大数据具有数据量大、数据类型多样、数据处理速度快等显著优势，为人们的生活生产提供充足的数据基础。保险是典型的以数据为生产资料的产业，大数据使传统的保险从简单的销售模式向互联网保险方向进阶。
　　大数据背景下传统保险费率监管模型分析

　　(一)严格的费率监管甄别成本高
　　站在社会福利最大化的角度，既要保护消费者免受保险公司抬高费率的损害，又要保护保险公司有适当的利润，也要免于价格战的消耗，保护整个行业规范、有序发展，适当有效的监管是必要的。同时，又要给市场留有空间，在市场主体自身的调节与政府的监管找到合适的政策边界，降低市场调节途径的间接成本和监管措施的直接成本，应该是决策者的最佳选择。
　　具体到费率监管，实则是一种对于保险产品的价格监管，是以上保护理论更为直接、更为深刻地体现。
　　根据规制经济学的理论，监管政策是监管者提供给社会的一种商品，和商品社会的其他商品一样，这种商品有生产成本，同时也有收益。那如何衡量监管者的监管成本呢？当费率监管与保险市场定价同步发展的时候，我们认为，此时的监管成本较小，如果定价已经采用高科技，但仍采用传统监管方式监管则效率不高。监管的收益是对各方的保护效果——社会福利，而监管的成本是监管行为实施过程中所耗费的人力、物力、时间。
　　监管的收益与监管数据处理复杂程度相关，当监管数据处理复杂程度提高的时候，监管收益同时也在增加，但这种增加的速度在不断递减；当监管数据处理复杂程度提高的时候，监管成本在增加，而且是以递增的速度在增加。
　　若边际收益与边际成本相等时，保险费率监管的效率在存在约束条件下达到最大，此时对应的保险费率监管水平达到了约束条件下的最佳值，故而使保险费率监管呈现出最有效率的状态。如果对该函数求极值，可以找到最佳的效率水平。
　　大数据背景下，保险定价方式更为多样，数据量、信息量巨大，若采用严格的费率监管模式，监管数据处理的复杂程度X增大，监管成本大幅上升，而监管收益增幅较小，最终导致监管效率下降。同时，对于市场成本而言，严格的费率监管也会降低市场运转的灵活性，不利于新技术的推广，无法激发保险行业的活力，抑制保险市场的良性运转，影响社会福利的最大化。
　　(二)过于宽松的费率监管易使大数据滥用
　　大数据在产品定价精确化和营销运营高效化方面发挥着重要的作用，对我们帮助巨大。然而在现实中，随着科技的进步，监控摄像头、感应器、手机追踪软件等记录将我们变成量化的个体，随之形成的信息以史无前例的海量数据形式涌入数据库中，汇集成空前庞大且分类详细的文件系统。保险公司将我们的数据进行转化后用于评分、评级和风险测算，形成差异化的费率。
　　首先，从数据来源上看，在大数据的背景下，各种各样的数据均可被获取，但是究竟是哪些被保险公司用来成为评分依据，在这个过程中消费者并不知情，有些数据可能是消费者偶然造成并不能反映真实的风险，却成为其评分的来源。
　　而另一个重要的因素——算法(对于搜集到的数据的处理)，如为不同因素赋予权重时带有某种歧视性的偏见，鉴于运算方法的保密性，我们不可能知道它的确切运作过程，在无法获取编码程序和数据的情况下，对于数据和算法的怀疑都无法得到证实。于是大数据和算法都变成了黑箱。
　　由广泛但缺乏足够证据的数据搜集和“有缺陷的算法”造成不公平的泛滥，随之计算形成的结果其实并不能反映真实的风险，却造成了费率的差异，就类似于未经正当程序就施加各种刑罚，大数据分析有可能会损害公民的权利，使私人信息在保险市场中遭到滥用，弱势群体的处境会更加艰难。
　　在大数据下，以什么统计数据作为指标，为其赋予什么样的权重，采用什么样的算法都将会决定最终结果是否公正、是否有充足的证据以及是否可以真正反映风险，是否可以保护公民的权利，使得市场变得更加健康。要解决这个难题，需要监管者对保险公司进行数据库及算法的充分的信息披露，并对此进行认真的监督和检查，并且把这些信息也都向公众全部公开，接受监督。虽然有可能涉及到商业机密而不能做到所有数据的公开，但是这个问题也应该是在大数据背景下，监管者们需要考虑的一个问题。
　　构建互联网保险费率监管模式
　　为了激发互联网保险市场活力，促进大数据收集和挖掘方面新技术的推广与应用，最终使得行业健康向上发展，放松的费率监管政策更受欢迎。但过于宽松的费率监管又会导致大数据的滥用，为保护消费者正当利益、保护保险公司健康发展、维持行业竞争秩序所需要的必要保证，合理适度的保险监管费率监管非常重要，迫切需要制定出能够降低市场成本和监管成本的保险费率监管政策。那么，怎么样才能制定出合理的政策？
　　(一)放开前端，互联网费率监管由审批制监管向注册制监管转变
　　随着现在互联网保险公司的数目不断增加，具体保险产品层出不穷，种类也更加多样，检查每一个产品合同是否公平、其价格是否合理将造成巨大成本，可操作性不强，监管审批的时间也会大大延长，严重的可能使保险公司错过最佳的商机；再加上现在新技术发展迅猛，个人定制化的保险产品出现，数据量之多、任务量之大使得这样的监管方式越来越不现实。
　　在这种情况下，以保险产品费率信息报备为核心的注册制监管应运而生，从对每一个产品的合同价格的审批转变为数据库及算法的报备与注册，各个保险公司为不同客户根据风险因子打分形成差异化的保险费率，由保险公司产品发行的申请人依法将与产品的信息(包含费率厘定)的资料公开，制成法律文件，送交保险监管部门审查。监管部门只需监管保险公司采用的数据库是否合适，算法是否合理，而不必监管其具体价格和合同。经过监管机构备案的新产品，规定其保障范围和保险费率应作为同类保险产品的基础保障范围和基础费率，各保险公司开发的与新产品保障功能类似的产品，应统一使用该基础保障范围和基础保险费率，也可根据市场需求适当扩展保险保障范围并同时合理提高保险费率，但不得缩小保障范围或降低费率，也不得以增加特约条款等方式来变相降低费率、规避管理。
　　(二)管住后端，完善偿付能力监管
　　“放开前端”就是要减少行政审批等事前监管方式，把风险责任和投资权交给市场主体。“管住后端”是指事后的偿付能力监管，运用资本手段，实现对资金运用的约束。把监管工作重点由开放渠道转变为风险监管，防范保险公司偿付能力风险，做好保险公司偿付能力状况的监测、分析、预警等工作，做好风险防范，守住风险底线，通过监管升级推动行业转型升级。
　　(三)加大信息披露力度和建立健全法律体系
　　从事前审核“前严”到准入之后监督“后松”的体系，逐步转变为事前注册制“前松”到准入后监督和惩罚机制“后严”的管制方法，事前的费率厘定更多地交给了保险公司完成，互联网是已经为信息披露提供了最好的技术支持，但是保监会需要防止大数据滥用，帮助消费者监督好保险公司，对于保险公司报备的数据来源及算法，需要认真推敲其合理性与公平性，监督保险公司执行。
　　同时建立更完善的信息披露机制，接受公开市场的检验，以防止不公平价格及歧视性行为，监督市场运行的有效性，增加立法，给保险欺诈等违法行为严厉的惩罚。
　　(四)建立信息共享平台
　　降低进入壁垒本应是互联网保险的一个优势，因为互联网保险不需要庞大的资金和巨大的线下销售服务网络就可以开展全国性的业务。可现实是，我国的互联网保险集中在几家实力雄厚的保险公司和互联网巨头上，其他中小保险公司并没有竞争优势。这是因为大保险公司有着较长的经营历史，积累着大量的客户数据，而互联网巨头把控着互联网的主要入口，从而也存储着用户海量数据。他们把这些数据当作商业机密不予公开，独享数据挖掘带来的巨大优势。因此，互联网保险面临着大保险公司和互联网巨头对数据的垄断问题。拥有海量数据的公司常常为了维护自己的利益而拒绝信息的流动，这不仅浪费了数据资源，而且会阻碍创新的实现。与互联网时代的数码鸿沟问题一样，大数据的应用同样存在着接入和技术的双重鸿沟。当然，也不能单纯地指责数据拥有者对数据的保密，毕竟这些数据的获取也花费了巨大的资金成本和时间成本。进入大数据时代，数据的掌握者们是否会平等地交换数据，促进数据分析的标准化，在数据公开的同时如何与知识产权的保护相结合，不仅涉及到政府的政策，也与企业的未来规划息息相关。
　　如何让更多的企业参与到互联网保险的竞争，减少行业垄断，从而激发互联网保险的创新和发展，这是互联网保险需要解决的问题。需要保险监管部门来进行各方利益平衡和推动。
　　建设和运营集中统一、设计科学、功能完善、安全高效的保险业数据信息共享和对外交互平台，对引领保险业走向费率市场化、管理精细化、数据规范化，推动行业数据整合将起着非常重要的作用。
　　——成为行业与外部数据交互应用的重要基础和依托。引入公安、气象、医疗、教育、信用、移动通信等外部数据，主动与交管、税务、经侦、社保等公共管理部门进行数据交互，从而依托自身保险多维度数据支持保险自身信用体系建设，并纳入国家征信体系，发挥外部数据在行业内部治理中的独特作用，延伸保险参与社会治理的范围和触点。
　　——形成费率市场化改革的重要技术支撑。依托平台数据、技术和资源，配合保监会开展数据提取和费率测算，未来可以依托平台实现费率测算常态化、费率监测动态化。同时，面对商改费率下行压力，加快推进反欺诈系统、数据分析系统等应用系统建设，促进保险公司反欺诈水平和成本控制能力提升。
　　——产品和服务创新的重要数据支持。依托保险信息平台为保险产品和服务创新以及“大数据”应用提供技术支持服务。借助信息共享平台，汇聚、分析和整理全行业数据，使得保险定价更加接近于帕累托最优价格，从而实现社会福利最大化。
　　(武长海，中国政法大学新三板与新金融研究中心主任；石安其琛，中国政法大学资本金融研究院研究员)