據市場數據顯示，目前國內42家擁有車險業(yè)務的大財險公司中，38家存在車險業(yè)務虧損情況，其中虧損額超過1億元的公司有20家，超過2億元的有6家。虧損的主要原因是國內車險長期依據新車購置價定價，很不合理。隨著商業(yè)車險費率市場化改革的展開，UBI車險（Usage Based Insurance，基于駕駛行為而定保費的保險）被認為是改善車險經營現(xiàn)狀的重要武器。在保險已經很成熟的歐美市場，傳統(tǒng)業(yè)務增長往往只有2%—3%，但是UBI車險增長高達20%~30%，在美國（美國UBI車險公司Progressive前進保險）、瑞士（MyMile）、意大利等眾多國家均有成功案例可以借鑒。在我國，UBI車險的概念也一直都是熱議話題，從OBD、到ADAS、到車機、后視鏡，車聯(lián)網的從業(yè)者們越來越重視車聯(lián)網與UBI的結合。在近期，隨著保監(jiān)會商車費改試點地區(qū)再次增加，UBI車險再一次被推上了風口浪尖。

　　2015年至今商車改革狀況如下：

　　2015年3月20日，保監(jiān)會發(fā)布了《關于深化商業(yè)車險條款費率管理制度改革的意見》， 2015年6月1日起，全國六省市開始改革試點（黑龍江、陜西、山東、重慶、青島、廣西）。2016年1月1日起將再開放 18 個地區(qū)進行商業(yè)車險市場化改革（包括天津、吉林、內蒙古、河南、安徽、湖北等）。

　　改革的目是把定價權交給保險公司，把選擇權交給消費者，通過差異化產品和精準風險控制，以市場手段引導保險業(yè)向前發(fā)展。政策的利好，為UBI車險在我國的生根發(fā)芽帶來新的機遇，同時，基于我國的本土國情，也面臨著諸多的挑戰(zhàn)。

　　圖：UBI車險是基于車輛使用和駕駛習慣的保險定價技術

　　UBI數據模型中的組成因子

　　做好UBI車險的關鍵和難點除了要實時采集有關車輛駕駛情況的諸多數據，還在于建立科學的數據模型和算法，從紛繁復雜的數據中估算出駕駛者的風險系數，然后為保費提供定價依據。

　　UBI數據模型的完善需要兩部分數據模型的完整構建。首先，需要通過設備采集到用戶的行駛里程、駕駛行為等諸多數據，還要結合上一定的風險數據，再將這些數據按照不同的權重進行劃分，通過初步計算，得到駕駛行為分數，也就是構建出的初步分析數據模型;除此之外，還要根據保險公司的實際情況（如保險公司的收入與支出比例等等）構建出標準數據模型。再將前者與后者進行比對，得出最終的分析結果，作為保費定價的依據。

　　那么，采集到的數據都要包含哪些呢？

　　目前市場上最常見的UBI車險模型多是基于行駛里程來構建，對于風險評估的因子單一，無法真正描繪出駕駛者行為這一保險定價中重要的“從人因子”特征;未充分考慮行駛的多種因素，對風險管控的提升比較有限，也不利于個性化保險產品的推出。筆者在從芮鍶鈳（上海）網絡技術有限公司處了解到，該公司正以設定了更多風險因子的計算方法，對于用戶出行的每段旅程進行評估，每段旅程結束后都計算出相應的分數，這個分數再乘以不同權重比例，得出最終的累積分數。這能夠更為靈活地與數據模型相匹配，準確度更高，同時運算也更為復雜。

　　芮鍶鈳的數據模型是以國外經過千萬車主驗證的UBI模型為基礎，充分本土化、個性化而來的。在整套數據模型中，駕駛行為、駕駛環(huán)境、形式距離……這些數據中再細分出多個子數據因子，這些數據因子按照主要因子、次要因子、輔助因子的分類可組成“用戶畫像”。主要因子一般包括速度、城市道路、夜間時間、急加速、急剎車五項，這五項主要數據結合車輛單次行程時間和距離以及周邊道路限速情況等次要因素，加權計算出相對應的駕駛行為。另外，UBI數據模型中還有一項特殊的分析，即風險數據的評估。駕駛風險評價需要采集駕駛人員屬性（年齡、駕齡等）及行為、車輛情況、道路狀況、環(huán)境因素、管理因素等，這些數據同樣根據不同的風險權重比來計算出風險數據。

　　UBI上下游產業(yè)鏈生態(tài)的構建

　　車險是硬性需求，市場潛力巨大，能夠挖掘出切合保險痛點、滿足車主需求、適應移動互聯(lián)網發(fā)展的UBI將成為中國保險行業(yè)全新的發(fā)展方向與解決方案。這個全新的解決方案需要全產業(yè)鏈合作構建。

　　雖然國內目前宣稱從事UBI的公司很多，但是真正從技術底層和生態(tài)層面推進的還不多。以芮鍶鈳為例，該公司目前正在從事UBI數據模型的構建與研發(fā)，與保險公司、主機廠、TSP、汽車后服務供應商等各類企業(yè)進行廣泛合作。作為以UBI數據模型作為核心技術，著力構建以安全駕駛為核心的開放平臺的企業(yè)，芮鍶鈳在與不同的企業(yè)對接的過程中，所提供的服務和支撐也并不相同，例如，去年理賠率很高超過了保險的收入，需要控制理賠支出的保險公司，這就需要很好的算法來確定大保險公司的打折后盈利，小的保險公司則更希望通過UBI體系來獲得更多的客戶。

　　在與主機廠的合作方面，芮鍶鈳通過在車機上預裝軟件打通行駛習慣與保險定價和理賠相關的通路，為車主提供優(yōu)質保險和服務;除了主機廠，與汽車后市場的智能車載硬件，如OBD、車內后視鏡、行車記錄儀等，甚至是手機都可以進行合作，通過開放SDK接口，或是預裝芮鍶鈳APP就可以實現(xiàn)駕駛行為數據采集了。

　　總結

　　盡管勢頭火熱，但是UBI在國內的推廣與落地還需要一段時間，主要因為：第一，UBI保險模式的產業(yè)鏈涉及廣泛，包括數據采集端（可能是軟件、硬件，還可能是主機廠、前裝）、數據模型（即分析模型與仿真模型）、保險公司（商品提供方）、服務提供商（TSP、4S店等）、用戶（數據提供方、產品買單方）等等，需要多方攜手。第二，目前僅僅依靠GPS和G-sensor采集到的數據存在一定的誤差，因此在UBI保險最終落地的過程中，需要一定的算法優(yōu)化、或者是通過與前裝整車廠的合作來做到數據的精準采集，方可實現(xiàn)最終的UBI保險模式，這也是現(xiàn)在從事UBI項目研發(fā)的團隊或企業(yè)需要深耕的方向。第三，政策的變通是產業(yè)發(fā)展動力的源泉，保監(jiān)會需要盡快制定出新的法律法規(guī)來加速UBI的落地完成。第四，目前為UBI買單的還只有保險公司，驅動力不明顯，需要更多的商業(yè)模式與規(guī)劃來驅動發(fā)展。不過，我們也看到了類似于芮鍶鈳這樣的先行者，以及各大保險公司都在緊鑼密鼓地籌劃布局，這對于一成不變的昨天來說，已經是個美好的開始了。