电话是打给办公室提供数据的doris的，庄健强笑着对电话那头某位年届四十的女士说“姐姐，跟你商量个事，咱们每周的那个渠道数据汇总表，能不能，表格里最好把继续率和续收成本放在一起，看起来更清楚。不过，似乎这么讲不太聪明。要是曾言言在，她会怎么说呢？

显然doris的反应，也是不怎么好，只见庄健强的笑容稍微有些凝滞，随后又恢复了原样。挂断电话之后，庄健强暂且搁下数据逻辑的问题，和林逸继续探讨关于银保和个险产品开发时的成本估算。

“我刚才其实特别想问的就是，我们给银保和个险的定价标准，和客户数量是不是也有关系？”

“对哦，我好像没有带你参加过和再保的会议，下一次让你全程参与，你就明白了。定价中有很大一部分因素，和再保给我们的报价有关，而其中一个重要的指标就是过往的赔付率。看的是销售渠道的客户资质。”庄健强向林逸解释道，“比如再保觉得这家公司的销售人员做业务都很规范，寻找的客户年龄、身体和收入这些指标良好，就愿意给公司比较高的免体检额度和相对优惠的费率。但是反过来，如果销售不是在以大数法则找客户，而是找那些几乎一定会买保险的人群，再保为了控制风险，就会对这个渠道严格核保和给出报价。”

林逸知道，这就是保险公司的逆选择风险所在。

通常情形下，一个人可能还没有意识到自己需要不需要保险，当销售人员和他们推荐的时候，自然有成功或者失败同等的概率，但因为销售挑选客户是随机的，客户发生事故的可能也是随机的，精算在进行概率计算的时候，数据模型就比较科学。

但如果销售人员为了尽可能赚到佣金，想要寻找一些买保险可能更大的客户，他们会去找什么样的人群呢？连林逸自己都觉得，换成是他，也会找可能已经得病或者非常容易得病的那些人，如果是买意外险或者寿险，就是那种生活习惯和工作性质很容易出意外的人。

换句话说，正常人买保险，是怕万一有什么事；而逆选择就是反过来，基本已经知道自己将来会出事可能只是不知道在什么时候出事，抓紧买上一份保险。

“可是为什么会觉得银保的逆选择成本会低于个险呢？”林逸像是在问庄健强，其实几乎是自言自语，他马上就轻轻地说出了答案，“我太蠢了，银行的客户基本的收入和资金情况，银行本身就是知道的，不太可能出现那种已经没钱了又担心得病，所以马上去买一份不用体检的保额的客户。”

庄健强笑着说“你还在算重疾险的概率啊。其实银保大多产品是年金和长期的寿险，再保更看中的是继续率。一般来说，客户在银行买了一份保险，一个不高兴第二年第三年保费就不交了，这个概率也小，对吧？”

曾言言的确也讲过不少故事给林逸听。

为了拿财补或者竞赛的奖励，也是有不少“聪明人”让客户买一张凑数的保单，甚至自己买下，拿到该有的奖金之后，再把保单退掉。虽然只能拿回一点现金价值，但是奖励到手，算一算，也没吃什么亏。

亏的，可是只玩大数据算不到每个人头上的保险公司以及他们背后的再保险。