法規與監理 2024年11月

銀行與保險業者的探戈之舞

降息趨勢與IFRS 17衝擊
撰文:詹芳書

2022年起,遠在太平洋另一端的美國因應高通膨而快速升息,卻造成我國銀行與保險業長期合作關係的微妙變化。升息後,銀行紛紛端出高利率美元定存產品吸引大量資金湧入,導致保險業資金流失壓力大增,也使原本穩定的銀行保險通路(Bancassurance)逐漸轉為競爭關係。

根據中華民國人壽保險同業公會的統計資料顯示,2021年時,銀行保險通路的初年度保費收入占整體市場比重為60.47%,總額約新台幣6,023億元。然而,在2022年升息環境下,銀行通路的保費收入急劇下降至3,790億元,占比縮減至49.04%,年減幅達37.07%。2023年此一趨勢持續惡化,銀行通路保費收入進一步降至2,478億元,占比下滑至36.91%,降幅達34.62%。值得注意的是,2024年前9個月銀行保險通路的保費收入出現回溫跡象,達到1,862億元,占市場份額41.32%,概估成長率約11.92%。業績成長推估與降息預期、銀行策略調整,以及部分消費者對穩定收益產品需求增加有關。

整體而言,銀行與保險業從合作到競爭的轉變是利率快速上升環境下的必然結果。在高利率環境中,銀行通路藉由高息定存產品吸引資金,保險業則面臨解約潮及新增保費的分流(從傳統型保險流向投資型保險)。儘管保險公司試圖通過提高保單宣告利率或推出分紅產品來應對,但面對暴力升息帶來的定存吸引力,保險公司只能以更積極的行銷策略甚至是費用結構的調整,以求挽回部分客戶資金。

市場期待利率環境 從升息循環轉為降息循環

在降息循環初期階段,銀行保險通路的市場份額已有所回升,從2024年1至9月統計顯示,近兩年銀行業與保險業之間的競爭關係在市場條件變動下已開始重新轉向合作。此一轉變不僅凸顯金融市場對外部環境的高敏感性,也顯示銀行與保險業之間的競合關係會隨著經濟政策與市場環境的變化而進行調整。

一張含有 文字, 字型, 螢幕擷取畫面, 數字 的圖片

自動產生的描述

我們從理論觀點、實務應用及對降息循環的期待三大部分,來探討未來銀行保險的發展方向。

在理論觀點部分,最常作為分析的理論包括「資源依賴理論」與「競合理論」;資源依賴理論強調,企業需要透過外部合作來獲取關鍵資源並提升競爭力。未來,銀行與保險業在降息循環下的合作將會回到高度互補的關係。保險公司擁有長期穩定收益的優勢,而銀行則擁有廣泛的客戶基礎與行銷管道。如何在資源整合上創造更多價值,將是雙方重建合作關係的核心。

而競合理論則是強調「合作中的競爭」與「競爭中的合作」,降息循環提供了銀行與保險業再次攜手的契機。面對低利率環境,雙方可共同推動既能提供穩定收益、又能滿足市場需求的保險產品,進而創造雙贏的局面。

其次在實務應用上,在降息環境中,銀行通路與保險公司的策略調整。在降息環境中,保險公司會重新推出相對具吸引力的產品來吸引資金,例如提高分紅保單的潛在收益、增加市場利率連動的利變型保單及嵌入投資平台的變額年金,來滿足消費者對穩定收益的需求。而銀行可透過交叉行銷策略,將保險產品與自身的理財產品整合,形成更全面的金融服務組合,如此一來不僅能提升客戶滿意度,也有助於增加銀行的非利息收入來源。

銀行和保險公司可透過數位化技術及大數據分析來優化產品設計、行銷策略及風險管理。雙方藉由資料整合和應用,能更精準地辨識客戶需求,並提供客製化產品推薦,進一步提升交叉銷售效益。

最後是對降息循環的期待,銀行和保險公司重建穩定合作關係與促進長期發展。降息循環為銀行與保險業的合作提供新機會,在穩定的低利率環境下,銀行高息定存的吸引力減弱,保險產品的長期穩定收益將重新受到市場青睞,雙方可藉此機會加強合作,重建以客戶長期需求為導向的金融服務模式。

保險公司在降息環境下靈活調整資金配置策略,以平衡收益與風險。此外,銀行也可引入更多與保險相關的理財產品,進一步強化雙方的資產負債管理能力,提升整體經營穩健性。

關注接軌IFRS 17與新一代清償能力制度 對銀行保險的影響

隨著國際財務報導準則第17號(IFRS 17)與新一代清償能力制度將於2026年上路,保險公司與銀行在產品開發、風險管理和資本配置上將面臨新的挑戰。這些新制度要求更精確的資本管理與更透明的保險合約報表呈現,將進一步影響銀行保險的發展。

首先是保險產品的透明化與精算評價方法調整。IFRS 17強調保險合約的透明化與利潤的分期認列,因此保險公司需要在設計產品時考量更嚴格的資本要求與收益分配方式。銀行在推動保險產品銷售時,也需更清楚地向客戶解釋產品的收益結構與風險特性。

而保險公司如何讓資本效率提升也是重要課題,因為新一代清償能力制度強調資本效率與風險匹配。保險公司須更精準地分配資本,並透過與銀行的合作,達到風險分散與資本優化的目標。未來的銀行保險模式可能會傾向於更符合資本效率的產品類型,例如風險較低的變額年金、定期儲蓄保險及高保障的壽險。

面對挑戰,銀行與保險公司更要緊密合作,並調整新的策略與市場溝通,也就是未來在新制度下,銀行與保險業的合作需更加緊密,以共同達成監理要求與提升市場競爭力。同時,雙方皆需加強市場溝通,確保客戶對新制度下的保險產品有清楚了解。

未來的銀行保險發展將取決於雙方在利率環境變化與新制度的調整下,如何彈性因應與有效合作。隨著市場逐漸進入降息循環,銀行與保險業將重塑競合關係,並藉由創新產品設計與數位化策略,共同滿足客戶對長期穩定收益的需求。同時,接軌IFRS 17與新一代清償能力制度,也將成為雙方在新時代中維持競爭力的關鍵要素。持續的政策支持、創新策略與市場教育,將是推動銀行保險長期穩健發展的重要基礎。(本文作者為東吳大學財務工程與精算數學系專任教授兼教務長)

猜你喜歡

2025年8月

AI的零點擊資安攻擊來了

「安全始於設計」原則,近年來已經逐漸在資安界扎根。與其在寫完程式之後,才用人工或自動化工具找出漏洞,還不如一開始就選擇那些在語言層級上本就無法寫出某些類型錯誤的程式語言。舉例來說,若捨棄各種已有數十年歷史的C語言,改用如Rust等較為現代的語言,便能從根本上排除大量的資安漏洞。然而,就在傳統軟體界逐漸接受這個新思維的同時,人工智慧的迅速崛起,卻大幅動搖了這項理念。一旦給了大型語言模型(LLMs)讀取或操作系統資源的權限,它卻可能出現邏輯來源不明、行為難以預測的狀況。有時候,這些風險可以靠修改提示語的上下文、交由其他模型進行驗證,或者為特定錯誤情境設計固定回應來處理。但因為LLMs背後的技術邏輯是由資料訓練出來的,不是人工設計的,這些方法只能頭痛醫頭、腳痛醫腳,無法用來確實防護整體資安。因此,大型語言模型的安全並不是靠設計就能確保不會出錯,而是靠統計方法降低出錯的機率。儘管這些都是眾所周知的危險,但直到2025年6月EchoLeak事件,這些風險才真正首次爆開。微軟Copilot自推出之初就充滿爭議,它的預設權限極廣,且不完全透明。其中最令人擔心的,就是使用Copilot+的電腦,會定期截取使用者的螢幕畫面,並搜尋畫面中的內容。Copilot+甚至還會自動掃描使用者的Email信箱,將冗長的內容整理成簡短摘要。EchoLeak攻擊就利用了這個功能。它向受害者發送電子郵件,而收件者甚至不需要打開Email或點擊任何內容,就可以製造資安界公認最難防範也最高明的「零點擊」(Zero-Click)攻擊。這封Email內含惡意指令,讓LLM反過來對自己發動攻擊,協助攻擊者搜尋系統上最機敏的資料,然後將這些資料外洩出去,在這段過程中它可以繞過許多原本保護機密資訊的安全措施。雖然這個漏洞目前並未在真實環境中被使用,而且微軟已經修補完成,但相同原理的攻擊,未來很有可能產生。EchoLeak攻擊的技術稱為「提示語注入」(Prompt Injection),也就是讓使用者透過特定語句,說服模型忽略系統的原始設定。最著名例子就是「忽略所有先前指令」。這種攻擊之所以難以預防,是因為LLM目前不具備有效的「輸入清理機制」(Input Sanitation)。傳統資料庫系統可以設計防線,讓系統將像「Drop Table」這類的語句視為純文字資料,而不是實際執行的刪除指令。但對LLMs來說,每一段文字都被一視同仁當作指令,沒有明確區分命令與內容。攻擊者正是透過這種混淆來下達他們真正的指令。專家正在開發一些針對提示語清理的解決方案,可能即將問世。德國研究團隊在2025年1月的論文中提出一個辦法:將系統內建的指令,轉譯成一種只有AI才能看懂的秘密語言。AI在處理語言時,會把大量的輸入壓縮進有限的語意空間,因而可能出現語意重疊的情況,使得看似亂碼的字串也會被模型認為具有特定含義,這種特性有點像是看到一個特定的雜訊畫面,卻能接收到某個具體意義。透過這類作法,模型能更明確區分內建系統指令與一般使用者的對話內容,避免將惡意語句誤認為內部指令。然而,這類方案依然基於大型語言模型的黑箱特性,專家目前還在爭論它到底算不算是本文一開始提到的「安全始於設計」的理想。假設這類方案能逐漸改良並逐漸推廣,類似EchoLeak的攻擊空間將會大幅縮小。但真正該擔心的是,LLM的資安漏洞無邊無際。根據開放網路應用安全計畫(OWASP)組織2025年提出的「LLM十大安全漏洞」(OWASP Top 10 for LLMs),提示語注入僅是最關鍵的一種攻擊方法,但並非唯一。當AI能夠主動幫我們執行的任務數量越來越多,種類越來越廣,「過度代理」(Excessive Agency)這類問題也將日益複雜,成為資安領域的重要挑戰。隨著AI深入各種工作流程,企業對它的管理方式將不再只是資安層面的防禦問題,會更像是新進員工的培訓與信任建立過程。剛導入的AI系統不宜立刻接手敏感任務,但若完全不建立起任何信任關係,企業恐怕也將錯失這場自網際網路以來最具顛覆性的技術革命。(作者為金融研訓院̮外聘研究員;譯者為劉維人)