【导读】科技如何重塑保险资管？中国人寿（海外）魏晓鹏：聚焦三类“正确打开方式”

　　中国基金报记者储是

　　2025年12月19日，作为“首届国际AI艺术节”系列活动之一，由中国基金报主办，摩根资产管理、慧博科技、安永支持的2025资本市场香港论坛举行。论坛主题为“科技与资管赋能高质量发展”，汇聚约150位来自香港特区政府、科技企业、金融服务机构以及境内外资产管理机构相关人士，共同探讨驱动资产管理和科技增长的新动能，剖析人工智能（AI）革命带来的新机遇，挖掘全球视野下的中国资产配置新机遇。

　　在论坛上，中国人寿保险（海外）股份有限公司投资管理部总经理魏晓鹏发表题为“保险资金配置的演进与技术实现”的主题演讲。她表示，在保险资金管理中，科技的第一价值，不是让投资更激进，而是让决策更稳健。魏晓鹏从保险资金真实运行场景出发，解答了在强监管、重负债、长久期、多目标的约束之下，科技能为保险资产配置“做什么、怎么做、做到什么程度”等问题。

保险资产配置变化：从“经验驱动”到“约最优”

　　回顾保险资产配置的演进历程，魏晓鹏认为，早期保险资产配置更多依赖经验判断与单一的收益目标，随后进入以久期、收益、流动性为核心的多目标权衡阶段。

　　到了今天，环境更加复杂，地缘政治风险上升、资产相关性显著抬升、新会计准则与RBC框架带来资本与波动的约束，资产端与负债端的动态联动变得前所未有的重要。保险资产配置的本质已经不再是“选什么资产”，而是在多重约束条件下，寻找“可解释、可验证、可执行”的最优解，即从“主观判断最优”走向“约束下的系统性最优”。

科技真正的价值是让投资“更稳健”

　　魏晓鹏表示，谈到科技赋能资管行业，人们的第一反应多是“算得更快”“预测更准”。在保险资金管理中，科技的第一价值，不是让投资更激进，而是让决策更稳健。

　　为此，过去两年，中国人寿（海外）已系统性推进了一套以价值和利润为核心的战略战术资产配置框架，探索AI在场景化资产配置中的应用。

　　她列举了一个跨资产类别配置案例。该案例通过算法对5000多种场景下的100多类资产组合进行推演，在保持预期盈余不变的前提下，资本风险指标降低了15%。更重要的是，这一算法模型并非“黑箱模型”，而是一种将负债、资本、收益与风险统一到同一决策空间中的方法论。

　　模型重点解决了三类问题：第一，真正把负债“算进去”，在资产配置的起点，就将久期、现金流、利率敏感性等负债特征内嵌其中，而非在事后匹配。第二，将资本约束“显性化”。在RBC框架下，不同资产的收益，不再是同一维度的收益，而是“单位资本占用下的收益效率”。第三，把不确定性“结构化”处理，通过情景生成与压力测试，而非依赖单一路径假设，提高配置结果在极端环境下的可持续性。这使得资产配置不再是一次性决策，而是一个可以滚动优化、持续校准的系统工程。

AI在保险资管中的三种“正确打开方式”

　　关于AI在保险资管中扮演的角色，魏晓鹏表示，AI的作用不是“替代决策者”，而是“放大系统能力”。在团队的投资实践中，AI应用并不是从“预测市场”开始，而是从三个更基础、更关键的环节切入。

　　第一是高维数据的结构化处理能力，面对数千只资产、上百个约束条件、跨周期的数据维度，AI的价值是降维、聚类、识别结构性关系。

　　第二是情景生成与组合推演，相比传统的情景假设，AI可以在既定边界内生成更丰富、更接近真实世界的可能路径，从而提高组合的稳健性。

　　第三是人机协同的决策支持，AI给出的不是“答案”，而是决策空间、风险边界和权衡关系。最终的决策，仍然要由投资决策委员会作出。

　　她表示，人寿团队始终坚持任何AI输出，必须可解释、可回溯、可审计的原则。这既是监管的要求，也是对长期资金负责的底线。

AI应用的挑战在组织内部

　　魏晓鹏认为，保险资管科技转型的真正难点不在于“有没有AI”，而在于组织是否具备与之匹配的决策机制与文化，后者较模型和算法更重要。

　　具体来说，首先是投研、风控、精算、IT是否能在同一语言体系下协同；第二是管理层能否接受“用系统约束个人判断”，让科技从“工具”上升为制度的一部分、流程的一部分、责任体系的一部分，从而真正转化为保险资金的长期能力。

　　尽管科技无法直接给出答案，但能让答案更接近长期最优。在不确定性成为常态的时代，保险资金的使命没有改变，依然是以长期、稳健、负责任的方式，服务实体经济与社会发展。科技并不会替我们做出选择，但它正在帮助我们在复杂约束下，更清楚地看见边界、更理性地权衡取舍、更从容地走向长期最优。