冯键：完善巨灾风险管理数字化基础设施

《中国金融》|完善巨灾风险管理数字化基础设施

原创冯键

导读：地震、台风和洪水三大巨灾模型的研发成功，将从根本上解决我国长期以来使用国外模型的“卡脖子”问题，为建设巨灾风险管理数字化基础设施奠定坚实的基础

作者|冯键‘中再巨灾风险管理股份有限公司总经理’

文章|《中国金融》2021年第1期

巨灾是指给经济和社会带来巨大损失的灾害，衡量损失的金额没有标准定义，国际上通常是指2500万美元以上。地震、台风、洪水、滑坡、泥石流等属于自然巨灾，新冠肺炎疫情、重大网络中断等属于非自然巨灾。巨灾风险是指经济和社会发展面临巨灾的可能性和不确定损失，巨灾风险管理是以降低损失和主动应对巨灾影响为主要目标，人为地去主动管理巨灾不确定性，其往往受限于巨灾的认知水平、管理思维和巨灾管理能力、技术水平等。

巨灾风险管理与人类社会发展的阶段和技术水平呈正相关关系，历经农耕时代、工业时代、信息时代，巨灾发生科学机理、巨灾易损性分析、巨灾损失的补偿机制、巨灾管理的社会化组织模式都有较大的提升，其最重要的根源来自于科技驱动。当前是数字时代，数字化革命将会为巨灾风险管理赋予新的内涵，数字化识别、数字化表达和数字化管理巨灾风险，是新时代的新要求。加快建设中国巨灾风险管理数字化基础设施，具有长期战略性、行业基础性和自主创新性的属性，是时势所趋。

巨灾风险管理关注四个根本性问题，需要数字化解决之道

2016年12月，《中共中央 国务院关于推进防灾减灾救灾体制机制改革的意见》明确提出了“坚持以防为主、防抗救相结合，坚持常态减灾和非常态救灾相统一，努力实现从注重灾后救助向注重灾前预防转变，从应对单一灾种向综合减灾转变，从减少灾害损失向减轻灾害风险转变”，指明了我国新时代巨灾风险管理的方向，巨灾风险偏事后损失管理向事前预防和预测管理转变，转变的驱动来自于巨灾科学机理研究的发展和数字化革命。数字化革命是分辨率革命，正如发明显微镜发现微观生物一样，更早知晓巨灾风险和更全面覆盖管理周期，将成为目前巨灾风险管理所面临四大根本问题——“识不深、看不清、算不明、管理难”的解决之道。

一是巨灾风险识不深。这是指巨灾发生机理还待研究，社会主体对巨灾风险认知不足，常有侥幸心理，巨灾往往会由“黑天鹅事件”变为“灰犀牛事件”。例如，虽然台风来临已可大致预测，台风本身已不是突发事件，但还有许多企业由于预防不及时或根本没有预防而带来较大的经济财产损失。认知巨灾是管理巨灾的前提，如何在巨灾发生前做好常态培训和精准通知到社会公众和主体，则需要数字化基础平台广泛连接，为社会提供及时信息服务和专业化预防服务。

二是巨灾风险看不清。一方面是巨灾发生机理还待进一步研究，巨灾影响社会经济的类型和范围较广，但影响的数据分散或无统计，难以有效认知巨灾风险及其影响；另一方面，表现巨灾风险及其影响的数据是多维度、多格式和多源分布的，难以有效聚合多源和多结构数据，缺少巨灾风险综合风险视图。传统巨灾风险多是概率统计分析，常常是“雾里看花”。亟待建设数字化基础平台，有效聚合各来源数据，实现巨灾风险一张图，巨灾风险历史分析和预测预警一体化。

三是巨灾风险算不明。即无法量化巨灾风险的可能损失，需要巨灾模型清晰计算。而模型研发是一项非常复杂和基础的工作，涉及多学科、多领域，需要大量研究投入，商业化难度也比较大。科研机构研究巨灾科学机理和易损性，时常缺少社会经济的广泛数据和实际的场景应用；金融机构则由于模型研发投入较大而直接引用国外成熟模型，国外成熟巨灾模型往往又缺少中国的数据，模型计算偏差较大，无法有效指导中国的巨灾风险管理。没有巨灾模型，就无法制定有效的管理制度和应急安排，企业也无法量化巨灾风险和巨灾风险累积，因而无法有效安排金融方案。巨灾模型是量化巨灾风险的“芯片”，研发巨灾模型是一项基础性也是自主创新性的工作。

四是巨灾风险管理难。巨灾风险管理需要政府顶层管理和协调，更是政府、社会各方、经济主体、人民群众共同参与的社会治理活动，复杂度高。当前我国政府承担了绝大部分巨灾管理工作，亟待专业机构参与巨灾风险专业管理。亟待建设巨灾风险管理数字化基础设施，连接政府数字化管理与专业机构（如保险公司），连接社会大众，数字化协同管理巨灾风险。

研发符合中国实际的巨灾模型是建设中国巨灾风险管理数字化基础设施的基础

巨灾模型是巨灾风险管理的“芯片”，是“识得深、看得清、算得明、管得好”巨灾风险的关键和基础。我国巨灾风险管理面临长期缺“芯”的局面，保险行业作为风险管理的专业性行业，长期以来使用国外模型，与我国实际脱节，模型结果仅是解决了从无到有的改变，难以有效帮助监管机构和保险行业更好管理巨灾风险。

研发中国巨灾模型是一项基础的、专业性强的系统工程，需要专业的研究团队、各方资源的强大支持和持续不断的投入。模型包含三大模块和一个数据库：危险性模块、易损性模块、金融模块和风险暴露数据库。危险性模块，研究和计算巨灾事件的发生机理和危险性程度，如地震模型的危险性模块需要生成地震随机事件集和计算地震动强度。地震随机事件集是基于地震学基本理论和模型，结合区域地震构造环境，生成中国及周缘地区的随机地震事件集。地震动强度计算是分析每个模拟的地震事件集，计算每个可能会受到影响的地面场点的地震动强度。再比如，台风巨灾模型要考虑台风风场、风场受地形地貌影响的衰减、降水场计算、风暴潮及台风降水导致的洪涝灾害计算等，需要大量不同研究方向的科学家深度参与。易损性模块是计算巨灾影响标的的灾害破坏机会的多少与发生损毁的难易程度。对建筑物而言，主要是指结构的易脆性和结构的损失比，如地震带来的建筑物易损性，需要考虑建筑的结构体系、功能用途、楼层数量、建造年代、抗震设防烈度等参数。社会经济的易损性计算还需包含人口分布、城镇布局、厂矿企业分布、交通通信设施、城市生命线等内容。金融模块是计算巨灾损失的金额和针对损失制定的金融方案，如计算保险公司承保的巨灾金融损失，以及制定的再保安排的金融计算等。巨灾模型可针对不同行业研发不同的模块，如政府模块、物流模块等，分别计算政府、物流等相关的损失和安排方案等。风险暴露数据库是危险性模块和易损性模块计算的数据基础，整合多源多类型数据，如统计年鉴数据、建筑轮廓数据、POI（兴趣点）数据、人口密度数据、城乡空间分布数据等，计算空间精度的经济价值，用于评估各类自然灾害造成的社会经济损失。

巨灾模型的研发需要开展科学计算公式合理性、各类假设的适用性和模型验证的充分性等评估与验证工作，巨灾模型计算涉及的数据计算量非常大，需要高性能计算、超算资源的大力支持。巨灾模型的研发是一项持续迭代、不断完善的过程，需要不断补充最新研究成果、最新多源数据、最新科技，在实践中不断完善。中国自主知识产权的巨灾模型是量化中国巨灾风险的基础，是数字化巨灾风险管理的关键。

中再巨灾风险管理股份有限公司（下称“中再巨灾管理公司”）是目前国内唯一一家聚焦于巨灾风险管理和巨灾模型研发的科技公司。2018年8月成立以来，公司联合中国地震局和各科研院所的顶尖研究资源，100多位科学家、工程师参与，成功研发了代表中国地震最新研究成果、具有自主知识产权的中国地震巨灾模型，模型代码完全自主编写。目前已迭代成功推出中国地震巨灾模型商业版本3.0，在数据、功能、算法和适用性等方面超越国外模型，已成功应用于保险行业，达到国际领先水平。中国自主知识产权的中国台风模型商业化版本2.0即将在2021年发布，中国洪水模型的研发也将在2021年启动。地震、台风和洪水三大巨灾模型的研发成功，将从根本上解决 我国长期以来使用国外模型的“卡脖子”问题，为建设巨灾风险管理数字化基础设施奠定坚实的基础。

遵循“数据为本、模型为芯、场景为用、生态协同”的发展理念，加快建设中国巨灾风险管理数字化基础设施

数字时代的巨灾风险管理将首先突出“数据为本”的特色，不同来源的各类异构数据，将持续提升巨灾数据库的数据活跃度和丰富度，更精细描绘巨灾风险和可能的巨灾损失。巨灾风险数据库和数据可视化平台是巨灾风险管理数字化基础设施的基础，也是服务政府巨灾管理和各专业机构防灾防损的数据支撑。

“模型为芯”，地震、台风和洪水巨灾模型是非常基础和关键的模型，也是防范影响我国可持续发展的重大自然灾害模型。自主研发巨灾模型，可从根本上解决巨灾模型数字化的问题，可结合不同场景应用研发定制化巨灾模型。中再巨灾管理公司正在推进模型计算的全面SaaS API化，彻底改变模型 License的商业模式，将模型计算和应用融入各类场景中，化整为零。

“场景为用”，是指根据场景需求定制化巨灾模型的调用和巨灾数据的使用。保险的承保、核保、风险累积、风险查勘等都可结合具体场景计算巨灾的可能损失。数字孪生为创造新场景应用奠定了基础，如跨海大桥的台风易损性分析场景，可将台风风场与大桥的有限元分析模型结合，计算不同台风风场下的大桥结构和部件的应力变化，提前做好相关部件的更换等。

“生态协同”，巨灾风险管理是多方参与的生态社会活动，需要数字化基础设施平台来连接所有参与方，推进政府管理与社会专业化管理有效协同，社会各方共同参与，实现信息共享、巨灾风险预测和预警精准推送，及时发现巨灾可能损失，并主动采取各类预防措施。通过数字化基础平台为保险客户提供防灾减灾服务，使政府平台与保险平台数字互通，有效支持应急和保险联动机制的建立。

巨灾风险管理数字化基础设施建设是数字化时代巨灾风险管理的新要求，更是落实国家战略的重要举措。随着气候变化和我国经济社会持续发展，社会财富不断积累，我们应以时不我待的精神，加快推进中国巨灾风险管理数字化基础设施建设，持之以恒，为我国高质量发展和可持续发展保驾护航。

　　版权及免责声明：凡本网所属版权作品，转载时须获得授权并注明来源“融道中国”，违者本网将保留追究其相关法律责任的权力。凡转载文章，不代表本网观点和立场。

延伸阅读