很多人对保险公司都有这样一个疑问：如果少发生些事故，保险公司就坐收渔利:如果流年不利，则会赔血本。保险公司经营是在碰运气吗?
先让我们来做一个实验:抛一枚质地均匀的硬币。
硬币有两面：正面和反面。根据我们在日常生活中的经验，抛一次硬币，正面或反面朝上出现的机会是相等的，各占50%。如果抛一次或几次的话，正面或反面出现的次数可能与预估次数有较大出入，但是如果多抛几次呢?我们来看一下实验结果(见表1)。
从表一中，你一定发现什么规律了吧——抛的次数越多，正面或反面出现的可能性越接近于50%。同样，我们还可以用掷骰子来说明。骰子有6个面，理论上讲，每一面朝上出现的可能性是1/6，但是在真正实验中会发现当抛掷次数很少时，每一面朝上出现的次数可能与这个1/6的比例差距较大，而抛掷次数越多，出现1、2、3、4、5、6点的机会越来越平均，各自接近1/6。这就是大数法则：有规律地重复一件事的次数越多，预估发生率就会越接近真实的发生率。
说了半天抛硬币和掷骰子，那么保险和抛硬币、掷骰子有关的“大数法则”有什么联系呢?
举个例子，根据以往的经验，某类汽车每年的损失概率约为2‰，相应的，在收保费时也会按这个损失比例收取。这时，我们可以把一投保的该类汽车看作一次抛硬币或一次掷骰子，如果投保的汽车数量很少，则相当于抛硬币和掷骰子实验中抛掷的次数很少，那么投保的汽车实际发生事故几率与预先估计的2‰，这个比例可能相差较远，对于保险公司而言则容易发生赔付危机；相反，如果有许许多多的车辆投保该保险，就相当于上面实验中抛掷次数相当多，那么实际的事故发生状况当然就会更接近保险公司估计的2‰，这一损失比例，保险公司就不会担心发生赔付危机了。
大数法则的实质就在于，通过集合众多性质相同或相近的风险，把单个风险的不确定性变成集体风险的可测性，从而达到分散风险的目的。其实，一家保险公司承保的业务再少，也可以通过再保险制度将全世界的同类业务联系起来，也符合大数法则的要求。
大数据（big data），指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。
有了大数法则这一科学原理，保险公司在保证大量标的存在的前提下，可以预先估计来年将会发生多少事故，并提前做好准备。所以，不用担心，保险公司是真的很“保险”，并不是在碰运气。
以上内容主要来源于中国保险监督管理委员会编写的《我的保险我做主》，此文章仅用于保险知识普及，不作其他用途。
网友评论