第一章 問題意識：保險科技的制度困境(節錄)
本章核心問題
• 為什麼可保性邊界持續收縮？
• 保險科技創新的結構性失衡為何？
• 傳統保險公司的創新難度為何？
• 保險科技究竟應該解決什麼根本問題？
• 監管如何回應創新？
• 保戶在這場變革中，可以扮演什麼角色？
1.1 可保性邊界的收縮
1.1.1 傳統保險模式的制度前提
保險，作為現代社會應對不確定性的核心風險治理制度，其運作邏輯建立在幾個關鍵的制度前提之上。這些前提決定了什麼樣的風險是「可保」的，什麼樣的風險被排除在保險市場之外。
傳統可保性理論告訴我們，一個理想的「可保風險」需要滿足以下條件：
█ 獨立性與隨機性：損失事件的發生應當是獨立的、隨機的，且投保人之間不存在系統性關聯。這是大數法則生效的前提。
█ 損失的可測量性：損失的頻率與幅度必須能夠基於歷史數據進行合理估計，從而精算出公平的保費。
█同質風險池的建構：需要足夠數量的、特徵相似的風險，形成可預測的風險池。
█道德風險與逆選擇的可控性：資訊不對稱所導致的機會主義行為必須能夠透過核保、理賠調查等方式有效約束。
這些前提共同構成了傳統保險制度的交易成本結構—界定風險、測量損失、執行合約的成本必須足夠低，否則風險將被市場判定為「不可保」。
1.1.2 新型系統性風險的挑戰
傳統保險制度的核心困境在於「資訊不足」與「交易成本過高」，數位技術浪潮似乎為這兩個問題提供了前所未有的解決方案。然而，現實卻呈現出相反的圖像：可保性邊界不僅沒有如預期擴張，反而有持續收縮之勢。
趨勢性風險：氣候變遷
傳統保險依賴「歷史是未來的指引」這一假設。但氣候變遷正在使這個假設失效。根據瑞士再保險研究所的數據，2023年全球自然災害造成的經濟損失達2,800億美元，其中僅1,080億美元獲得保險保障，保障缺口高達1,720億美元。更令人憂心的是，極端天氣事件的頻率與強度呈現明顯的上升趨勢，使得基於歷史數據的精算模型失去預測能力。
當風險不再是「隨機波動」，而是「結構性趨勢」時，傳統的風險池治理邏輯便開始失靈。保險公司面臨的困境是：若按照歷史數據定價，保費將遠低於實際風險；若按照氣候模型定價，保費又可能高到市場無法承受。這個兩難正是可保性邊界收縮的典型表現。
關聯性風險：網路攻擊與供應鏈中斷
2024年發生的CrowdStrike更新事故導致全球850萬台Windows系統崩潰，航空、銀行、醫療等關鍵基礎設施大規模癱瘓。這一事件揭示了一個根本性的制度難題：當風險來源高度集中時，投保人之間的損失不再獨立，而是呈現高度的系統性關聯。在這樣的情況下，大數法則失效了—保險公司無法透過匯集大量獨立風險來分散損失。
同樣的邏輯也適用於供應鏈風險。2024年紅海危機導致全球貿易航運成本上升200%，許多企業的庫存中斷損失遠超過傳統營業中斷保險的保障範圍。此書編寫之際，美以對伊朗的戰爭還不知對中東石油、天然氣外送會造成影響的劇烈及持續程度。傳統保險要求「實質損失」，但在現代供應鏈中，損失往往來自於供應商或客戶端的問題，而非被保險人自身。
厚尾風險：全球大流行病
COVID-19大流行給全球保險業帶來了超過500億美元的承保損失。更重要的是，它暴露了傳統保險模式的另一個根本局限：對於發生頻率極低，但影響幅度極大的「厚尾風險」，歷史數據幾乎無法提供任何指引。這類風險被稱為「未知的未知」，當保險公司無法估計損失的機率分布時，理性選擇就是拒絕承保。
1.1.3 大數法則的兩種形式與準備金難題
值得注意的是，大數法則不僅可以透過「風險個數」運作，也可以透過「時間長度」來實現。當風險主體在足夠長的時間持續參與風險池，個別年分的波動可以在長期中被平均，使個別風險也具備可預測性。這正是終身險、年金等長期保單的數學基礎—透過時間換取穩定。
然而，時間分散的前提是風險結構的穩定性。這引出了「灰犀牛」與「黑天鵝」的區分。氣候變遷是典型的灰犀牛—趨勢明顯、科學共識明確，但政治與經濟慣性導致人們選擇忽視。這類風險的問題不在於「能否預測」，而在於「願不願意正視」。調整預測模型、及早行動，是應對灰犀牛的關鍵。
大流行病在發生前是黑天鵝—極罕見、難預測，事後才顯現其軌跡。這類風險的問題在於「根本無法預測」，只能以增加準備金的方式應對。但這立刻引發下一個難題：多少準備金才足夠？準備金過高，資金閒置造成效率損失；準備金過低，又可能無法應對極端事件。這正是本書第八章將深入討論的「金融轉化」核心問題—如何透過資本市場機制，在效率與安全之間取得平衡。
更深入的問題是：當準備金長時間閒置，必然產生資本收益。這筆收益該歸誰？傳統保險模式下，歸股東所有；但從科斯定理的視角—將產權配置給對其評價最高的一方—承擔風險的保戶，理應分享資本收益。這涉及保險制度中一個根本的權力配置問題：承擔風險的參與者，是否也應該有權參與資本配置？是否應該分享資本運作的回報？
這個問題將在本書後續章節中逐步展開。第七章將以Vitality為例，分析長期激勵與資本回饋的實踐；第八章討論金融轉化時，會觸及準備金的資本效率問題；第十六章則系統探討保戶參與資本配置的各種可能路徑。
本章核心問題
• 為什麼可保性邊界持續收縮？
• 保險科技創新的結構性失衡為何？
• 傳統保險公司的創新難度為何？
• 保險科技究竟應該解決什麼根本問題？
• 監管如何回應創新？
• 保戶在這場變革中，可以扮演什麼角色？
1.1 可保性邊界的收縮
1.1.1 傳統保險模式的制度前提
保險，作為現代社會應對不確定性的核心風險治理制度，其運作邏輯建立在幾個關鍵的制度前提之上。這些前提決定了什麼樣的風險是「可保」的，什麼樣的風險被排除在保險市場之外。
傳統可保性理論告訴我們，一個理想的「可保風險」需要滿足以下條件：
█ 獨立性與隨機性：損失事件的發生應當是獨立的、隨機的，且投保人之間不存在系統性關聯。這是大數法則生效的前提。
█ 損失的可測量性：損失的頻率與幅度必須能夠基於歷史數據進行合理估計，從而精算出公平的保費。
█同質風險池的建構：需要足夠數量的、特徵相似的風險，形成可預測的風險池。
█道德風險與逆選擇的可控性：資訊不對稱所導致的機會主義行為必須能夠透過核保、理賠調查等方式有效約束。
這些前提共同構成了傳統保險制度的交易成本結構—界定風險、測量損失、執行合約的成本必須足夠低，否則風險將被市場判定為「不可保」。
1.1.2 新型系統性風險的挑戰
傳統保險制度的核心困境在於「資訊不足」與「交易成本過高」，數位技術浪潮似乎為這兩個問題提供了前所未有的解決方案。然而，現實卻呈現出相反的圖像：可保性邊界不僅沒有如預期擴張，反而有持續收縮之勢。
趨勢性風險：氣候變遷
傳統保險依賴「歷史是未來的指引」這一假設。但氣候變遷正在使這個假設失效。根據瑞士再保險研究所的數據，2023年全球自然災害造成的經濟損失達2,800億美元，其中僅1,080億美元獲得保險保障，保障缺口高達1,720億美元。更令人憂心的是，極端天氣事件的頻率與強度呈現明顯的上升趨勢，使得基於歷史數據的精算模型失去預測能力。
當風險不再是「隨機波動」，而是「結構性趨勢」時，傳統的風險池治理邏輯便開始失靈。保險公司面臨的困境是：若按照歷史數據定價，保費將遠低於實際風險；若按照氣候模型定價，保費又可能高到市場無法承受。這個兩難正是可保性邊界收縮的典型表現。
關聯性風險：網路攻擊與供應鏈中斷
2024年發生的CrowdStrike更新事故導致全球850萬台Windows系統崩潰，航空、銀行、醫療等關鍵基礎設施大規模癱瘓。這一事件揭示了一個根本性的制度難題：當風險來源高度集中時，投保人之間的損失不再獨立，而是呈現高度的系統性關聯。在這樣的情況下，大數法則失效了—保險公司無法透過匯集大量獨立風險來分散損失。
同樣的邏輯也適用於供應鏈風險。2024年紅海危機導致全球貿易航運成本上升200%，許多企業的庫存中斷損失遠超過傳統營業中斷保險的保障範圍。此書編寫之際，美以對伊朗的戰爭還不知對中東石油、天然氣外送會造成影響的劇烈及持續程度。傳統保險要求「實質損失」，但在現代供應鏈中，損失往往來自於供應商或客戶端的問題，而非被保險人自身。
厚尾風險：全球大流行病
COVID-19大流行給全球保險業帶來了超過500億美元的承保損失。更重要的是，它暴露了傳統保險模式的另一個根本局限：對於發生頻率極低，但影響幅度極大的「厚尾風險」，歷史數據幾乎無法提供任何指引。這類風險被稱為「未知的未知」，當保險公司無法估計損失的機率分布時，理性選擇就是拒絕承保。
1.1.3 大數法則的兩種形式與準備金難題
值得注意的是，大數法則不僅可以透過「風險個數」運作，也可以透過「時間長度」來實現。當風險主體在足夠長的時間持續參與風險池，個別年分的波動可以在長期中被平均，使個別風險也具備可預測性。這正是終身險、年金等長期保單的數學基礎—透過時間換取穩定。
然而，時間分散的前提是風險結構的穩定性。這引出了「灰犀牛」與「黑天鵝」的區分。氣候變遷是典型的灰犀牛—趨勢明顯、科學共識明確，但政治與經濟慣性導致人們選擇忽視。這類風險的問題不在於「能否預測」，而在於「願不願意正視」。調整預測模型、及早行動，是應對灰犀牛的關鍵。
大流行病在發生前是黑天鵝—極罕見、難預測，事後才顯現其軌跡。這類風險的問題在於「根本無法預測」，只能以增加準備金的方式應對。但這立刻引發下一個難題：多少準備金才足夠？準備金過高，資金閒置造成效率損失；準備金過低，又可能無法應對極端事件。這正是本書第八章將深入討論的「金融轉化」核心問題—如何透過資本市場機制，在效率與安全之間取得平衡。
更深入的問題是：當準備金長時間閒置，必然產生資本收益。這筆收益該歸誰？傳統保險模式下，歸股東所有；但從科斯定理的視角—將產權配置給對其評價最高的一方—承擔風險的保戶，理應分享資本收益。這涉及保險制度中一個根本的權力配置問題：承擔風險的參與者，是否也應該有權參與資本配置？是否應該分享資本運作的回報？
這個問題將在本書後續章節中逐步展開。第七章將以Vitality為例，分析長期激勵與資本回饋的實踐；第八章討論金融轉化時，會觸及準備金的資本效率問題；第十六章則系統探討保戶參與資本配置的各種可能路徑。
