3. 车型风险建模概述
在车险定价与风险筛选中，车型是继从人因子、从车因子之后最容易被低估、却对赔付结果影响极大的一类变量。同一价位、同一使用性质的车辆，因车身结构、动力形式、零整比、主动安全配置不同，其出险频度与案均赔款可能相差数倍。本节围绕车型风险建模的三个基础问题展开：如何分类、差异从何而来、编码与数据如何获取。
一、核心原理：车型为什么能预测风险
车型风险建模的本质，是把“物理车辆”映射为“风险暴露单元”。一辆车之所以有稳定的风险特征，是因为它的设计、材料、维修生态和驾驶人群在统计上具有聚集性。例如，某款运动型轿车因加速性能强、车主驾驶风格激进，出险频度显著高于同价位家用SUV；而某款新能源车因一体化压铸件多、传感器贵，案均赔款远高于同级燃油车。这些差异不是偶然，而是可被结构化建模的规律。
核心逻辑：车型风险 = 出险频度 × 案均赔款。频度更多由动力性能、驾驶人群、主动安全配置驱动；案均赔款更多由零整比、维修工艺、配件价格、车身结构驱动。建模时需分别识别这两条路径，而不是笼统地给车型打一个“好坏”标签。
二、车型分类方法：从粗到细的四层体系
实务中车型分类通常采用四层递进结构，兼顾业务可解释性与统计区分度：
- 车辆大类：乘用车、商用车、特种车。这是监管与条款层面的基础划分，决定适用条款与费率框架。
- 车身形式与级别：轿车、SUV、MPV、皮卡；再按轴距、排量、价格带细分A00至D级。这一层决定车辆用途与典型驾驶场景。
- 动力与能源类型：燃油、纯电、插混、增程、油电混动。动力形式直接影响加速性能、维修网络与配件价格。
- 具体车型款：品牌+车系+年款+配置。这是建模的最小粒度，也是精算定价中最具区分度的层级。
分类粒度的选择需要在“区分度”与“样本量”之间权衡。过粗则风险混杂，过细则大量车型样本不足、参数估计不稳定。常见做法是：定价模型用“车系+年款”粒度，经验分析用“车身级别+动力类型”粒度，两者互为校验。
三、车型风险差异来源：五条主要路径
车型风险差异并非单一因素造成，可归纳为五条路径：
- 维修成本路径：零整比、配件垄断程度、维修工时。豪华品牌零整比常达300%以上，直接推高案均赔款。
- 安全配置路径：AEB、车道保持、盲区监测等主动安全配置可显著降低追尾与剐蹭频度。
- 动力性能路径：百公里加速、最高车速与出险频度正相关，尤其对年轻车主群体。
- 使用场景路径：网约车、租赁车、家用通勤车的行驶里程与路况差异巨大，同一车型在不同使用性质下风险截然不同。
- 盗抢与特殊风险路径：部分车型因防盗设计或区域犯罪率，盗抢风险显著偏高。
建模提示：上述路径中，维修成本与安全配置属于“车型固有属性”，使用场景属于“车型×使用性质交互项”。建模时应把固有属性作为主效应，把使用性质作为交互项或分层变量，避免把网约车的高风险错误归因到车型本身。
四、车型编码体系与数据获取
车型编码是数据打通的关键。国内常见编码体系包括：
| 编码体系 | 粒度 | 典型用途 | 获取方式 |
|---|---|---|---|
| 车辆识别代号VIN | 单车唯一 | 精确锁定配置、年款、产地 | 保单、行驶证、车管所接口 |
| 品牌+车系+年款 | 车系级 | 精算定价主粒度 | 车企官网、第三方车型库 |
| 中保研/中汽研车型编码 | 测试车型级 | 安全与维修经济性对标 | 公开测评报告、行业数据库 |
| 企业内部车型码 | 自定义 | 核保规则、再保报送 | 内部主数据系统 |
数据获取的典型流程如下：
1. 从保单系统抽取VIN与车型名称
2. 调用VIN解析服务，返回品牌、车系、年款、配置、排量、能源类型
3. 与第三方车型库匹配，补充零整比、安全配置、指导价
4. 对匹配失败记录人工复核或规则回填
5. 生成车型风险宽表，供建模与核保使用
常见误区：直接用保单上的“车型名称”字符串做分组，会因命名不规范（如“宝马3系”与“BMW 3系”）导致同一车型被拆成多组，样本稀释、参数失真。正确做法是先做VIN解析或标准化映射，再进入建模。
五、案例与复盘：一次车型分组失误的教训
某公司初期建模时，直接以保单车型名称作为分组变量，结果“某热销SUV”被拆成17种写法，单组样本不足200条，出险频度估计波动极大，导致该车型费率忽高忽低。复盘后改为“VIN解析+车系年款标准化”，分组数从17降到3，单组样本提升至数千条，模型稳定性明显改善，AUC提升约0.03。这说明：车型建模的第一步不是算法，而是编码治理。
综上，车型风险建模的起点是分类体系与编码治理，核心是识别频度与案均赔款两条差异路径，落点是标准化数据获取与宽表构建。只有把车型从“名称字符串”转化为“结构化风险单元”，后续的车龄、地域建模才有可靠的车型维度支撑。