術を使用しないため潜在的ニーズがあるにも関わらず提供できない保険商品が存在しているのが現状である。

以下では、通信情報端末の一例として、スマートフォンを使用し、特に保険事業者が無料提供するスマートフォンアプリにより保険料価格付け及び保険販売を行うことを想定する。

・保険事業者はスマートフォンアプリを開発し、無償でダウンロードできるようにする。（保険契約のためのウェブサイトを公開しそこでデータ提供および保険契約を行うことが出来るようにする）
・保険契約者は、自己に適用される保険料の水準を知るためには、ＳＮＳのログイン情報をアプリに入力することで保険事業者に提供する必要があるものとする。これにより保険事業者は、SNS等サーバーに存在する保険契約者情報を取得することが可能となる。
・保険事業者は、このような情報を格納するサーバー（事業者サーバー）を用意する。なお、情報は（潜在）保険契約者以外にも、提携事業者等から提供を受けることも考えられる。
・保険事業者は、事業者サーバーに存在するデータから、数理モデルのパラメータを推定し、与えられた情報と保険事故が将来発生する相関関係を推定するモデル設定する。
・保険契約者が必要な情報をアプリに入力すると、事業者サーバーは数理モデルと保険契約者情報を基に、最適な保険料の価格付け結果をアプリで表示する。
・保険契約者は、本人確認書類アップロードや重要事項説明書類の確認、決済方法の選択をアプリで行い、保険契約をアプリ上で取り交わす。

本発明によれば、情報処理技術により取得分析可能となったビッグデータを活用した保険料の価格付けを行うことが可能となり、より合理的な価格で手軽に保険に加入することが可能となる。

発明の手段を簡単に図示したものである。

スマートフォンアプリを製作し、当該アプリにより、
・各種SNSへのログイン情報の取得
・保険契約およびそれに必要な重要事項説明、本人確認書類のアップロード
・保険料決済方法（クレジットカードなど）の選択
・事業者への意見質問等の発信
を行うことが出来るようにする。当該アプリは無料でアップルストア等からダウンロードできるものとする。

別途各種SNSの情報を用意（購入もしくは他の事業者との提携により入手、さらに当該アプリのダウンロード数が増加することで取得情報は自然に増加する）し、開発する保険商品の保険事故がどのような変数によって説明・予測が可能かを推定する数理モデル（例えば隠れマルコフモデル等）を構築し、そのパラメータ推計を行う。

当該アプリのダウンロードによる新規情報は常に事業者サーバーにアップロードされ、事業者サーバーの新規情報取得に伴い上記数理モデル及びそのパラメータは随時アップデートされる。

保険契約は全てスマートフォンアプリを経由して契約が行われる。保険契約者はアプリをダウンロードし、必要な情報を入力・アップロードすることにより購入希望する保険の保険料を即座に知ることが可能となる。

これらの仕組み（アプリ、事業者サーバー上の情報、数理モデル）により、保険料の価格付けを行い、（安く提供可能な被保険者には）安い保険料を提供可能とする。

もしくは、保険料は従来どおり各人によらず一定とするが、個別もしくは全体の情報更新により、保険配当を行ったり来年度の保険料割引を行ったりすることで、実質的に安い保険料価格付けを行う。（従来、ある保険群団の成績が良かった場合にその群団全体に保険配当を行い実質的な保険料割引をする仕組みは存在していた。しかしここでの保険配当は、被保険者を多数のパラメータで特徴づけを行い、その個別のパラメータに従い理論的には各被保険者ごとに異なる保険配当と行うものである。）

逆に、情報の更新によりリスク顕在化した際には、保険料の増加もしくは保険金額の減少を行う。

上記のような保険料の価格付けの手法は、様々な既存の保険商品及び新しい保険商品に適用可能と考えられる。以下では、一例として近年販売開始された“モバイル保険“への応用を検討する。

さくら小額短期保険株式会社により2016年5月13日より販売開始されている。対象のモバイル機器（例えばスマートフォン）の液晶割れや水没事故に対して一定の条件下で修理費用（上限あり）を支払う保険である。月額保険料は一律700円であり、過去の同様の事象の事故率などの経験をもとに価格付けをしていると思われる。

このような保険商品に対して、本発明による価格付け方法を適用するため、例えば、以下を含む情報を取得する。
・年齢、性別、学歴、職歴
・自宅と勤務先の位置、通勤経路
・GPSによる移動情報（１日にどの程度日常的に移動するか）
・休日の過ごし方（SNSへの投稿情報）
・飲酒の頻度（推定）

例えば、モバイル機器の落下による液晶割れ等の事故率は、職種との相関関係があるかもしれない。通勤時間が長ければ長いほど、１日の移動量が多ければ多いほど事故率が高いかもしれない。休日にプールや水辺にいく頻度が高いほど機器お水没事故率が高いかもしれない。飲酒頻度が高いほど事故率が高いかもしれない。本発明の価格付け方法により、事故発生リスクが低いと考えられるにもかかわらず高い保険料を払う必要があった保険契約者がより公平な保険料で保険加入が可能となると考えられる。

Claims (2)

1. 通信情報端末において保険を販売する方法において、
   保険事業者と、保険契約者と、SNS等サーバーと、事業者サーバーと、事業者サーバーにある情報に基づいて推定されるモデルパラメータを持つ数理モデルと、
   に関して、
   保険契約者が通信情報端末でＳＮＳ等ログイン情報やクレジットカード購買履歴や銀行口座取引履歴を入力し保険事業者に送付するステップ、
   保険事業者が当該ログイン情報から得られるＳＮＳ等サーバーに存在する情報を事業者サーバーに格納するステップ、
   アップデートされたサーバー情報に基づいて数理モデル及び数理モデルパラメータを推定するステップ、
   個別の保険契約者の情報を数理モデルに入力することで保険料価格付けを行い保険料と保険契約者に提示するステップ、
   とからなる保険商品の価格付け及び販売方法。
   
   
2. 通信情報端末において保険を販売する方法において、
   保険事業者と、保険契約者と、SNS等サーバーと、事業者サーバーと、事業者サーバーにある情報に基づいて推定されるモデルパラメータを持つ数理モデルと、
   に関して、
   保険契約者が通信情報端末でＳＮＳ等ログイン情報を入力し保険事業者に送付するステップ、
   保険事業者が当該ログイン情報から得られるＳＮＳサーバーに存在する情報を事業者サーバーに格納するステップ、
   アップデートされたサーバー情報に基づいて数理モデル及び数理モデルパラメータを推定するステップ、
   保険料は各契約者同一とするが、個別の保険契約者の情報を数理モデルに入力することで契約者別に保険配当金を価格付けするステップ、
   とからなる保険商品の価格付け及び販売方法。