Rahul Matthan: Data-rich insurance models could fail beyond a point

Rahul Matthan: Data-rich insurance models could fail beyond a point

आधुनिक बीमा उद्योग एक ऐसे समय में वापस आता है जब व्यापारियों को कॉफी हाउस (जैसे लॉयड्स) में एकत्रित किया गया था, ताकि समुद्र-सीमा जोखिमों के खिलाफ अपने जहाजों का सामूहिक रूप से बीमा किया जा सके। तब से, यह अन्य रूपों में विस्तारित हो गया है – स्वास्थ्य, संपत्ति और जीवन बीमा – जबकि जोखिम पूलिंग के मौलिक आर्थिक सिद्धांत के लिए सही है।

ALSO READ: बीमित होना एक बात है, पर्याप्त जीवन-बीमा कवर एक और है

व्यक्तियों का सामना करने वाले जोखिमों को निर्धारित और कीमत दी जा सकती है। क्या नहीं हो सकता है जब दुर्भाग्य होगा और किस पैमाने पर होगा। ऐसे व्यक्ति जो कुछ जोखिमों के नकारात्मक पक्ष के बारे में चिंता करते हैं, उन्हें साझा करने के लिए एक साथ जुड़ सकते हैं ताकि वे उनमें से उन लोगों का समर्थन कर सकें जो वास्तव में पीड़ित नुकसान को समाप्त करते हैं।

जब जोखिम के इस पूलिंग को एक विस्तृत पर्याप्त जनसंख्या आधार में एकत्र किया जाता है, तो बीमा कंपनियां पर्याप्त सटीकता के साथ प्रतिकूल घटनाओं की आवृत्ति और गंभीरता का पूर्वानुमान लगाने में सक्षम होती हैं, जो सभी प्रतिभागियों के लिए टिकाऊ स्तर पर प्रीमियम सेट करने में सक्षम होती हैं। यह आधुनिक बीमा उद्योग का आर्थिक आधार है।

यह कहते हुए कि, यह कीमत उस जोखिम के लिए महत्वपूर्ण है। उदाहरण के लिए, उच्च जोखिम वाले व्यक्तियों के गैर-जिम्मेदार व्यवहार से जुड़ी प्रतिकूल घटनाओं को लें। यदि बीमा कंपनियां कम फ्लैट मूल्य वसूलती हैं, तो कम जोखिम वाले पॉलिसीधारक उच्च जोखिम वाले पॉलिसीधारकों को सब्सिडी देंगे।

ALSO READ: क्या नारायण हेल्थ इंश्योरेंस मॉडल भारत के हेल्थकेयर सिस्टम के लिए एक गेमचेंजर है?

यदि बीमा प्रीमियम की लागत जोखिम के सापेक्ष कम है, तो उच्च-जोखिम वाले प्रतिभागी उस बैकस्टॉप पर ‘फ्री-राइड’ करेंगे, जो कि ज्ञान में जोखिम भरे व्यवहार में संलग्न हैं, इस ज्ञान में सुरक्षित है कि वे किसी भी नुकसान को नुकसान पहुंचाएंगे। यदि, दूसरी ओर, प्रीमियम की कीमत बहुत अधिक है, तो कम जोखिम वाले पॉलिसीधारक बाजार से बाहर निकलेंगे, जिससे पूलिंग जोखिम को अप्रभावी बना दिया जाएगा।

इसे संबोधित करने के लिए, बीमा कंपनियां लगातार जोखिम को मापने के नए और बेहतर तरीकों के साथ आने की कोशिश कर रही हैं। वे जानते हैं कि जब तक वे दानेदार रूप से उन जोखिम को माप सकते हैं जो वे बीमा कर रहे हैं, वे इसे इस तरह से कीमत नहीं दे पाएंगे जो सही संतुलन पर हमला करता है।

डिजिटल प्रौद्योगिकियों में प्रगति के लिए धन्यवाद, उनके पास आखिरकार ऐसा करने का एक तरीका है। Fitbit, Oura और WhoOP जैसे सस्ती उपकरण अब वास्तविक समय में व्यक्तिगत स्वास्थ्य डेटा की धाराएं प्रदान करते हैं, जबकि अधिकांश आधुनिक वाहनों में अंतर्निहित टेलीमेट्री होती है जो ड्राइविंग व्यवहार में समान अंतर्दृष्टि प्रदान करती है। और बीमाकर्ताओं ने इस पर भुनाना शुरू कर दिया है।

यह भी पढ़ें: क्यों स्वास्थ्य बीमा प्रीमियम मोटर बीमा की पिटाई अच्छी और बुरी खबर है

2024 में, भारत के बीमा नियामक और विकास प्राधिकरण (IRDA) ने टेलीमैटिक्स-आधारित नीतियों को मंजूरी देने के बाद, बीमाकर्ताओं ने स्टीयरिंग व्हील के पीछे लोगों के व्यवहार का आकलन करने के लिए वास्तविक समय ड्राइविंग डेटा एकत्र करने के लिए ब्लैक-बॉक्स उपकरणों का उपयोग करना शुरू कर दिया। नतीजतन, सुरक्षित ड्राइवर अब इस ड्राइविंग डेटा के आधार पर अपने प्रीमियम पर 25% तक की छूट प्राप्त कर सकते हैं।

स्वास्थ्य बीमाकर्ताओं ने भी अपनी गणना में पहनने योग्य उपकरणों से डेटा को एकीकृत करना शुरू कर दिया है। वे अब पॉलिसीधारकों को 15% तक की छूट प्रदान करते हैं जो लगातार 10,000 से अधिक दैनिक कदम बनाए रखते हैं, जबकि धूम्रपान करने वालों को 20% के अधिभार के साथ विघटित करते हैं।

अर्थशास्त्रियों के अनुसार, एक कीमत ‘एक प्रोत्साहन में लिपटे सिग्नल’ है। जोखिम अलग नहीं है। ग्रैन्युलर डेटा हमें कम जोखिम वाले व्यवहार के लिए प्रोत्साहन की पेशकश करते हुए, अधिक सटीक रूप से जोखिम की कीमत देने की अनुमति देता है। यह डेटा-संचालित दृष्टिकोण इसलिए बीमाकर्ताओं को इष्टतम जोखिम पूलिंग प्राप्त करने में मदद करता है।

यह कहते हुए कि, इस दृष्टिकोण के साथ बहुत दूर जाना संभव है। यदि, उदाहरण के लिए, हम उन परिस्थितियों के जोखिम का मूल्य निर्धारण करना शुरू करते हैं, जिन पर पॉलिसीधारक का बहुत कम नियंत्रण होता है, जैसे कि पहले से मौजूद आनुवंशिक स्थिति या जिस पड़ोस में वे रहने के लिए विवश होते हैं, हम कम जोखिम वाले व्यवहार को प्रोत्साहित करने के बजाय, जन्म के मात्र दुर्घटनाओं के लिए पॉलिसीधारकों को दंडित करते हैं।

यदि हम इस पथ को जारी रखते हैं, तो हम एक जोखिम-मूल्यांकन समाज का निर्माण करेंगे जहां हमारे प्रीमियम को हमारी हर कार्रवाई के आधार पर लगातार समायोजित किया जा रहा है।

यह भी पढ़ें: वरिष्ठ नागरिकों के लिए स्वास्थ्य बीमा: 10% प्रीमियम हाइक कैप के कार्यान्वयन पर कोई स्पष्टता नहीं

यदि कुछ भी हो, तो डेटा केवल अधिक आसानी से उपलब्ध हो जाएगा और कहीं अधिक दानेदार स्तर पर। सेंसर के बड़े पैमाने पर प्रसार के साथ, हम एक ऐसी दुनिया के लिए नेतृत्व कर रहे हैं, जहां हम जो कुछ भी करते हैं उसे दिन के हर मिनट में ट्रैक किया जाएगा। हालांकि, इसमें कोई संदेह नहीं है, हमें अनगिनत अलग -अलग तरीकों से लाभान्वित करता है, पैमाने पर दानेदार डेटा की उपलब्धता बीमाकर्ताओं को अभूतपूर्व सटीकता के साथ हमें आकलन करने की अनुमति देगी।

एक बार जब यह सब डेटा उनके जोखिम भविष्यवाणी एल्गोरिदम में फ़नल हो जाता है, तो वे अंततः उचित सांख्यिकीय निश्चितता के साथ भविष्यवाणी करने में सक्षम होंगे कि हमारे साथ और कब होने की संभावना है। जब ऐसा होता है, तो हमें बीमाकर्ताओं को भुगतान करना होगा, जो जोखिम पूलिंग का एक रूप नहीं होगा, लेकिन लगभग कुछ दुर्भाग्य के लिए एक पूर्व-भुगतान होगा।

हमें इस सुई को थ्रेड करने का एक तरीका खोजने की जरूरत है। हमें मुक्त सवारों को विघटित करने के लिए पर्याप्त अंतर्दृष्टि प्राप्त करने में सक्षम होना चाहिए, लेकिन इतना नहीं कि हम एक राउंड-द-क्लॉक निगरानी समाज में विकसित होते हैं। इसके लिए हमें स्पष्ट सीमाएं स्थापित करने की आवश्यकता होगी कि बीमाकर्ता डेटा का उपयोग कैसे कर सकते हैं और यह सुनिश्चित कर सकते हैं कि जोखिम मूल्य निर्धारण अवांछनीय गतिविधियों के लिए किसी प्रकार की दंडात्मक प्रणाली में नहीं बदल जाता है। यह भी प्रतिबंधों पर विस्तार करना चाहिए कि हम संवेदनशील डेटा का उपयोग कैसे करते हैं-जैसे कि आनुवंशिक जानकारी-और स्वास्थ्य-ट्रैकिंग जानकारी, भौगोलिक जोखिम आकलन और जैसे का उपयोग कैसे किया जाता है, इस पर सीमाएं।

बीमा हमेशा जोखिम के तराजू को संतुलित करने के बारे में रहा है। अब दुनिया के पास डेटा की बहुतायत के साथ, हमें फुलक्रम को स्थानांतरित करने की आवश्यकता हो सकती है।

लेखक ट्रिलगल में एक भागीदार और ‘द थर्ड वे: इंडियाज़ रिवोल्यूशनरी एप्रोच टू डेटा गवर्नेंस’ के लेखक हैं। उनका एक्स हैंडल @matthan है।

Comments

No comments yet. Why don’t you start the discussion?

Leave a Reply

Your email address will not be published. Required fields are marked *