“信任崩塌才是系统性风险的终极放大器”｜首席访谈⑳

作为经济社会的“稳定器”和风险管理的“减震器”，保险业自身的稳定性却正受到多重因素考验。

殷鉴不远。2008年金融危机中，美国国际集团（AIG）的崩塌颠覆了“保险业天然免疫系统性风险”的传统信仰。国内少数问题保险公司近年亦陆续被依法实施接管、重组和退出。

如今，当IFRS（国际财务报告准则）17和IFRS9新会计准则（下称“新准则”）全面落地、低利率依然持续、算法决策渗透保险定价，保险业是否真正理解自身面临的潜在系统性风险？当科技保险探索进入“无人区”，精算困境如何破解？资产负债管理何去何从？算法歧视将如何重塑行业生态？

2026年6月3日，南方周末新金融研究中心研究员在第15届中国（广州）国际金融交易·博览会“金羊奖”金融学术峰会现场专访了中央财经大学保险学院副院长、博士生导师王丽珍教授。她所著的《中国保险市场系统性风险识别与度量研究》一书获得第十四届金融图书“金羊奖”。

中央财经大学保险学院副院长、博士生导师王丽珍教授。（受访者供图）

在该书中，王丽珍构建了中国保险业系统性风险量化分析框架，以“宏观—中观—微观”三层量化框架挑战了“保险业天然免疫系统性风险”的传统观点。她认为，保险业并非风险的天然免疫者，也可能是金融网络中的关键传染节点，其投资端与银行、证券、信托的深度关联，使其在危机中可能成为风险放大器。她更指出，较之利差损和算法歧视的挑战，信任崩塌才是系统性风险的终极放大器。

保险业并非风险天然免疫者

南方周末：《中国保险市场系统性风险识别与度量研究》获得第十四届金融图书“金羊奖”。什么促使你进行这项研究？

王丽珍：2008年金融危机期间，AIG的遭遇是重要转折点。当时金融行业风险向保险业传染，市场开始意识到保险业是否存在系统性风险？若存在，应当如何应对？这一追问构成了研究的起点。

南方周末：“保险业并非风险的天然免疫者，也可能是金融网络中的关键传染节点，其投资端与银行、证券、信托的深度关联，使其在危机中可能成为风险放大器。”该书以“宏观—中观—微观”三层量化框架挑战了“保险业天然免疫系统性风险”的传统观点。我们对保险业“稳定性”的信仰，是否本质上是一种制度性认知盲区？

王丽珍：保险业系统性风险对应的风险管理知识体系，本质上遵循“先有风险，后有管理”的路径。如，火灾催生了财产保险，核电站事故催生了科技保险。各类风险管理均是在风险事件发生后才开始构建。保险行业本质属于风险管理行业，自身风险看似不大，但金融体系的错综复杂性正在改变这一判断。保险业的投资端与其他金融机构存在密切关联，使其有可能成为系统性风险的传染者。

南方周末：如何定义保险业的系统性风险？它与银行业系统性风险有何本质区别？

王丽珍：保险业系统性风险是指，由单一或多家保险机构的风险事件引发，通过业务关联、资产负债联动、市场情绪传染等渠道，导致整个保险行业或金融体系功能受损、服务实体经济能力显著下降的风险状态。

与银行业相比，保险业系统性风险具有三个特征：一是隐蔽性更强，保险负债期限长、风险暴露滞后，危机信号不易被及时捕捉；二是传染路径更复杂，既包括承保端的再保险网络传染，也包括投资端的交叉持股、金融产品互持；三是影响范围更广，保单持有人分散且数量庞大，受波及的个人、家庭、企业等特别多。

南方周末：保险业系统性风险可划分为哪些类别？各类别的触发机制有何不同？

王丽珍：我们将其划分为四类：

第一类是承保端风险，主要是巨灾保险的累积暴露。当极端自然灾害或重大公共卫生事件发生时，多家险企同时面临巨额赔付，再保险市场承接能力有限，风险回传至直保公司，引发行业性偿付危机。

第二类是投资端风险，核心是资产负债错配与利差损。低利率环境下，险企为覆盖负债成本被迫追逐高风险资产，一旦市场波动，资产端损失通过公允价值计量迅速侵蚀净资产，形成“资产下跌—偿付能力不足—抛售资产”的恶性循环。

第三类是关联性风险，即保险业与其他金融行业的风险传染。险企通过保单这一媒介与各个行业建立关联，其他行业的风险或者变革可能对保险行业产生系统性冲击。比如，新能源汽车的使用、医疗技术的提升分别会对汽车保险、人身保险产生系统性影响；险企在投资端与银行、证券、信托形成复杂网络，单体风险易演变为系统性震荡。

第四类是行为性风险，指市场参与者的集体非理性行为。鉴于保险产品缺乏“体验感”、“反人性”销售、“射幸性”特征等原因，保险行业高度依赖于消费者信心。消费者群体的恐慌情绪可能导致集体退保，类似于银行挤兑，这会恶化险企的财务现状，甚至对保险行业产生系统性影响。

四类风险的触发机制各异，但现实中往往交织叠加。2008年AIG的困境就是典型。信用违约互换（CDS）业务涉及承保端相关风险，但风险暴露后通过投资端传导至整个金融体系，同时引发市场恐慌性行为。

科技保险不应保险公司单打独斗

南方周末：系统性风险的理论框架已清晰。保险业如何将这些认知转化为实际的风险治理能力？特别是面对科技革命带来的新型风险，传统保险模式是否正在失效？

王丽珍：这正是行业转型的关键节点。以新型科技为承保标的，科技保险的发展暴露了传统模式的局限性——事后理赔、静态定价、数据依赖。这也催生保险业新的定位——从风险转移工具转向全周期风险治理伙伴。

南方周末：在科技保险创新生态中，保险公司应扮演什么角色？

王丽珍：从“事后理赔者”转变为“全周期服务者”，参与事前预警、事中监控、事后处置的全流程风险管理。这是系统性变革——风险管控逻辑改变后，定价数据随之重构，原有精算模型失效，整个行业面临从底层逻辑到商业模式的重塑。

南方周末：近年来，科技保险虽快速发展，但产品供给与企业需求之间存在明显错配。你认为科技保险的本质困境是什么？是精算难题，还是制度缺位？

王丽珍：科技保险困境的本质，是“不确定性”与“制度供给”的双重夹击。

精算难题位列首位。保险将不确定性转化为确定性的前提是基于客观、相对准确的风险发生概率及损失程度进行预测。但科技风险处于动态演化中，技术迭代即风险迭代，不确定性本身成为常态。现有数据难以捕捉这种动态变化，精准定价缺乏支撑。

更深层的困境在于制度缺位。应对科技风险需要顶层设计，而非保险公司单打独斗。制度、法律、政府部门、保险行业与科技公司需协同构建风险共担框架。若仅靠市场自发调节，风险敞口过度集中于单一主体，科技保险难以规模化发展。

南方周末：你将困境归因于“不确定性”与“制度供给”的双重夹击。若将这一判断下沉到操作层面，科技保险的风险识别与定价，究竟卡在哪里？是数据不足，还是风险共担机制缺失？

王丽珍：风险识别与定价的“卡壳”，表面是数据问题，实质是制度设计问题。

科技风险本身处于动态演化中，技术迭代即风险迭代，历史数据难以预测未来损失。现有数据不仅“量”不够，更关键的是“质”不符——传统精算模型依赖的大数法则（通俗而言，样本数量越大，结果越接近真实概率。），在科技风险面前失效。

但数据困境背后是更深层的机制缺失。风险共担机制缺位导致数据采集动力不足，科技企业担心商业机密泄露，不愿共享研发数据。保险公司因风险敞口过大，不敢独立承保。

因此，需要构建“政府引导、行业协同、企业参与”的多层次风险共担架构，才能释放数据价值，打通科技保险的定价瓶颈。

南方周末：在科技保险调研中，我们发现保险公司正在从“风险转移工具供应商”转型为“风险治理伙伴”，用时间换数据，用模型换数据。这种角色转换，对保险公司的技术能力与监管边界提出了哪些挑战？

王丽珍：这意味着保险公司正从“事后理赔者”跃迁至“全周期风险管理参与者”，事前预警、事中监控、事后处置均需介入。这一转变带来四重挑战：

人才缺口是第一道门槛。传统保险人才只需懂保险、懂理赔，全周期风险治理则要求“保险+科技+数字化”的复合能力。保险涉及面极广，汽车、巨灾、医疗等。这对人才是全方位考验。懂技术、懂科技、懂风险治理的复合型人才，是当前最大短板。

技术与财力是基础设施。全周期动态风控模型需要从底层设施做起，覆盖风险治理全过程。是否有能力搭建基础设施、应用高科技手段，直接决定转型成败。

监管边界是制度性难题。“保险姓保”的传统定位下，保障功能向事前、事中延展后，是否触碰监管红线？合规边界在哪里？这需要监管框架的同步更新。

盈利冲击是现实约束。《2025年毕马威保险行业首席执行官展望》显示，67%的高管认为未来约20%的资金需投入保险科技开发。这将直接侵蚀利润、考验偿付能力。短期投入与长期回报的平衡，是对公司管理层的系统性挑战。

让风险“被看见”

南方周末：2026年一季度，新财务准则全面落地，资产端与负债端同步进入公允价值计量体系，利率波动与资产价格变动使资产负债表对市场高度敏感。在此背景下，寿险公司该如何进行资产负债管理？面临哪些难题？

王丽珍：资产负债管理对保险公司是永久性命题。收取保费形成负债，投资运作形成资产，核心难题在于两端久期不匹配。

以寿险为例。保费收入具有长期性，随市场周期波动较小；但投资端波动剧烈。新准则让资产端与负债端的波动同步显性化。

承保端可通过动态利率调整产品定价，一定程度上有利于缩小利差。投资端则需拉长资产久期以匹配承保端久期。日本险企曾以投资海外市场、另类资产渡过利差损难关。国内险企在合规前提下，亦需逐步优化资产配置。

南方周末：你为何说新准则让风险“更快显现”是好事？

王丽珍：好处在于风险敏感度提升。旧准则的移动平均方式存在时滞，新准则下波动更快显现，相当于“风险预警器”。

代价是短期压力倍增。高管任期内的短期收益导向难以为继。保险期限动辄20年甚至终身，短期功利性经营对消费者损害深远。新准则倒逼长期匹配，资产端与负债端的久期对接、收益与给付的跨期平衡。这才是保险经营的本质逻辑。

南方周末：你主张保险公司应侧重长期收益，但消费者普遍存在短期思维，偏重年度分红，易对收益波动产生疑惑。如何向消费者解释这种波动？

王丽珍：应从两个维度释疑。

一是会计准则维度。新准则本质是会计处理方式的变化，不影响核心投资逻辑，只是让风险更快显现。旧准则用750日移动平均国债收益率曲线掩盖波动，新准则将其显性化。这恰恰是优势，而非劣势。消费者需理解波动不是风险增加，而是风险“被看见”。

二是保险本质维度。保险不是赚钱工具，而是跨期风险安排，短期净利润波动只是阶段性现象，不应干扰对长期经营稳健性的判断。

更关键的是应真正建立保险意识。消费者理解保险的本质是“用现在的钱换未来不确定状态下的保障”，短期焦虑自然消解。

“数字排斥”具有双重效应

南方周末：这么说，新准则倒逼保险公司从短期收益导向转向长期思维。但是算法决策似乎正在走另一条路——用即时数据、动态标签替代长期精算。从“数字化”到“智能化”，保险行业完成了一次看似华丽的跃迁。但当算法开始决定谁可以投保、谁会被拒赔时，技术是否正在制造新的“数字排斥”？

王丽珍：算法歧视客观存在，且有其独特逻辑。人类有直觉，面对数据能感知异常。当人们利用智能技术加工数据时，歧视被放大，决策可能偏离公允。

但“数字排斥”本身具有双重效应。一方面，算法将高风险客户筛选出来，客观上实现了风险分层。另一方面，这也为保险创新提供了空间。例如，慢性病人群曾被拒保，现在可针对其开发专属产品，带病不等于影响寿命。算法歧视虽属弊端，但可利用其识别风险、反向研究、分析机理，为中小型保险公司创造差异化机遇。

南方周末：那么，如何才能在效率与普惠之间重建平衡？

王丽珍：关键在于转化，让技术承担风险识别功能，由人介入价值判断，在效率与普惠之间重建动态平衡。

南方周末：你刚提到算法歧视可被转化为创新机遇，但当这种“转化”被行业集体采纳——多家保险公司共用同一套风控模型或数据源时，是否会形成“算法同质化”风险，进而成为系统性风险的新策源地？如何控制这种风险？

王丽珍：算法同质化风险也客观存在，但需区分数据共用与模型盲从两个层面。

生命表就是行业共用数据的先例。从第一套生命表到第四套生命表，各保险公司基本共用，新开业公司尤甚。但险企经营时间越长，积累数据越多，会在标准生命表基础上不断调整，如养老数据偏差、重大疾病数据积累等。共用数据对弱势公司是好事，但使用时不能粗暴照搬，需融入自身特色，将标准转化为适应自身发展的个性化工具。

更深层的风险在于网络传染。若共用大模型，一旦遭受网络攻击，可能通过渠道传染至所有保险公司，形成系统性网络风险。权衡利弊，共用本身是好事，但需防范风险传染。核心在于“用而不盲从”，在行业标准与个性修正之间保持动态平衡。

信任崩塌比利差损更致命

南方周末：算法同质化的网络工或传染风险，但数据孤岛又是行业眼下的痛点。保险业高质量发展的核心驱动力究竟是什么？是打破数据壁垒的数字化，还是防范算法同质化风险的技术自主？

王丽珍：数字化技术是首要驱动力，但需正视其双刃剑效应。

保险高质量发展难以依靠传统技术实现。数智化降低风险成本、提升效率，智能理赔将周期从数周压缩至秒级，影响是颠覆性的。

但数字化前提是实现行业数据共享。既要打破数据孤岛，又要避免模型盲从。

南方周末：如何破解？

王丽珍：破解之道在于分层治理。基础数据可行业共用，如生命表；风控模型则需个性化修正，融入公司特色。数据共享与模型自主并行，既释放数据价值，又防范网络传染风险。

此外，人才是核心。既懂保险又懂数字化的保险从业者可以将知识转化为行业发展动力。这是“十五五”期间保险业高质量发展的关键命题。

南方周末：智能技术最终需人来驾驭。但当前保险公司渴求“既懂精算又懂算法”的复合型人才时，我们注意到一个悖论——算法正在替代人的判断，却又需要人具备更高的价值判断能力。是否应该在课程表里为“科技伦理”与“公共政策”留出位置，而不仅仅是Python和机器学习？

王丽珍：这个问题切中了保险教育的要害，也正是保险业数智转型的深层命题。技术能力可以培训，但价值判断能力却需长期浸润。

保险是有温度的行业。算法决定谁被拒保时，需要人感知数据背后的生命故事。算法提高某些群体保费时，需要人审视“技术中立”背后的社会偏见。这些伦理判断、公共意识，无法通过代码习得，必须纳入培养体系。

作为教学管理者，我们正在考虑增设相关课程，但课程只是载体，核心是塑造“技术+人文”的双重素养——既会驾驭算法，又懂得何时质疑算法。这与你前面提到的算法歧视转化逻辑一致：技术识别风险，人类重建平衡。

南方周末：如果让你用一个关键词概括未来五年中国保险业最应警惕的风险，你会选择什么？是“利差损”“算法歧视”，还是“信任崩塌”？为什么？

王丽珍：信任崩塌。

利差损是风险，但非最应警惕。行业与监管已在应对，利率动态调整机制已建立。算法歧视是挑战，但可通过伦理规范与技术治理缓释。

信任崩塌才是系统性风险的终极放大器。日本房地产泡沫破裂期间，多家保险公司破产。利差损是原因之一，但更重要的是信任丧失。公司本身经营困难，叠加消费者集体退保，潜在风险全面暴露。退保意味即时偿付，保险公司面临流动性危机，直接引发破产。

保险的本质是“用现在的钱换未来不确定状态下的钱”，产品无体验感、射幸性等特性，决定了消费者信任是行业基石。若行业面临系统性冲击时消费者不信任，通过退保加剧风险，可能导致整个行业危机。反之，若信任稳固，新业务可消化旧业务，投资端同步发力，风险便可逐步化解。

这与前面提到的算法歧视、数据治理一脉相承。技术可以识别风险，制度可以规范行为，但最终维系行业运转的，是消费者对保险这一跨期承诺的信任。