1、中 ， 战 略风 险 、 操作 风险 和保 险 风险 是主 要的 差异 领域 大型公司由于公司战略 、 业 务 模 式 和 产品 相 对 成 熟 ， 保险风险及战略风险的挑 战较小 。 普华永道发现 ， 选 择 战略 风 险 的 受 访机构中 ， 中小 型公司占比最高 ， 且寿险远远高于产险 。 近年来 ， 中小寿险公司竞争激烈 ， 面临 市 场 细 分 、 产品创新、 避免 被同 质 化的 产品与渠道高度 竞 争等方面的考验 ， 新的市场环境反映 了当前 中小公 司的差 异化竞 争趋势 和希望 在战略 方向上 突围的 愿望 。 操作风险仍然是中小型和小型公司的薄 弱环节 ， 且产险显著高于寿
2、险。 普 华 永道 认为 ， 大型保险公司 （ 尤其 是已 上 市的 保险公司 ） 在 操作 风险的管理上已经相对成熟 ，而中 小 型的 受 访机 构 由于 系 统或 人 员的 缺 失 ，操 作风险 的管理 相对薄 弱 。 2017 保险公司偿二代二支柱 暨风险 管理调 查报告 13 2017 年6 月 2017 受 访机构 风险 管理 体系 建设 薄弱 部分 （可 多选 ） 按 规模分类 子风险 大 型 保险 公司 中 型 保险 公司 中 小型保 险公 司 小 型 保险 公司 风险管理基础与环 境 2 5 5 8 风险管理目标与工 具 13 18 31 26 子类风险管理 投资风险 7 5
3、13 11 子类风险管理 流动性风险 3 6 7 4 子类风险管理 操作风险 2 4 13 10 子类风险管理 保险风险 - - 3 2 子类风险管理 战略风险 - 3 7 5 子类风险管理 声誉风险 2 3 2 2 资产负债管理 3 9 7 9 受访机构数量 17 24 38 28 2017 受 访机构 风险 管理 体系 建设 薄弱 部分 （可 多选 ） 按 子行业分 类 子风险 寿 险 公司 * 产 险公司 再 保 险公 司 保 险 集团 风险管理基础与环 境 12 6 2 - 风险管理目标与工 具 47 38 2 1 子类风险管理 投资风险 23 13 - - 子类风险管理 流动性风险
4、12 7 1 - 子类风险管理 操作风险 12 15 2 - 子类风险管理 保险风险 2 3 - - 子类风险管理 战略风险 10 3 2 - 子类风险管理 声誉风险 4 3 2 - 资产负债管理 13 15 - - 受访机构数量 57 43 6 1 注：* 还 包括养老 险公司以及健康险公 司普华永道 调查结果与发现 2017 保险公司偿二代二支柱 暨风险 管理调 查报告 14 2017 年6 月 总体情况 风险治理与 组织架构 风险偏好与关键 风险指标 风险管理工具建 设与应用普华永道 62% 受 访 机 构 设 立 了 独 立 的 首 席 风 险 官(CRO) ，32% 受 访机构由其他
5、高管兼任 CRO职责 本次调查中 ，94% 受 访机构有高管人员分管风险管理工作 ， 与去年相比有了明 显的改善， 其中，62% 受 访 机 构 设 立 了 独 立 的CRO ， 根据公 司需求主管风险管理及内控/ 合规/ 稽 核审计 等工作 ，32% 受 访 机构虽 未设立 独立CRO ，但 是由CEO 、CFO 、总 精算师 或COO 等高 管兼任 。 2017 保险公司偿二代二支柱 暨风险 管理调 查报告 15 2017 年6 月 设立独立 CRO ，主管风 险管理等 50% 未设立独立 CRO ，由其它 高管兼职 35% 目前暂时没有高管 人员分管风险管理 工作 其他 11% 2016
6、 受 访 机 构首席风险 官(CRO) 设置情况 设立独立CRO ， 主管风险管理等 62% 未设立独立 CRO ，由其它 高管兼职 32% 目前暂时没有高管人员 分管风险管理工作 1% 其他 5% 2017 受 访 机 构首席风险 官(CRO) 设置情况普华永道 65% 受 访 机构 设 立了 独立 的 风 险管 理 部门 负责偿 二 代 风险 管 理工 作 ，且 这 一 比例 预期会持续上升 在本次受访的107 家保险公司中 ， 全 部受访 机构均 已设立 了风险 管理职 能 ，包 括独立 设立或 由其他 部门兼 职 ， 负 责公司 风险管 理工作 。 大部分大型及中型保险公司由于其业务
7、体量较大及人员的配置较为完善 ， 均 设置 了 独 立 的 风 险 管 理 部 门 负 责 偿二 代 的风 险 管 理 工 作 。 普华 永道也注意到， 在诸多未单独设立风 险管理 部门的 公司中 ， 近期 也在积 极推进 ， 将风 险管理 职能与 现有兼 职部门 进行分 离 。 2017 保险公司偿二代二支柱 暨风险 管理调 查报告 16 2017 年6 月 63%, 48 65%, 70 33%, 25 30%, 32 3%, 2 5%, 5 1%, 1 0 20 40 60 80 100 120 2016 受访机构 2017 受访机构 受 访 机构 风险 管理 部门 设立 情况 比较 尚
8、未设立风险管理职能， 尚无相 关部门 负责公 司风险 管理工 作 尚未设立独立的风险管理 部，风 险管理 工作由 财务会 计部、 精算部 或稽核 部等负 责 尚未设立独立的风险管理 部，风 险管理 工作由 内控、 法律、 合规等 职能部 门负责 设立了独立的风险管理部 ，负责 公司风 险管理 工作 0 10 20 30 40 50 60 寿险公司 产险公司 再保险公司 养老险公司 健康险公司 保险集团 2017 受 访 机 构风险管理 部门设立 情况 按 子 行 业分 类 0 5 10 15 20 25 30 35 40 大型保险公司 中型保险公司 中小型保险公司 小型保险公司 2017 受
9、访 机 构风险管理 部门设立情况 按 规 模 分类普华永道 风险管理专业人才不足仍然是当前行业面临的共同问题 ， 无论是人员数量 ， 还是 人员资质能力 ， 都远 不能 满足 当前 保险 公司 风险 管理 的 需求 22 家 保 险 公 司 配 备 超 过8 名 全 职 风 险 管 理 人 员 ， 相比此次参加调研 的50 家I 类公司， 人员配备与监管要求依然 有明显 差距 。 此外 ， 有7 家 公 司 尚 未 配 备 全 职 风 险 管 理 人 员 ， 全 部 为 小 型 保险 公司 。 2017 保险公司偿二代二支柱 暨风险 管理调 查报告 17 2017 年6 月 2017 年 调
10、研 中 有1/4 的 受 访 机 构 已 配 备 超 过5 名具备3 年 以 上 风 险 管 理 相 关 工 作 经 验 的 风 险 管 理 专 业 人 员 ， 人 员 的 资 质 能 力 与 去 年 相 比 有所提升，但是仍难以满足管理需要 。 17%, 13 21%, 22 34%, 26 26%, 28 32%, 24 33%, 35 8%, 6 14%, 15 9%, 7 7%, 7 0 20 40 60 80 100 120 2016 受访机构 2017受访机构 受 访 机构风险管理部门 风险管理全职 人员配备情况 比较 无全职风险管理人员，目 前工作 均由其 他岗位 兼任 不足2
11、名全职人员 2-3 名全职人员 4-7 名全职人员 8 名或以上全职人员 17%, 13 25%, 27 37%, 28 20%, 21 26%, 20 39%, 42 11%, 8 8%, 9 9%, 7 7%, 8 0 20 40 60 80 100 120 2016受访机构 2017 受访机构 受 访 机构全职风险管理 人员资质情况 比较 具有3 年以上风险管理相关工 作经验 者不少 于5 名 具有3 年以上风险管理相关工 作经验 者3-4 名 具有3 年以上风险管理相关工 作经验 者1-2 名 尚无具有3 年以上风险管理相 关工作 经验者 不适用（尚未配备全职风 险管理 人员）普华永道
12、 1/4 受 访 机 构 在 其 分 公 司 设 置 了 风 险 管 理 部 门 或 有 专 职 岗 位 进 行 风 险 管 理 专 项 工 作 ，56% 受 访 机 构 在 分 公 司 设 置 了 风 险 管 理 兼 职 岗 位 ， 此外 ， 仍 有8 家 受 访 机 构 尚未 在 各 分 支 机 构设 立风 险管 理岗 位或 负责 相关 工作 的 人员 偿二代要求保险公司在分支机构设立风 险管理岗位 ， 负责分支机构风险管理工 作的落实 ， 分支机构风险管理人 员的配 备将很大程度影响公 司风险管理制度的落实和遵循情况 。 受限 于 规模与资源 ， 小型保险公司分支机 构风险管理岗大部分由
13、兼职岗位 负责相 关工作 ， 部分未进行 岗位设置以及未配置负责人员 ， 而 大 型和 中 型保 险 公司 则 有半 数 以上 设 立了 独 立的 风 险管 理 部门 ， 并安 排 专人 负 责风 险 管理 工 作 。 2017 保险公司偿二代二支柱 暨风险 管理调 查报告 18 2017 年6 月 16%, 12 13%, 14 13%, 10 12%, 13 47%, 36 56%, 60 9%, 7 7%, 8 14%, 11 11%, 12 0 20 40 60 80 100 120 2016 受访机构 2017 受访机构 受 访 机构分公司风险管 理部门和人员 配置情况比较 分公司有
14、独立的风险管理 部门， 并有专 人负责 偿二代 风险管 理工作 无独立风险管理部门，但 设有专 岗负责 相关工 作 无独立风险管理部门，但 有兼职 岗位负 责相关 工作 尚未在分公司设置风险管 理部门 或岗位 ，也没 有人员 负责风 险管理 工作 其他 0 2 4 6 8 10 12 14 16 大型保险公司 中型保险公司 中小型保险公司 小型保险公司 2017 受 访 机 构风险管理 部门风险管理 全职人员配备 情况 按 规 模分类普华永道 公司第三道防线 （ 内 部 审 计 职 能 ） 对 偿 二 代 风 险 管 理 体 系 进 行 审 计 是SARMRA 的 明 确 要 求 ， 相比 去
15、 年 已 有 了 明 显 的 改 善 ， 超过80% 的 受 访 机 构 （ 包 括 全 部 的 大型公司 ） 已 经 或计 划开 展相 关审 计工 作 2017 保险公司偿二代二支柱 暨风险 管理调 查报告 19 2017 年6 月 21%, 16 68%, 73 34%, 26 13%, 14 37%, 28 17%, 18 8%, 6 2%, 2 0 20 40 60 80 100 120 2016 受访机构 2017 受访机构 受 访 机构 稽核 或内 部审 计部 门开 展偿 二代 风险 管理 审计 工作 情况 比较 内部审计部门已开展了偿 二代风 险管理 审计工 作 内部审计部门将于
16、近期开 展偿二 代风险 管理审 计工作 内部审计部门尚未开展任 何偿二 代风险 管理审 计相关 工作 其他 0 5 10 15 20 25 30 35 40 大型保险公司 中型保险公司 中小型保险公司 小型保险公司 2017 受 访 机构 稽核或 内部审 计部门 开展偿 二代风 险管理 审计工 作 情况 按 规 模分类普华永道 风 险 绩 效 考 核 方 面 ： 已 有近7成受访 机 构 高 管 的 风 险 绩 效 考 核 权 重 符 合 监 管 要 求 ； 仅 有不到2 成 受 访机 构尚 未对 高管 层开 展风 险绩 效考 核 ， 且多 为中 、 小型 公司 为了加大风险管理的激励效果 ，
17、 偿 二 代在11 号 指 引 中 明 确 规定 了 公 司 高 管 的 风险 绩 效 考 核 要 求 ， 并 对 不 同条 线/ 职 能的 负 责 高 管KPI 中 ， 风 险管理指标的最低权重做出了设定 。 2017 保险公司偿二代二支柱 暨风险 管理调 查报告 20 2017 年6 月 14%, 11 25%, 27 16%, 12 20%, 21 13%, 10 21%, 23 17%, 13 13%, 14 32%, 24 13%, 14 8%, 6 7%, 8 0 20 40 60 80 100 120 2016 受访机构 2017 受访机构 受 访 机构高级管理层及 部门风险绩效
18、 考核开展情况 比较 其他 未开展风险绩效考 核 已开展风险绩效考 核， 权重 低于 监管 要求 ，设 定了 相关 风险 考核 指标 已开展风险绩效考 核， 权重 符合 监管 要求 ，考 核指 标包 括合 规、 审计 稽核 相关 指标 已开展风险绩效考 核， 权重 符合 监管 要求 ，考 核指 标采 用监 管评 分及 其他 风险 指标 混合 （不 包括 合规 、审 计稽 核指 标） 已开展风险绩效考 核， 权重 符合 监管 要求 ，考 核指 标仅 采用11 号 文评 分 0 5 10 15 20 25 30 35 40 大型保险公司 中型保险公司 中小型保险公司 小型保险公司 2017 受 访
19、 机 构风险管理 部门风险管理 全职人员配备 情况 按 规 模分类普华永道 调查结果与发现 2017 保险公司偿二代二支柱 暨风险 管理调 查报告 21 2017 年6 月 总体情况 风险治理与组织 架构 风险偏好与关 键风险指标 风险管理工具建 设与应用普华永道 风险偏好是SARMRA 的核心内容和技术难点 ， 行业正在努力建 立 完 善 的 风 险 偏 好 体系。 调查结果显示 ， 已建立符合偿二代的风险偏好陈述并获得董事会审批的 公司占比达68% ， 比去年上升了13% ， 仅 有 不 到1成受访机构表示尚未开展风险 偏好体系建设工作 68% 受 访机构已经建立了符合监管要求 的风险偏好
20、陈述 ， 通过董事会审批 ， 并进 行 定 期 监 测 报 告 和 应 用 ， 这 一 状 况 和普 华 永 道 过 去 几 年 在 实施偿二代风险管理咨询项目时接触 到的行 业需求 基本一 致 ， 绝 大部分 引入外 部咨询 顾问的 公司都 将风险 偏好纳 入了其 项目需 求 范围 。 2017 保险公司偿二代二支柱 暨风险 管理调 查报告 22 2017 年6 月 55%, 42 68%, 73 17%, 13 10%, 11 13%, 10 15%, 16 12%, 9 6%, 6 3%, 2 1%, 1 0 20 40 60 80 100 120 2016 受访机构 2017 受访机构
21、 受 访 机构风险偏好陈述 建立情况比较 其他 尚未开展相关工作 正在建立符合偿二代的风 险偏好 陈述， 或者已 有风险 偏好陈 述，但 尚需根 据偿二 代要求 优化和 调整 已草拟符合偿二代的风险 偏好陈 述，尚 未获得 董事会 审批， 也尚未 实际运 用 已建立符合偿二代的风险 偏好陈 述，通 过了董 事会审 批，并 进行定 期监测 报告和 应用 0 10 20 30 40 50 60 寿险公司 产险公司 再保险公司 养老险公司 健康险公司 保险集团 2017 受 访 机 构风险偏好 陈述建立情况 按 子 行 业分 类普华永道 在设定风险偏好和容忍度时 ， 大部分公司采用了多种方法的结合
22、， 其中管理层经 验讨论 、 遵循监管底线和压力测试是最多被采用的三种方法 ， 采用的比例均接近 或超过60% 2017 保险公司偿二代二支柱 暨风险 管理调 查报告 23 2017 年6 月 0% 20% 40% 60% 80% 基于压力 测试分析 基于历史 波动性分析 采用同业 对标结果 遵循 监管底线 管理层 基于经验 讨论确定 不适用 （尚未建立） 受访机构 设定风险偏好和容忍度的主要方法 比较（可多 选） 2016受访机构 2017 受访机构 排序 主要方法 2017 调查报告 占比 1 管理层基于经验讨论确定 72 67% 2 遵循监管底线 64 60% 3 基于压力测试分析 63
23、 59% 4 基于历史波动性分析 53 50% 5 采用同业对标结果 42 39% 6 不适用（尚未建立风 险偏好） 8 7% 受访机构数量 107普华永道 在 将 风险 偏好 传 导至 风险 限 额时 ，58% 的 受访机 构 会采 用定 量模 型与定 性 调整 结 合的方法；有18% 的 受访 机 构 表 示 虽 然 有 限 额 ， 但尚未 建 立 与 风 险 偏好 的 传 导 关 系；此外 ， 还有9 家 受访 机构 表示 尚未 建立 风险 限 额指 标 2017 保险公司偿二代二支柱 暨风险 管理调 查报告 24 2017 年6 月 53%, 41 28%, 2够够教学反思，努力使自己
24、业务水平再上新台阶。3 坚持写随笔。 随时写下工作中的点滴，通过总结写下心得为以后的教育教学留下宝贵经验。4、积极参加集体备课，与同事互相交流，一学期准备一节校级“公开课”。5、积极网上学习。通过网上教研，互相交流，群策群力，让每个人最大限度地成长，并且增长专业知识，走教师专业化之路。6、积极参加各项教科研活动。楒楒，最冷月平均气温 6，最热平均气温，极端最高温度,冬季平均相对湿度 81%。本工程建设单位：重庆宏帆实业有限公司。拖拖卫生不生病4、科学探索动:我们来种植5、美术创作:美丽的风筝6、音乐欣赏:好妈妈7、发放家园联系册四月份:1、主题活动:和你在一起2、组织开展幼儿种植实践活动“我们
25、家的小菜园”3、社会与健康:身体动一动5、科学探索:神奇的水6、美术创作:亲亲热热一家人7、继续开展一日常规管理活动五月份:1、主题活动:我们真快乐2、“五一”劳动节庆祝活动3、社会与健康:你会怎样做4、科学探索:怎样才凉快5、美术创作:开心好朋友6、音乐欣赏:我的动物朋友7、准备庆“六一”节目六月份:1、主题活动:美丽的夏天2、家园共庆“六一”。3、节日教育:端午节诫诫诫诫!诫!诫读!读读!读!读!鸀读!读!读!貘!賘貉讌!賉讌賹讌謀讌!貫讌!賫貜賌購!貽賭踀讌!貮賞讌讌讌頀讜讜!鳸!鲹鳩言讜!鲪讜!鳪謀讜!鲫鳛讜讜!鳌讜!鲍鲽讜!鳽鲮讜!鳮鲟讜讬!讬!讬!騀讬!謀讬!讬!谀讬!瀄腠怀灠瀀瀀
26、恐脐灠灠偰恐恠鈠恰灰瀐偰偠灠腠倀灠灠恐恐腠恠偰灐灠腐偠腠腐恰灰恠灠恐恐灠灰灠脐酠怀灰恠鈀灰恠偠灐灠恰瀀偠腠倀灠腠偰灰灠灠倐恐偐倀偠偠脀瀐恐恠恠偠恠灠灰舀偰偠恰偰腠倀偐恐RSizing the prize Whats the real value of AI for your business and how can you capitalise? +26% +14% Artificial intelligence (AI) is a source of both huge excitement and apprehension. What are the real opportunities
27、and threats for your business? Drawing on a detailed analysis of the business impact of AI, we at PwC identify the most valuable commercial opening in your market and how to take advantage of them. According to PwC research carried out for this report, global GDP could be up to 14% higher in 2030 a
28、s a result of AI the equivalent of an additional $15.7 trillion making it the biggest commercial opportunity in todays fast changing economy The greatest gains from AI are likely to be in China (boost of up to 26% GDP in 2030) and North America (potential 14% boost). The biggest sector gains will be
29、 in retail, financial services and healthcare as AI increases productivit y, product quality and consumption.Human in the loop Hardwired /specific systems Adaptive systems In our broad definition, AI is a collective term for computer systems that can sense their environment, think, learn, and take a
30、ction in response to what theyre sensing and their objectives. Forms of AI in use today include, among others, digital assistants, chatbots and machine learning. AI works in four ways: Automated intelligence: Automation of manual/cognitive and routine/non- routine tasks. Assisted intelligence: Helpi
31、ng people to perform tasks faster and better. Augmented intelligence: Helping people to make better decisions. Autonomous intelligence: Automating decision making processes without human intervention. As humans and machines collaborate more closely, and AI innovations come out of the research lab an
32、d into the mainstream, the transformational possibilities are staggering. Defining AI Assisted Intelligence AI systems that assist humans in making decisions or taking actions. Hard-wired systems that do not learn from their interactions. Augmented Intelligence AI systems that augment human decision
33、 making and continuously learn from their interactions with humans and the environment. Automation Automation of manual and cognitive tasks that are either routine or non- routine. This does not involve new ways of doing things automates existing tasks. No human in the loop Autonomous Intelligence A
34、I systems that can adapt to different situations and can act autonomously without human assistance. For a full glossary of AI techniques and their applications, please see page 26. 2 Sizing the prizeContents Introduction 4 Big prize, big impact 6 AI Impact Index 12 Realising the potential 22 Conclus
35、ion 24 3 Whats the real value of AI for your business and how can you capitalise?Business leaders are asking: What impact will AI have on my organisation, and is our business model threatened by AI disruption? And as these leaders look to capitalise on AI opportunities, theyre asking: Where should w
36、e target investment, and what kind of capabilities would enable us to perform better? Cutting across all these considerations is how to build AI in the responsible and transparent way needed to maintain the confidence of customers and wider stakeholders. These are the strategic questions well be add
37、ressing in a series of reports designed to help enterprises create a clear and compelling business case for AI investment and development. While theres been a lot of research on the impact of automation, its only part of the story. In this new series of PwC reports, we want to highlight how AI can e
38、nhance and augment what enterprises can do, the value potential of which is as large, if not larger, than automation. Theres a lot of expectation surrounding artificial intelligence (AI). Theres also a significant amount of wariness. Introduction: Getting down to what really counts 4 Sizing the priz
39、eThe analysis carried out for this report gauges the economic potential for AI between now and 2030, including for regional economies and eight commercial sectors worldwide. Through our AI Impact Index, we also look at how improvements to personalisation/customisation, quality and functionality coul
40、d boost value, choice and demand across nearly 300 use cases of AI, along with how quickly transformation and disruption are likely to take hold. Other key elements of the research include in-depth sector- by-sector analyses. In this opening report, we outline the regional economies that are set to
41、gain the most and the three business areas with greatest AI potential in each of eight sectors. Future reports will focus on specific sectors, along with functional areas such as marketing, finance and talent management. Well also be setting out the detailed economic projections and, in partnership
42、with Forbes magazine, publishing interviews with some of the business leaders at the forefront of AI. Game changer What comes through strongly from all the analysis weve carried out for this report is just how big a game changer AI is likely to be, and how much value potential is up for grabs. AI co
43、uld contribute up to $15.7 trillion 1to the global economy in 2030, more than the current output of China and India combined. Of this, $6.6 trillion is likely to come from increased productivity and $9.1 trillion is likely to come from consumption- side effects. While some markets, sectors and indiv
44、idual businesses are more advanced than others, AI is still at a very early stage of development overall. From a macroeconomic point of view, there are therefore opportunities for emerging markets to leapfrog more developed counterparts. And within your business sector, one of todays start-ups or a
45、business that hasnt even been founded yet could be the market leader in ten years time. $15.7 trillion 1$ denotes US dollars throughout, estimated values are expressed in real terms at 2016 prices (i.e. excluding the impact of general price inflation when looking ahead to 2030). 5 Whats the real val
46、ue of AI for your business and how can you capitalise?How much is at stake and why should you take action? From the personal assistants in our mobile phones, to the profiling, customisation, and cyber protection that lie behind more and more of our commercial interactions, AI touches almost every as
47、pect of our lives. And its only just getting started. Big prize, big impact: Why AI matters AI touches almost every aspect of our lives. And its only just getting started. According to our analysis, global GDP will be up to 14% higher in 2030 as a result of the accelerating development and take-up of AI the equivalent of an additional $15.7 trillion. The economic impact of AI will be driven by: 1. Productivity gains from businesses automating processes (including use of robots and autonomous vehicles). 2. Productivity gains from businesses augmenting their existing labour force with AI tech
