Skip to content
PodSubs
ShowsPeopleGuestsJobsNewsEvents
More
BlogPodCred
Menu
ShowsPeopleGuestsJobsNewsEventsBlogPodCredNetworksSign in
Join nowSign in
  • Shows
  • People
  • Jobs
  • News
  • More
    • Guests
    • Events
    • Blog
    • PodCred
    • Networks
    Join nowSign in

馬克解讀金融科技 - MarkReadFintech

馬克解讀金融科技 - MarkReadFintech artwork

EP54.【知識深談】颱風還沒走,理賠金就到帳?拆解參數型保險的速度革命與基差風險

Sep 16, 202644 minAudio

這一集,Mark 和 Debbie 要從颱風季的旅行焦慮出發,帶大家認識一種改變理賠邏輯的金融創新:參數型保險。想像風災過後,電廠還在清點設備損失,一筆應急金卻已經先到帳,讓業者能支付薪資、清理現場、安排緊急修復。它如何做到?關鍵在於事先約定風速、雨量、地震強度或航班延誤時數等客觀指標,當條件達到門檻,就依契約啟動給付,補上「損失還沒算清楚,現金卻已經不夠用」的時間差 從衛星與物聯網感測器,到風險模型、智能合約與預言機,我們將拆解支撐參數險的感知、模型與結算三層技術,看看數據如何一步步變成理賠依據。為什麼這波創新先在企業端發展?又如何透過農業信貸與物流理賠案例,把保障嵌入買種子、借款與寄送包裹的日常流程?參數險的價值,不只是讓保險公司處理得更快,也在於讓過去難以取得保障的人與產業,多一條面對風險的路。 不過,賠得快,真的就賠得準嗎?如果廠房已經受損,風速卻差一點才達到理賠門檻,該怎麼辦?我們也將深入探討「基差風險」,以及結合參數給付與傳統定損的混合式設計,如何嘗試兼顧應急速度與損害補償。當自動化理賠碰上保險利益、損害填補原則等制度要求,金融科技會如何與既有規則磨合?不論你關心氣候風險、嵌入式金融,還是想知道保險為什麼可能變得更即時,這一集都值得一起聽下去! 本集重點 01:14|從颱風與航班延誤出發:參數型保險如何讓理賠先到位? 05:29|從事後補償到即時支援:參數型保險為什麼在此刻受到關注? 13:35|感知、模型、結算三層技術:衛星數據如何變成理賠依據? 20:25|從小農信貸到物流理賠:保障如何嵌入日常交易流程? 26:10|賠得快卻未必賠得準:一次搞懂「基差風險」 27:13|混合式保險雙軌制:參數給付搶時間,傳統定損補精準 33:40|自動理賠遇上法規門檻:保險利益與損害填補原則 37:44|參數險的下一步:嵌入式金融與過去難以承保的風險 40:29|馬克碎念:金融科技改變的,是速度,還是產品的底層邏輯? ▸除了podcast,也歡迎在其他平台關注 #馬克解讀金融科技 IG:https://www.instagram.com/markreadfintech(@markreadfintech) Portaly:https://portaly.cc/markreadfintech This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit www.markreadfintech.com

Audio and video play straight from the show's own hosting. PodSubs stores and serves no media.

Transcript

From the show. Tap a time to play from there.

SPEAKER_01用科技改变金融生活走

SPEAKER_00在金融浪潮最前端

SPEAKER_01大家好, 这里是马克解读金融科技 一个专注于金融创新的创业者希望透过文字与声音让 大家知道科技正一步一步地改变我们的生活 欢迎回到马克解读金融科技, 我是主持人Mark, 我是主持人Debbie, 上一集我们探讨了台湾三路通过的首部虚拟资产服务 法, 深入分析产业如何告别登记制,

SPEAKER_01正式卖入许可制的一个新纪元, 我们拆解了专法纳管的一个六大业务, 严厉的反市场操纵刑罚, 以及规范境内稳定币的三条红线, 也聊到金融科技, 市场管会积极推动合规与央行捍卫货币主权的一个政策 的拉锯, 并剖析了上市归公司的会计跟内控双指引, 银行虚拟资产保管的试办, 以及台湾在亚太监理竞赛上一个渐进式的定位。 如果你想知道这套健全的股价将如何重塑台湾链上的

SPEAKER_01一个金融体系, 欢迎回到上一集去收听。好,

SPEAKER_00时间现在到了9月, 不晓得前两个月大家有没有出门旅行, 有没有很担心可能有遇到台风, 或是很幸运地在一个空档时间有了一趟美好的旅程呢? 没错, 7月8月甚至到9月都是台湾的台风季节而如果是要出国 旅行, 台风让班机延误的状况更是石油所闻, 庄大家都没有遇到 但是如果不幸你真的遇到了, 也希望大家会符合我在翠上面看到的文 因为我在录音前看到了一篇有人贴航班延误4小时的

SPEAKER_00照片 然后配上的文案是有买旅游不变显的人们恭喜了是啊,

SPEAKER_01保险真的是旅游必备的商品 不过我想大多数的台湾人熟悉就是遇到延误, 东西不见, 或是生病, 受伤等等它其实都必须要等到你旅行都结束了然后你 最后面才去做相关的单据的复合、 申请那可能再过几个月东西才会再下来但今天我想 跟大家分享一个你能想象吗? 就是当台风都还没走的时候,理赔金就已经到账咯?

SPEAKER_00怎么可能?

SPEAKER_01这个就是所谓的参数型保险的一个革命。

SPEAKER_00什么是参数型保险呢?

SPEAKER_01那我就先打个比方好了, 可能在某个国家, 它可能有一个风力发电厂, 它可能刚经历了一场强烈一个气旋或是热带地等等。 那维运的团队可能还在上台, 然后去检查它的叶片有没有裂掉, 发电机有没有泡水等等。 不过没有人可以说准说整个完整的一个损失到底多少 不过在以前这家电厂他必须要等到所谓的保险公证人 排队上门 然后再走完数周甚至数个月损失的一个流程现金的圈口

SPEAKER_01他只能自己硬撑下来 不过这一次不太一样就是说契选的一个最大风数他一旦 超过合约所写定的一个法子他一笔预先约定的一个 应急金就会先汇到所谓的账户先让它可以把员工的 薪资, 现场的清理, 还有一些紧急结构的调整加固的钱先垫上等到无人机跟 感测仪器把叶片的一个维系痕跟发电机的腐蚀的实际的 状况评估完之后, 传统的定数的流程再依照所谓的差额把钱给补起同

SPEAKER_01一时间,可能 另外一个小农可能正盯着均裂的一个田地跟在发呆 因为这也是连续第二年严重的干害但他自己本身没有 抵押资产, 过去也买不起管理成本高的一个传统的农险, 但银行的贷款利息却是一分都不会少的。 但是在这一季, 他买的种子就内建了一份迁入式的参数线, 区域的产量指数一触发, 保险就直接替他免除了债务, 然后补上一批新的种子。 同时把灾害造成的贷款缺口,

SPEAKER_01偿还给放款的微金融机构。

SPEAKER_00哦,听起来这两个故事有蛮大的共通点, 比起过往是事后查多少亏损来赔多少钱, 他们都是达到指标就收到礼牌金耶。对,

SPEAKER_01这个转向把保险从一张灾后才慢慢兑现的一个承诺变成 在灾害现场就能立即注入一个现金流, 它的名称就叫参数型保险。 所谓的参数型保险是一种指标触发给付的保险, 它不查合实际损失的金额, 而是事先约定一个客观的指标, 像是地震的阵级、 降雨量、 风速或是航班沿路的时速等等, 只要这个指标达到合约写定的触发法子,

SPEAKER_01保险就自动拨付一笔预先约定的金额, 通常数分钟到数天就到账了, 它最常被用在气候灾害、 农业与供应链这种传统的金额。是的,

SPEAKER_00它是一种全新的保险理赔逻辑。 我想在2026年的现在,Mark之 所以拿出来跟各位听众聊聊, 应该是有背后的脉络。 我先买个关子, 今天的节目呢, 我们就要来跟大家聊聊参数型保险, 它的机制, 带来的好处, 可能的风险,以及监管的状况。就一起听下去吧! 那么Mark,为什么会想要在这个时候跟大家聊聊参数型保险呢?

SPEAKER_01因为科技不只是让金融服务变得更方便而已, 而是开始改变金融产品本身的一个运作逻辑。 尤其在保险这件事, 过去大家比较熟悉的就是我出事之后, 整理资料, 申请立配, 等待审核等等。 但参数型保险呢, 他就把问题整个往前推了。 他问的不是说我 最后损失到底多少而是在某个客观条件有没有被触发 这个情况下来做深合这代表保险不再只是事后补偿而是 可以变成灾害当下的一个资金的资源

SPEAKER_01所以我觉得这可以聊的地方不只是说理赔变快了他重新 的定义保险这个整个角色传统保险的核心是实际损害的 填补优点就是赔偿比较贴近真实的损失但缺点就是 一定要经过查核定损嘛那流程就慢很多参数型保险呢 只是先把给付条件先显得清楚一旦呢 指标达标就先启动付款这种逻辑呢 在气候灾害工链中断人员引农业这些场景里面啊 变得越来越重要

SPEAKER_01至于为什么偏偏是这几年开始被市场重视呢 我们等一下可以再回来拆解

SPEAKER_00好我如果转换成具体的案例 假设同一间工厂在一场地震当中受损两种保险的处理 方式会差很多传统财产险呢 会派保险公证人到场他一项一项清点受损的设备估算 重置的成本来回核对单据几周后才确定赔付金额参数 险则只看政策参数险就不一样了他只看政策战回报的 政级达标在数小时内就把预设金额汇进账户 至于工厂实际损失多少拨款当下不会过问参数型

SPEAKER_00保险理赔速度是数分钟到数天, 勘损则由数据直接判定, 行政成本相对较低。 但是如果是传统理赔型保险, 理赔速度是几个礼拜到几个月, 它需要保险公证人到现场勘损, 行政成本这时候就拉高了。是的,

SPEAKER_01这个概念算听起来很新潮, 不过这个技术其实可以追溯到1990年代中期, 当时全球保险一样刚被所谓的安德鲁飓打得元气大伤, 巨額的资本流失就逼着这些业者去寻找新的风险的 转移入境第一批比较精密的参数化结构就是在那个背景 下产生的它的形式比较像是拒债债券它的目的就是把 那些一旦发生就会囤掉大量资本的高一次的风险直接

SPEAKER_01移转到资本市场去做消化 换句话说参数化的底层思路就是从一开始就是为了应付 那些传统保险吃不下的一个极端的风险而生的

SPEAKER_00那我好奇 为什么它是现在爆发呢

SPEAKER_01那主要是有三个结构力量在这个时间点开始发生那第一 个就是大家也常看到现在常看到一个气候风险的常态化 那极端的天气从偶发事件变成年年要面对的一个营运变 数像你看欧洲的热浪等等的问题市场对于快速透明基于 客观指标的理赔需求就急着上升第二个就是所谓的观测 数据技术的成熟像我们讲的公尺级的卫星印象 还有就是遍布各地的物联网的一个感测器这些都让客观

SPEAKER_01的指标第一次就变得随手可得 而且难以造假第三是去中心化技术的普及智能合余可以 让指标达标就自动拨款这件事情从理想变成可以工程化 落地的一个实现三个就这样叠加一起 而且才把参数型保险从一个原本边缘的利基商品就推上 所谓的金融、能源、 农业甚至供应链的一个核心舞台 而且这个需求一旦被点了, 市场规模就跟着创新高不同的研调机构其实对这个市场

SPEAKER_01的估算路径虽然有点落差但方向都是一致的, 都是一个蛮高的成长曲线

SPEAKER_00听说这个市场会在10年内成长 到2.5倍以上是真的吗?

SPEAKER_01是啊, 我们把结构拆开来还会更有意思自然灾害险在2025年以 65. 3%的市占主导市场预计到2035年它还是可以维持11. 3以上的年增速那真正更快速的增长是这种特种的 参数型保险它增加速度是上看13. 5%以上那部分的研究甚至给到所谓14. 26%背后的推力是来自于再生人员、观光、 航空与大型活动管理对于客制化保障的一个强烈需求

SPEAKER_00那么听起来大型企业都是参数险最主要的客户对吗?

SPEAKER_01大型企业是参数险最主要的客户2025年企业端就占整体 市场的49%预计2026年到2035年之间会以11. 6的年增数持续扩大我觉得这原因就不会太难理解传统 财产险在处理营业中断跟无形损失的时候它往往就陷入 了损失的争议漫长的一个审核 但是参数型保险它可以及时的提供流动性的支持守住供 应链整个韧性区域上就呈现了北美最大

SPEAKER_01然后亚太是最快的格局北美靠着先进的技术基础设施高 保险的渗透率加上它本身也是很频繁的极端气候事件 预计2035年将会占全球参数型市场的36.1%到38% 也就是说全球四成被北美吃掉为什么呢? 我觉得大家可以想想看, 光是美国最近几次创纪录的强烈对流风暴, 赔偿金额就冲破500亿美元, 更不用说佛罗里达的飓风一来,

SPEAKER_01传统的物险、 残险的保费直接飙到天花板。当然, 传统保险变得又贵, 理赔又慢的时候, 参数险这种时间道或条件一满足就马上博款的特性, 自然就变成大家首选。 而增速最猛的亚太地区在2026到2035它可以上看14. 8的年复合增长印度、中国、 日本它高度曝险于台风、 洪水跟钢旱上面政府跟保险验者它就会采用这种指数型

SPEAKER_01的方案来保护他们的农村的生计跟基础设施

SPEAKER_00如果我这样 听下来这个参数型保险目前还是土B端比较热门对吗?

SPEAKER_01目前看来是这样参数型保险的确是B端先出来的但它 原因不是C端它完全不需要而是B端它的痛点更急更大它 也更愿意为速度付钱像是我们刚才讲的风力发电厂、 港口、 航空公司农业机动机构等等在它一奶它不是少赚一点钱 而已而是整个供应链或是贷款组合或是营运现金等等它 整个就会同时卡住对于企业来讲只要你理赔可以快一天 可能就代表能不能够付薪水修设备或是恢复出货等等

SPEAKER_01所以参数险它不是我赔偿有损失而已而是在灾害发生的 当下一笔紧急的流动性提供那西端有没有机会成长或是 被大量的使用跟提供这种服务呢 当然有的像是所谓的航班的延误嫌疑的延误演唱会 取消像是物流配送的延迟等等这些其实都很适合参数化 只是说一般的消费者他不一定就会说我要买一张参数型 保险的保单他可能就会藏在你在买机票或是你在订饭店

SPEAKER_01或是你在寄包裹的流程顺手加工的一个小额保障而已 所以我会说B端现在是比较明显的主战场 因为它有高保额高痛点也比较能够负担背后的一些技术 跟资本或资料成本等等那西端会比较像是我日常的服务 里面的一个附加功能而已但这也带到下一个重点 参数弦之 所以从概念变成产品, 背后其实靠就是一整套技术的基础建设。

SPEAKER_00原来如此, 那Mark可以来跟大家拆解一下它的技术层面吗?

SPEAKER_01这套技术它可以拆解三层, 从天上到地面再到帐本, 那感知层它负责就是看见的那个风险, 模型它负责就是定价, 那结算它负责就是对线理配, 那三层就是互相协作的。 我们来先说杆之城参数前第一个前提就是你要有客观 可验证 而且你是难以造假一个物理指标这件事过去是相对比较 难做到的现在可以做到靠着是两种观测技术的普及一种 是摇测卫星技术的演进保险公司还可以取得公尺级的

SPEAKER_01高写细度地表的影像与光谱的数据透过追踪土壤的水分 还有植被的腐败指数 还有气旋的轨迹业者它可以精趣地去掌握钢旱跟风灾的 一个物理的影响范围, 对于前面提到的所谓的农业指数弦, 卫星就是那个可以盯着数千个耕地的一个眼睛。 另外一种就是物联网的感测器, 它把观测从太空延伸到围观的一个物理的现场, 装在战胜人员场的日照跟风速鱼,

SPEAKER_01设在沿海及港口的水位观测椅, 还有布在农业区的微型气象站, 都在以不间断一个数位资讯来提供第一手的物理资讯, 那这些讯号的价值呢, 在于它客观且难以篡感, 彻底压缩人工勘损跟造假的空间, 对保险公司而言, 感知人的成熟, 意味着城堡的标的, 有了一套全天候不说谎的数据底座。Mark,

SPEAKER_00但我很好奇,我要拥有这些感测器,它的成本是多少?

SPEAKER_01对,我觉得这是一个非常关键的问题, 因为他也解释了为什么参数型保险通常是先从B端开始 落地, 如果只是单一感测器的本身, 我觉得价格就不会是高到非常夸张了, 像是简单的余量剂, 温度湿度感测器, 风速语等等, 很多农业或是工厂区域本身, 本身就可以负担得起了, 真正的贵的不是那个感测器, 而是它背后那一套整个可信任的一个资料,

SPEAKER_01你把感测器放在正确的位置你要长期的维护要定期的 校正嘛 而且你要确保资料是不可以中断的哦不可以被篡改的哦 更重要的是啊这个数据啊 要让保险公司还有债保公司 还有客户三方都相信哎这个是客观的 所以啊它不是我装在那边就结束了而是呢 这整套是可以被验证还可以被击合而且呢 它是可以被拿来理赔的资料系统这也是为什么B单比较 做得起来啊像风电厂嘛港口啊 农业金融机构整整物流平台

SPEAKER_01因为保额够大它风险也够集中 而且一套系统可以服务很多资产或很多客户成本它才有 办法被摊提反过来说一般西端的消费者不太可能为了一 张小的保险自己去负担这套资料验证的成本 不过感测器跟卫星资料只是第一步 因为雨下多少运速有多强这些都还是只是原始讯号保险 公司真正要知道的就是这些模型啊讯号啊 代表多大的风险该收多少保费什么门槛呢才该启动理赔

SPEAKER_01所以呢这会进到第二层 也就是模型层

SPEAKER_00嗯我自己听起来模型层的价值是把感知层 采到的物理讯号翻译成保险公司感城堡再保人愿意接的 精算语言 因为没有这一步的话再多的数据也都只是杂讯而已是的

SPEAKER_01模型层啊 其实就像本对照表去算物理巡航跟实际的损失的一个 关联像风速如果达到每秒50公尺那风力发电厂的叶片还 会有多少机率去受损呢? 如果连下三天大雨特定品种的稻米会减损多少 百分比模型者会结合几十年的历史气象资料把这些天灾 发生的机率以及对应的损失百分比算出来有这份精准的 翻译报告精算师他才可以说我去算一下定价算出这个

SPEAKER_01保费应该收多少什么门槛应该要触发理赔

SPEAKER_00好那我们现在 知道门槛了嘛也触发门槛了 最后一步就是把理赔金发出去那这部分我们要怎么完成 呢

SPEAKER_01这里我们就到结算层这一层决定了参数显快的程度那 主角就会是区块链的智能合约跟预言机它的运作流程 我觉得大家可以这样理解保险契约的赔付逻辑会被预先 写进智能合约里面 例如某个地震级达到6.0, 我就赔付多少金额。 智能合约没有办法知道外界到底发生什么, 于是它透过去中心化预言机去对接所谓的全约的 数据员, 像是美国地质调查局或是国家气象局,

SPEAKER_01当预言机确认物理的参数达到合约约定的法制, 智能合约就自动执行七算的拨款, 通常数分钟到数小时就完成了资金的划拨, 整个过程不需要人工的审核。 它可以把这些理赔的摩擦成本压到接近于零这正是 风电厂能在气旋过后几天就拿到应急金而农夫能在钢旱 触发后立即免除债务的一个技术这的合约跟预言金都是 源自于去中心化金融的基础建设部署方式上市场呈现

SPEAKER_01圆端主导、 本地补充的一个额局圆端平台在2025年以46%的市占率 领先它的弹性跟API创建的便利性让参数显能快速地与 第三方平台整合。 物流迁入式那一类的应用就高度仰赖云端。是的,

SPEAKER_00我想要让大家想想看, 当今天你在电商网站买东西或是叫外送的时候, 结账画面常常会顺便跳出一个选项问你, 你要不要顺便加几块钱买个运送显或是延迟显呢? 这个就是物流迁入式应用。 那么为什么这类的应用会高度仰赖云端呢? 因为当全世界有几百万人同时在点外送, 在刷卡结账的时候, 这个保险系统必须零延迟地立刻回传数据, 开出保单, 这个就需要云端平台那种大量的运算能力跟随差随用的

SPEAKER_00API串接。

SPEAKER_01另一方面, 针对国防、 政府部门跟核心公用事业这类对于数据隐私和合规有极 高要求的客户, 本定部署的模型还是以12. 31的年复合增长率快速的成长, 这个就展现出明显的一个市场防御性, 对于买方而言, 选云端还是选地端, 背后其实是一道整合速度跟数据主权的一个取色。 答案就会根据产业的特性而不同。

SPEAKER_00从感知层、 模型层到结算层, 三层串起来, 参数显才得以从一个概念变成可以大规模运转的生意。 那么Mark目前已谈了不少市场数据, 接下来我们就来看看那些把参数显用在现实当中的 玩家。 他们是如何执行 然后实现参数型保险的呢? 他们扮演的角色各不相同, 有的是守住规模的巨头, 有的是改写普惠金融的新创, 有的是把参数险带进了过去无从下手的风险领域。

SPEAKER_01先看市场顶端, 2025年共有5家巨头,共有35. 5%的市赚, 以SAClimate与安联GlobalCorporate为例, 两者都把卫星数据、 气候分析与人工智慧模型整合到产品的设计里面, 专门为农业与再生能源提供客制化的一个指数型的 保险, 当一家跨国农业企业要为散布在数个气候带的耕地 投保, 巨头就能用卫星追踪每一块地的一个土脑的水分与植被

SPEAKER_01的状态, 再用AI模型替不同地块算出差异化以及触发条件与 废率。 这种跨地域、 跨作物的一个大规模部署能力是中小的一个业子短期难 以复制一个护城河。 巨头在这个市场的角色是把参数线从专案集的客制化做 成可规模化的一个标准的产品线。

SPEAKER_00巨头就是巨头, 规模跟执行力都有一定的程度是的,

SPEAKER_01巨头所规模, 但我想新创他自己本身没有闲着他也没有放弃这块大笔 那新创在改写游戏规则的同时他改写的是过去金融服务 根本碰不到的市场我们回到刚刚开头讲的那个小农他 身后的机制来自保险科技平台PuraAdvisor与农业 服务商ApolloAgricultural的合作传统上小农与非正式 劳工 因为缺乏抵押资产保险的管理成本又高它就被挡在正规

SPEAKER_01的金融与保险体型外面但Pura跟Aporo的做法是把区域 产量的指数直接迁入种子销售与微型信贷的产品里面让 了农夫在买种子的当下就顺带的获得保障而不需要单独 的去理解与购买一张保单实际的成效验证的这套设计在 连续两年严重干旱的情况下, 投保的农夫 因为可以免除债务, 以及能够及时地拿到新种子的补偿, 最终他的作物产量跟当初他设定的丰收目标是相同的,

SPEAKER_01因此他展示出显著的弹回效果。 更关键的是, 放款这一端由于保险直接向信贷机构偿还了因气候灾害 造成的贷款缺口, 为金融机构的坏账率得以到控制, 不会因为客户大量违约而稳缩。

SPEAKER_00而刚刚我们在谈结算层的技术领域时提到的物流业者, 物流领域也是参数型保险的重要玩家。电商、 零售商最头痛的营运风险之一就是快递的延误跟医师。 迁入式保险平台Annuncie, 把群数险的逻辑接近了物流流程, 并把VTES支付网络整合, 系统一旦侦测到快递状态异常, 就自动触发波币别理赔, 整个过程是无纸化, 无人工介入。 对零售商来说, 这意味着货物出问题的那一刻,

SPEAKER_00赔款的流程就已经启动, 不必再为了一笔笔小额损失去走繁琐的申诉。 参数险在那里几乎隐形了, 它不是一张要单独购买的保单, 而是物流系统当中一个自动运作的保障层。 相信听完这些案例, 各位听众都能够感受到参数型保险带来的便利, 真的可以说是革命性的, 因为它就是翻转了保险理赔的逻辑。 Mark第一部分的最后, 我好奇想问, 上面的案例都展现了参数型保险在土壁端的庞大效益,

SPEAKER_00那么我们会去谈参数型保险合适普及吗? 还是他就是在保险市场中多一个选择这样子的概念呢?

SPEAKER_01我觉得他不是单纯就是多一个选择的一个这样保险 商品而已但他也不会在短时间内全面取代传统的保险那 参数型保险他真正帮助上的就是传统保险最不擅长的那 一段就是我刚才讲的嘛 灾害你刚发生你的损失都还没算清楚 但是其实像我们的企业或个人他就很需要这些现金的 所以这些时间差就会变成是一个新的需求, 新的保险层, 而不是传统保险的替代品,

SPEAKER_01对于企业来说, 它就会变成是风险管理的一个部分, 对于一般消费者来讲, 未来这可能更容易出现在所谓的旅游、物流、 票券这些场景里面, 变成是一个自动启动的一个小保险, 换句话说, 它的普及不一定都是大家知道说, 我已经买了一个参数型保险, 而是大家会慢慢的习惯, 某些保障, 它不需要事后整理单据或等待审核而是在条件达成的那 一刻系统就会开始处理不过也 因为它把理赔从事后的定损改成的所谓指标就触发

SPEAKER_01接下来就会出现一个很核心的问题就是这个指标真的 能够完全地代表真实的损失吗 这也会带到我们第二部分要谈的风险以及它在监管上最 敏感的地方

SPEAKER_00节目的第一个部分我们带大家从定义、 技术到实际案例, 详细拆解了参数型保险。 接下来我们就进一步来看它的风险, 以及最重要的背景,合规的现状。我们就一起听下去吧!

SPEAKER_01大家听到现在, 应该都可以感受得到, 参数型保险最大的优势就是赔得快。 但是赔得快不代表它赔得很准哦。 参数型最大的软热藏在它最大的优点的背后, 既然赔付只看物理指标。 不看实际损失, 那合约显定的指标跟保护真正受损之间呢, 其实呢就一定会存在偏差。

SPEAKER_00那这个

SPEAKER_01偏差呢, 业绩就称为的G差风险。

SPEAKER_00用白话一点来说, 所谓G差风险就是指标说你该赔这么多, 但你实际的损失不是这个数字。 如果把实际的财务跟物理损害记为L, 把参数保单实际金额记为P, 那么G差风险衡量的就是L跟P之间的差距。 差距可能会往两个方向跑风速刚好差一点点没到预值 保单一毛不赔 但是厂房已经受损了这是赔太少那么呢 或者是指标达标保单照赔单实际损失轻微这个是赔太多

SPEAKER_00前者让投保护失望后者让监管机构皱眉急差风险就是纯 参数保险始终甩不掉的尾巴

SPEAKER_01所以啊2026年保险市场的主流答案啊 就是把纯参数的一个路径啊 升级成一个混合式的一个设计这种产品把参数型的一个 超高速的流动性跟传统保险的一个精确的财产的补偿 结起等于拆掉长久以来在数据科学跟传统精算之间的 难道强那我就来跟大家说明一下这双轨道也怎么设计的 混合保险在灾害发生的时候会启动两条轨道并学的一个 程序第一个就是参数应急流动性气象或是物理数据一旦

SPEAKER_01它达到了预设指标它就马上触发那就跟我们刚才一样, 它不用任何的堪损, 通常几天就马上拨付一笔钱, 让这一个现金的缺口可以被补上去, 虽然他们就可以付员工薪水或是紧薰加工等等, 把企业从流动性的危机拉出来。

SPEAKER_00那我还蛮好奇, 这笔预先设定金额的紧急预备金要怎么订定呢?

SPEAKER_01这笔金额通常不是用整个资产可能损失多少来订定的, 而是反过来看, 就是当我有灾害发生之后, 企业在最前面的几天或是几周最不能断掉的一个现金流 是什么? 像刚才讲的员工薪资、 现场清理或是临时要修复的还是用物流、 发电机设备等等这些都是应该在第一时间之内要支出的 东西 所以它第一个参数理赔不是要一次的把所有损失都 赔完而是先帮企业撑过最一开始最危险的现金流的断点

SPEAKER_01实物上保险公司会根据企业的营运规模跟 还有过去的一个灾害的资料可能提供一个天数以及不同 的灾害强度对于整个营运的影响去设计一个预先约定的 给付表 比如说风数达到某个门槛了他就先给你一笔钱风数如果 再高影响的氛围更大的话他就会给到更高的成绩这样就 比给单一金融更有弹性也能够贴近实际的一个应急的 需求是再来呢

SPEAKER_01第二就是传统损害的一个填补在应急金投入的同时呢 传统定损的流程呢也会快速的启动保险公正呢 在对实体财产的损失呢做详细的评估依照呢实际损害呢 进行差额的补助 所以呢这两个方式啊一个快一个准第一个呢 先解决蓝莓之急第二个呢 再解决所谓击差的疑虑那我们刚才前面讲了风电厂一个 事故嘛 就是套用这个双轨制的一个标准的演算先拿参数硬金的

SPEAKER_01金流先稳住整个现金流缺失缺口再后续再用定损来补齐 所谓的实际的摘损

SPEAKER_00那听说这个双轨制设计已经在多个高 铺险产业落地了吗是的

SPEAKER_01而且它的厕房各有它自己的巧妙方式实物上它不一定每 次都叫做双轨制的一个保险它更多时候是把参数险当成 是传统保险旁边一个快速的补充层它可以先解决最前面 的一个顺金流的一个问题第一个可以看再生能源的产业 像是风电厂、 碳能能电厂它最怕不是只有设备真的坏掉还有台风、 强风、 日照不足、 发电量异常这种会立刻影响营运跟营运的风险

SPEAKER_01所以它可以用风速、 日照量、 发电量的偏差这些指标先触发一笔参数型的给付让业者 先做巡检, 调度或者紧急维修, 来补上营收的缺口, 后续如果真的发现像业片这些实体的设备受损, 就会再回到传统财产险去做完整的定损, 这个就是参数型保险抢的时间, 那传统来补这个精确。 第二个可以看商业普通厂或是医疗机构所谓的洪水险像 医院诊所、工厂、

SPEAKER_01饭店这种场域一旦盐水第一时间需要就不是这种公正的 慢慢估计而是它可以马上有钱可以清理现场或是移转 所谓的营业或是保护它自己的设备等等但它必须要恢复 基本的服务 所以有些洪水的参数险会用现场的水位的感测器作为 触发的条件水位一到约定的高度就会先给一笔钱后面 如果墙面、 积电设备、 库存或是营业中段损失需要更细的评估就会交给传统

SPEAKER_01定属的流程来处理 所以这两个案例看起来产业差很多一个是能源, 一个是实体场域的营运但背后逻辑是一样的参数显然它 处理灾害当下最结合流动性传统保险处理后面真正精准 的损害填补

SPEAKER_00从这两个案例听下来, 可以发现不管产业差异多大, 双轨制都用参数轨抢时间, 传统轨求精确, 这样同一套股价去组合。而且,

SPEAKER_01这个双轨制的价值还不止于在商业层面, 它在结构里面保留传统定损跟实际损害核实的环节, 这一点也意外成为它在法规上一个通行证。 所以我们要看懂这个意义, 我们先来弄清楚参数型在法规上到底被卡在什么地方。 在谈监管之前, 我们先来谈 另外一个他们在竞争格局上的一个合作签字式保险跟 参数险其实是 另外一个可以合并的一个眼镜的主线它可以把保险的 逻辑转化成轻量化的API可以无缝的揭入第三方的一个

SPEAKER_01数位采购像我们讲的旅游或信贷或是一些物流流程在 客户最需要保障的那一个精准的时刻自动的来提供保障 嵌入式的保险本身就是保险科技的一个大主线而参数化 的结合让这个主线可以多了一个可以自动触发理牌的 一个隐形而这条路上HDIR之类的平台用超过120年的 一个城堡经验搭配我们这种现代化科技的平台为零售 旅行跟金融服务等行业提供一个比较魔术化可以快速

SPEAKER_01部署的一个嵌入式参数方案我们前面刚刚有提到Anansi 跟Vitex的物流理赔, Polar跟Apollo的一个农业信贷, 本质上都是迁入市与参数险的一种合作。

SPEAKER_00这样听下来对保险公司来说, 迁入市把保险从一个客户主动来买的生意, 变成一个相在别人流程里面自动卖出的生意, 这个是巨头跟新创都在抢的新通路。

SPEAKER_01没错, 可是即使是商业是走得通的, 不过参数险在各国的司法管辖的推广, 他还是要通过的传统保险法的两大门槛, 第一个就是保险利益, 能要先过传统保险法的两大门槛, 其中一个就是保险利益, 另外一个就是损害填补原则, 多数国家的保险法要求, 在投保人在投保时与损失发生时, 都必须对同百的标的具有法律认可的保险利益, 而且赔偿的金额要与实际的物理损失相称,

SPEAKER_01这两个规则的本意就是防止保险被当作赌博或是不当 得利的工具。诶?

SPEAKER_00可是纯参数保险的赔付值看物理指标达不达标, 根本不以实际损失的存在为前提, 这就和损害填补原则直接冲突了不是吗?

SPEAKER_01对啊在冲突发生之后啊最棘手的后果啊 就是契约必须要被重新定义在严格执行损害填补的一个 原则的司法区域啊 如果投保人在没有实质财产损失的情况底下他拿到这个 参数保险监管金融就有可能把这个保单重新定义为哦 这其实是一个天气衍生性商品他一旦失去了保险契约的 一个身份啊发行的机构啊 面对就是急于严苛的一个证券金融合规的要求那他整个 营运门槛就瞬间拉高

SPEAKER_01所以这个不确定性是参数型保险在保守的监管环境中最 大的阻拦 而且在不同的司法区他的态度其实有落差的在英国的 法律框架下地方政府或非政府组织地下区内的民众购买 参数型的行为正逐渐被放宽认定具有直接的保险利益理 由是若没有保险资金灾后重建与社会救助的成本终究会 落到公共财政的头上这种宽松的解释在全球大部分的

SPEAKER_01地区尚未形成明确的法律条文多数的市场仍在高度的 法律不确定性中

SPEAKER_00那我们刚刚提到的双轨制双边都有照顾 到有解决这样的合规性问题吗?

SPEAKER_01是的,正是这里双轨制的设计再一次的展现它的价值 因为混合模型的结构中保留了传统的损害供估以最终 实际损害的核实, 也就是我们刚才讲的第二个定损的补足, 在这个实物上完全符合本地法律对于损害填补原则的 要求, 它既可以给客户参数型保险特有的即时流动性, 又替保险公司搭起了一个比较符合现行监管的一个 桥梁, 大幅可以加速参数型的产品在保守监管的皇帝底下的

SPEAKER_01一个合规的落地, 技术解决速度,混合的方式解决了所谓的金融科 这点其实我觉得也是一个值得讨论的地方参数型的卖点 是去中心化的一个智能合约能够让理赔完全不用人介入 那他几分钟就拨款了那你照这个逻辑推下去的话他重点

SPEAKER_01应该是把传统那一个原本比较慢用慢吞吞的人工方式给 彻底淘汰掉 不过市场现在提出一个主流的解决方式竟然就是双轨制 它把原本人工定损的那条的传统的轨迹它又把它弄 回来了 所以最前沿的一个完全的自动化它其实绕了一圈最终它 还是要靠我们最传统的人工的核准来解决击它风险跟法 规合规 所以这里我想要讲的是纯粹的技术的理想化往往会跟

SPEAKER_01现实的摩擦前面去打折真正能够落地的这个方案常常是 这种新旧两种逻辑的一个妥协跟缝合, 而不是说某一方就完全的胜利。 去中心化这种东西走到极致的落地的方式, 反而会最需要中心化的人类来去做判断。

SPEAKER_00没想到我们可以从双轨制看回金融科技的整体趋势。 回到参数型保险, 它在2026年成为话题焦点, 它已经不只是常规保险的替代方案, 而是填补全球保障缺口, 提供即时流动性安全网的战略核心 接下来我就想要进一步跟各位听众聊聊它会怎么走我们

SPEAKER_01这边简单的分成三个时间指数来看就短期中级长期短期 一到两年这种混合式的产品我觉得还是会在市场的主流 因为我们刚才讲纯参数有这种合规跟机差疑虑技术上来 讲则会是还是云端部署为主张的主力本地部署则会是在 所谓的政府或是关键的基础设施里面稳定的成长中期3- 5年的话, 迁入式的这种参数险就会往更多消费跟企业这种流程去 渗透兴趣农业的信贷、

SPEAKER_01设备的租赁跟贸易、融资、 跨界物流这些原本跟保险是各种各的场景会越来越多的 把指数型的保险当成是内建的功能雅赛市场14. 8的年增速多半会 因为这类的迁入式的应用乘起来长期来看, 随着气候风险持续的常态化, 观测跟模型技术持续的进化, 过去被列为不可保的一个风险会被慢慢的纳入这个版图 里面, 网络风险的双触发只是开始而已,

SPEAKER_01像热浪、 供应链中断、 菜生能源的间歇性这种无实体的损失损坏, 但是它可以阻断整个营运的冲击, 我想都会慢慢的找到一些参数型的解法。

SPEAKER_00而不同的角色该怎么接招, 方向也各不相同。 对保险跟载保公司来说, 当务之急是把数据跟谣测精算拉进研发的核心。 破除精算师跟资料科学家之间的本位壁垒, 并以混合式产品为核心, 用参数轨抢速度, 传统轨保合规。 对银行、 维金融跟Fintech平台来说, 迁入式参数险应该被当成保护信用资产, 拓展新市场的战略武器。 就是把参数险直接内建在贷款里一旦气候数据超标保险

SPEAKER_00公司就会立刻拨款帮借款人还债对银行来说这等于主动 消除了坏账风险有了这层保护罩银行就能放胆把资金借 到过去不敢碰的新市场实现稳健扩张对企业与机构买 方旧的单一保险保障思维应该换成混合型保险塔用传统 财产险覆盖长期重置成本用参数险去防御航道干旱, 物流延误, 与网路攻击, 这些无形却致命的营运冲击,

SPEAKER_00把全方位的韧性一起锁进来。 参数型保险的成长, 大家应该都有听出来, 它就在可预见的未来。 那节目的最后, 我想要问Mark, 你观察这个产品很久了吗? 你有没有什么想法想要跟各位听众总结的呢?

SPEAKER_01应该说我长期以来, 我对金融科技其实都有关注到一个特点, 就是金融科技呢, 到底只是让整个流程变快还是说它可以改变金融产品的 底层逻辑的设计那参数型保险它吸引我的地方就在这个 地方它不是单纯的把保险数位化而是它把它理赔从事后 申请变成一个条件的触发那它背后代表就是整个保险 角色的一个转换 所以在这一次研究下来我最想带给大家第二个观念就是 很多金融创新它其实不是突然出现的而是等到时间点

SPEAKER_01成熟之后才爆发参数型的概念其实在很早的时候就存在 了但过去它比较像是特定的市场或特定的场景才会使用 的工具直到这几年气候风险 还有资料的基础建设模型能力跟自动化流程都走到同 一个交汇点的时候它才有办法从原本的这种利基商品走 向主流市场 所以我们看金融科技趋势不能只是说这个科技技术行 不行而是要问为什么现在它才爆发出来那第二个观察 就是保障的缺口其实全球其实有很多的风险过去不是

SPEAKER_01没有人需要保障而是传统的这些保险它本身就很难承保 这些东西或者是它很难定损或者是成本真的太高 所以这些人跟产业就长期被排除在这种保险的体系之外 像小农我们刚才讲的再生能源 还有物流中断极端气候等等造成的这些营运的冲击都是 其中的例子拆数型保险真正重要的地方不是只是它赔得 很快而是它可能就可以把过去这一批所谓的没有办法保 的一个风险重新再拉回整个金融体系里面

SPEAKER_01所以我觉得参数型保险不是只是保险业多一个新的商品 而已它更像是一个观察金融科技的切入点当我们资料 模型自动化跟真实世界的一个风险需求跌出在一起 的时候金融产品会怎样被重新设计但同时今天我们也 看到它 最后不是纯粹技术就可以胜利了而是在新技术跟旧有的 传统制度之间的一个妥协那未来哪些风险被参数化哪些 人会 因此而被重新纳入保障我觉得就是大家可以持续关注的

SPEAKER_00地方看来参数型保险 接下来进到哪个领域是我们可以继续关注的焦点那 今天的节目就差不多到这边

SPEAKER_01各位听众如果对于内容有 任何想法与问题欢迎到Instagram搜寻马克解读金融 科技留言告诉我们如果喜欢我们的Podcast欢迎按 赞分享用科技改变金融生活走

SPEAKER_00在金融浪潮最前端我是 Debbie

SPEAKER_01我是Mark这里是马克解读金融科技我们下次见

Open the transcript file

Hosts and Guests

Nobody is credited on this episode yet.

Credit the people on this episode

Be the first to rate this episode

More episodes

All episodes
  1. EP55.【知識深談】國會立法才喊卡,SEC 隔天就放行?拆解 CLARITY 法案的參院挫敗與加密監管雙軌時代

    Oct 28, 202648 minAudio

    這一集,Mark 和 Debbie 要從美國參議院九月的一場關鍵表決出發,帶大家認識牽動幣圈的監管大戲:CLARITY 法案。過去美國缺乏加密專法,業者長年困在 SEC「不先訂規則、直接上法庭告你」的執法代監管陰影下。這部法案如何破局?關鍵在於劃清 SEC 與 CFTC 的管轄界線:早期發幣募資由 SEC 盯團隊,進入二級市場的現貨買賣則交給 CFTC 管交易所,補上代幣從「出生」到「流通」的制度缺口。...

    Credit the people on this episode

  2. EP53.【知識深談】台灣加密監理新紀元:《虛擬資產服務法》三讀通過,會把產業帶去哪?

    Aug 19, 202653 minAudio

    這一集,Mark 和 Debbie 要深入剖析台灣虛擬資產產業的歷史性分水嶺 , 首部專法《虛擬資產服務法》的三讀通過!宣告台灣正式告別低門檻的「洗錢防制登記制」,跨入高規格的「特許許可制」監理新紀元。 從過去交易所的野蠻生長,到合規成本篩選下僅存的少數合規業者,這部專法不只管交易所,更全面納管交換、移轉、保管、承銷到借貸等整條服務鏈。節目中我們將拆解這場體制升級的背後動機:金管會如何踩油門推動產業合規、銀行保管試辦與 RWA...

    Credit the people on this episode

  3. EP52.【知識深談】莫名收到微額匯款?拆解「警示帳戶」連坐風暴與 AI 防詐誤鎖危機

    Jul 15, 202645 minAudio

    這一集,Mark 和 Debbie...

    Credit the people on this episode

  4. EP51.【知識深談】從迷因股到金融超級App:Robinhood 挑戰華爾街的代幣化佈局

    Jun 17, 202649 minAudio

    這一集,Mark 和 Debbie 要帶大家見證一家「散戶叛軍」的終極逆襲:Robinhood。十年前,它靠著「零手續費」敲開美股大門,被華爾街嘲笑為投機的「迷因股券商」 ;十年後的 2026 年,它卻搖身一變,成為擁有 420 萬訂閱戶 、正面對決 Fidelity 與 Schwab 等傳統巨頭的金融超級 App 。這不只是產品介面的更新,而是一場試圖從起跑點重寫券商與用戶終身關係的「生命週期壟斷」之戰 。...

    Credit the people on this episode

  5. EP50.【創業家說】別再只說我願意學!AI 時代老闆真正看重的職場核心資產

    May 20, 202649 minAudio

    這一集「創業家說」,Mark 和 Debbie 要來聊聊一場讓所有新創老闆與主管集體焦慮的職場變革:AI 時代下,人才能力的差距正在以破壞性的速度拉開 。許多應屆畢業生正投入求職潮 ,但在少子化與 AI 科技高速迭代的雙重夾擊下 ,現在的勞動市場陷入了一個詭異的循環,一方面企業高喊「缺工」,另一方面老闆的篩選標準卻變得前所未有的嚴格 。 新創公司資源有限,當初 Mark 為什麼從過去偏好培養新鮮人的「3:1」比例,在 2026...

    Credit the people on this episode