从“相互保”看公共服务网络化,热点题材,股票新闻,概念股,主力资金流入

从“相互保”看公共服务网络化
2018-11-10

  “相互保”大卖,签约者已经超过了一千万,它为什么会有如此强的杀伤力?又是怎么做到的?

  所有金融产品都是基于一定算法而生成的产品,它发挥的是杠杆作用。假定一个年存款能达十万的人要买上一套价值三百万的房子,即便房价不涨,他也需要存至少三十年的钱才能住上新房,但有了银行贷款后,只需要存十年就可以住上,因为首付只需三成,其他可以慢慢还贷。在这里,作为金融产品的银行贷款压缩了时间,对于买房者来说,他用支付贷款的利息撬动了时间。商业医保产品也是一种金融产品,它发挥的也是杠杆功能,这个例子中,被撬动的是“风险”。一个人看病看不起,但是让大家一起帮着看,就看得起了,商业医保是让一个人的患病风险转嫁为所有参与者的患病风险,因为不是每个人的得病概率都一样,所以被转嫁的风险也是被稀释的。

  但是,商业保险要能成功,必须解决两个问题:第一,参保人数要足够多;第二,参保者并不确切知道自己会不会患病。如果这两个条件无法被满足,带来的结果都是入不敷出,所以理论上来说,保险公司都希望购买保险者越年轻越好,因为得病率/预期得病率都是随着年龄的增长而增长。

  但问题在于,个人的收入也是随着年龄的增长而增长的,所以年轻人并不愿意花很多钱去购买保险产品。这方面的矛盾使得保险从业人员的压力非常大,也正因为此,在公众眼里,保险公司的人看起来都像精通话术的“骗子”。但“相互保”这个项目却反其道而行之,根本不需要什么销售人员,只需要一个营销广告,就让一千多万人参与了,他是怎么做到的?在我看来,这是公共服务网络化带来的衍生结果。

  正如前面所说,保险是基于各种算法生成的产品,其依赖于基础数据的采集,包括各种医疗数据、信用数据、日常生活数据。对于保险承保人来说,数据越清晰、越具体,那么风险越可控。传统保险公司在设计保险项目的时候,其收集数据的方式就三种:政府公布的官方数据、从特定数据公司购买数据以及公司内部统计部门的数据。但三种数据各有利弊:第一种数据编制得太过宽泛,保险方案制定时若依赖的数据过于宽泛,那么就需要引更多的人参保;第二种数据编制的成本太高,便宜的就要几十万,贵的要上百万;第三种数据编制主要依赖于公司内部的积累,所以数据范围太过狭小,不利于公司新业务的展开。传统保险公司通常是多渠道综合数据,但问题在于,不同渠道获得的数据可能因为各种原因导致结论相反,所以数据校正就成了一大难题。

  为了克服这个问题,保险公司的理想模式就是确立一个终端,使得这个终端能够同时知道宏观、中观以及微观三个层次的数据,这样就可以减少校正的工作,大幅度降低不确定性。原来这个终端只有政府才有可能建立,因为政府可以通过行政手段减少各个部门之间的信息壁垒。但现实中做不到这一点,各个部门之间本身会因利益分配等原因形成博弈。有意思的是,这事让互联网平台做成了。

  其中最关键的一步,就是公共服务互联网化,比如各种缴费、看病预约、社保情况等。政府部门内部达成的方式是多对多,但政府和支付宝达成的方式是多对一,从多对多模式变成多对一模式,能大幅度降低交易成本,带来三赢:一是对于老百姓来说,提高了等待的效率,以前看病挂号、交罚款都需要去窗口排队,现在只需要网上点击就可完成;二是对于政府来说,提高了服务的效率,以前要雇佣大量人员受理表格、敲章,现在网络实名、指纹、脸部识别等技术替代了签名;三是对于支付宝来说,成为了终端,它能综合分析各种非消费类的数据,这些数据帮助支付宝了解社会分层、疾病状况等。

  如果说第一步是测算出了个体的信用能力,第二步就是测算出了个体的抗风险能力。因为前两步建立起来的评估系统——信用评估系统和抗风险能力评估系统——都是即时的且同时涵盖了微、中、宏三个层次,外加人群基数足够大,所以支付宝既不用担心拉来的投保人是某些特殊的高发病率群体,也不用担心这些人会临时退保(因为对于个体来说,最终承担的费用少于打一次车),进而就顺利迈出了第三步,推出了“相互保”。

  “相互保”成功的例子给我们的启示是,当政府想做一些事却又因各种限制做不了的时候,或许交给市场来做反而能做起来,因为市场更能有效地配置资源。

  作者为青年经济学者

限时优惠:万1.8开户
(赠送JK波段王公式)
免责申明: 1、本站涉及的内容仅供参考,不作为投资依据,依此操作风险自担。
2、本站部分内容转载自网络,如有侵权请联系QQ9446379删除。
index.xml index1.xml index2.xml index3.xml index4.xml news.xml