下载掌阅APP，畅读海量书库
立即打开
大数法则是近代保险业得以建立和发展的基础，所以谈到保险一定不能忽略其数据属性。从这个角度来理解，保险是“数”的集合。
保险的基础是大数法则（Law of Large Numbers），也称为风险大量原则、大数定律、平均法则。人们在长期的实践中发现，在随机现象的大量重复中往往出现几乎必然的规律，即大数法则。险经营作为一种特殊的商品经营，除了要贯彻一般商品的经营原则以外，还要遵循特殊的经营原则，包括风险大量原则（大数法则）、风险分散原则、风险选择原则等，这些原则的背后都是数据。
保险公司正是利用在个别情形下存在的不确定性将在大数中消失这种规则性，来分析承保标的发生损失的相对稳定性的。按照大数法则，保险公司承保的每类标的数目必须足够大，否则，缺少一定的数量基础，就不能产生所需要的数量规律。但是，任何一家保险公司都有它的局限性，即承保的具有同一风险性质的单位是有限的，这就需要通过再保险来扩大风险单位及风险分散面。
保险的数据属性决定了保险经营的科学基础，也保障了原保险和再保险的经营模式的科学性。
《数学辞海》中对数据给出这样的解释：数据是对客观事物、事件的记录、描述，是可由人工或自动化手段加以处理的数字、文字、图形、图像、声音等符号的集合。数据是指对客观事件进行记录并可以鉴别的符号，是对客观事物的性质、状态以及相互关系等进行记载的物理符号或这些物理符号的组合。它是可识别的、抽象的符号。
数据始终是统计学的研究对象，为了得到它、认识它、剖析它和利用它，统计学家们可谓历经苦难，才取得了令人欣慰的伟大成就。1693年，世界上第一张生命表是英国天文学家哈雷制定的《哈雷生命表》，它奠定了近代寿险的经营基础。
保险是数据驱动的行业，如果没有一个好的数据基础，也不会有一个科学的经营基础。保险数据是精算师的研究对象，从保险精算角度来说，只有收集大量的数据，才能从中分析出规律。精算工作的三大关键：一是数据，二是数据，三还是数据。
2017年，原中国保监会发布《保险业务要素数据规范》，从保险业务活动出发，覆盖财产险、人寿险、健康险、意外险等不同险种，明确了承保、保全、理赔、收付、再保等核心业务流程的系列数据规范，可见数据贯穿了保险经营活动的全过程。相应地，保险数据是技术问题，更是管理问题，解决保险数据问题需要认识保险数据属性。
保险数据由数据对象组成，一个数据对象代表一个实体。数据对象又称样本、实例、数据点或对象。属性（Attribute）是一个数据字段，表示数据对象的一个特征。保险属性有不同类型：标称属性、二元属性、序数属性、数值属性、离散属性与连续属性等。
另外，保险数据可以分为：定量的，反映事物数量特征的数据，如长度、面积、体积等几何量或重量、速度等物理量；定性的，如表示事物属性的数据；定位的，如各种坐标数据；定时的，反映事物时间特性的数据，如年、月、日、时、分、秒等。
保险的数据属性也不是一成不变的，从小数据到大数据再到小数据，是螺旋上升的；保险数据属性的特征表现为更加透彻的感知、更加全面的互联互通和更加深入的智能化，继而实现数字化的世界和世界的数字化。
过去，保险精算主要以风险单位的静态特征判断分析风险发生率，进而拟定保险费率。现在，借助大数据可以帮助保险公司分析和追踪客户的行为特征。未来，借助小数据能够推动保险精算的产品定价，实现深层次的公平。
我们对于保险数据的追求，将从数量到质量，再从质量到维度。过去精算师关注更多的是因果关系，而未来将会更关注基于维度的相对关系。因此，从保险数据属性来看，保险业的未来一定属于基于小数据和大数据创新应用的商业模式创新。
“大”就是大数据，就是全量数据；“小”就是小数据，就是个体数据。所以，对于保险数据属性，我们必须在了解情况的基础上懂得哪些是大、哪些是小，怎样处理大小辩证关系，这样才能在具体数据应用中做到抓大放小、以大兼小，以小带大、小中见大。
在研究保险小数据时，要以大兼小、小中见大，必须考虑目标的正确性、可操作性和决策的科学性、可行性。
在研究保险大数据时，要抓大放小、以小带大，既要考虑整体共性，又要注重个体特征。
保险数据应用中，大能与小数据量化的自我保持高度一致，小能与大数据预见的未来保持一致，既不能见小不见大，也不能见大不见小。对于保险数据属性，从数据中来，到数据中去，既要见大，也要见小，以小带大、小中见大，才能真正用好数据。
面向未来，无论是保险大数据，还是保险小数据，我们都需要深刻认识保险数据属性背后的逻辑：
（1）需要对保险数据属性有专业、深刻和前瞻性的认识；
（2）需要一种基于保险数据属性的思维模式，这个思维模式最重要的特征就是“去边界”；
（3）需要发现并认知保险数据属性，解构和重构保险数据属性，解构和重构是认知保险数据属性的关键能力；
（4）需要用保险数据属性的思维去思考保险业未来的商业模式再造问题；
（5）需要重视重要保险数据技术保障措施，包括计算隔离、IO隔离、分布式防火墙、网络隔离、数据备份、入侵检测、漏洞扫描、登录防护、DDos防护、DNS劫持监测、Web安全防护、数据访问、数据传输、数据存储、病毒防护等。
从保险数据属性的高度理解保险业高质量发展，保险是“从数据中来，到数据中去”的过程，数据是保险经营的科学基础，更是驱动保险经营模式变革的重要力量。