1. 课程导入

保险定价模型不是一次拟合就结束的数学练习，而是一条持续运行的生产线：数据进入、特征加工、模型打分、费率输出、业务承保、经验回灌。只要这条链路上任何一环发生偏移，最终都会反映为定价偏差、稳定性下降或校准失真。本课程面向精算、数据科学与定价策略岗位，围绕这三个核心概念展开，目标不是讲抽象理论，而是建立一套可落地、可监控、可复盘的定价模型治理能力。

一、三个核心定义：偏差、稳定性与校准

模型偏差指模型预测结果与真实风险成本之间的系统性偏离。它可能来自样本选择偏差、特征泄漏、标签定义不一致、业务结构变化，也可能来自模型对某些客群或险种的系统性高估/低估。偏差不等于随机误差，它的危险在于“有方向、会累积、难自愈”。

模型稳定性指模型在不同时间、不同数据分布、不同业务场景下，输出结果与排序能力保持可预期的一致性。稳定性差的模型，可能本月AUC尚可，下月关键客群费率却剧烈漂移，导致渠道冲突、客户流失或监管问询。

模型校准指模型输出的预测值能否被解释为真实发生概率或相对成本。排序好不等于校准好：一个模型可以把高风险排在前面，但整体预测值偏高30%，这在高赔付业务中会直接侵蚀利润。校准要回答的是“预测值是否可信、是否可直接用于定价”。

二、学习目标：从看懂指标到完成校准闭环

完成本课程后，学员应能独立完成以下任务：

• 识别定价模型中常见的偏差来源，并能区分数据偏差、模型偏差与业务偏差；
• 使用PSI、KS、AUC、Gini、Lift等指标监控模型稳定性，并设定合理阈值；
• 掌握Platt Scaling、Isotonic Regression、Beta Calibration等校准方法及其适用边界；
• 能够设计偏差检测、稳定性监控与校准回灌的完整流程；
• 在车险、健康险、责任险等场景中，完成从问题定位到校准修复的实战闭环。

三、整体课程框架：三阶段推进

课程共30章，按“诊断—修复—治理”三阶段推进。第一阶段聚焦偏差识别与稳定性监控，第二阶段进入校准方法与实战调优，第三阶段完成生产化治理与复盘体系。每一章都围绕真实定价链路展开，避免只讲算法不讲业务。

四、核心原理：偏差—稳定性—校准的联动关系

三者不是孤立指标，而是相互牵制。偏差会破坏校准，校准不当又会掩盖偏差；稳定性下降会让原本有效的校准参数迅速失效。因此，定价模型治理必须同时观察三条曲线：真实成本曲线、模型预测曲线、校准后输出曲线。

五、实战场景：一个车险定价的典型问题

某车险团队发现，模型整体AUC为0.71，排序能力尚可，但近三个月新业务赔付率持续高于预期。排查后发现：训练样本以续保客户为主，新客占比不足8%；模型对新客风险低估约18%。这就是典型的样本偏差导致校准失真。修复路径不是简单调参，而是先做新客分层校准，再引入时间外验证监控稳定性。

# 稳定性监控示例：按月计算PSI
import pandas as pd
import numpy as np

def psi(base, actual, bins=10):
    base_bins = pd.qcut(base, bins, duplicates='drop', retbins=True)[1]
    base_cnt = pd.cut(base, base_bins).value_counts(normalize=True).sort_index()
    act_cnt = pd.cut(actual, base_bins).value_counts(normalize=True).sort_index()
    return np.sum((base_cnt - act_cnt) * np.log(base_cnt / act_cnt))

# 阈值参考：PSI < 0.1 稳定；0.1~0.25 关注；> 0.25 需干预
print(psi(train_score, month_score))

六、常见误区与复盘要点

• 误区一：AUC高就等于模型好。排序好不代表预测值可直接定价，必须单独评估校准。
• 误区二：校准一次就永久有效。业务结构、渠道政策、赔付环境变化都会让校准曲线漂移。
• 误区三：只看整体指标，不看分层。整体校准良好，可能掩盖新客、高龄、高风险车型的局部偏差。
• 误区四：把偏差当随机误差处理。系统性偏差不会自动消失，必须定位来源并干预。