網絡個人信息安全的保險定制及其營銷模式

陳婉瑩 盧可童 陳銘鉞 魏境鐸 張樹森 劉華

[摘要]網絡在帶來便捷的同時也帶來了風險，這些風險給個體的經營和聲譽帶來的直接和間接影響不可忽視，所以對網絡信息安全的保險定制愈來愈顯得十分重要。首先，文章在基于社會實際情況的數據下采用主成分分析法，確定四種主要網絡泄露途徑。其次采用短期聚合風險模型進行保費的厘定，在此基礎上選取四個主要網絡泄漏途徑進行計算以及分析，并建立每個主要網絡泄漏途徑的不同梯度給付模型。模型最后還考慮了建立綜合型項目以滿足需求的多樣性。最后，通過分析數據和模型評價，對研究進行全面的總結。

[關鍵詞] ?網絡個人信息安全;主成分分析法;短期聚合風險;梯度給付模型

1 ?引言

隨著近幾年網絡技術的高速發展，網絡已變得無處不在。然而，技術的發展就像是把雙刃劍，網絡在帶來便捷的同時也帶來了難以抵御的風險，這從此前幾起電商巨頭因為網絡引發的風險案例就不難看出。因為光纖被挖斷、員工誤操作、黑客攻擊等原因，網絡安全事故層出不窮，這些風險給企業經營和聲譽帶來的直接和間接影響不可忽視。越來越多的企業開始在如何避免和轉移網絡風險方面“下功夫”，網絡風險保險也在這個時候應運而生。

目前，中國網民人數超過7億，互聯網普及率超過世界平均水平;網購消費者數量超過?1.3億，這表明中國已經進入互聯網時代，已經適應網上購物，并且網購群體是保險意識最強、保險資源最為豐富的人群。保險業可以充分利用網絡，將潛在的保險需求轉換為真實的保險消費。而對于這群具有消費力潛能的人群，規避個人信息泄漏風險十分重要。

就在二零一六年雙十二前夕，有媒體爆最近黑市上流通著12G疑似京東的數據包。黑市買賣雙方皆稱，“這些數據來自京東?！?數據包里的信息包括用戶名、密碼、郵箱、QQ號、電話號碼、身份證等等，數據多達數千萬條。而且一些地下渠道，已經開始對數據進行明碼標價交易，價格從“10萬到70萬”不等。京東于2016年12月11日發出公告，回應稱“那是2013年的事”。

因此如果網絡風險一旦發生，它損害的對象是廣泛的，除了物質財產的直接損失，因知識產權、電子數據、資料、企業或個人信譽等遭受的侵害，將會成為企業日益關切的問題。所以對網絡信息安全的保險定制愈來愈顯得十分重要。

2 ?數據分析

2.1 數據特征量化

本項目小組于2018年7月-8月對關于個人網絡信息安全進行了數據調查與整理，首先對數據進行初步分析，對數據特征量化，結果從年齡上看，19-25歲及45歲以上人群對個人信息安全的重視度較高，26-45歲人群對個人信息安全的重視度一般;而職業上，服務從業人員對個人信息安全重視度最為重視;并得到人均信息安全意識指數為69.19分，現階段大眾人群對信息安全的意識仍較弱。

2.2 主成分分析模型

本次一共發放了2000份調查問卷，實際收回1967份調查問卷，經過篩選得出有效調查問卷為1935份?；谡{查到的數據，對數據進行進一步的深入挖掘，運用sas軟件進行數據分析，設立十一項指標。通過這十一項指標數據，建立主成分分析模型，通過模型運算，結果如下：

相關系數矩陣的特征值即各主成分的方差，可以看出，第一主成分對方差的貢獻率為90.88%，第二主成分對方差的貢獻率為7.58%，第三主成分對方差的貢獻率為1.15%，第四主成分的貢獻率為0.3%。前兩個主成分的累積貢獻率達到98.46，因此我們選取前兩個主成分來概括數據。

從特征向量表可見，第一主成分中除了x10外，其他變量的正系數都相差無幾，可以說明第一主成分是除木馬病毒外對所有指標的一個綜合測度;第二主成分中x9、x10、x8、x6都具有正系數，x2則具有較大的負系數。因此，可以把第一主成分看成是由大型網站和社交網絡交替影響的泄漏途徑的綜合指標;而第二主成分中，木馬病毒入侵和網上抽獎兩個途徑所占比重較大，公共wifi及二維碼雖然占比較小，但作為新興科技，其所占比例近年來逐步上升，與手機息息相關，因此把第二主成分看成是由木馬病毒入侵、公共WIFI及二維碼導致信息泄漏方式有關的影響指標。

最終結果，以社交網絡、大型網絡、木馬入侵、公共wifi及二維碼為信息泄漏的四個主要途徑，進行下一步的保險定價。

3 ?保險定價

3.1 短期聚合風險模型

3.1.1 單個保單理賠總量

聚合風險模型是將保單組合視為一個整體，以發生理賠的保單為基本研究對象，理賠總量是按每次理賠發生的時間順序將所有理賠量累加起來。

3.2 保費的厘定

3.2.1 純保費

保費主要包括以下三個部分：

1.用于支付賠款的部分，即通常所說的純保費。

2.用于支付費用的部分，如代理人傭金、管理費用、理賠費用、保費稅等。

3.利潤及風險附加部分。

純保費（Pure Premiun）定義為每危險單位的平均損失。純保費的計算公式為：

==

3.2.1 毛保費

純保費法通過在純保費上附加各種必要的費用和利潤得到毛保費。用純保費法厘定的毛保費不僅能夠滿足預期賠款和費用支出，而且能夠提供預期的收益。

其中，R為每危險單位的毛保費;P為每危險單位的純保費;E（F）?為固定費用;F為每危險單位的固定費用;V為可變費用因子;Q為利潤因子。

案例分析

通過上述的數據分析我們將最主要的四個網絡泄露途徑進行分析，其中每一種泄露途徑分為三種梯度的保額，投保人可按自己個人的情況選擇自己所需的梯度進行投保。本文在進行實例分析時，很難找全進行實例分析所需的較為完整的數據，所以對下面實例分析的數據進行了合理的假設。（由于影響因素較多，數據可能存在一定的誤差性，但并不影響讀者對模型的使用）

（注：以下所有情況假設理賠次數服從均值為0.6的泊松分布，V=0.15，Q=0.05，F= 0.01b ，μ=2，σ=4.08，α=80%，單位：元）

4 ?研究結論

本文以“網絡‘個人信息安全的保險定制及其營銷模式”為主題，分析了信息泄露的基本情況、原因及影響，并提出推行網絡個人信息安全保險的可行性與必要性。

主要研究了網絡個人信息安全保險相關的問題，主要的研究成果有以下幾個方面。

（1）本文通過問卷調查調查網民泄露個人信息的途徑，然后運用sas軟件對數據進行主成分分析，得出中國網民個人信息安全泄露的4個主要途徑：社交網絡、大型網絡、木馬入侵、公共wifi及二維碼。

（2）網絡個人信息安全保險保費的計算運用財產險純保費方法以及短期聚合風險模型對個網絡個人信息安全保險產品定價進行研究，對4種主要泄露途徑設定了三級的梯度保額，消費者可以根據實際情況和自身需求在3級保額之間選擇保險產品，以達到購買者的效應最大化。

（3）本文通過分析該互聯網保險業務其渠道、險種、管理模式的創新優勢，成本低、效率高、覆蓋廣的業務特點，進而得出該保險的優勢。

參考文獻

[1] Stuart A.Klugman ，Harry H.Panjer ，Gordon E.Willmot著. 損失模型：從數據到決策（第二版）.吳嵐?譯[M].北京：人民郵電出版社，2009：90-105.

[2] 肖爭艷.精算模型[M].北京：中國人民大學出版社，2013：19-95.

[3] 卓志，李恒琦，陳滔，張運剛.保險精算通論[M].四川：西南財經大學出版社，2006：203-206.

[4] 孟生旺，劉樂平.非壽險精算?[M].北京：中國人民大學出版社，2007：46-66.

[5] 韓天雄.非壽險精算?[M].北京：中國財政經濟出版社，2013：26-87.

[6] 陶然?， 高峰?. 計算機網絡信息安全問題[J]. 數碼世界?，2018（05）.

[7] 魏健燁?. 大數據時代下計算機網絡信息安問題分析[J].電腦知識與技術，2018（09）.

[8] 任?杰?.淺析大數據時代背景下計算機網絡信息安全?[J].電腦知識與技術，2018，14（36）：9-10.

[作者簡介]陳婉瑩（1997—），女，漢族，廣東廣州人，就讀于五邑大學數學與計算科學學院，研究方向：精算數學。