4. 车龄风险建模概述
在车险定价与风险筛选中，车龄是仅次于车型、使用性质的第三大核心变量。它既影响车辆本身的安全性能与维修成本，也间接反映车主的驾驶习惯、经济能力与风险偏好。本节围绕车龄的定义口径、风险作用机制、分组策略与业务解释展开，为后续车型与地域的联合建模打下基础。
一、车龄的定义与口径选择
车龄并非单一概念，建模前必须先明确口径，否则同一份数据会得出完全不同的结论。实务中常见的车龄定义有以下几种：
- 首次登记车龄：从车辆首次上牌登记日至保单起期日的年数，反映车辆真实使用年限，是最常用的口径。
- 保单年度车龄：按保单年度取整，如"第1年""第2年"，便于与续保数据对齐。
- 出厂车龄：从车辆出厂日期计算，适用于库存车、展车等特殊场景。
- 过户后车龄：从最近一次过户登记日起算，用于识别二手车交易后的风险变化。
建模时建议以首次登记车龄为主口径，同时保留过户次数、是否二手车等辅助字段。若数据源中仅有"车辆使用年限"字段，需确认其计算基准日，避免与保单起期产生系统性偏差。
车龄字段常见缺失或异常值包括：负数、超过30年、与车辆出厂日期矛盾等。建议在ETL阶段设置合理区间（如0～25年），超出部分单独标记并人工复核。
二、车龄与风险的关系：非线性与多阶段特征
车龄与出险频率、案均赔款之间并非简单的线性关系，而是呈现明显的阶段性特征：
- 0～1年（新车期）：车主驾驶谨慎，但车辆价值高、维修配件贵，案均赔款偏高；出险频率中等偏低。
- 2～5年（稳定期）：驾驶熟练度提升，出险频率下降；车辆折旧后维修成本降低，整体风险最低。
- 6～10年（老化期）：零部件老化、制动与电子系统故障增多，出险频率回升；部分车主减少商业险投保，逆选择风险上升。
- 10年以上（高龄期）：车辆残值低，车主可能仅投保交强险或三者险，出险频率与赔付结构发生显著变化，需单独建模。
从风险曲线看，车龄与出险频率大致呈"U型"或"浅U型"，与案均赔款则呈"前高后低再趋稳"的形态。因此，直接使用连续车龄变量进入GLM模型时，需通过样条函数或分段哑变量捕捉非线性。
三、车龄分组策略：从业务经验到数据驱动
车龄分组的目标是在可解释性与预测力之间取得平衡。常见策略包括等宽分组、等频分组、业务经验分组和决策树/卡方分箱。实务中推荐"业务经验初分 + 数据验证微调"的流程：
- 业务初分：按0-1、2-5、6-10、11-15、15+划分，覆盖主要风险阶段。
- 单变量分析：计算各组的出险频率、案均赔款、赔付率，观察单调性与区分度。
- 统计检验：使用卡方检验或IV值评估分组有效性，IV低于0.02的组考虑合并。
- 稳定性校验：分年度、分渠道验证分组边界是否漂移，避免过拟合。
- 业务解释：确保每组有清晰的业务含义，便于核保、销售与客服沟通。
| 车龄分组 | 业务特征 | 出险频率 | 案均赔款 | 建模建议 |
|---|---|---|---|---|
| 0-1年 | 新车、高价值、驾驶谨慎 | 中低 | 高 | 单独设组，关注车价与车型 |
| 2-5年 | 驾驶熟练、折旧适中 | 低 | 中 | 基准组，风险最低 |
| 6-10年 | 零部件老化、故障增多 | 中高 | 中低 | 关注车况与维修记录 |
| 11-15年 | 残值低、投保结构变化 | 高 | 低 | 与险种组合联合建模 |
| 15年以上 | 高龄车、逆选择明显 | 高 | 低 | 单独定价或限制承保 |
四、案例与常见误区复盘
案例场景：某公司对家用车车龄仅做"新车/旧车"二分，结果发现旧车组赔付率异常高。进一步拆分后发现，6-10年组赔付率最高，而11年以上组因大量仅投保交强险，赔付率反而被拉低。二分法掩盖了中间段的高风险，导致定价偏差。
常见误区：
- 误区一：车龄越小风险越低。 新车案均赔款高，且新手车主占比大，不能简单认为低车龄等于低风险。
- 误区二：车龄分组越细越好。 过细分组会导致样本不足、系数不稳定，尤其在高龄车段。
- 误区三：忽略险种结构。 高龄车常仅投保三者险，出险频率与赔付结构与其他险种差异大，需分险种建模。
- 误区四：不做时间外验证。 车龄分组边界可能随新车销量、二手车政策变化而漂移，需定期回溯。
车龄与车型、地域存在交互效应。例如，高龄车在维修成本高的地区风险更高；新能源车车龄风险曲线与传统燃油车差异显著，建议在模型中引入车龄与车型类别的交互项，或分车型类别单独建模。
综上，车龄建模的关键在于：明确口径、识别非线性、合理分组、持续验证。只有将业务解释与统计检验结合，才能让车龄变量在车险定价中真正发挥稳定而可解释的作用。