实践案例｜孟宪超：基于隐语深度学习在保险联合定价中的应用

 “隐语”是开源的可信隐私计算框架，内置 MPC、TEE、同态等多种密态计算虚拟设备供灵活选择，提供丰富的联邦学习算法和差分隐私机制

开源项目

github.com/secretflow

gitee.com/secretflow

11月25日，「隐语开源社区 Meetup·西安站」顺利举办，本文为大家带来的是蚂蚁集团车险精算平台技术专家孟宪超，在「隐语开源社区 Meetup 西安站」的分享实录。

👉 戳我查看现场视频：直播视频

本次活动更多分享实录可点击这里查看。

新能源车险的挑战与应对

近些年新能源汽车发展迅猛。截至上半年新能源汽车超过1500万辆，新车销量占比超过了30%。这对于车险行业是机遇也是挑战；同样对于用户来讲，新能源车平均的出险金额比燃油车高出1000元左右，这对于新能源车的车主来说是不小的成本。

为什么新能源车会出现这样的情况？

首先因为是电车动力性能非常好，容易出现会有急启动、急刹的驾驶行为；另一方面是车本身的硬件限制导致零整比偏高。举个例子：车头大灯撞了，燃油车直接更换配件；对于新能源车情况就不同了，众多传感器安装同一个组件上，维修的话整个一块就全换了，这是新能源车本身物理特性带来的维修成本提升。另外目前市场还处于起步阶段，中小保司对于新能源车的理赔数据比较少，为了保持整体赔付成本会对价格做调整。

因此，蚂蚁保希望能够解决互联网渠道新能源车险报价高的问题，也就是从用户的视角来看，把价格降下来，同时保证保司赔付率在合理水位。为用户降价的前提，是要求蚂蚁保对用户(车)的风险区分度足够高，能够识别出一辆车的风险水平进而影响新一年投保的保费。

为提升模型区分水平我们引入了更多维度数据，通过蚂蚁平台的人车关系数据、保司历史理赔数据以及三方提供的显著特征等数据，更精准描述用户(车)的风险。这就涉及到又一个关键问题，保司、蚂蚁的数据一起建模，如何保证各自数据安全？这就是基于最核心的底层引擎——隐语。隐语隐私计算平台作为精算平台基础，保障数据在不出域前提下完成多方联合建模。我们集成了隐语作为底层引擎，去解决新能源用户投保难、投保贵的问题，这是一个非常重要的技术决策。

精算平台的演进与核心逻辑

上面提到了，我们致力于解决新能源用户投保难、投保贵的问题。回顾整个平台建设过程可以看到，整个平台经历了多次演进：一开始我们采用线下建模方式，完成联合定价业务的价值验证。在考虑同保司更深层次的合作和推广后，我们基于隐语内部的业务定制版独立部署，构建了车了险精算 1.0 平台。

隐语是一个完整的产品化平台，同时能够根据车险行业做定制解决方案。当我们同头部保司沟通交流时候，他们更希望能够在一个开放的，更加可信的环境上合作，同时结合隐语本身的开源节奏，我们打造了精算 2.0 平台。目前基于开源隐语环境，已经把整个预测路径打通，同时针对车险算子做了独立开源。

接下来我们会和隐语一起持续推进精算平台训练开源版本建设，预计在年底可以逐渐投入使用，这是我们和隐语长期合作的路径，也是我们精算平台最核心的目标。平台会逐渐从预制版本切换到开源版本，拥抱开源社区。另一方面，我们会屏蔽掉异构引擎之间的差异，最终把精算领域知识沉淀在车险精算平台之中，这是我们整个平台期待达到的效果。

这就是展示整个精算平台基于隐语的整个流程。平台是手段，我们最终的目标是提升对用户风险区分度的能力，然后给予用户更合理的价格、更合理的保费。

深度学习建模的探索

说到车险常用的建模方式，就是 GLM 模型即广义的线性模型。它相对来讲比较简单，不需要特别多的参数，几十个参数就能够把赔付率和车本身的特征做一个很好的拟合，几乎所有车险建模都会使用 GLM 模型，形式上可能会有很多变种，但内核都会基于 GLM 构建。

那么，在评估模型效果上通常会有两个指标：

• 第一个指标是极差，把选取数据经过模型进行预测后，区分用户真正的风险是否被识别出来。高风险用户会划分到高风险组，低风险用户会划分到低风险的组，他们之间的斜率值就表明整个模型的区分度。
• 第二个指标是具体的效果偏差，即真实值和预测值的平均差值，这是传统的建模和评估的方式。

为什么会探索 NN 的模型？我们希望能够融合更多的数据，包括蚂蚁数据，保司车理赔数据，三方提供的行为数据，不仅仅是静态车数据，还包括可能的时序数据。这些数据对于线性模型来讲超出了它的描述能力；另外 GLM 建模的极差水平已经到了一个阶段，所以基于以上多种考虑我们开始转向对NN建模的探索。

隐语已经提供了拆分学习的能力，所以对于使用方来讲，我们只需要关注网络结构设计、损失函数设计、怎样达到我们的偏差最小值，即精确度提升。可以不用关心整个底层的安全性细节，这部分隐语来提供能力保障。

在隐语拆分学习基础上，我们根据不同保司采用不同的建模方式。对中小保司来讲，新能源车的数量比较少，会尝试迁移学习的方式，在大模型上适配保司数据。同时也会根据各保司的入模特征设计网络层数，尝试多种网络组合以确定最佳网络，达到最好的效果。

最后我们看下 NN 模型验证的结果，对于风险区分度来讲，整体提升 50%左右。NN模型能够识别出比传统 GLM 模型的准确率更好，偏差会降低更多一些。这表明NN模型对风险预估的更准确。这是我们现在探索得到的一些结果。

总结

当下我们基于隐语多方安全计算能力构建了整个车险的精算平台，多家保司在联合建模合作中已经取得很好的效果，同时也针对深度模型做了探索和验证。

接下来，我们会跟隐语持续深度合作。一方面，精算平台整体架构将会逐步迁移到开源引擎上；另一方面，我们会分场景、分阶段对深度模型进行多方论证和逐步落地，让用户体验到好的更好的车险服务。

🌟 关注「隐语Secretflow」B 站， 获取更多演讲回顾及相关资讯。

 🏠 隐语社区：

github.com/secretflow

gitee.com/secretflow

www.secretflow.org.cn （官网）

👇 欢迎关注：

公众号：隐语小剧场

B站：隐语secretflow 

邮箱：secretflow-contact@service.alipay.com