0:03 SPEAKER_01 用科技改变金融生活走
0:06 SPEAKER_00 在金融浪潮最前端
0:08 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,
0:40 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
1:11 SPEAKER_01 一个金融体系, 欢迎回到上一集去收听。好,
1:15 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
1:46 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,
1:52 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?
2:19 SPEAKER_00 怎么可能?
2:20 SPEAKER_01 这个就是所谓的参数型保险的一个革命。
2:22 SPEAKER_00 什么是参数型保险呢?
2:25 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
2:55 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
3:29 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,
4:01 SPEAKER_01 偿还给放款的微金融机构。
4:11 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,
4:22 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,
4:52 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,
5:05 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?
5:34 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
6:07 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
6:37 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
6:43 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
7:17 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,
7:35 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
8:06 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
8:18 SPEAKER_00 那我好奇 为什么它是现在爆发呢
8:21 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
8:53 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
9:26 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
9:32 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?
9:37 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
10:09 SPEAKER_00 那么听起来大型企业都是参数险最主要的客户对吗?
10:14 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
10:47 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,
11:20 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
11:52 SPEAKER_01 的方案来保护他们的农村的生计跟基础设施
11:56 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?
12:02 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
12:36 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
13:07 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。
13:35 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?
13:40 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
14:14 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,
14:46 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,
15:12 SPEAKER_00 但我很好奇,我要拥有这些感测器,它的成本是多少?
15:16 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,
15:46 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
16:16 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
16:50 SPEAKER_01 所以呢这会进到第二层 也就是模型层
16:54 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
17:09 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
17:41 SPEAKER_01 保费应该收多少什么门槛应该要触发理赔
17:45 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
17:52 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,
18:26 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
18:58 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,
19:16 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
19:48 SPEAKER_00 API串接。
19:50 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。
20:16 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。
20:47 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
21:20 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。
21:44 SPEAKER_00 巨头就是巨头, 规模跟执行力都有一定的程度是的,
21:49 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
22:19 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,
22:54 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。
23:22 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,
23:54 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,
24:26 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?
24:35 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,
25:06 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
25:40 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
25:52 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!
26:10 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。
26:31 SPEAKER_00 那这个
26:32 SPEAKER_01 偏差呢, 业绩就称为的G差风险。
26:34 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
27:06 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
27:14 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
27:47 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。
28:05 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?
28:10 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
28:44 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
29:14 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
29:46 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
29:55 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
30:01 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
30:32 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、
31:04 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
31:35 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
31:53 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,
32:05 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
32:39 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
33:13 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。
33:27 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。
33:40 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,
34:13 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?
34:20 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?
34:31 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
35:01 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
35:34 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
35:41 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?
35:48 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
36:21 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
36:52 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
37:22 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。
37:39 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
38:01 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、
38:32 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,
39:03 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。
39:15 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
39:50 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,
40:21 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?
40:36 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
41:09 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
41:43 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
42:14 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
42:47 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
42:55 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
43:10 SPEAKER_00 在金融浪潮最前端我是 Debbie
43:13 SPEAKER_01 我是Mark这里是马克解读金融科技我们下次见