高開低走、轉型共赢：運費險的“前世今生”

2010年7月1日，淘寶網宣布，華泰保險即日起為淘寶賣家提供“退貨運費險”，間接保護買方消費者退貨權益。11月，運費險向淘寶買家開放，買家可對未保商品自行投保。此前淘寶披露，42%的退款糾紛均由郵費所緻，嚴重影響消費體驗，運費險利用互聯網交易數據提供新險種，低成本精準服務退貨交易。

運費險在推出之初備受好評，“雙十一”當天便成交100多萬筆，既減少了賣家物流和糾紛處理成本，改善了淘寶用戶交易體驗，促進網購平台良性發展，也為保險公司拓寬收入來源，可謂多方共赢的典範。

但好景不長，運費險很快就從“多赢”走向“多輸”，導緻保險業務不可持續。保險機構虧損嚴重，因為運費險存在逆向選擇和道德風險，投保方隻有在預期退貨可能性較高時才會投保，在數據信息有限的情況下，部分公司賠付率甚至高達 93%；而且，天量保單也提出較高的賠付金儲備要求；更有甚者刷單騙保，利用虛構交易賺取理賠金。淘寶賣家也叫苦不叠：運費險導緻退貨率直線走高，使得店鋪被淘寶搜索規則降權，拖累整體營收能力。買家也有苦難言，由于賣家投保後買家沒有投保選擇權，保費通過商品價格轉嫁給消費者，且随着保險公司政策調整為階梯保費，9元賠付甚至需要8.9元保費，投保不賺反虧。

運費險因交易摩擦而生，卻因投保方和保險公司間信息不對稱“高開低走”，本應保護消費者權益的金融創新也走進死胡同。運費險究竟往何處去？科技進步如何解決了運費險發展中的難題？未來又該如何科技賦能？回答上述問題，首先需要解碼運費險商業模式演化過程。

兩輪調整、定價優化：運費險的商業模式變遷

産品介紹

運費險是一種針對網絡購物退貨運費進行賠付的保險，它被鑲嵌在網絡購物流程中，不能脫離網絡交易單獨存在，因此常依托于網購平台。運費險分為賣家版和買家版運費險兩種，針對“七天無理由退貨”商品，賣家可與保險公司簽訂協議為店鋪内所有符合條件的商品訂單投保，買家亦可在下單時對符合條件的商品投保，商品确認收貨前退貨時保險公司将根據合同約定進行理賠。支付保費和理賠是運費險的兩個關鍵交易環節，不同于理賠金額始終為平台簽約物流公司在發貨地與收貨地之間的最低首重價格的固定計算方法，保費計算規則在運費險的不斷完善中發生了兩次重大演化。

保費定價

“一刀切”的固定費率是運費險推出初期的保費定價規則。保費始終為理賠金額的5%，0.5元購買運費險即可在退貨時獲得10元理賠，方便而低廉的運費險受到消費者的熱捧，2010年雙十一當晚運費險成交量即超過100萬筆。然而随之而來的是逾90%的賠付率，這給保險公司帶來了巨額虧損。

為保證利潤空間，華泰保險自2012年8月起将保險費率與出險率挂鈎。出險率被定義為理賠成功次數/投保次數，出險率越高保險費率越高。這一規則看似保證了保險公司的權益，在實際操作中卻暴露了新的問題，出險率标準過于單一，因此買家隻有在傾向于退貨時才會購買運費險，對于有較強購買意願的産品則不再投保，導緻保險公司仍然入不敷出。此外，保費與理賠金額之間的差價令職業騙保團夥蠢蠢欲動，利用虛假快遞單号串通商家完成退貨程序惡意騙保使保險公司經營雪上加霜，這一難題亟待解決。

大數據時代的來臨為運費險定價合理化帶來了新的機遇。淘寶為保險公司提供全面的、精細化的實時用戶數據，保險公司利用大數據分析快速處理用戶信息，跟蹤每一個買家和賣家的實時情況并形成差異化保費定價，相比傳統保險精算在合理性、準确性和時效性上都有了質的飛躍。這一模式下随意退貨的買家将面臨信用風險，消費者在面臨退貨選擇時更加謹慎，商品退貨率快速下降，使保險公司轉虧為盈，騙保問題也得到了更好的識别。

發展現狀

在大數據精準識别用戶需求、輔助保險産品定價的助推下，近五年互聯網财産保險保費收入呈穩定增長态勢。2021年，互聯網财産保險累計實現保費收入862億元，同比增長8%。互聯網渠道在産險公司全渠道業務保費滲透率約6.3%。據中國保險行業統計，2021年中國銷量最高的60款互聯網非車險産品合計保費收入中，退貨運費險占比高達43%[ 中國保險行業協會：《2021年互聯網财産保險發展分析報告》，2022年5月。]，退貨運費險已成為互聯網非車險産品的重要組成部分。

在淘寶成交量日益攀升的當下，退貨運費險快速普及。衆安在線是中國互聯網非車财險市場中排名第一的保險公司，也是目前與淘寶平台合作提供退貨運費險産品的最大保險平台。近五年運費險保費占衆安總保費收入約20%，2021年保費運費險保費收入高達36.85億元。

數據托底、科技賦能：運費險中的科技屬性

底層技術

（1）大數據是指在新處理模式下具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資産 。大數據技術可用于風險識别、客戶畫像，通過提高數據的數量和質量的方法減緩信息不對稱并進行個性化設計。保險公司可以使用包括大規模并行處理數據庫、數據挖掘和分布式計算等等在内的大數據技術，對大量的結構化、非結構化的用戶及産品數據進行特征提取和增強，達到從數據的數量和質量層面改善風控模型的目的。

（2）人工智能是指運用計算機系統來模拟人的思維過程和決策行為的科技。現如今的人工智能應用程序多基于機器學習算法，包括預測、推薦、自然語言處理、計算機視覺和機器人等多個方向。保險公司将機器學習算法用于挖掘并處理非結構化數據、優化風險預測模型等方向。

（3）雲計算以分布式架構為核心，是一種提供可用的、便捷的、按需的網絡訪問的模式，有安全、高效、低成本等優點。保險公司将雲計算和大數據技術配合，可以提高運費險大規模數據的計算效率并為用戶數據安全保駕護航。

（4）5G通信技術有高速完整傳輸、低通信延遲、超大傳輸容量的特點。保險公司可将5G技術運用于線上各類交互場景，改善傳統保險風控的數據滞後性，準确反映現有風險情況，并支持遠程投保、咨詢、理賠等全過程的數字化服務。

技術應用場景

（1）智能風控和差異化定價。根據買家和賣家的身份信息、資産狀況、用戶行為、店鋪經營和商品屬性等大量内外部數據，建立客戶畫像和風險信息庫并導入模型，預測出險概率。公司根據出險概率，結合地理位置對每一筆交易的運費險進行精準、動态定價。

（2）欺詐管理。公司抓取異常行為、社交網絡、數字足迹進行監測和分析，并基于圖數據庫、圖算法等技術生成不同主體之間的欺詐關聯畫像，建立欺詐團體識别系統，及時發現騙保行為。

（3）智慧理賠。通過5G網絡支撐，用高清視頻、照片等方式進行遠程理賠。同時引入AI風控模型，結合客戶畫像、異常行為監測等數據，對理賠審核做出輔助判斷。這樣可以簡化流程、減少等待時間，解決“理賠慢”的問題；同時可以減少人工環節帶來的道德風險，提高安全性。

（4）數字化服務和平台。例如智能客服，通過運用語音識别和自然語言處理等人工智能技術實現批量問答，對大多數重複的常規咨詢迅速給出統一準确的回應，在降低人力成本的同時提高效率。此外，公司進行網頁和APP程序開發，實現投保、咨詢、理賠等程序線上化，從而降低購買運費險的門檻，幫助拓展客戶群體。

智能管理、精準定價：科技解決保險痛點

傳統保險的不足大緻有流程繁瑣、交易信息不對稱、費率計算方法較為單一這三個方面，而科技的力量可以相對有效地解決這三大痛點，利用大數據技術，智能化管理技術以及人工智能技術可以簡化參保全過程、減緩信息不對稱，自動匹配個性化的費率計算方法。

參保流程簡單便捷、流暢極緻

在運費險産品誕生前，淘寶網42%的退款交易産生糾紛的原因均在于買賣雙方對退貨郵費協商不一緻[ 王靓迪：《誕生、前進與發展——探析淘寶退貨運費險》，北京大學金融法研究中心，2017年6月。]，嚴重影響購買者消費體驗。得益于金融科技的出現，投保周期短、标化程度高、件均小的保險産品在互聯網經濟下迅速普惠大衆，高效解決了傳統财産保險産品未能滿足的用戶需求。不同于傳統保險産品簽訂周期長、辦理手續繁雜、用戶門檻高的特點，互聯網運費險投保、咨詢、理賠等所有程序的全部線上化，加速了購買保險的速度，便捷了消費者的操作。數字化智能化管理技術讓一切保險業務線上化，甚至可以做到消費者一鍵點擊或者一次人臉識别便完成所有的投保過程，節省時間，提高消費者參保體驗。

有效降低信息不對稱

利用深度學習與知識圖譜技術，通過保險業務規則設置、模型的設計與生産去識别和分析特定消費者的數據，從大量案例中深度挖掘各類保險産品與消費者的關系，從而深入地解決傳統保險産品匹配消費者過程中的不規範、信息不對稱的困境。在運費險發展的早期交易場景中，保險公司難以确定投保客戶的潛在風險水平，低費率招緻高虧損、高費率導緻低成交；消費者的投保意願則僅憑費率高低為決策依據，最終形成了“雙輸”局面。随着大數據風控模型的不斷叠代，保險公司依托于商品曆史退貨信息和投保人曆史理賠頻率，對投保人風險水平有了更精準的把控。消費者則在更合理的定價區間中擁有更理性的投保選擇。

個性化費率計算方法，規避道德風險

利用大數據技術、數據挖掘和機器學習技術可以深度捕捉和分析客戶消費習慣、參保習慣、信用數據等多層次數據，精準化、個性化定制費率的計算方法使得消費者能夠從科技中獲得可靠的保險服務。“道德風險”是投保人在得到保險保障之後改變日常行為的一種傾向，甚至有保險合同主體或關系人為圖謀賠款或保險金而有意促成保險事件的發生。如2016年1月至10月期間，王某利用其購買的某商城店鋪、某買家賬号，通過虛假交易“刷單”騙取某保險公司運費險賠償金11558222.4元。[ 北京市第二中級人民法院：《王文發保險詐騙二審刑事裁定書》，北京法院審判信息網，2019年5月。]得益于大數據和人工智能技術的應用，現階段保險公司對投保流程的欺詐管理和事後追溯有了更強的科技風控手段。通過上調多次購買運費險、多次理賠的用戶後續投保費率，一定程度能規避用戶濫用保險理賠的行為。此外，智能欺詐團體識别系統也能夠及時監視、發現并上報騙保行為。

持續創新、未來可期：運費險前景展望

運費險始于退貨交易摩擦，挫于保險交易信息不對稱，成于金融科技賦能精準定價、風險管理及數字服務，如今已經成長為百億市場。展望未來，運費險可利用保險科技進一步創新服務：

區塊鍊智能合約反詐提效

針對運費險天量訂單合約權利義務不明确、管理不便及理賠效率低等問題，智能合約可利用數字化技術促進條約簽訂透明化、批量簽訂合約，并在退貨發生時自動觸發合約執行、提高理賠效率。同時，利用區塊鍊不可篡改、去中心化、去信任化、公開透明等特點，搭配以買家退貨率、退貨頻率、投保與賠付時間差、賠付金額等為主的綜合數據庫，打造立體客戶畫像，精準識别并打擊運費險騙保。

隐私保護技術/數字人民币支付防止信息洩漏

利用數據匿名化技術、差分隐私、同态加密等隐私保護技術，防止保險公司在消費者信息分析過程中造成信息洩漏，或者利用數字人民币支付保費和理賠金，加強數據風險防範。

（文/清華大學五道口金融學院2022級碩士生郭冬妍、張靖楠、賈詩傑、張玉琢，清華大學生命學院2020級博士生林錦堅）

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!