【摘 要】在我国商业车险市场化费率改革全面实施的新形势下，财产保险企业发展面临前所未有的机遇和挑战。一方面，商业车险费率市场化改革将促使企业内部转型，对企业的长远发展是一次很好的机遇。另一方面，商业车险费率市场化改革也将给财产企业带来挑战，如何应对市场变化，从车险市场激烈的竞争中脱颖而出，占有一席之地，将成为财产保险企业要深入思考的问题。
【关键词】 机遇 挑战 费率改革
截止到2016年6月底，第三批商业车险条款费率管理制度改革的试点地区完成商业车险新旧条款切换，至此，商业车险费率市场化改革（以下简称“商车费改”）在全国范围内全面铺开。车险费率的市场化对各财产保险企业来说是机遇同时也是挑战，只有把握机遇，从容应对挑战才能让保险企业在市场上占得先机，获得长远发展。
一、商车费率改革是财产保险企业发展难得的机遇
机遇主要来自政策环境和产业发展两个方面。
第一，来自党中央国务院对现代保险服务业的关注。2015年，国务院出台《新皇冠体育：加快发展现代保险服务业的若干意见》，明确提出要深化保险行业改革，稳步开展商车费改。商业车险改革是深入贯彻党的十八届三中全会精神、认真落实国务院《新皇冠体育：加快发展现代保险服务业的若干意见》的一项重要举措，将进一步发挥市场在资源配置中的作用。
第二，在产业发展方面，近年来，我国社会经济环境、道路交通安全状况、汽车产业发展、消费者保险意识等各个方面都发生了深刻而巨大的变化，而商业车险条款费率却一直未进行实质性的调整，产品单一、服务能力不强，保险消费者多样化的需求得不到满足，对保险公司的选择也仅停留在价格的比较上。因此商业车险的市场活力无法实现。商业车险条款费率改革核心的目标是把定价权新皇冠体育：的交给市场，进一步激发市场的活力；车险消费者对车险产品的新皇冠体育：选择性需求，促使财产保险企业需要提供品种更加丰富、服务更加优质的车险产品，谁的产品更加贴合车险消费者的需求，谁就能更赢得市场。另外，商车费改，让保险公司掌握车险定价权，即保险公司可拟定自主核保系数与自主渠道系数。这促使市场从过去以费用为主的竞争，转变为以产品价格和服务为核心的竞争，为财产保险公司创新产品服务，加快行业转型升级提供了难得的机遇。
二、商车费率改革也为财产保险企业带来挑战
随着商车费改的不断深入，车险市场竞争也从初期价格竞争逐步转向质量型、差异化、精细化为主的竞争。财产保险企业既要适应市场竞争，又要保证自身的经营效益，必然要在内部进行改革，推进业务转型，从营销获客、承保定价、创新产品设计、客户服务等方面，迎来新的挑战。
（一） 对企业经营管理的挑战
商车费改对保险企业经营能力带来了前所未有的挑战。第一，部分车辆风险无法准确预估，因而无法精准定价。例如，部分私家车参加了优步、滴滴、滴嗒等网约车营运，但车主购买的车险价格是按照非营运车辆投保，实际风险状况高于计算车险保费时评估的风险；一些油电混合、纯电动汽车投入运营，而保险公司缺乏对应的车险产品，车险价格套用传统汽车，这部分风险，财产保险公司没有途径获取和评估；第二，市场竞争主体增多，竞争形态改变，应对需要新皇冠体育：策略。在宏观经济呈“L”型下行的背景下，提交设立保险公司的申请飙升，保险公司竞争主体数量的不断增加，为车险市场竞争加剧推波助澜；另外，铁路、中石油等自保保险公司的出现，改变了传统的市场竞争路径，企业需要新的应对策略。第三，中介机构数量增多，中介经营困难重重。在“放开前端，管住后端”监管理念指导下，车险中介渠道中保险代理人和保险专业中介机构的分支机构市场准入门槛放低，增加了保险中介主体数量的飙升，抬高了车险的前端佣金率，同样也加剧了车险市场竞争，财险企业与保险中介的关系经营更加微妙；第四，伴随着分享经济理论广泛应用和智能手机的普及，出现了保险专业车险比价平台。而保险公司为了争夺市场份额，通常都会与保险专业车险比价平台签订代理协议，使车险比价平台具有价格优势；比价平台的出现，也进一步使车险价格透明化，加剧了价格竞争。第五，车险价格、佣金“双限”自律公约失去法律基础。从我国近年来车险取消自律的市场情况来看，推行商业车险费率市场化改革，必然衍生车险价格打折和代理手续费上涨现象。因此，在当前形势下，企图通过自律来遏制价格打折和佣金上涨已不够现实。通过梳理车险市场面临的新形势，不难看出，正是在上述多重因素综合作用下，共同导致车险竞争加剧为财产企业的经营管理带来极大的挑战。
（二） 对大数据运用的挑战
大数据的运用，正推动各行业变革，也给车险业带来了新期待。在大数据支撑下，财产企业可以依据汽车大数据下车辆条件、用车频率、行车路线、驾驶行为、事故类型及频度等将用户细分，量身定做车险合同，在费率制定、责任认定、索赔方式及产品创新等方面作出双方满意的优化设计。另外，借助大数据可以引导社会公众培养良好驾驶习惯、提升保险功能，让保险企业致力于产品创新和服务提升。但是，无论在汽车大数据还是保险理赔大数据的收集、分析和运用，都还只处于应用摸索的初级阶段。大数据在融合、开放、�