接下来更新的是保险数据公司Verisk的系列分析，第一篇主要是对公司整体的介绍，包括业务的简介和该业务的历史由来。
一.Verisk是做什么的：美国财意险行业的主要信息提供商
Verisk公司的名字来自“veritas”(真实)和“risk”(风险)两个拉丁语单词的组合，反映了公司旨在帮助客户了解其业务面临的真正风险，以便协助客户可以做出更明智的决策。
而保险业务又分为两类，分别是承保与评级、索赔。
承保和评级业务：
在2022年占据总收入的69%，其内容包括保单语言、精算信息、统计信息等。
①保单语言：
Verisk有超过211名专业律师和保险专家审查每个州的保险规则和法规的变更，包括每年平均约8,200项立法行动、7,400项监管行动和2,000项法院判决，以便对保单语言和评级信息进行必要的更改。
②精算信息：
帮助客户进行定价、损失准备金和营销。也为客户提供定制服务，包括协助他们制定独立的保险计划、分析他们自己的承保经验、制定分类系统和评级计划以及各种其他业务决策。Verisk预测往往比客户仅使用自己的数据更可靠。
过去，Verisk利用从保险公司收集的保费和损失数据来发布费率，订户使用这些费率来计算保费。如今，Verisk主要公布损失成本而不是费率。保险公司以损失成本数据为起点来确定自己的费率。保险公司可能会从损失成本开始计算费率，然后加上自己的管理费用、税收和利润。
③统计信息：辅助申报、并出售处理过的信息
Verisk帮助保险公司向政府申报。每年，订阅Verisk服务的保险公司都会向Verisk报告其保费、损失和费用。例如，保险公司可能会提供商业财产、汽车物理损坏和一般责任的单独数据。这是因为有政策要求他们需要向政府申报：财产与意外伤害保险行业在美国受到严格监管，财产与意外伤害保险公司必须收集有关其保费和损失的统计数据，并向其经营所在的每个州的监管机构报告该数据。50多年来，Verisk的统计代理服务使财产与意外伤害保险公司能够满足这些监管要求。Verisk汇总数据，并作为所有50个州、波多黎各和哥伦比亚特区的许可或指定“统计代理人”，向保险监管机构报告这些统计数据。
Verisk处理其收集的所有数据，然后将其卖回给保险公司。保险公司使用这些数据来评估每种保险的盈利能力。每年数百家财产保险公司持续向Verisk提供的数据构成了Verisk强大的数据库，仅2021年，财产和意外险保险公司就向Verisk发送了约23亿条详细的保险交易记录，例如收取的保费或发生的损失。Verisk维护着超过324亿条统计记录的数据库，其中包括约87亿条商业记录和约237亿条个人记录。
索赔业务：
在2022年占据收入的28%，主要是保后索赔的反欺诈业务，用通俗的话语来说，就是防止恶意骗保。
Verisk的索赔保险解决方案为客户提供欺诈检测、合规报告、代位求偿、责任评估、诉讼和维修成本估算方面的分析。
在客户提交索赔后，Verisk的系统会搜索所有索赔数据库，并返回由同一个人或企业（作为索赔人或被保险人）提交的其他索赔的信息，以帮助客户确定是否可能发生欺诈。系统在识别信息字段中搜索匹配项，例如姓名、地址、社会安全号码、车辆识别号码、驾驶执照号码、纳税识别号码或其他损失方。系统还包括高级姓名和地址搜索功能，以执行智能搜索并提高匹配的整体质量。
Verisk数据库包含超过16亿条索赔记录的信息，是全球最大的用于索赔处理和调查的财产与意外伤害索赔信息数据库。
Verisk的客户包括保险公司、精算师、代理人和经纪人以及消防和建筑规范部门等政府实体，具有市场领先地位，在美国财产和意外伤害保险的数据提供商中占据了约90%的市场份额。
二.为什么需要保险信息服务：监管复杂导致行业格局分散、个体很难收集到足够的信息
初步了解了Verisk的业务后，可能有的读者会很疑惑，为什么保险公司们不能自己搜集数据，反而需要向第三方机构购买数据呢？特别是像撰写保单、统计精算信息等服务，看似不难，却又涉及到保险公司的核心竞争力，怎么会放心交给第三方去做呢？
其实，这和美国保险业的行业格局是有关系的。
首先，美国对于保险业各州独立监管，政策不一。
美国没有联邦保险管理机构，各州的保险监督官组成美国保险监督官协会，在一起协调一些全国性的保险管理问题，但这种协调是建议性的，并不强制要求。可以说美国保险管理最重要的特点是州级管理，50个州有50套保险管理条例。
这也就导致了全国性保险公司经营管理非常不方便且成本极高，必须要雇佣庞大的律师团队去应对各个州的法律条文变化。
这也导致了美国财产保险行业比较分散的行业格局。
首先，是数量上的分散。
州级管理带来的一个影响是美国有数量非常庞大的保险公司，共5000家左右，其中2000多家财产险公司，2000多家健康险公司，近1000家人寿保险公司。其中在近1000家寿险公司中，全国性的也就20家，其它都是区域性的公司。
美国财产及意外险行业市占率第一的州立农业保险2022年市占率为9.15%，也没有达到双位数。头部的保险公司可能能够利用自己的损失数据准确预测损失，但大多数保险公司却不能。大多数保险公司规模相对较小，无法自行生成足够的数据来对未来的索赔做出准确的预测。因此，许多保险公司依赖Verisk获取数据。
而中国完全相反，中国有着非常统一的全国管理制度，极少有省级管理制度的差异，因此中国只有近200家保险公司，其中人身险公司有97家，财产险公司87家，与美国差了一个数量级。集中度也高得多，CR10有80%。
此外，还有业务方向上的分散。
中美两国保险公司的经营理念非常不同，中国是做大做强，而美国是做精做细。
个体保险公司很难靠自己获取足够的信息，需要数据提供商的服务
保险公司可以说是很依赖大数据的行业：保险公司需要根据对未来损失的预测制定费率。他们获取有关过去损失的数据，然后使用概率来预测未来的损失是否会比之前发生的损失更高、更低或相同。随着数据量的增加，损失变得更加可预测。也就是说，当保险公司拥有大量损失数据可供使用时，他们可以更准确地预测未来的损失。
而由于上述的行业状况，导致美国财险业的公司其实很难单纯依靠自己来获得大量的数据，所以会产生到外部购买数据的需求。
三.为什么是Verisk：行业自发形成协会演变而来，拥有最全面的行业数据
理解了为什么美国财险公司会需要第三方信息的服务之后，接下来的问题就是：为什么是Verisk公司来作为这个信息服务提供商？
简单来理解，Verisk其实是由行业内多个协会合并而来的形成的一个最终的信息集合体，拥有最全面的行业信息，自然会成为美国财险业最大的信息服务提供商。
想具体理解美国财险业为什么会出现协会，就需要从历史上寻找答案。这一部分的篇幅会较长，不想阅读太多细节的读者可以选择阅读树状图来进行简单了解。
美国财产保险协会的历史可以简单划分为下述的四个阶段：
①原始阶段，各自经营
在1830年代之前，美国财险公司以火灾保险公司为主，大多数公司都专注于本地市场。直到一场毁灭性的火灾摧毁了纽约市的商业区，造成1500万至2600万美元的损失，当地26家火灾保险公司中有23家破产。从那时起，火灾保险公司认为风险的地理分散势在必行。
②跨地域扩张、低价竞争、试图中止恶性竞争的联盟开始出现
为了分散地域风险而盲目地跨地域扩张，给行业带来了新的潜在危险：
部分公司和政府试图制止这一风险：
意识到这种危险，保险公司努力通过合作来提高费率。其中最引人注目的努力是国家消防保险委员会（NBFU）。它成立于1866年，拥有75家成员公司，在全国各地设立了地方委员会来制定统一费率，但许多公司不愿意参与结盟。这是美国财险行业第一次结盟的尝试。
保险监管在此期间发展起来，以保护消费者免受保险公司破产的威胁。从纽约（1849年）和马萨诸塞州（1852年）开始，许多州开始编纂其保险法。1851年，继纽约之后，一些州采用了100,000美元的最低资本要求。但当大火造成的损失超过这一数额时，这些规则对保护消费者几乎没有作用。
③联盟的改进
行业风险暴露，使得建立价格联盟的动力再次出现，但尝试失败了：
1870年代最初的两年，芝加哥、波士顿相继发生大火，导致大量保险公司倒闭违约。1871年10月9日至10日发生的芝加哥大火摧毁了这座城市2,000多英亩（近3.5平方英里）的面积。近18,000栋建筑物被烧毁，其中包括1,500栋“大型商业建筑”，导致10万人无家可归，数千人失业。保险损失总计在90至1亿美元之间。许多公司的损失超过了其可用资产。当时大约有200家火灾保险公司在芝加哥开展业务。这场火灾使其中68家破产。被烧毁地区至少有一半的财产有保险承保，但由于保险公司倒闭，芝加哥保单持有人只收回了大约40%的欠款。
一年后，1872年11月9日至10日，一场大火摧毁了波士顿整个商业区，面积达40英亩。此案中的保险损失总计超过5000万美元，另有32家公司破产。波士顿的保险覆盖率较高，那里的商业地产在火灾中首当其冲，因为那里的商业地产更有可能投保。大约75%的毁坏建筑物及其物品都投保了火灾保险。在这种情况下，保单持有人收回了约70%的保险损失。
两场大火暴露了行业费率不足的后果，幸存的保险公司再次尝试集体制定费率，但受到很多阻力，到1875年，重新焕发活力的NBFU已组织了1,000多个地方委员会，将它们置于地区组织的监督之下。辅助性的州级协会负责监督各地区，协会本身是费率的最终仲裁者。但这种自上而下的结构遇到了当地代理商的阻力，他们长期以来习惯于自行设定费率。在1873年恐慌之后的经济衰退中，NBFU的结盟努力再次失败
从价格联盟改变为信息协会，取得了初步成功：
1877年，协会采取了新的方法。他们投票废除了协会统一制定费率，将费率制定权留给由代理人组成的地方性协会。总协会现在将注意力集中在收集统计数据上。到1880年代中期，该制度已经在美国各地的城市中运作起来。
成功归因于外部环境的改变：
新型协会的成功很大程度上归功于商业和财产规模的不断扩大，这培育了地方代理人之间相互依赖的体系。尽管个体代理人通常代表多家公司，但他们通常会在自己和他们所服务的几家公司之间分担风险。为了满足多元化的要求，公司对一处房产的投资很少超过10,000美元，甚至在城市的一个街区内也是如此。
随着房地产价值的上涨，单个商业建筑由20家或更多公司承保的情况并不罕见，每家公司承保1,000美元或2,000美元的特定风险。共享业务的保险公司几乎没有动力进行价格竞争。削弱其他保险公司的竞争力甚至可能让他们失去未来的业务。当足够多的代理商联合起来设定最低价格时，他们实际上可以将任何拒绝遵守协定的代理商拒之门外。
协会给保险公司带来了额外的好处：保险精算的萌芽、更合理的费率制定
与协会合作定价使保险公司能够维持较高的费率，并将定期发生的火灾视为长期成本。合作还首次产生了遵循稳定模式的费率，其中总价格反映了总成本，即所谓的承保周期。地区协会帮助火灾保险公司分散风险并稳定费率。这些公司反过来也支持当地协会。这种1880年代初成立的模式被证明是非常持久和成功的。尽管在1890年代中期严重的经济衰退期间，一些城市出现了短暂的混乱，但整体的运营并没有失败。
协会使得保险覆盖率提高了，也帮助行业度过了比之前更惨烈的火灾：
地方协会在繁荣时期蓬勃发展。在1880年代的繁荣时期，新资本流入各个领域。财富向城市的日益集中，稳步推动财产保有量和比率上升。1880年至1889年间，保险覆盖率平均每年增长4.6%，总体增长50%。到1890年，美国近60%的被烧毁财产都投保了，这一数字直到1910年代才被突破，当时超过70%的财产投保了。
更高、更稳定的价格能够使工业和社会免受全市范围大火的影响，这可以从1900年代初发生在巴尔的摩和旧金山的波士顿和芝加哥事件的后续结果中明显不同的结果中看出。1904年2月7日至9日发生的巴尔的摩火灾造成5500万美元的保险索赔，其中90%已赔付。只有少数马里兰州公司破产。
旧金山的灾难使巴尔的摩的灾难相形见绌。1906年4月18日袭击该市的地震引发了持续三天的大火，摧毁了500多个街区，其中至少有25,000栋建筑物。损失总计3.5亿美元，其中约三分之二由保险承保。最终，2.25亿美元得到支付，约占所欠金额的90%。只有20家在旧金山运营的公司被迫停业，其中一些只是暂时停业。
建筑和消防方面的改进无法完全阻止火灾的发生，但火灾保险的合作定价已经缓解了这些灾难造成的最严重的经济后果。
④政府监管从禁止结盟到允许
投保人对升高的保费不满，触发了反价格串通的监管：
许多投保人并不赞成当地协会制定的价格，因为他们不得不支付更高的保险价格。由于保罗诉弗吉尼亚州案使保险业免受联邦反垄断法的约束，消费者推动州立法机构通过法律，禁止保险公司之间的价格串通。俄亥俄州于1885年通过了第一部反契约法（Anti-CompactLaws），随后是密歇根州(1887年)、阿肯色州、内布拉斯加州、得克萨斯州和堪萨斯州(1889年)、缅因州、新罕布什尔州和佐治亚州(1891年)。到1906年，已有19个州制定了反契约法律，但效果有限。在公开串通被禁止的地方，保险公司声称自己只是建立私人评级机构来“咨询”费率。
反垄断呼声导致更深入的调查开启，但发现垄断更符合公众利益，保留了协会的生存土壤
堪萨斯州于1909年率先采用严格的费率监管，德克萨斯州和密苏里州紧随其后，分别于1910年和1911年实施。这些法律要求保险公司将其费率提交给州保险部门审查，州保险部门可能会否决这些法律。保险业对这些法律的合宪性提出质疑，将堪萨斯州告上法庭。1914年，美国最高法院在德国联盟保险公司诉保险总监艾克·刘易斯一案中做出了有利于堪萨斯州的裁决。法院宣布保险是公共物品，需要受费率监管。
梅里特委员会进一步得出结论，火灾保险公司之间的合作符合公共利益，并建议保险协会继续设定费率。随后的法律要求国家对费率进行审查以防止歧视，要求公司对相同类型的财产收取相同的费率。该法还首次要求保险公司提交统一的保费和损失统计数据。其他州很快也采取了类似的要求。
新的政府要求导致协会的存在更有必要性
纽约的数据收集要求对整个火灾保险行业产生了深远的影响。由于美国的每一家主要保险公司都在纽约开展业务，且通常业务量很大，因此纽约通过的任何监管法案都会对全国产生影响。一旦纽约强制要求公司提交数据，统一分类系统的必要性就诞生了。
1914年，业界做出回应，在NBFU内设立精算部门，收集统一组织的数据并将其提交给各州。在全国保险专员大会（现称为全国保险专员协会，NAIC）的支持下，精算部门很快就能够建立统一的全行业分类标准。统一数据的定期收集促进了现代精算学在火灾领域的发展。
只不过如今，协会变成了营利性公司Verisk。此时再回看Verisk的业务构成，是否会感到一丝熟悉？