引言
保险公司业务快速增长,保单数量呈几何级递增。传统的精算系统已难以支撑如此巨量数据的运行,严重影响财务评估结果的准确性和时效性;基于保险行业的革新趋势及精算系统的发展要求,中软国际凭借自身在大数据和保险精算领域丰富的实施经验和研发能力,借鉴已有大型保险公司的IFRS17寿险精算大数据系统的实施经验,有针对性的推出了寿险精算大数据平台系统方案,是寿险精算系统的国产化替代解决方案。
寿险精算大数据平台系统采用主流的大数据技术,对精算部的核算工作起到重要的支持和推动作用,为保险公司经营发展提供更加精准、高效的数据评估支持,全面提升系统运行速度、运行效率与系统的数据准确性。中软国际将在打造行业领先的精算核算、经验分析平台道路上不断开拓创新,为保险行业客户数字化发展提供更加安全、稳定、高效的整体解决方案。
解决方案
寿险精算大数据系统为寿险精算部的准备金核算及数据经验分析提供了一整套解决方案,实现从数据的采集、准备金计算到最后模型点数据的输出,在保证数据质量的前提下,大大提升了精算运行效率,满足业务要求。在经验分析模块中,通过对各维度数据的深度分析处理,加强营运经验分析,拓展了保险公司特性产品的深度开发。
数据采集: 每天批处理定时采集数据,在精算大数据平台生成采集模块中的保单、账户、收入、支出和其他信息等数据,以供准备金结算及经验分析模块使用;
准备金计算: 采集数据计算处理完成后,会进入到准备金计算节点中;在进行寿险准备金计算时,需要按照不同的险类(如传统、分红、万能、投连等)进行分别计算及分表存储;同时,在数据计算时,会根据设定的数据修正规则进行数据自动修正处理,以保证后续数据的完整性与准确性。
模型点计算: 准备金计算数据处理完成后,会进入到模型点计算节点中;在模型计算时,根据计算节点的数据进行数据处理,生成模型所需要的宽表数据,再根据宽表数据,生成逐单及分组模型点数据,以供数据分析处理。
系统功能模块
基于中软国际在保险行业的寿险精算大数据的实施方案,我们将寿险精算大数据系统的技术及功能进行梳理拆分,并设计生成对应的实施方案。
数据存储架构
数据存储按照从贴源层、基础数据层及分析数据层的存储结构,对导入大数据基础平台的数据,分别进行数据存储、数据校验、数据标准化处理及数据汇总处理,实现数据的通用性及可重复性的数据转换。
方案优势
客户案例
某大型保险公司寿险精算大数据系统项目
随着数字化进程及未来精算系统的发展要求,某大型保险公司为提升经营发展效率,需要构建精准、高效的精算大数据平台,以支撑高速递增的业务体量及数据评估的安全稳定运行。
中软国际为该项目提供了基于寿险精算大数据平台国产化替代的整体解决方案,完成了准备金核算、经验分析两大功能模块的构建;同时,系统基于IFRS17国际会计报告准则要求,进行了IFRS17精算准备金模块构建与接口对接。该系统采用主流的spark生态大数据计算引擎,极大提升了数据处理的时效性和准确性。
两大功能模块
准备金核算:主要包含精算数据采集、数据计算、DCS计算及收支核对等功能。
经验分析:主要包含短险计算、大病计算、重疾计算、预警线、退保率、佣金等功能。
在数据采集功能中,主要采用Spark-SQL技术,将数据归集到数据采集表中;采集完成后,将进行数据计算及校验,由于该模块涉及到大量数据的运算,因此该模块主要使用Spark-Core技术;在计算时,会将正确计算数据放入到HIVE中,错误待修正的数据将放入到Hbase中,待后期进行数据的修正及重新计算;数据计算完成后,根据计算结果进行DCS数据计算,然后生成对应的模型点文件。
