保险监管中的 Suptech

金融稳定研究所 FSI见解 论政策执行编号47 保险监管中的Suptech 丹尼斯·加西亚·奥坎波、安德烈斯·莱特梅茨、马诺伊·潘迪和杰米·普雷尼奥 2022年12月 JEL分类:C45,C88,C89,G22,G38,O31,O32 关键词：suptech，保险，审慎监管，行为监管，数据分析，创新，AI，人工智能，ML，机器学习，NLP，自然语言处理 本见解由国际清算银行（BIS）金融稳定研究所（FSI），获得保险倡议秘书处（A2ii）和国际保险监督员协会（IAIS ）秘书处的工作人员联合撰写。见解文件旨在促进有关金融部门当局面临的一系列当代监管和监督政策问题以及实施挑战的国际讨论。其中表达的观点仅是作者的观点，不一定反映A2ii，BIS，IAIS或基于巴塞尔的委员会的观点。 由FSI主席FernandoRestoy，IAIS执行委员会主席VickySaporta和A2ii理事会主席PeterBraumüller授权。 该出版物可在BIS网站（www.bis.org）上找到。要与BIS媒体和公共关系团队联系，请发送电子邮件至press@bis.org。您可以在www.bis.org/emailalerts.htm上注册电子邮件警报。 ©BankforInternationalSettlements2022.Allrightsreserved.Briefexcerptsmaybereplicatedortranslatedprovidedthesourceisstated. ISSN2522-249X(在线) ISBN978-92-9259-619-4（在线） Contents 第1节-介绍6 第2节-保险监管的Suptech工具7 第3节-开发和使用Suptech工具的经验12 第4节-结论17 附件：对调查作出答复的当局名单19 参考文献20 保险监管中的Suptech1 执行摘要 国际保险监督官协会（IAIS）已经认识到数字创新的重要性，特别是suptech在“新常态”中的作用。在本文中，suptech是指保险监管人员使用创新技术来支持他们的工作。有必要提高对suptech帮助保险监管的潜力的理解。与保险监管人员的互动也表明，在分享使用suptech的具体解决方案、经验、实践和经验教训方面有着浓厚的兴趣。 本文旨在通过引用22名保险监管人员从审慎和行为角度如何使用支持技术工具的具体示例来填补这一空白。本文根据报告的用例概述了保险监管人员使用Sptech的情况。它提供了保险监管人员正在评估，开发或使用的Sptech工具的示例，用于各种活动-从数据收集到数据分析。它探讨了如何识别、开发和使用这些支持技术工具；如何衡量有效性；在大 流行期间如何使用这些工具；以及保险监管人员感兴趣的其他支持技术工具。Idoigso,thehopeisthatthepaperwillprovideavalableresorcetoisracespervisorstobetterderstadigsptechbasedotheexperiecesoftheirpeople.这种理解可以为在进行任何支持技术工作时采取更明智的方法铺平道路。 本文涵盖的38个suptech工具根据其预期用途进行分类-无论是审慎还是行为监督，或两者兼而有之。一半的工具可用于审慎和行为监督。其余一半的工具几乎平均分配给用于行为监督的工具和用于审慎监督的工具。几乎所有的工具都已经在实际的监督过程中使用，或者正在充分开发以上线。只有一小部分工具处于概念验证或原型阶段。这些工具中的大 多数曾经或正在内部或与外部各方共同开发。 保险业审慎监管的Suptech工具与银行监管机构使用的工具相似。这些包括显示关键风险指标的自动仪表板，例如信贷，市场和流动性风险，以及允许早期发现财务困境的工具。此外，机器学习技术还用于网络分析和用于提供独立视图或改进现有风险评分框架的工具。一般来说，审慎工具旨在通过允许更频繁和更迅速的监控来实现与受监管公司的先发制人 的接触。 另一方面，大多数报告的行为工具都是针对保险业的。虽然大多数工具旨在改善与保险分销相关活动的合规评估 ，但开发了一种工具来支持当局对消费者投诉的分类。有些是sptech分析工具，涉及使用自然语言处理（NLP）来分析保 险公司和中介机构在合同前和合同文档中提供给客户的数据。有一些数据收集工具：一对夫妇从保险公司的网站和社交媒体平台收集信息。 1丹尼斯·加西亚·奥坎波((丹尼斯。GarciaOcampo@bis.org）和JermyPreio（Jermy。Preio@bis。org)，国际清算银行，安德烈斯·莱克梅茨(安德烈斯。Lehtmets@eiopa。欧罗巴。欧盟)、欧洲保险和职业养老金管理局和MaojPadey(maojpade.26@Gmail。com)，以前是获得保险倡议(秘书处@a2ii。org).我们感谢DirBroedersHaahGrat，PetraHielema和HaevaVoorde的有用评论，并感谢EstherKüzi的宝贵行政支持。 识别错误的销售行为，而其他行为则有助于在销售电话中对保险公司/中介机构与客户之间的互动进行合规性评估。 报告的大多数可用于审慎和行为监督的工具都涉及与数据收集相关的过程。与数据收集相关的过程是指数据报告 、验证、整合和可视化。还有一些sptech分析工具可用于审慎和行为监督。这些通常涉及使用NLP，例如，分析保险公司 的叙述性报告，以识别潜在的审慎问题，或梳理社交媒体帖子中可能存在的行为相关问题。NLP也可用于帮助向保险公司撰写监督信。此外，受访者还报告了用于异常值和新颖性检测以及模式识别的工具，这些工具可用于审慎和行为相关数据。 保险监管人员提出了一些新的挑战，除了熟悉的挑战，如缺乏资源，数据问题，内部流程等。Iparticlar,isracespervisorshighlightedchallegesrelatedtotheidetificatioofthesptechtoolsthattheyeed.这些可能是由于sptech工 具旨在处理的不断变化的监管要求，以及对可用技术及其局限性缺乏了解。此外，保险监管人员特别强调需要正确的技能和专业知识来跟进工具的发现。这是经验丰富的监督者的相关性，它突出了监督判断继续发挥的重要作用。 新兴市场和发展中经济体（EMDE）的保险监管机构面临着同样的挑战，但在更大程度上，尤其是在资源方面。他们通常利用可用的商业现成（COTS）解决方案来支持技术。这是由于缺乏内部专业知识和普遍缺乏资源，这也使他们对使用或开发哪些支持技术工具持谨慎态度。他们几乎没有空间自己进行实验。因此，他们可能有机会与学术机构或技 术公司等外部各方合作进行sptech实验。 保险监管人员还没有明确的关键绩效指标(KPI)或方法来衡量支持技术工具的有效性和效率。工具的有效性和效率通常基于来自用户的反馈来评估。有些目标是更客观的指标，例如完成任务所节省的时间。然而，有些工具显然是有益的 ，特别是在大流行期间。这些工具包括使保险监管人员能够在与大流行有关的限制下继续开展其监管活动的工具。 尽管面临挑战，保险监管人员仍在继续探索辅助技术工具。许多保险监管机构专门致力于开发包含从数据收集到数据分析的不同应用程序的集成系统或平台，并涵盖整个监管过程。对这些技术的投资需要相应的数字和数据专业知识。因此，金融当局需要培养一种基于数据驱动决策、开放实验和挑战“遗产思维”的创新文化。能力建设方案可以在这方面有所帮助。通过培训方 案获得新人才并提高现有工作人员的数据和技术素养，不仅将培养必要的专门知识，而且将有助于形成更具创新性的文化。 第1节-介绍 1.监管技术（suptech）是金融当局使用创新技术来支持他们的工作。Suptech是金融系统数字创新的结果，这是由于先进技术的出现，例如大数据，人工智能（AI）/机器学习（ML）和其他新技术。金融稳定研究所（FSI）发布了几份关于全球金融当局的Suptech实践和经验的报告。2虽然这些报告中的大多数涵盖了一系列金融当局-银行监管 机构，保险监管机构，证券市场监管机构，反洗钱（AML）和打击资助恐怖主义（CFT）当局-这些报告中强调的许多用例都集中在银行监管上。例如，关于使用sptech进行审慎监管的最新报告就是这种情况，该报告在总体样本中包括了保险监管用例，但从银行监管的角度讨论了用例。 2.国际保险监督官协会（IAIS）已经认识到数字创新的重要性，特别是suptech在“新常态”中的作用。3因此 ，有必要提高对suptech的潜在帮助保险监管的理解。例如，在对2021年由“获得保险倡议”（A2ii）进行的亚洲和非 洲保险监管机构调查的回应中，这一点很明显。4当被要求解释他们的主要问题是什么时，尽管许多人指出需要内部专业知识和资源，但一些受访者还强调需要更好地了解sptech给保险监管流程带来的效用。在所需的支持方面，一些受访者引用了保险监管人员使用Sptech的具体解决方案，经验，做法和经验教训的共享。 3.本文旨在通过引用具体的例子来填补这一空白，从审慎和行为的角度来看，如何将支持技术工具用于保险监管 。本文确定了保险监管人员正在评估，开发或使用的几种Sptech解决方案，用于各种活动-从数据收集到数据分析。它探讨了如何识别、开发和使用这些支持技术工具；以及如何衡量有效性。Idoigso,thehopeisthatthepaperwillprovidea valableresorcetoisracespervisorstobetterderstadigsptechbasedotheexperiecesoftheirpeople.这种理解可以为在进行任何支持技术工作时采取更明智的方法铺平道路。 4.本文基于全球22名保险监管人员对两项补充调查的回应。该论文主要基于对2022年5月至6月间进行的IAISfitech成员调查中与sptech相关的问题的回应，以及对特定机构的特定工具的后续问题。为了从新兴市场和发展中经济体 （EMDEs）的保险监督者那里获得更多观点，本文还考虑了对A2ii发送给一些相关监督者的较短调查的回应。5Therestofthepaperisorganizedasfollows:Section2describessomeofthesuptechtoolsindetail;Section3discussestheexperienceofinsurancesupervisorsindevelopingandusingthesetools;andSection4concludes. 2Broeders和Prenio（2018），Coelho等人（2019），diCastri等人（2019），Crisanto等人（2020）和Beerman等人（2021）。 3Badat等人(2021年)。 4A2ii（2021年）。 5有关调查受访者的列表，请参阅附件。 第2节-保险监管的Suptech工具 5.本文基于对38种保险监管辅助工具的分析，讨论了调查结果。调查受访者共报告了48种工具。然而，仔细研究表明，其中10种工具要么不打算用于保险监管（例如严格用于监控贷款机构或资产管理机构）；用于监管其他部门，但在保险方面具有未实现的潜在用途；或者旨在使保险公司的业务流程更高效。因此从样品中取出这10个工具。 6.用于保险监管的大多数支持工具都是可操作的或正在开发的。几乎所有的工具都已经在实际的监督过程（即操作 ）中使用，或者正在完全开发以上线（即开发）。只有很小一部分工具处于概念验证或原型阶段（即实验）（图1， 左侧面板）。 7.这些工具中的大多数是或正在内部开发或在外部各方的帮助下开发的一半是由内部单位和外部各方共同开发的工具。仅由内部单位进行的工作产生的工具略低于一半。同时，仅由外部各方完成的工具占工具的不到10％（